Professional Documents
Culture Documents
Epose Pages Dec09
Epose Pages Dec09
Jérôme Pagès
Agrocampus
France
1
Analyse Factorielle Multiple (AFM)
Un ensemble d’individus décrit par plusieurs groupes de variables
1) Un groupe de variables
incluant à la fois des variables quantitatives et qualitatives
2
Données
K1 variables
Q variables
quantitatives
qualitatives
(centrées réduites)
1 k K1 1 q Q
1
3
Données
Q variables qualitatives
K1 variables
=K2 indicatrices
quantitatives
(codage disjonctif complet)
(centrées réduites)
1 q Q
1 kq K2
1 k K1 1 kq Kq
1
4
Objectifs
Solution classique
Diviser l’intervalle de variation des variables quantitatives
Coder les variables quantitatives en qualitatives
Mettre en œuvre une Analyse des Correspondances Multiples (ACM)
Benzécri J.-P., Cazes P., Lebart L., etc.
5
Autres solutions, moins connues
6
Représentation des variables dans RI
RI
Variables quantitatives
en ACP normée k
1
O
1
7
Représentation des variables dans RI
Variables qualitatives
RI
en ACM
Eq
8
Critère
∑ θ kv
cos 2
k
k 1
∑ (k , v)
2 v
r
k
θkv
O
1
9
Critère
Cas de l’ACM
RI
∑ θ qv
cos
q
2
v
∑η
q
2
( q, v ) Eq
O θqv
10
Méthode proposée par B. Escofier (1979)
Critère RI
∑
k
cos 2
θ kv +
q
∑ θ qv
cos 2
1
k
v
Eq
θkv
O θqv
1
11
Méthode proposée par B. Escofier (1979)
1 k K1 1 kq K2
1 kq Kq
1
12
Méthode proposée par G. Saporta (1990)
Critère
∑k
r 2
( k , v ) +
q
∑ ( q, v )
η 2
En pratique
13
AFDM à l’aide d’une ACP
F2
F2 k1
k3 i1 A
individu C
F1 F1
modalité
i2 B
k2
15
AFM appliquée à plusieurs groupes de variables :
quantitatifs, qualitatifs ou mixtes
Groupes 1 j J1 1 j J2
Var. 1 k Kj 1 q Qj
1 k Kq
1
16
Données : exemple
Perception de 5 outils pédagogiques par des étudiants
Cours en ligne : Livres
1) texte 4) cours
2) animations 5) exercices
3) film sur logiciels
Chaque outil est noté par chaque étudiant sur une échelle en 5 points
de 1= inutile
à 5 = très utile
Tableau : 25 étudiants x 5 outils avec xik la note donnée par l’étudiant i à l’outil k
Analyse exploratoire
Les variables peuvent être considérées comme quantitatives (ACP) ou qualitatives (ACM)
Double objectif
Comparaison ACP - ACM
Introduction des deux points de vue dans une analyse unique
17
Données : exemple
5 outils 5 outils
= variables quantitatives = 25 indicatrices
(centrées-réduites) (codage disjonctif complet)
1 q 5
1 k 25
1 k 5 1 k 5
1
18
Pondération des groupes de variables
Question
19
Pondération des groupes de variables
Exemple de référence : deux groupes de variables quantitatives
RI
groupe 1 : 2 var.
groupe 2 : 3 var.
20
Pondération des groupes de variables
ACP des 5 variables, sans considérer les groupes
1ère composante
principale
RI
Groupe 1 : 2 var.
Groupe 2 : 3 var.
21
Exemple de référence
1
.5
RI .5
Groupe 1 : 2 var.
1 Groupe 2 : 3 var.
22
Le cœur de l’AFM est une analyse factorielle de tous les groupes actifs
Les groupes de variables peuvent être :
quantitatifs (centrés-réduits ou non)
qualitatifs
mixtes
1 1
∑
λ11 k ∈K
r 2 (k ,v ) + ∑
λ1 Q 2 q ∈Q 2
2
η 2
(q ,v )
1
L’AFM fournit :
F2 k1
k3 i1 A
individu C
F1 F1
modalité
i2 B
k2
24
Valeurs propres des analyses séparées
F1 F2 F3 F4 F5
MCA 0,637 0,617 0,454 0,418 0,369
PCA 2,837 1,870 0,148 0,081 0,063
F1 F2 F3 F4 F5
MCA 15,92 31,33 42,68 53,12 62,35
PCA 56,75 94,16 97,12 98,74 100,00
F1 F2 F3 F4 F5
MFA 1,942 1,455 0,826 0,694 0,612
24,14% 18,09% 10,27% 8,63% 7,61%
-1 i22
i7 i25
i24
i23
i6 i12
-2
i11
-2 -1 0 1 2
26
F2 - 18.09 %
0.8
0.4
-0.4
-0.8
Livre d’exercices
Livre du cours
27
F2 - 18.09 %
1.50
Lex2
Lco1 Tex3
Lco2
Fil3
Lex1
0.75 Ani3
Tex4
Lco3 Fil4
Ani2
Lex3
Ani4 F1 - 24.14 %
0
Tex2 Films sur logiciels
Texte Fil2
Fil5
Ani5
-0.75
Fil1
Lco4 Lex4
Tex5
Tex1
animations Livre exercices
Livre cours
Ani1
-1.50
Lco5
Lex5
28
-1.50 -0.75 0 0.75 1.50
F2 - 18.09 %
ACPF2
Axes des analyses
séparées ACMF1
0.4
Films logiciels
Animations
Texte
F1 - 24.14 % ACMF2
-0.8 -0.4 0.4 0.8
ACPF1
-0.4
Livre cours
29
Représentation globale des groupes de variables
1 j J
1 K1 1 Kj 1 KJ
1
i1 ij iJ
i
j
NI : nuage partiel (des individus ; associé au groupe j) 30
6. Représentation des groupe
j
Etudier les ressemblances globales entre les Ni ?
1 j J
1 l I 1 l I 1 l I
1 1 1
I I I
W j = X j X ′j 31
Données Produits scalaires
1 Kj 1 l I
1 1
i xik Æ i Wj(i,l)
I I
RI RI²
NKj Wj
NJ
32
NJ : nuage des groupes
RI²
Wj
NJ
Etudier le nuage NJ
Axes principaux de NJ
i xik Æ i Wj(i,l)
I I
RI RI²
NKj Wj ws
NJ
vs
ws : W associé à vs
j
inertie de NK projeté sur vs coordonnée de Wj sur ws
34
Carré des liaisons
groupe Kj
Lg (v 1 , K j )
0
0 Lg (v 1 , K j ) 1
1
Kj quantitatif Lg (v s , K j ) =
λ1j
∑
k ∈K 1
r 2 (k ,v s )
1
Kj qualitatif Lg (v s , K j ) = ∑
λ1 Q 2 q ∈Q 2
j
η 2
(q ,v s )
35
1.00
F2 - 18.09 %
Group 2 (ACP)
0.50
Texte (quali.)
Animations (quali.)
0.25
Films logiciels (quali.)
Animations (quanti.)
Films logiciels (quanti.)
0 F1 - 24.14 % Texte (quanti.)
0 0.25 0.50 0.75 1.00
36
Conclusion
L’AFM est une méthode factorielle dédiée aux tableaux multiples dans lesquels
Un groupe d’individus est décrit par plusieurs groupes de variables
37
Ces analyses sont disponibles dans
Un package R dédié à
l’analyse exploratoire des données
http://www2.agrocampus-ouest.fr/math/
38