Analyse Factorielle des Correspondances Multiples
Quand l’utiliser ?
Méthode de description graphique de variables qualitative
Étape 1 : lecture du jeu de données
Importer le jeu de données
Le jeu de données ne contient que des variables qualitatives
Utiliser le jeu de données :
data(qualitatives)
attach(qualitatives)
Étape 2 : description des données
Visualisation des données (tableaux) :
table(quali1)
table(quali2)
table(quali3)
Étape 3 : vérification des conditions d’application
Condition 1 : homogénéité des classes
Le nombre de classes doit être homogène entre les variables
Condition 2 : homogénéité des effectifs
Les effectifs doivent être homogènes entre les modalités de chaque variable
Étape 4 : analyse du jeu de données
Charger la librairie ade4
Tableau de Burt
Construction du tableau de Burt :
burt = acm.burt(qualitatives,qualitatives)
Affichage du tableau de Burt :
burt
Calcul de l’AFCM
afcm = dudi.coa(burt)
Sélectionner le nombre d’axes qui permet de représenter environ 70 % du jeu de données
Choix du nombre d’axes
intertia.dudi(afcm)
On garde le nombre d’axe qui représente au moins 70 % du jeu de données
Nouveau calcul de l’AFCM en sélectionnant le nombre exact d’axes :
afcm = dudi.coa(burt)
Coordonnées dans le nouveau référentiel
Coordonnées des variables :
afcm$co
Graphiques
Projection des variables (exemple avec 2 axes principaux) :
s.arrow(afcm$co,xax=1,yax=2)
Étape 5 : étude des contributions
Contribution des variables à la construction des axes :
inertia.dudi(afcm,col=T,row=T)$col.abs
← Plan