Analyse factorielle pour un diagnostic médical

Bonjour à tous

Mes souvenirs de stats sont assez moyens sur ce sujet, est-ce que quelqu'un pourrait m'aider ?

J'ai une étude médicale avec 200 individus, qui répondent à environ 30 questions (la plupart du temps par oui/non, et pour 5 questions les réponses sont numériques).

On a également par ailleurs un test fait sur ces individus donnant le résultat malade/sain.


Le but du jeu est de trouver quelles sont les questions qu'il faut garder pour faire le diagnostic : peut être que sur les 30 questions, il est possible de les grouper ou d'en éliminer ?


Je vous remercie par avance de toute aide que vous pourriez apporter. J'ai commencé à lire la littérature, je vois qu'il y l'ACP sur individus, sur variables, l'analyse factorielle des correspondances, et du coup je suis perdu...

Merci

Laurent

Si j'ai bien compris seule la question t’intéresse, pas la réponse.

L'ACP devrait effectivement te permettre de voir une certaine corrélation entre les questions et donc d’éliminer les redondantes ou celles qui n'ont aucune corrélations.

Mais une autre approche me semble plus intéressante serait d'utiliser des arbres de décisions du data mining.
Ça te permettrai en plus d'établir un certain ordre et une logique dans tes questions.

Bonjour et merci pour ta réponse.

Tu as raison, je me suis mal exprimé. En fait, le résultat 'malade/sain' est important. Dans l'idéal, il faudrait qu'on sache si quelles sont les questions qui sont importantes pour faire le diagnostic (et éliminer les redondantes).

Pour les 200 patients de la base, on a les questions + le diagnostic. Dans le futur, on aura uniquement les questions et il faudra en déduire un diagnostic