Standardisation des données AFC

Bonjour,

J'ai sélectionné une cinquantaine de variables, je les ai factorisé.

Seulement, j'ai certaines variables qui présentent beaucoup de NA. (3/4 de NA).

Je me demandais si cela faussait beaucoup l'AFC ?

Dois-je :

-supprimer les lignes avec des NA dans toutes les variables ?
-supprimes les variables comportant un pourcentage trop élevé de NA ?
-ne rien toucher ?
-autre ?

Merci d'avance

(ps: la réponse n'est surement pas "ne rien toucher" car j'ai un message d'erreur lorsque je lance prof.ligne=t(apply(data,1,profil))
Erreur dans apply(as.numeric(genes), 1, profil) :
l'objet (list) ne peut être converti automatiquement en un type 'double')

l'AFC se fait normalement sur un tableau de contingence = 2 variables?

es-tu sûr de vouloir faire une afc?

C'est juste, ils me sortent le message d'erreur suivant lorsque j'essaye de toucher à mes données :

Erreur dans svd(X) : infinite or missing values in 'x'

Comment puis-faire sinon ?

Je n'y connais pas grand chose en ACP, AFC et ACM.

Si tes variables sont toutes qualitatives, il faut aller chercher du côté de l'ACM.
Toutes quantitatives, c'est l'ACP.

Je te remercie, c'est surement pour ça qu'aucun de mes codes ne marchait sous R

Afin de m'assurer que c'est bien une ACM et non une AFC que je dois réaliser, je vais te décrire mon tableau :

rownames var1 var2 var3 var4 var5 var6 ...
AC1 0 0 1 0 1 1
AC2 0 1 1 2 1 0
AC3 0 0 0 0 1 2
AC4 1 0 1 0 1 2
AC5 0 1 0 2 0 0

Je voudrais réaliser un dendrogramme, une courbe du pseudo-F ainsi qu'une courbe du R² afin de choisir mon nombre de classes.
Enfin je voudrais réaliser un graphique afin de voir quels échantillons appartiennent à quel groupe. (ex: vieux, rapide, femme - jeune, rapide, homme - etc...)

C'est bien une ACM ?

oui
ACM suivie d une CAH afin de regrouper les individus qui se ressemblent

Merci, je vais étudier ça de près