Contributions

Bonjour, j'aurais juste aimé avoir votre avis sur ces contributions. Selon vous, quelles variables doit-être exlues ? (variables supplémentaires).

Les contributions ne t'indiquent pas les variables qu'il faut exclure (il me semble).

Si tes variables ne sont pas contributives, alors tu peux les garder, elles n'étirent pas l'ACM.

Les variables à mettre en supplémentaire sont les doublons qui peuvent biaiser l'interprétation de l'ACM.

Si tu es en train de faire une ACM, il faut que tu regardes la valeur vtest :

summary(res,nbelements=Inf)

en ne gardant que les valeurs absolues de vtest suppérieures à 2

Sinon tu as toujours

res.hcpc$desc.var$category

qui te décrit les variables contributives pour chaque groupe.

(je n'ai pas compris exactement ce que tu cherchais donc peut-être que je me trompe)

Je ne comprends pas le code que tu as inséré ... à quoi correspond res ? la valeur des contributions ?

res correspond à l'ACM

complete=imputeMCA(data,ncp=2)
res=MCA(data,tab.disj=complete$tab.disj)

Je croyais que tu en avais fait une pour ton ACM.

Il faut mettre en rownames l'ID avant de lancer le code.

Tu cherches bien à fait une ACM ?

Oui oui tout à fait ! Je te remercie pour tout .
Mais mon code correspond à celui-ci :

#tableau disjonctif complet#
dijs<-acm.disjonctif(don)
z<-dudi.coa(df=disj, scannf = FALSE, nf= 3)

#variables#
inertia.dudi(z,col.inertia=T)$col.abs

#Individus#
inertia.dudi(z,row.inertia=T)$row.abs

#AFC multiple#
modal<-as.data.frame(z$co)
modal<-modal[sort.list(modal$Comp1),]
dotchart(modal[,1],labels=row.names(modal),cex=0.
title(sub="Répartition des modalités sur l'axe 1")
abline(v=0)

modal<-as.data.frame(z$co)
modal<-modal[sort.list(modal$Comp2),]
dotchart(modal[,2],labels=row.names(modal),cex=0.
title(sub="Répartition des modalités sur l'axe 2")
abline(v=0)


#evaluation des colonnes#
eval.acm<-inertia.dudi(z,col.inertia=T)

#coordonnées des individus#
print(z$li)

#coordonnées des variables#
print(z$co)

#contributions#
print(eval.acm$col.abs/100)
summary((eval.acm$col.abs/100),nbelements=Inf)

#cos2 (signé) + inertie relative#
print(eval.acm$col.rel/100)


Effectivement je n'ai pas les valeurs tests.

Qu'est que tu entends par ID ? L'identifiant ?

Oui l'ID : 1 2 3 4 5 etc ... ou autre chose selon comment tu l'as codé

J'ai essayé une fois les dudi.coa mais ça ne me permettait pas d'avoir toutes les informations nécessaires.

Ce que je préfère, c'est le package FactoMineR et missMDA.

Si tu veux avoir toutes les réponses à tes questions, je te conseille de regarder les vidéos de François Husson :

https://www.youtube.com/watch?v=u17atQJDkeM&list=PLnZgp6epRBbQu2QtCyqYL80In1P-A_Iud

Est-ce que FactoMineR est limité en données ? Car mes deux fichiers séparés font 1.3 millions et 750 milles lignes.

Je n'en ai aucune idée

Mais tu peux toujours essayer le tutoriel, il est rudement simple.

Je vais plutôt travailler avec dudi et ade4. Comme l'université de Lyon1 l'a fait. Je te remercie, je prendrais ta solut. si je n'arrive à rien avec ce package.

Dernière question j'obtiens ça avec la commande que tu m'as donné. Tu peux me dire à quoi correspond chacune des lignes ?

> summary(don.acm,nbelements=Inf)
Class: acm dudi
Call: dudi.acm(df = don)

Total inertia: 2.667

Eigenvalues:
Ax1 Ax2 Ax3 Ax4 Ax5
0.1989 0.1645 0.1487 0.1468 0.1336

Projected inertia (%):
Ax1 Ax2 Ax3 Ax4 Ax5
7.460 6.170 5.575 5.505 5.011

Cumulative projected inertia (%):
Ax1 Ax1:2 Ax1:3 Ax1:4 Ax1:5
7.46 13.63 19.21 24.71 29.72

(Only 5 dimensions (out of 25) are shown)

Alors ça je ne sais pas. Normalement tu obtiens la liste des individus et la liste des variables avec leur contribution sur les premières dimensions.

Tu as mis quoi pour don.acm ? Tu as combien de variables et d'individus ?

don.acm<-dudi.acm(don,scan=FALSE)
j'ai environ 1 000 000 d'individus et 9 variables.
Je crois que ce sont les valeurs propres et l'inertie relative sur les différents axes factoriels.

Bizzare j'aurais bien aimé avoir les valeurs tests.