PCA {FactoMineR}: extraire combinaisons linéaires?

Bonjour!

Je fais appel à vous parce que j'ai l'impression de devenir folle...
Je suis en train de faire des ACP sur un jeu de données (140 enregistrements, 36 variables rassemblées en pluseiurs groupes).

Dans l'idée d'utiliser ultérieurement mes composantes principales (pour faire une série de GLM me permettant de modéliser l'impact de chacune des composantes principales sur une variable à expliquer), je voudrais simplement connaitre "explicitement" les coefficients de la combinaison linéaire de variables définissant mes composantes principales.

Et... pas moyen.
j'utilise le package FactoMineR, la fonction PCA(), et je ne trouve pas lces coefficients

Code:

s1 <- read.csv2("C:/.../ACP3_R.csv",sep=";",header=T,na.string="")
library(car)
library(FactoMineR)
library(missMDA)



estimation<-estim_ncpPCA(s1,ncp.min=0,ncp.max=10)
nb<-estimation$ncp
res.imput<-imputePCA(s1,ncp=nb)
s1_in<-res.imput$completeObs
ACP_terrT<-PCA(s1_in[,c(18:23)])

Voilà un bout du code. je suis allée consulter l'aide de la fonction, j'ai trouvé les coordonnées des variables dans les composantes principales, des individus dans les composantes principales, et tout un tas de truc, mais pas la combinaison linéaire 'de base'.

Quelqu'un peut m'aider?

Merci d'avance...

Non non je te rassure tu es saine d'esprit.
Pour avoir les combinaisons linéaires il faut diviser les coordonnées des variables sur les composantes par la racine carré des valeurs propres :

Code:

sweep(ACP_terrT$var$coord, 2, sqrt(ACP_terrT$eig[1:ncol(ACP_terrT$var$coord),1]), "/")

cdlt

Ca marche :-)!!

Merci beaucoup.
En son temps, j'avais lu la théorie derrière l'ACP (qui n'est pas bien compliquée, même pour une biologiste...), mais tout ça m'est un peu sorti de la tete, donc ce n'était pas un pb de logiciel mais de maths...

Encore merci!