Mise en oeuvre d'une ACP ou non?

Bonjour à tous,

Voilà j'ai un petit souci.

Je dispose d'un ensemble de données numériques et non numériques ( Tableau de données) dont une donnée dénomme "Centre offshore".
Cette colonne prend 3 modalités possibles "centre A", "Centre B" ou "centre C".

L'idée de mon étude serait de faire apparaître les caractéristiques qui ressortent pour chaque centre à partir des autres colonnes ( données numériques et non numériques), et cela de manière graphique (visuelle).

Serait -il donc intéressant de mettre en oeuvre une Analyse en Composantes Principales? Ou y a t'-il d'autres études plus pertinentes?

Si oui pour l'ACP, y a t-il un lien intéressant dont je pourrais m'inspirer.

Merci pour votre aide.

Salut,

Si tu as à la fois des variables catégorielles et continues alors il te faut employer une analyse de hill et smith. L'ACP n'est pas capable de traiter lse variables catégorielles.

nik

salut,

juste une précision l'analyse de Hill & Smith n'est rien d'autre qu'une ACP avec les variables catégorielles modifiées.

Bonjour Nik et Droopy,

je vous remercie pour vos réponses, je vais me penché sur l'analyse de Hill et Smith et revenir vers vous en cas de problème

Meriem

Bonjour,

Si tu es à l'aise avec les analyses factorielles, tu peux aussi passer par une AFM avec une variable=1 groupe, ce qui te permet de prendre en compte les données catégorielle si tes data le permettent.
L'analyse des résultats de l'AFM est légèrement plus complexe que l'ACP par contre...

Bien cordialement

Salut à tous,

je galère de nouveau avec l'ACP. Finalement, j'ai opté pour une ACP ( car j'ai lu sur certains articles que bien qu'on dispose de variables catégorielles, il est possible de mettre en oeuvre une ACP)
Cependant, voilà j'ai 25 variables et 350 observations. Du coup, lorsque j'ai lancé mon ACP avec R, les résultats obtenus sont ininterprétables un vrai caffouillis...

Pourriez vous m'aider en me donnant quelques pistes...

Merci

MG

Ah oui merci Hadrien35, mais je galère déjà avec une ACP alors une AFM... je n'ose même pas...

Merci quand même

Finalement, j'ai opté pour une ACP ( car j'ai lu sur certains articles que bien qu'on dispose de variables catégorielles, il est possible de mettre en oeuvre une ACP)

Comme te l'a clairement inqiué Droopy, l'analyse de hill & smith est une ACP sur le fond donc je ne sais pas quel logiciel tu passes mais fais qd même attention à ce que tu fais.

Tes résultats sont ininterprétables en quoi ? On ne peut pas deviner ce qui te pose problème exactement donc il faut que tu expliques ton pb.

nik

Le logiciel que j'utilise est R avec le package FactoMineR

En fait comme j'ai beaucoup d'observations(350), leurs projections sur les axes que j'obtiens est un nuage dense==> du coup on n'y voit pas grand chose

Le fait d'avoir aussi beaucoup de variables, fait que j'obtiens des projections de variables sur le plan factoriel non lisibles.

De plus, j'ai lu aussi que
Aussi les variances des différents facteurs sont faibles : la plus élevée est de 27%.

Je ne sais pas par conséquent si mon étude est intéressante?
Peut être faudrait il que je divise mon échantillon de données en plusieurs échantillons et que j'applique à chacun une ACP?
Est ce pertinent?

Merci

Bonjour,

Le fait que la variance la plus élevée soit de 27% n'est pas alarmant, mais cela dépend du nombre de variables prises en compte... Combien en as-tu?

Il n'est pas très pertinent de diviser ton échantillon pour faire plusieurs ACP, car le principe est ici de résumer l'information.

Ton étude est-elle intéressante? Là il est difficile de statuer sans les résultats...

Concernant la lisibilité des variables, tu peux regarder les corrélation et contributions dans tes résultats, si tu as du mal à voir leur nom sur le graphique, cela t'aidera en plus à interpréter tes axes.
Concernant la lisibilité de tes individus, étant donné que tu en as 350, c'est sur qu'il est difficile de produire quelquechose de lisible... Tu dois pouvoir colorer les observation en fonction de ta variable "Centre offshore" si cela peut t'aider.

Par contre, à mon humble avis, je ne mettrai pas cette variable dans ton ACP (si tu l'as fait), mais m'en servirai en illustratif.

Ceci aurait pour résultat de construire ton plan sur la base de tes observations seulement, ensuite tu peux voir si cette structure est dépendante de cette variable
Par exemple en faisant un clustering de tes données selon les coordonnées sur les facteurs, puis en regardant si certains clusters regroupent spécifiquement les observations de certains centres. Si c'est le cas, alors d'un centre à l'autre tu n'auras pas les mêmes observations.

Bon courage,

Hadrien