ACC ET ACP

Bonsoir,
S'il vous plait, je veux savoir quelle est la différence entre une Analyse canonique des correspondances (ACC) et une analyse des composantes principales (ACP) surtout de point de vue interprétation des résultats obtenus sachant que l'ACC est une méthode prédictive .
en fait, j'ai utilisé une ACC sur une base de donnée destinée à connaitre l'effet des paramètres physicochimiques sur la distribution des espèces de végétaux.
pour l'interprétation je me suis rendu compte que pour l'interprétation des résultats obtenus c'est la même chose pour une ACP. ce que je me demande c'est ou est le coté prédictif des choses.
j’espère que je me suis bien expliqué.
merci pour votre intervention.
cordialement

Tu peux vois l'ACC est une ACP réalisée sur les barycentres des différents groupes (les espèces de végétaux dans ton cas).
Les individus peuvent-être vu comme des projections supplémentaires.

En fait tu" optimises" l'analyse factoriel sur tes espèces en maximisant la variance interclasse sur les différents axes, et non plus la variance totale. (tu auras donc un nombre d'axe égal au maximum à ton nombre d'espèce).

A partir de l'ACC, tu peux construire des fonctions de Fisher qui vont te permettre de classer les individus. Chaque individu est classé en fonction de sa distance au barycentre de chaque espèce sur l'espace factoriel choisi (généralement 2 ou 3).

En espérant répondre juste...

Niaboc

Bonsoir Niaboc
merci beaucoup pour votre réponse qui a est bien claire.
En fait, j'ai lu sur un document que l'ACC est une méthode prédictive utilisée plus pour la modélisation et qu'on ne peux pas utiliser pour interpréter une simple base de donnée, au contraire de l'ACP qui est une méthode exploratoire. c'est pour cela que j'ai posé ma question, je ne voulais pas que l'utilisation de l'ACC dans mon cas ne soit pas à sa place , surtout que je ne sais pas comment sont les bases de données utilisées pour la modélisation.
merci bien

il faut aussi noter que l'ACC n'a rien de comparable à une ACP puisque la première fait intervenir 2 tableaux alors que la seconde n'en fait intervenir qu'un seul.

L'ACC n'est pas vraiment une méthode prédictive en soit. C'est surtout que les deux tableaux n'ont pas le même rôle puisque il y en a un qui est expliqué par l'autre. L'équivalent non "prédictif" de l'ACC et l'analyse de co-inertie où là on regarde juste la co-structure des deux tableaux sans donner un rôle particulier à l'un ou l'autre des tableaux.

Nik

Bonjour NIK, merci beaucoup pour votre réponse trés précise,
je pense que j'ai compris que l'aspect prédictif de l'ACC c'est le fait de connaitre le lien entre les deux tableaux ( paramètres expliqués et expliquant) grâce au test de permutation utilisé au préalable pour connaitre si il y a un lien ou pas entre les deux avant d'adopter l'analyse .

autre chose s'il vous plait car je ne suis vraiment pas forte en statistiques,
c'est quant j'ai ma présentation d'ACC je trouve que par exemple certaines espèces sont liées au facteur température. ce que je demande c'est que comment préciser le degré du lien entre les deux (significativité) car en ACP (corrélation) j'examine les valeurs du coefficient de corrélation entre les paramètres étudiées.

Dans le cas de l'ACC c'est plus la régression qui est utilisée. donc comment se servir de ce coefficient de régression pour expliquer mes résultats.

Si tu fais de l'analyse multivariée, tu abandonnes la notion de test et donc de significativité. Ce sont des méthodes d'illustration graphique.

Par contre ça permet de faire un tri et ensuite d'aller tester les liens entre distribution d'espèce et température

Nik a écrit:Si tu fais de l'analyse multivariée, tu abandonnes la notion de test et donc de significativité. Ce sont des méthodes d'illustration graphique.

Bonjour,
Ca c'est le point de vue de certains. D'autres au contraire intègre de plus en plus des notions de significativité et tendent de plus en plus vers de l'inférentiel. Je pense notamment à la librairie vegan de R et des auteurs comme Legendre. A tort ou à raison je ne sais pas, mais il est de plus en plus demandé d'associer aux sorties des analyses multivariées des statistiques de test.

Cordialement

oui c'est vrai.

Le fond de l'affaire étant la question de savoir si les axes produits par les analyses peuvent réellement être considérés comme des variables aléatoires et alors on peut appliquer l'arsenal statistique aux valeurs sur les axes ou alors on considère que non et ça s'arrête là.

Les tests proposés sont d'ailleurs souvent de type permutation ou Monte-Carlo ce qui démontre bien les hypothèses ou le partie prie de ces tests.

Bonjour,
Merci nik et droopy pour votre intervention enrichissante, enfait ce que vous avez dis est juste car avec les nouveaux logiciels statistiques on retrouve toujours a coté de nos présentation graphique, des tableaux qui montrent les valeurs d'un test stat (coef de corrélation, permutation......).
pour mon cas j'ai mon test de permutation en début qui me confirme d'une manière globale la présence ou non de lien linaires entre les deux tableaux.

j'ai même trouvé dans certains travaux que ce test de permutation est utilisé même entre chaque deux variable (température-espèces, salinité espèces, ......). je pense que ceci facilite l'interprétation des résultats graphiques qui peut parfois être difficile.
merci bien

je pense que ceci facilite l'interprétation des résultats graphiques qui peut parfois être difficile.

Non ça ne facilite pas. C'est un leurre car ce que ça fait, c'est que ça donne quelque chose dont les gens commencent à avoir dramatiquement l'habitude : une p-value. C'est pas parce que ça semble connu que c'est mieux. Donc attention aux faux amis.

oui effectivement, les tests de "p-value" sont très utilisés. même quant on envoie des papiers scientifiques à publication, le comité de correction (des gents spécialistes...) demande d'ajouter des test stat pour voir si ce qui est observé dans nos résultats est statistiquement signif.

pour moi quant j’interprète mes résultats graphiques, si parfois je trouve qu'un assemblage d’espèces est lié à plusieurs paramètres du milieu, je me sert d'un test pour voir lequel de ces paramètres qui influe le plus?
donc j'ai commencé à être convaincu que si je n’utilise pas un test, cette interprétation ne sera pas juste !!!!!!

merci beaucoup