Problème sur Résultats d'ACM

Bonjour/Bonsoir tout le monde,

Voilà je réalise une ACM sur 5000 individus et 5 variables.
J'ai découpé en classes - presque de même effectif - mes variables quantitatives et mes 2 variables qualitatives sont pour certaines "ordinales".

Le résultat de mon ACM pour les 2 premiers axes est étonnant ... 0.08% de la variabilité.
Et j'ai environ 3194 dimension proposées (quasiment autant que mon nombre total de modalités) lorsque je fais mon ACM ... chaque valeur propre est environ la même à partir de la dimension 46 (=0.20) mais pour arriver à une inertie d'environ 20% il faut considérer 600 dimensions.
Et sur ces axes quasiment tous mes individus sont en "0,0" ... du coup je ne sais pas trop comment l'analyser.

Quelqu'un aurait une idée?

Cdlt,

KaliHD

C'est peut être tout simplement qu'il n'y a pas de variabilité?

Strange ...

tu fais erreur :

ACM = uniquement variables quali

ce que tu cherches, c'est une analyse mixte ou une analyse de hill & smith

le pourcentage est très faible car tu as énormément de variables : ton ACM en devient ininterprétable. Et au passage ne te laisse pas piéger par un pourcentage seul car il faut toujours considérer la valeur brut : 0.08% de 100 milliards d'euros ça reste toujours très intéressant sur son compte bancaire.

Nik a écrit:tu fais erreur :

ACM = uniquement variables quali

ce que tu cherches, c'est une analyse mixte ou une analyse de hill & smith

le pourcentage est très faible car tu as énormément de variables : ton ACM en devient ininterprétable. Et au passage ne te laisse pas piéger par un pourcentage seul car il faut toujours considérer la valeur brut : 0.08% de 100 milliards d'euros ça reste toujours très intéressant sur son compte bancaire.

Ouaip c'est clair que le pourcentage est important ... mais pas ici ^^
Je ne vois pas en quoi je me suis trompé, mes variables sont bien "qualitatives" à partir du moment où je découpe bien mes variables quanti. en plusieurs "modalités" non?

Je vais voir analyse mixte mais ça ne me dit rien en fait, idem pour Hill & Smith. Je vais voir mais si tu as une référence je suis preneur

Encore merci,

KaliHD

Je ne vois pas en quoi je me suis trompé, mes variables sont bien "qualitatives" à partir du moment où je découpe bien mes variables quanti. en plusieurs "modalités" non?

oui je suis passé trop vite dessus.

Par contre, ça ne change pas le fait que tu as bcp trop de variables et que ton ACM est sans doute ininterprétable

Nik a écrit:

Je ne vois pas en quoi je me suis trompé, mes variables sont bien "qualitatives" à partir du moment où je découpe bien mes variables quanti. en plusieurs "modalités" non?

oui je suis passé trop vite dessus.

Par contre, ça ne change pas le fait que tu as bcp trop de variables et que ton ACM est sans doute ininterprétable

Ah tu me rassure sur un point mais pas du tout sur l'autre

Je n'ai pas tant de variables que ça (5 variables avec environ 10 modalités MAX, certaines uniquement 4 ou 5) et je pensais que c'était le principe de l'ACM justement de représenter beaucoup d'individus et beaucoup de variables dans un plan (en dimension 2 on va dire) pour voir un peu la tête que ça a.

J'ai surtout peur que ça vienne de mes données qui ne sont pas si "variables" que cela.

J'ai du mal car j'aimerai faire une segmentation à terme de tout ça mais si au final la variabilité est très faible et bien ma segmentation = ma population ...

Cdlt,

KaliHD

Alors comment te retrouves tu avec plus de 3000 dimensions proposées ???
au début d'ailleurs tu indiquais que tu avait quasiment autant de modalités que le nb de dimension...alors c'est quoi le vrai nombre ?

Nik a écrit:Alors comment te retrouves tu avec plus de 3000 dimensions proposées ???
au début d'ailleurs tu indiquais que tu avait quasiment autant de modalités que le nb de dimension...alors c'est quoi le vrai nombre ?

Effectivement au début j'étais partie avec beaucoup plus de modalités mais j'ai réduit leur nombre et j'ai quand même plus de 3000 dimensions donc c'est pour ça que je comprends pas du tout ...

J'utilise FactoMineR comme package R mais j'ai l'impression que ça vient vraiment de mes données là, rien à voir avec l'algo derrière qui est "classique" de mémoire.

J'ai refait l'ACM à l'instant sur 4268 individus x 6 variables avec environ 6 modalités par variables (sauf une qui en a 52 = régions). Je n'en considère que 4 là dessus et j'ai bien le nombre de dimension du dessus avec le même très faible taux de variabilité expliquée.
En enlevant une seule variable (au hasard) je n'ai plus "que" 44 dimensions avec les deux premières qui représente environ 6% de variabilité ...

Je ne vois pas comment ça a marché là ...

C'est nécessairement un pb dans tes données. Le nb des valeurs propres dépends directement du nb de variables (modalités). Donc si tu as 3000 valeurs propres c'est que tu as au moins autant de variables rentrées.

Regardes les levels de chaque facteur voir si les modalités vides sont bien éliminées.

Logiquement, avec 5 variables et 5 modalités par variables, tu as 25 modalités au total. Donc le nombre total de dimensions est de 25. Verifies est-ce que tu n'aurais pas inversé variables et individus ou quelque chose de ce genre.

Merci à vous 2.

Effectivement mon nombre de valeurs propres doit être égal à mon nombre de modalités ... mais là j'ai vérifié j'ai bien moins de modalités que de dimension ... Arf!
Il y a une coquille dans mon code d'entrée car sur le papier ça doit pas rendre ça

Au passage 5% de la variabilité c'est déjà pas mal pour presque 5000 individus et 44 modalités? Bien sur les autres axes peuvent être important mais ça le fait je trouve.