ACP normée et transformation des données/ path analysis

Bonjours,

Je travaille présentement avec les ACP et semblerait qu'il soit favorable de standardiser (centrer, normer: fonction scale dans R) les données avant de les inclurent dans une ACP et ce, afin d'éviter qu'une des variables prennent trop de poids dans l'analyses étant donnée que les unités ne sont pas les mêmes (ex. %, mètre, grammes etc). Est-ce que des transformation des variables tels que arcsin ou log doivent être appliquées au données brute ou seulement la standardisation est suffisante?

Merci,
Bernard

Normer une ACP ou utiliser des transformations de type log ou autre n'a pas tout à fait le même but. Le fait de normer l'ACP permet de placer toutes les variables au même niveau mais si dans la distribution il y a des valeurs très différentes (par exemple une valeur de 200 alors que toutes les autres valeurs sont autour de 10) elles le seront toujours après avoir normé le tableau. Par contre la transformation log réduit les écarts entre min et max de la distribution.Attention dans R, avec le package ade4 notamment, l'ACP est normée (centré et réduite) par défaut. Donc il ne faut pas transformer le tableau avant. Nik

Excellent, je te remercie énormément.

D'autre part, je lisais sur l'approche statistiques permettant de faire les analyses de pistes (path analysis). Je me demandais s'il était possible d'effectuer une analyse de piste en utilisant des scores extraient d'une ACP?