AFC puis analyse de classe

Bonjour,

Je souhaite étudier des données concernant une population de N sujets avec
- un axe "section" répartition qualitative nominale
- des axes "valeurs" définies par des répartitions qualitatives ordinales (par exemple nombre de sujets entre 0-20ans, nombre de sujets entre 20-40ans, nombre de sujets entre 40-60ans et nombre de sujets de plus de 60ans) pour chaque section.

J'ai donc en ma possession les tableaux de contingences pour les croisement des axes "valeurs" et l'axe "section".

La piste étudiée actuellement est : pour un axe "valeur", j'effectue une AFC puis sur les deux premiers facteurs (qui représente plus de 80%) j'effectue une analyse de classes. Je m'interroge sur la qualité des classes obtenus ?

Je suis sûr que ce n'est pas la bonne façon de faire. Pouvez-vous m'aider à construire une classification suivant l'axe "section" suivants les axes "valeurs" indépendamment ou mieux simultanément ?

merci par avance de vos éclairages.

Didier

Que cherches-tu à classifier ? les sections par rapport aux valeurs ? ou les valeurs par rapport aux sections ?

Après une fois que tu as tes axes il est tout à faible possible d'estimer une matrice de distance et de se servir de cette matrice pour estimer des groupes avec plein de technique de cluster différente tout dépend encore de ton objectif, si tu as des groupes a priori ou non. Après un des moyens de tester ta classification est de faire des tests de permutation et de voir la prt d'inertie expliquer par tes groupes et de la tester. Tout ceci étant réalisables facilement dans R avec la librairie ade4 mais la question fondentale, est quelle est l'hypothèse que tu veux tester ? Suivant cette hypothèse tu adopteras une méthode stat.

micros