Réalisation AFC simple

Bonjour,

J'aimerais réaliser une AFC simple et une ACM sur ce jeux de donnée mais je ne sais pas encore le faire sur R.



Merci d'avance.

Il faut utilisé le package FactoMineR?

Comme faire une AFC simple sur un data.frame qu'on a construit au préalable et non sur une table qui a été importé?

Bonjour,

tu as pas mal de package qui permettent de faire ça comme FactoMineR, ade4, etc. FactoMineR combiné avec factoextra c'est vraiment pas mal pour des choses simples.

Quelque soit la source de tes données ce qui compte c'est que tu es un tableau de contingence et ensuite que tu le passes comme argument aux fonctions qui réalisent l'AFC.

cdlt

Une analyse des correspondances se fait sur un tableau de contingence, c'est-à-dire sur le comptage des co-occurence des niveaux de deux facteurs et l'ACM peut être considéré comme une extension à plus de deux facteurs de l'AFC. Si j'en crois le tableau dans le post initial, les données à analyser ne correspondent pas du tout à ces contraintes puisque c'est un temps moyen. L'analyse à utiliser est donc une ACP. Sous FactoMineR, c'est la fonction PCA.

Il existe un site dédié à FactoMineR et il existe un livre écrit par F. Husson, S. Le et J. Pagès aux Presses Universitaires de Rennes (Analyse de données avec R) développant le sujet.

Je sais bien qu'il faut recoder les données pour une ACM mais pas pour une AFC simple on peut faire AFC simple sur le tableau que j'ai posté.

http://www.sthda.com/english/wiki/factoextra-r-package-easy-multivariate-data-analyses-and-elegant-visualization

Merci pour le lien mais je me rends compte que j'ai déja testé FactoMineR avec res.ca sur R pour mon tableau du début mais les valeurs propre affichés sont différentes des valeurs propre que j'ai obtenu avec la procédure princomp sur SAS est-ce normal?

Une AFC travaille sur un tableau de contingence ou, plus exactement, un tableau réduit des fréquences or ton tableau si on en croit la légende, ne correspond pas à cette définition. Bien entendu tu peux utiliser la fonction CA de FactoMineR au lieu de PCA mais, quant à interpréter les résultats, c'est un autre problème.

princomp fait une ACP. Si sous R, tu as utilisé la procédure CA de FactoMineR, c'est tout-à-fait normal que tu ne trouves pas les mêmes valeurs car ce n'est pas du tout le même algorithme ni la même utilisation (voir mes réponses précédentes).

Pour comprendre les différences, à lire impérativement ce livre de référence :
Analyses factorielles simples et multiples, B. Escoffier, J. pages, Dunod.


N.B. : R ne fait aucune différence entre un data.frame construit dans la procédure et un data.frame importé (par exemple par read.table), donc par ailleurs je ne vois pas où est le problème de manipulation des données.

Mais j'ai cru comprendre que l'ACP et l'AFC avait le même objectif réduire les données en conservant le plus d'informations possibles.J'ai déja fais l'ACP avec sas ce qui m'a conduit a retenir 4 axes mais si l'AFC fais la même chose l'AFC devrait me conduire a retenir aussi 4 axes et donc me donner les mêmes valeurs propres non???

Non car ces deux techniques n'utilisent pas les mêmes algorithmes. L'ACP (procédure PCA de FactoMineR ou pincomp) utilise une métrique de type euclidien alors que l'AFC (procédure CA de FactoMineR) utilise une métrique du khi-deux. Il n'y a donc aucune raison pour que les résultats soient les mêmes.

Pouvez -vous me dire comment se fait l'interprétation d'une AFC alors s'il vous plaît?

Je ne sais pas interpréter une AFC sur un tableau comme celui que tu présentes car elle n'est pas adaptée aux données.

Pour ce qui est de l'interprétation en général des AFC, ACP, ACM... les deux livres que je t'ai indiqué répondent à ta question.

Voici les questions du devoir:
1/ Effectuez une ACP et une AFC sur ce tableau.
2/ Ce tableau peut se prêter à une analyse de type ACM en codant les valeurs liées aux activités de la façon suivante :
Si 10 ≤ PRO ≤ 433 alors PR1 = PRO
Si 433 < PRO ≤ 610 alors PR2 = PRO
Si 610 < PRO ≤ 655 alors PR3 = PRO
Si 0 ≤ TRA ≤ 77 alors TR1 = TRA
Si 77 < TRA ≤ 106 alors TR2 = TRA
Si 106 < TRA ≤ 148 alors TR3 = TRA
Si 50 ≤ MEN ≤ 120 alors ME1 = MEN
Si 120 < MEN ≤ 338 alors ME2 = MEN
Si 338 < MEN ≤ 710 alors ME3 = MEN
Si 0 ≤ ENF ≤ 14 alors EN1 = ENF
Si 14 < ENF ≤ 42 alors EN2 = ENF
Si 42 < ENF ≤ 110 alors EN3 = ENF
Si 52 ≤ COU ≤ 90 alors CO1 = COU
Si 90 < COU ≤ 117 alors CO2 = COU
Si 117 < COU ≤ 170 alors CO3 = COU
Si 54 ≤ TOI ≤ 88 alors TO1 = TOI
Si 88 < TOI ≤ 94 alors TO2 = TOI
Si 94 < TOI ≤ 130 alors TO3 = TOI
Si 85 ≤ REP ≤ 100 alors RE1 = REP
Si 100 < REP ≤ 128 alors RE2 = REP
Si 128 < REP ≤ 180 alors RE3 = REP
Si 745 ≤ SOM ≤ 765 alors SO1 = SOM
Si 765 < SOM ≤ 798 alors SO2 = SOM
Si 798 < SOM ≤ 848 alors SO3 = SOM
Si 40 ≤ TEL ≤ 73 alors TE1 = TEL
Si 73 < TEL ≤ 119 alors TE2 = TEL
Si 119 < TEL ≤ 180 alors TE3 = TEL
Si 228 ≤ LOI ≤ 320 alors LO1 = LOI
Si 320 < LOI ≤ 380 alors LO2 = LOI
Si 380 < LOI ≤ 475 alors LO3 = LOI
Effectuez cette ACM. Quelles conclusions peut-on en tirer sur les activités de ces différentes populations ?
Je bloque a l'AFC c'est pour vendredi

Si c'est un devoir, cela correspond à un cours et il doit bien exister quelque part dans le cours l'explication de l'ACP et de l'AFC, avec les formules, les applications et l'interprétation des résultats. Personnellement, je ne comprends pas l'objectif poursuivi par l'AFC sur ce tableau à moins que ce tableau ne corresponde à des millièmes d'un temps de référence, alors l'AFC a un sens (cf. http://factominer.free.fr/docs/cours_afc.pdf)
De toutes façons, comme je l'ai déjà expliquée, les résultats de l'ACP et de l'AFC ne peuvent pas être identiques.

De plus, une bizarrerie dans la deuxième question, il n'est pas courant d'écrire par exemple PR1 = PRO pour dire qu'on donne à PRO la valeur PR1, on écrit généralement PRO = PR1 (comme dans la majorité des langages de programmation) ou, pour éviter toute ambiguïté, on remplace le '=' par un autre symbole comme par exemple en R PRO <- PR1.

Quant à l'utilisation de l'AFC, il suffit de lire la doc de FactiMineR et de la procédure CA.

Il y'a une autre question ou il faut dire en quoi ce tableau est un tableau de contingence je ne sais pas.

PiecesOfMagics a écrit:Il y'a une autre question ou il faut dire en quoi ce tableau est un tableau de contingence je ne sais pas.

C'est là la clef de toute cette discussion. "Contingence" veut dire "comptage". Dans un case d'une table de contingence, il y a un effectif (i.e., le comptage du nombre de cas concernés par cette case). Dans votre cas, et comme ceci a été dit plusieurs fois ici, il semble s'agir de durées. L'AFC (simple ou multiple) est pour des tables de contingences uniquement.

HTH, Eric.

Les cases correspondent en fait au temps moyens passés en centièmes d'heures. Je ne comprend en quoi ca peut m'éclaircir??

J,'ai terminé l'AFC mais maintenant je ne sais pas comment je peux transformé le tableau en ajoutant les valeurs liées aux activités pour faire une ACM.

Je peux utiliser une proc freq sur sas?

Plusieurs d'entre nous répète en boucle l'information qui vous manque. Vous ne semblez pas la comprendre. Votre table n'est pas une table de contingence, et ne se prête donc pas à un AFC (ni une ACM). Pourtant, vous semblez persister dans cette voie. Il est difficile de vous aider d'avantage à présent.

Cordialement,

Eric.

Le devoir n'est pas faisable??C'est un temps moyen passé en centième d'heure un des intervenants a dit que l'AFC a un sens si c'était un temps moyen passé en un millième d'un temps de référence.

Pour comprendre ce que j'ai voulu dire par le fait que l'AFC a un sens, voir notamment https://www.math.univ-toulouse.fr/~besse/Wikistat/pdf/st-m-explo-afc.pdf. Maintenant, il faut justifier l'approche et donc faire le lien entre le tableau à la véritable utilisation de l'AFC (donc à la base un tableau de contingence). Donc se poser la question comment ce tableau peut être relié à un tableau de contingence (une piste : se baser sur le §2.3 du document cité). Par contre, la notion de centième d'heure n'a aucune importance et cela pourrait être pour un individu des centièmes de seconde, pour l'autre des centièmes d'heure, pour un troisième des centièmes de jour, etc.

Maintenant, il y a d'autres questions qui se posent, notamment la question centrale à laquelle répondre en premier : que cherches-tu comme information. Personnellement, la réduction des données n'est pas une fin en soi. Si j'utilise FactoMineR c'est pour comprendre les liens entre les variables et entre variables et individus. Chaque méthode a son application et il ne faut pas oublier que l'AFC est à la base, une analyse de la dépendance entre deux variables qualitatives.

Bonjour,

Le devoir est très mal posé en effet car ils semblent vouloir tout faire avec un unique jeu de données et en laissant croire à l'étudiant que de simples petites manipulations permettent de "l'adapter aux différents types d'analyse". C'est pédagogiquement très mauvais car ça embrouille les étudiants sur les spécificités de chaque analyse.
Donc sache que dès lors que tu transformes les données comme dans le cas du passage en classe pour l'ACM, tu n'a plus les mêmes données. C'est comme si tu avais cherché un autre jeu de données. On adapte pas les données, on adapte l'analyse aux données.

Maintenant sur le fait que le jeu de données se prêterait à une AFC, c'est encore une pirouette (avec pour base la flemme de chercher un autre jeu de données à mon avis...) car on joue alors sur ce qu'set une variable continue. Classiquement, on considère que le temps n'est pas un comptage comme le serait le comptage d'un nombre de grain de riz par exemple. Le temps est une variable continue. C'est d'autant plus vrai pour une moyenne car il est très curieux que les temps moyens arrivent pile poil sur des nombres entiers. Passons sur ces "détails" (j'ironise car c'est vraiment n'importe quoi) et poussons un peu plus loin le vice : une variable continue peut être considérée comme une variable catégorielle ordinale dont le pas entre 2 catégories est très resserré. On nie tout simplement l'existence de la continuité en disant que même une variable continue passe d'une valeur à une autre par un incrément de la même manière que le comptage d'entier.

Bref on peut justifier d'utiliser une AFC sur une table qui contient des valeurs continue car on considère alors qu'on a un comptage des co-occurences (= nombre se secondes, millisecondes...) des modalités des 2 variable considérées.

Tout ça pour dire que ton devoir est faisable mais que c'est vraiment pas une bonne idée de pondre un truc pareil.

L'AFC s'interprète selon les mêmes méthodes que l'ACP ou l'ACM.

HTH

Nik

Nik a écrit:Maintenant sur le fait que le jeu de données se prêterait à une AFC, c'est encore une pirouette (avec pour base la flemme de chercher un autre jeu de données à mon avis...) car on joue alors sur ce qu'set une variable continue.

En effet et la pirouette est de ramener le temps à des centièmes d'une unité arbitraire qui peut être des secondes, des heures, des jours ou même des millénaires. Une approche de type AFC peut se justifier dans certains problèmes comme quand on mesure directement des proportions d'un mélange mais de vouloir généraliser à tous les cas de figure est tendancieux.

Le seul point où je ne suis pas entièrement d'accord avec Nik est quand il dit

L'AFC s'interprète selon les mêmes méthodes que l'ACP ou l'ACM

. C'est partiellement inexact car en AFC, lignes et colonnes jouent des rôles symétriques alors que ce n'est pas vrai pour l'ACP et l'ACM. Mais le plus important du discours de Nik et qu'aurait du tenir l'enseignant est bien son premier paragraphe.