Analyse Factorielle des Correspondances

Bonjour,

Voici deux questions qui me tracassent:suspect: à propos de la méthode de l'AFC:
- Est-il possible de réaliser des Analyses Confirmatoires avec l'AFC? (ou serait-ce seulement possible de réaliser des Analyses Exploratoires?)
- Pourquoi n'est-il pas juste de procéder à des classifications avec l'AFC?

Merci beaucoup:D
Keymi

Bonjour,

L' AFC est à la base une analyse exploratoire mais je ne vois pas trop par ce que tu entends par analyses confirmatioires.

Tu peux très bien faire des classifications à partir des AFC.

Tout dépend de tes hypothèses.

micros

Bonjour,

Merci pour votre réponse:D .
- Concernant l'analyse confirmatoire, ne serait-ce pas difficile de concevoir le test d'hypothèses avec des variables nominales?

- pour les classifications, je trouve différents avis, ce qui conduit à un certain flou de la méthode où certains rappellent que seule la structuration est possible. (peut être parce qu'il ne s'agit pas de distances entre les points mais en fonction du profil moyen)

qu'en pensez-vous? j'avoue avoir du mal à faire le tri.

Merci et bon dimanche

Il est tout a fait possible d'établir une hiérarchie a partir des coordonnées obtenues sur les axes factoriels que tu conserves. A partir de ces coordonnées, tu peux établir une matrice de distance qui peut te servir pour établir une hiérarchie. Dans le logiciel R dans la librairie ade4 tu as une fonction qui te permet de faire ça, donc je ne vois pas pourquoi ça ne serait pas possible.

bonne soirée.

micros

Mes compétences en la matière sont limitées:oops: , et j'ose quand même te demander pourquoi il faudrait refaire une matrice des distances pour faire une classification, vu que c'est déjà la base de l'AFC.
Par contre je confirme que certains articles critiquent ce résultat comme ceux de Stewart:shock: . Je me demande si dans le fond ça ne serait pas la classification à vue qui serait critiquée.

Qu'en penses tu?

pour ce qui est de la matrice de distance, la librairie ade4 opte pour le point de vue schéma de dualité des analyses multivariées basées sur un triplet statistique (le tableau, les poids des lignes et les poids des colonnes). Après tu peux choisir de calculer une distance entre tes lignes ou entre les colonnes de ton tableau. Pour ce qui est de la classification, il y a les adeptes et les autres. Je ne connais pas l'article que tu cites mais tu auras toujours des gens pour te dire que c'est bien et d'autre pour te dire que ça vaut pas grand chose. La critique que l'on peut faire à ce genre de méthodes c'est que leur validité est difficilement testable. Après tout dépend aussi de tes objectifs.

micros

Bonjour,

et j'ose quand même te demander pourquoi il faudrait refaire une matrice des distances pour faire une classification, vu que c'est déjà la base de l'AFC.

Il faut bien voir qu'une fois l'analyse effectuée, les valeurs des coordonnées reflètent pour chaque axe la variance maximale. C'est le but de ces méthodes, trouver dans le nuage à n dimensions, les axes qui reflètent le plus la variabilité. Donc quand tu recalcules une distance à partir de ces données transformées, tu as déjà un certains point de vue des données initiales, à toi de voir s'il t'intéresse ou non.
En ce qui concerne une classification sur une ordination, ça se fait beaucoup. Le résultat obtenu dépend aussi beaucoup de l'algorithme choisi et là j'avoue que ça m'a toutjours un peu fait l'effet d'une boîte noire ces algos (Ward pour le plus utilisé). En plus, entre d'une part l'analyse multivariée et ensuite la classification je trouve que les à priori sont trop important sans tenir compte des données initiales mais ça c'est mon avis perso sur la question.

nik

Merci, je commence à cerner un peu plus cette méthode.
Mais au risque d'être pénible, je souhaiterais revenir sur ma première question. Pensez-vous que l'AFC puisse être applicable pour tester des hypothèses, dans un modèle a posteriori? Une fois encore, ma question survient suite à la lecture d'un article expliquant qu'il était nécessaire d'avoir des données métriques pour tester des hypothèses, et qu'en conséquence seule l'ACP pouvait satisfaire les Analyses Confirmatoires alors que l'AFC était limitée à des Analyses Exploratoires, du fait qu'elle traite les variables nominales.

au plaisir de vous lire....

quelles genres d'hypothèses tu souhaiterais tester avec l'AFC ?

Et bien aucune personnellement, mais pour le coup, on va dire des hypothèses en vue de valider une théorie dans le domaine des sciences humaines.

en fait j'ai un peu de mal à voir comment tu pourrais croiser les deux, ce qu'ils envisageraient de tester et donc du coup du mal à te répondre.

micros

Tout dépend à quel point tu souhaites faire confiance à l'AFC
Il est vrai qu'en général les analyses multivariées se prêtent mal aux tests statistiques. C'est pas vraiment fait pour, c'est plus dans un but exploratoire. Mais ceci dit, il y a quand même des tests de permutation possibles ou la possiblité de faire des corrélations aux axes.
Dans le second cas, il faut bien avoir à l'esprit que ces axes donnent un certains point de vue sur les données qu'il faut bien analyser et que la corrélation n'est pas une mesure de causalité. Alors valider une théorie sur de l'analyse multivariée ça peut ête valide à un certains degré, comme le dit micros, c'est difficile de répondre précisément sans savoir de quoi il retourne.

Nik

Bonjour,

Comme exemple d'Analyse Confirmatoire, nous pourrions songer à "examiner la validité prédictive" de facteurs censés influencer la performances des entreprises comme les systèmes d'information. C'est la raison pour laquelle j'en viens à me dire que cela serait difficile avec seulement des variables nominales, voire même encore plus difficile pour valider la construction d'une échelle.

Par contre j'en reviens au dilemme classification / structuration et vous fais part des précisions suivantes sur les indices utilisés: "les indices de distance permettent d'associer des observations qui sont proches sur l'ensemble des variables alors que les indices de similarité permettent d'associer des observations ayant un même profil". Si je comprends bien avec l'AFC nous mesurons de indices de distance et dans la classification de sindices de similarité.
Ainsi, est-il juste de dire que les matrices des corrélation (Khi-2) selon les méthodes seraient différentes?

et dernière question, est-il juste de dire que l'AFC ne porte que sur des matrices de type Q?

Merci beaucoup, cette discussion s'avère être très bénéfique pour mon travail de synthèse sur la méthode8) .

Bonne journée