Tests après AFC

Bonjour,

J'ai décrit un jeu de données en réalisant une AFC puis une classification ascendante hiérarchique. Je me retrouve donc avec des clusters d'individus, dont je souhaite décrire les profils.
Quels statistiques sont souvent utilisées pour appuyer les résultats visuels des AFC/CAH ?

J'ai utilisé cette ligne de code sur R : data$desc.var qui me permet de décrire les clusters selon les variables explicatives et de me donner des valeurs test (v.test) ainsi qu'une pvalue. Toutefois je ne sais pas à quoi ces valeurs correspondent, ni quel test est appliqué et si les clusters sont comparés entre eux (ce que je cherche à faire) ou par rapport à une moyenne globale.

Donc d'une part, quelqu'un connait-il les tenants de cette ligne de code sur R après une classification hiérarchique ? Et d'autre part quelle autre solution existe-il pour décrire et comparer des clusters statistiquement ?

Désolé si ces questions vous paraissent un peu floues,
En espérant que cette demande vous paraisse compréhensible

Cordialement,
Pablo Pezzino

Vos questions ne sont pas floues. Elles sont juste imprécises. Quelles fonctions/packages de R avez-vous utilisé pour faire votre AFC ? Il faudrait voir dans la doc de la fonction qui vous donne des tests et des p-values pour comprendre à quoi ceci peut correspondre.

Il y a beaucoup d'auteurs qui font juste des ANOVA sur les ordinations des points sur les axes et voir s'il y a ainsi des différences significatives entre les clusters. Egalement, vous pouvez toujours remonter au-données d'origine (la table de contingence que vous soumettez à l'AFC) et voir si les variables d'origine diffèrent entre les clusters.

HTH, Eric.

Bonjour,

Merci de votre réponse ! Pour la fonction utilisée pour la classification hiérarchique, c'est la fonction HCPC du package FactoMineR. J'ai déjà regardé dans l'aide et sur internet, je n'arrive pas à trouver ce que signifient les résultats de cette ligne de commande "data$desc.var" que j'ai effectuée sur le résultat de la fonction HCPC (une classification hiérarchique donc).

Je retiens l'idée des Anova ! Sinon je pensais comme vous le dites remonter sur les variables d'origine et leurs valeurs pour effectuer mes tests, ça me semble le plus simple et le plus parlant.

Merci bien !

Bonjour,

pour tester la significativité des tes groupes tu peux aussi faire des tests par permutation sur une analyse inter (bca du package ade4 et randtest), qui va s'apparenter à une ANOVA mais sans hypothèses quand à la distribution des coordonnées.

cdlt

Pablo Pezzino a écrit:Pour la fonction utilisée pour la classification hiérarchique, c'est la fonction HCPC du package FactoMineR. J'ai déjà regardé dans l'aide et sur internet, je n'arrive pas à trouver ce que signifient les résultats de cette ligne de commande "data$desc.var" que j'ai effectuée sur le résultat de la fonction HCPC (une classification hiérarchique donc).

Je n'utilise pas FactoMineR. J'ai regardé un peu sur le web. Il semble que l'objet desc.var de HCPC() fait juste un test (que j'imagine être un test t?) pour comparer la moyenne de chaque groupe pour chaque variable avec la moyenne globale de la variable sur tous les groupes. C'est une information indicative seulement.

HTH, Eric.