AFCM.md

Analyse Factorielle des Correspondances Multiples

Code source →

Quand l'utiliser ?

Méthode de description graphique de variables qualitative

Étape 1 : lecture du jeu de données

Importer le jeu de données

Le jeu de données ne contient que des variables qualitatives

Utiliser le jeu de données :

data(qualitatives)
attach(qualitatives)

Étape 2 : description des données

Visualisation des données (tableaux) :

table(quali1)
table(quali2)
table(quali3)

Étape 3 : vérification des conditions d'application

Condition 1 : homogénéité des classes

Le nombre de classes doit être homogène entre les variables

Condition 2 : homogénéité des effectifs

Les effectifs doivent être homogènes entre les modalités de chaque variable

Étape 4 : analyse du jeu de données

Charger la librairie ade4

Tableau de Burt

Construction du tableau de Burt :

burt = acm.burt(qualitatives,qualitatives)

Affichage du tableau de Burt :

burt

Calcul de l'AFCM

afcm = dudi.coa(burt)

Sélectionner le nombre d'axes qui permet de représenter environ 70 % du jeu de données

Choix du nombre d'axes

intertia.dudi(afcm)

On garde le nombre d'axe qui représente au moins 70 % du jeu de données

Nouveau calcul de l'AFCM en sélectionnant le nombre exact d'axes :

afcm = dudi.coa(burt)

Coordonnées dans le nouveau référentiel

Coordonnées des variables :

afcm$co

Graphiques

Projection des variables (exemple avec 2 axes principaux) :

s.arrow(afcm$co,xax=1,yax=2)

Étape 5 : étude des contributions

Contribution des variables à la construction des axes :

inertia.dudi(afcm,col=T,row=T)$col.abs

← Plan