105
C4. ANALYSE DES CORRESPONDANCES MULTIPLES Julie Scholler - Bureau B246

C4. Analyse des correspondances multiples

  • Upload
    others

  • View
    5

  • Download
    0

Embed Size (px)

Citation preview

Page 1: C4. Analyse des correspondances multiples

C4. ANALYSE DES CORRESPONDANCESMULTIPLES

Julie Scholler - Bureau B246

Page 2: C4. Analyse des correspondances multiples

I. Problématique

• Plusieurs variables qualitatives• Quel tableau pour coder les données ? pour l’analyse

factorielle ?• Que peut-on attendre d’une telle analyse ?

Page 3: C4. Analyse des correspondances multiples

II. Données

Nos données

Résultats des votes dits importants de l’assemblée des Nations Uniesen 2015Individus : 193 paysVariables :

• nb_NA : nombre de votes sur lequel le représentant du paysn’a pas voté

• Cuba_Emb, Atomic_Energy, HR_Palest., Rights_Palest.,Arms, Nuclear, Israeli_Pract., Un_Role, HR_Korea, HR_Iran,Developing_country, Agric_dvpmt, HR_Syria : yes, no,abstain

• d’autres variables descriptives des pays

Page 4: C4. Analyse des correspondances multiples

II. Données

Tableau condensé

Cuba_Emb Atomic_Energy HR_Palest. Rights_Palest.

USA no yes no noCanada yes yes no noBahamas yes NA NA NACuba yes abstain yes yesHaiti yes NA NA NAFrance yes yes abstain abstainMonaco yes yes abstain abstainSpain yes yes abstain abstain

Page 5: C4. Analyse des correspondances multiples

II. Données

Tableau condenséTableau : individus x variablesI individus et J variables qualitativesyi ,j : numéro de la modalité de la variable j prise par l’individu i

1 · · · j · · · J

1...

i...

I

· · · · · · · · · · · · · · ·· · · · · · · · · · · · · · ·· · · · · · yi ,j · · · · · ·· · · · · · · · · · · · · · ·· · · · · · · · · · · · · · ·

Pas de propriétés numériques donc pas de sens de traiter ce tableaupar une analyse factorielle

Page 6: C4. Analyse des correspondances multiples

II. Données

Hypertableau de contingence

• Généralisation du tableau de contingence pour deux variablesqualitatives

• Nombre de cases :J∏

j=1Kj avec Kj nombre de modalités de la

variable j• Croît très rapidement avec J• Dépasse rapidement l’effectif total : beaucoup de cases à

effectif nul

Page 7: C4. Analyse des correspondances multiples

II. Données

Tableau de Burt Variable j Variable l

1 k q K

1 . . . ... .... . . ... ...

Varia

ble

j

. . . ... ...

k · · · · · · Ikk · · · · · · Iqk · · ·... . . . ...... . . . ...

Varia

ble

l

... . . . ...

... . . . ...

q · · · · · · Iqk · · · · · · Iqq · · ·... . . . ...... ... . . .

K... ... . . .

Récapitule les liens entre les variables 2 à 2Moins d’informations que l’hypertableau de contingence ou le TDC

Page 8: C4. Analyse des correspondances multiples

II. Données

Cuba_Emb Atomic_Energy HR_Palest.

no yes abstain yes NA abstain no yes

Cuba_Embno 2 0 0 2 0 0 2 0yes 0 191 10 97 84 57 6 102

Atomic_Energyabstain 0 10 10 0 0 1 0 8yes 2 97 0 99 0 46 5 45NA 0 84 0 0 84 10 3 49

HR_Palest.abstain 0 57 1 46 10 57 0 0no 2 6 0 5 3 0 8 0yes 0 102 8 45 49 0 0 102

Page 9: C4. Analyse des correspondances multiples

II. Données

Tableau disjonctif complet

Variable 1 Variable j Variable JK1 modalités Kj modalités KJ modalités

1 K1 K1 + 1 k K Marge

Indi

vidu

s

1 J

i 0 1 0 0 . . . xik 0 0 1 0 . . . J

I J

Marge I1 Ik IK IJ

xik ={

1 si l’individu i prend la modalité k0 sinon

Tableau de I lignes et K =J∑

j=1Kj colonnes

Page 10: C4. Analyse des correspondances multiples

II. Données

Tableau disjonctif complet

Variable 1 Variable j Variable JK1 modalités Kj modalités KJ modalités

1 K1 K1 + 1 k K Marge

Indi

vidu

s

1 J

i 0 1 0 0 . . . xik 0 0 1 0 . . . J

I J

Marge I1 Ik IK IJ

Notations :• I nombre d’individus, J nombre de variables• Kj nombre de modalités de la je variable• Ik nombre d’individus ayant la modalité k

Page 11: C4. Analyse des correspondances multiples

II. Données

Tableau disjonctif complet

Cuba_Emb Atomic_Energy HR_Palest.

no yes abstain yes abstain no yes

United States 1 0 0 1 0 1 0Canada 0 1 0 1 0 1 0Bahamas 0 1 0 0 0 0 0Cuba 0 1 1 0 0 0 1Haiti 0 1 0 0 0 0 0

France 0 1 0 1 1 0 0Monaco 0 1 0 1 1 0 0Spain 0 1 0 1 1 0 0

Page 12: C4. Analyse des correspondances multiples

III. Objectifs

Objectifs

Individus• typologie d’individus• mise en évidence de caractéristiques qui séparent des classes

d’individus

Variables• relations entre les modalités• relations entre variables• variables synthétiques

Page 13: C4. Analyse des correspondances multiples

III. Objectifs

Objectifs

Individus• typologie d’individus• mise en évidence de caractéristiques qui séparent des classes

d’individus

Variables• relations entre les modalités• relations entre variables• variables synthétiques

Page 14: C4. Analyse des correspondances multiples

IV. AFC du TDC

Rappels AFC1 · · · j · · · J

1...

i...

I

· · · · · · · · · · · · · · ·· · · · · · · · · · · · · · ·· · · · · · fij · · · · · ·· · · · · · · · · · · ·· · · · · · · · · · · · · · ·

f1•...

fi•...

fI•

f•1 · · · f•j · · · f•J 1

Distance du χ2

• entre deux profils lignes : d2(i , ℓ) =J∑

j=1

1f•j

( fijfi•

− fℓjfℓ•

)2

• entre deux profils colonnes : d2(j , k) =I∑

i=1

1fi•

(fijf•j

− fikf•k

)2

Page 15: C4. Analyse des correspondances multiples

IV. AFC du TDC

Application au TDC1 · · · k · · · K

1...

i...

I

· · · · · · · · · · · · · · ·· · · · · · · · · · · · · · ·· · · · · · xik · · · · · ·· · · · · · · · · · · ·· · · · · · · · · · · · · · ·

J...

J...

J

I1 · · · Ik · · · IK IJ

Poids des individus :(1I , . . . ,

1I , . . .

1I

)Poids des modalités :( I1

IJ , . . . ,IkIJ , . . . ,

IKIJ

)

Distances induites• entre deux individus : d2(i , ℓ) = 1

J

K∑k=1

IIk

(xik − xℓk)2

• entre deux modalités : d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

Page 16: C4. Analyse des correspondances multiples

IV. AFC du TDC

Application au TDC1 · · · k · · · K

1...

i...

I

· · · · · · · · · · · · · · ·· · · · · · · · · · · · · · ·· · · · · · xik · · · · · ·· · · · · · · · · · · ·· · · · · · · · · · · · · · ·

J...

J...

J

I1 · · · Ik · · · IK IJ

Poids des individus :(1I , . . . ,

1I , . . .

1I

)Poids des modalités :( I1

IJ , . . . ,IkIJ , . . . ,

IKIJ

)

Distances induites

• entre deux individus : d2(i , ℓ) = 1J

K∑k=1

IIk

(xik − xℓk)2

• entre deux modalités : d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

Page 17: C4. Analyse des correspondances multiples

IV. AFC du TDC

Application au TDC1 · · · k · · · K

1...

i...

I

· · · · · · · · · · · · · · ·· · · · · · · · · · · · · · ·· · · · · · xik · · · · · ·· · · · · · · · · · · ·· · · · · · · · · · · · · · ·

J...

J...

J

I1 · · · Ik · · · IK IJ

Poids des individus :(1I , . . . ,

1I , . . .

1I

)Poids des modalités :( I1

IJ , . . . ,IkIJ , . . . ,

IKIJ

)

Distances induites• entre deux individus : d2(i , ℓ) = 1

J

K∑k=1

IIk

(xik − xℓk)2

• entre deux modalités : d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

Page 18: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des individus

Distance entre deux individus

d2(i , ℓ) = 1J

K∑k=1

IIk

(xik − xℓk)2

Page 19: C4. Analyse des correspondances multiples

IV. AFC du TDC

Tableau disjonctif complet

Cuba_Emb Atomic_Energy HR_Palest.

no yes abstain yes abstain no yes

United States 1 0 0 1 0 1 0Canada 0 1 0 1 0 1 0Bahamas 0 1 0 0 0 0 0Cuba 0 1 1 0 0 0 1Haiti 0 1 0 0 0 0 0

France 0 1 0 1 1 0 0Monaco 0 1 0 1 1 0 0Spain 0 1 0 1 1 0 0

Page 20: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des individus

Distance entre deux individus

d2(i , ℓ) = 1J

K∑k=1

IIk

(xik − xℓk)2

Barycentre des individus GI

(GI)k =∑

i

1I

xikJ = 1

IJ∑

ixik = Ik

IJ

Distance au barycentre

d2(i , GI) = 1J

K∑k=1

IIk

(xik − Ik

I

)2

Page 21: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des individus

Distance entre deux individus

d2(i , ℓ) = 1J

K∑k=1

IIk

(xik − xℓk)2

Barycentre des individus GI

(GI)k =∑

i

1I

xikJ = 1

IJ∑

ixik = Ik

IJ

Distance au barycentre

d2(i , GI) = 1J

K∑k=1

IIk

(xik − Ik

I

)2

Page 22: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des individus

Distance entre deux individus

d2(i , ℓ) = 1J

K∑k=1

IIk

(xik − xℓk)2

Barycentre des individus GI

(GI)k =∑

i

1I

xikJ = 1

IJ∑

ixik = Ik

IJ

Distance au barycentre

d2(i , GI) = 1J

K∑k=1

IIk

(xik − Ik

I

)2

Page 23: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des individus

Distance entre deux individus

d2(i , ℓ) = 1J

K∑k=1

IIk

(xik − xℓk)2

Barycentre des individus GI

(GI)k =∑

i

1I

xikJ = 1

IJ∑

ixik = Ik

IJ

Distance au barycentre

d2(i , GI) = 1J

K∑k=1

IIk

(xik − Ik

I

)2

Page 24: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des variables

Distance entre deux modalités

d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

= IIk Ij

× Ik ̸=j

avec Ik ̸=j : nombre d’individus possédant une et une seule desmodalités k ou j .

Barycentre des modalités GK

(GK )i =∑

k

IkIJ

xikIk

= 1IJ∑

kxik = 1

I donc GK =(1

I , . . . ,1I

)

Distance au barycentre

d2(k, GK ) =I∑

i=1I(xik

Ik− 1

I

)2= I

Ik− 1

Page 25: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des variables

Distance entre deux modalités

d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

= IIk Ij

× Ik ̸=j

avec Ik ̸=j : nombre d’individus possédant une et une seule desmodalités k ou j .

Barycentre des modalités GK

(GK )i =∑

k

IkIJ

xikIk

= 1IJ∑

kxik = 1

I donc GK =(1

I , . . . ,1I

)

Distance au barycentre

d2(k, GK ) =I∑

i=1I(xik

Ik− 1

I

)2= I

Ik− 1

Page 26: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des variables

Distance entre deux modalités

d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

= IIk Ij

× Ik ̸=j

avec Ik ̸=j : nombre d’individus possédant une et une seule desmodalités k ou j .

Barycentre des modalités GK

(GK )i =∑

k

IkIJ

xikIk

= 1IJ∑

kxik = 1

I donc GK =(1

I , . . . ,1I

)

Distance au barycentre

d2(k, GK ) =I∑

i=1I(xik

Ik− 1

I

)2= I

Ik− 1

Page 27: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des variables

Distance entre deux modalités

d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

= IIk Ij

× Ik ̸=j

avec Ik ̸=j : nombre d’individus possédant une et une seule desmodalités k ou j .

Barycentre des modalités GK

(GK )i =∑

k

IkIJ

xikIk

= 1IJ∑

kxik = 1

I donc GK =(1

I , . . . ,1I

)

Distance au barycentre

d2(k, GK ) =I∑

i=1I(xik

Ik− 1

I

)2= I

Ik− 1

Page 28: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des variables

Distance entre deux modalités

d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

= IIk Ij

× Ik ̸=j

avec Ik ̸=j : nombre d’individus possédant une et une seule desmodalités k ou j .

Barycentre des modalités GK

(GK )i =∑

k

IkIJ

xikIk

= 1IJ∑

kxik = 1

I donc GK =(1

I , . . . ,1I

)

Distance au barycentre

d2(k, GK ) =I∑

i=1I(xik

Ik− 1

I

)2= I

Ik− 1

Page 29: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des variables

Distance entre deux modalités

d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

= IIk Ij

× Ik ̸=j

avec Ik ̸=j : nombre d’individus possédant une et une seule desmodalités k ou j .

Barycentre des modalités GK

(GK )i =∑

k

IkIJ

xikIk

= 1IJ∑

kxik = 1

I donc GK =(1

I , . . . ,1I

)

Distance au barycentre

d2(k, GK ) =I∑

i=1I(xik

Ik− 1

I

)2= I

Ik− 1

Page 30: C4. Analyse des correspondances multiples

IV. AFC du TDC

Étude des variables

Distance entre deux modalités

d2(j , k) = II∑

i=1

(xijIj

− xikIk

)2

= IIk Ij

× Ik ̸=j

avec Ik ̸=j : nombre d’individus possédant une et une seule desmodalités k ou j .

Barycentre des modalités GK

(GK )i =∑

k

IkIJ

xikIk

= 1IJ∑

kxik = 1

I donc GK =(1

I , . . . ,1I

)

Distance au barycentre

d2(k, GK ) =I∑

i=1I(xik

Ik− 1

I

)2= I

Ik− 1

Page 31: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Ajustement des nuages

On procède comme pour les analyses factorielles déjà vues.1. L’origine des axes est placé au barycentre/centre de gravité.2. On cherche une suite d’axes orthogonaux maximisant l’inertie

projetée.3. On représente ces projections sur des plans associant deux axes,

en premier lieu (u1, u2).

Propriétés déjà vues en AFC• Les deux nuages ont la même inertie.• Leurs ajustements sont « duaux »

• les inerties associées aux axes de même rang dans chacun desnuages sont égales ;

• les facteurs de même rang sont liés par des relations dites detransition.

Page 32: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Ajustement des nuages

On procède comme pour les analyses factorielles déjà vues.1. L’origine des axes est placé au barycentre/centre de gravité.2. On cherche une suite d’axes orthogonaux maximisant l’inertie

projetée.3. On représente ces projections sur des plans associant deux axes,

en premier lieu (u1, u2).Propriétés déjà vues en AFC

• Les deux nuages ont la même inertie.• Leurs ajustements sont « duaux »

• les inerties associées aux axes de même rang dans chacun desnuages sont égales ;

• les facteurs de même rang sont liés par des relations dites detransition.

Page 33: C4. Analyse des correspondances multiples

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)Individuals − MCA

Cuba_Emb_no

Atomic_Energy.NA

HR_Palest..NA

HR_Palest._abstain

HR_Palest._no

Rights_Palest..NA

Rights_Palest._abstain

Arms.NA

Arms_abstain

Nuclear.NA

Nuclear_abstain

Nuclear_no

Israeli_Pract..NA

Israeli_Pract._no

Un_Role.NA

HR_Korea.NA

HR_Iran.NA

HR_Iran_abstain

HR_Iran_no

Developing_country.NA

Developing_country_abstain

Developing_country_no

Agric_dvpmt.NA

HR_Syria.NA

HR_Syria_no−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)

Variable categories − MCA

Page 34: C4. Analyse des correspondances multiples

United States

Canada

Cuba

Haiti

Venezuela

BoliviaRussia

São Tomé & Príncipe

Equatorial Guinea

Gambia

Congo − Kinshasa

Uganda

Rwanda

Somalia

EswatiniMadagascar

Seychelles

Sudan

South Sudan

Iran

Syria

Israel

Laos

Australia

Kiribati

TuvaluTonga

Nauru

Marshall Islands

Palau

Micronesia (Federated States of)

−1

0

1

2

3

−1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)Individuals − MCA

Page 35: C4. Analyse des correspondances multiples

Cuba_Emb_no

Atomic_Energy.NA

Atomic_Energy_abstainAtomic_Energy_yes

HR_Palest..NA

HR_Palest._abstain

HR_Palest._no

HR_Palest._yes

Rights_Palest..NA

Rights_Palest._abstain

Rights_Palest._no

Rights_Palest._yes

Arms.NA

Arms_abstain

Arms_yes

Nuclear.NA

Nuclear_abstain

Nuclear_no

Israeli_Pract..NA

Israeli_Pract._abstain

Israeli_Pract._no

Israeli_Pract._yes

Un_Role.NA

HR_Korea.NA

HR_Korea_abstainHR_Korea_yes

HR_Iran.NA

HR_Iran_abstain

HR_Iran_no

HR_Iran_yes

Developing_country.NA

Developing_country_abstain

Developing_country_no

Agric_dvpmt.NA

Agric_dvpmt_abstain

HR_Syria.NA

HR_Syria_abstain

HR_Syria_no

HR_Syria_yes

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)MCA − Biplot

Page 36: C4. Analyse des correspondances multiples

−1

0

1

2

3

0.0 2.5 5.0Dim3 (11.2%)

Dim

4 (8

.7%

)Individuals − MCA

Cuba_Emb_no

Atomic_Energy.NA

Atomic_Energy_abstain

HR_Palest._no

HR_Palest._yes

Rights_Palest._no

Rights_Palest._yes

Arms_abstain

Nuclear_no

Israeli_Pract._no

Israeli_Pract._yes

Un_Role_abstain

HR_Korea.NA

HR_Korea_abstain

HR_Korea_no

HR_Iran.NA

HR_Iran_abstain

HR_Iran_no

HR_Iran_yes

Developing_country_noHR_Syria_abstain

HR_Syria_no

−1

0

1

2

3

0.0 2.5 5.0Dim3 (11.2%)

Dim

4 (8

.7%

)

Variable categories − MCA

Page 37: C4. Analyse des correspondances multiples

Cuba_Emb_noAtomic_Energy.NA

Atomic_Energy_abstain

HR_Palest._no

HR_Palest._yes

Rights_Palest._no

Rights_Palest._yes

Arms_abstain

Nuclear_no

Israeli_Pract._no

Un_Role.NA

Un_Role_abstainHR_Korea.NA

HR_Korea_abstain

HR_Korea_no

HR_Iran.NA

HR_Iran_abstain

HR_Iran_noHR_Iran_yes

Developing_country_no

Agric_dvpmt.NA

HR_Syria_abstain

HR_Syria_no

−1

0

1

2

3

0.0 2.5 5.0Dim3 (11.2%)

Dim

4 (8

.7%

)MCA − Biplot

Page 38: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Relations de transition et représentations simultanées

Fs(i) = 1√λs

K∑k=1

xikJ Gs(k) et Gs(k) = 1√

λs

I∑i=1

xikIk

Fs(i)

En projection sur l’axe s, l’individu i est placé (au coefficient 1/√

λsprès) au barycentre des modalités qu’il possède. Idem pour lesmodalités.

Page 39: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Inerties

Inertie d’une modalité

Inertie(k/GK ) = 1J

(1 − Ik

I

)

Inertie totale

Inertie(NK ) = KJ − 1

Inertie de la variable j

Kj − 1J

Page 40: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Inerties

Inertie d’une modalité

Inertie(k/GK ) = 1J

(1 − Ik

I

)

Inertie totale

Inertie(NK ) = KJ − 1

Inertie de la variable j

Kj − 1J

Page 41: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Inerties

Inertie d’une modalité

Inertie(k/GK ) = 1J

(1 − Ik

I

)

Inertie totale

Inertie(NK ) = KJ − 1

Inertie de la variable j

Kj − 1J

Page 42: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Inerties

Inertie d’une modalité

Inertie(k/GK ) = 1J

(1 − Ik

I

)

Inertie totale

Inertie(NK ) = KJ − 1

Inertie de la variable j

Kj − 1J

Page 43: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Inerties

Inertie d’une modalité

Inertie(k/GK ) = 1J

(1 − Ik

I

)

Inertie totale

Inertie(NK ) = KJ − 1

Inertie de la variable j

Kj − 1J

Page 44: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Inerties

Inertie d’une modalité

Inertie(k/GK ) = 1J

(1 − Ik

I

)

Inertie totale

Inertie(NK ) = KJ − 1

Inertie de la variable j

Kj − 1J

Page 45: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Inerties relatives de chaque axe

17.2%

13.5%

11.2%

8.7%

5.4%

4.3% 4.2%3.5% 3.2% 3%

0

5

10

15

1 2 3 4 5 6 7 8 9 10Dimensions

Percentage of explained variances

Page 46: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Facteurs

Fs : ensemble des projections de tous les points du nuages NI sur lese axeLes Fs constituent de nouvelles variables quantitatives.Liens avec les variables étudiées ?Comment mesurer le lien entre une variable quantitative et unevariable qualitative ?

Page 47: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Carré du rapport de corrélation

Carré du rapport de corrélation : η2 = inertie inter classeinertie totale

0 ⩽ η2 ⩽ 1

• Barycentre des individus prenant la modalité k : Gmod k

• Poids de Gmod k : IkI

• Coordonnées de Gmod k sur le se axe : Fs(Gmod k)

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

• Fs(Gmod k) ?

Page 48: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Carré du rapport de corrélation

Carré du rapport de corrélation : η2 = inertie inter classeinertie totale

0 ⩽ η2 ⩽ 1

• Barycentre des individus prenant la modalité k : Gmod k

• Poids de Gmod k : IkI

• Coordonnées de Gmod k sur le se axe : Fs(Gmod k)

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

• Fs(Gmod k) ?

Page 49: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Carré du rapport de corrélation

Carré du rapport de corrélation : η2 = inertie inter classeinertie totale

0 ⩽ η2 ⩽ 1

• Barycentre des individus prenant la modalité k : Gmod k

• Poids de Gmod k :

IkI

• Coordonnées de Gmod k sur le se axe : Fs(Gmod k)

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

• Fs(Gmod k) ?

Page 50: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Carré du rapport de corrélation

Carré du rapport de corrélation : η2 = inertie inter classeinertie totale

0 ⩽ η2 ⩽ 1

• Barycentre des individus prenant la modalité k : Gmod k

• Poids de Gmod k : IkI

• Coordonnées de Gmod k sur le se axe : Fs(Gmod k)

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

• Fs(Gmod k) ?

Page 51: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Carré du rapport de corrélation

Carré du rapport de corrélation : η2 = inertie inter classeinertie totale

0 ⩽ η2 ⩽ 1

• Barycentre des individus prenant la modalité k : Gmod k

• Poids de Gmod k : IkI

• Coordonnées de Gmod k sur le se axe : Fs(Gmod k)

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

• Fs(Gmod k) ?

Page 52: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Carré du rapport de corrélation

Carré du rapport de corrélation : η2 = inertie inter classeinertie totale

0 ⩽ η2 ⩽ 1

• Barycentre des individus prenant la modalité k : Gmod k

• Poids de Gmod k : IkI

• Coordonnées de Gmod k sur le se axe : Fs(Gmod k)

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

• Fs(Gmod k) ?

Page 53: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Carré du rapport de corrélation

Carré du rapport de corrélation : η2 = inertie inter classeinertie totale

0 ⩽ η2 ⩽ 1

• Barycentre des individus prenant la modalité k : Gmod k

• Poids de Gmod k : IkI

• Coordonnées de Gmod k sur le se axe : Fs(Gmod k)

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

• Fs(Gmod k) ?

Page 54: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Relations de transition et représentations simultanées

Fs(i) = 1√λs

K∑k=1

xikJ Gs(k) et Gs(k) = 1√

λs

I∑i=1

xikIk

Fs(i)

En projection sur l’axe s, l’individu i est placé (au coefficient 1/√

λsprès) au barycentre des modalités qu’il possède. Idem pour lesmodalités.

Page 55: C4. Analyse des correspondances multiples

V. Ajustement des nuages

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

= J∑

k∈K̃j

IkIJ Gs(k)2

= J∑

k∈K̃j

Inertie de la modalité k projetée sur le se axe

Quantité maximisée par la méthode

Inertie de NK projeté sur le se axe =K∑

k=1

IkIJ Gs(k)2

= 1J

J∑j=1

η2 (Fs , j)

Fs : variables quantitatives les plus liées à l’ensemble des variablesqualitatives étudiées

Page 56: C4. Analyse des correspondances multiples

V. Ajustement des nuages

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

= J∑

k∈K̃j

IkIJ Gs(k)2

= J∑

k∈K̃j

Inertie de la modalité k projetée sur le se axe

Quantité maximisée par la méthode

Inertie de NK projeté sur le se axe =K∑

k=1

IkIJ Gs(k)2

= 1J

J∑j=1

η2 (Fs , j)

Fs : variables quantitatives les plus liées à l’ensemble des variablesqualitatives étudiées

Page 57: C4. Analyse des correspondances multiples

V. Ajustement des nuages

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

= J∑

k∈K̃j

IkIJ Gs(k)2

= J∑

k∈K̃j

Inertie de la modalité k projetée sur le se axe

Quantité maximisée par la méthode

Inertie de NK projeté sur le se axe =K∑

k=1

IkIJ Gs(k)2

= 1J

J∑j=1

η2 (Fs , j)

Fs : variables quantitatives les plus liées à l’ensemble des variablesqualitatives étudiées

Page 58: C4. Analyse des correspondances multiples

V. Ajustement des nuages

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

= J∑

k∈K̃j

IkIJ Gs(k)2

= J∑

k∈K̃j

Inertie de la modalité k projetée sur le se axe

Quantité maximisée par la méthode

Inertie de NK projeté sur le se axe =K∑

k=1

IkIJ Gs(k)2

= 1J

J∑j=1

η2 (Fs , j)

Fs : variables quantitatives les plus liées à l’ensemble des variablesqualitatives étudiées

Page 59: C4. Analyse des correspondances multiples

V. Ajustement des nuages

η2 (Fs , j) =∑

k∈K̃jIkI (Fs(Gmod k))2

λs

= J∑

k∈K̃j

IkIJ Gs(k)2

= J∑

k∈K̃j

Inertie de la modalité k projetée sur le se axe

Quantité maximisée par la méthode

Inertie de NK projeté sur le se axe =K∑

k=1

IkIJ Gs(k)2

= 1J

J∑j=1

η2 (Fs , j)

Fs : variables quantitatives les plus liées à l’ensemble des variablesqualitatives étudiées

Page 60: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Rappels

Individus• Barycentre des individus GI :

( I1IJ ,

I2IJ , . . . ,

IKIJ

)• Distance au barycentre : d2(i , GI) = 1

J

K∑k=1

IIk

(xik − Ik

I

)2

Modalités• Barycentre des modalités GK :

(1I ,

1I , . . . ,

1I

)• Distance au barycentre : d2(k, GK ) = I

Ik− 1

Page 61: C4. Analyse des correspondances multiples

V. Ajustement des nuages

Rappels

Inerties• Inertie d’une modalité : Inertie(k/GK ) = 1

J

(1 − Ik

I

)• Inertie totale : Inertie(NK ) = K

J − 1

• Inertie de la variable j : Kj − 1J

Facteurs• η2 (Fs , j) = J

∑k∈K̃j

inertie de la mod. k projetée sur le se axe

• Inertie NK sur le se axe : 1J

J∑j=1

η2 (Fs , j)

Page 62: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Aides à l’interprétation

• Valeurs propres, pourcentage d’inertie associée à un axe

• Forme des nuages, coordonnées

• Qualité de représentation

• Contributions : individus, modalités

• Éléments supplémentaires : individus particuliers, variablesqualitatives (signalétique), variables quantitatives

Page 63: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Inerties relatives de chaque axe

17.2%

13.5%

11.2%

8.7%

5.4%

4.3% 4.2%3.5% 3.2% 3%

0

5

10

15

1 2 3 4 5 6 7 8 9 10Dimensions

Percentage of explained variances

Page 64: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Aides à l’interprétation

• Valeurs propres, pourcentage d’inertie associée à un axe

• Forme des nuages, coordonnées

• Qualité de représentation

• Contributions : individus, modalités

• Éléments supplémentaires : individus particuliers, variablesqualitatives (signalétique), variables quantitatives

Page 65: C4. Analyse des correspondances multiples

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)Individuals − MCA

Cuba_Emb_no

Atomic_Energy.NA

HR_Palest..NA

HR_Palest._abstain

HR_Palest._no

Rights_Palest..NA

Rights_Palest._abstain

Arms.NA

Arms_abstain

Nuclear.NA

Nuclear_abstain

Nuclear_no

Israeli_Pract..NA

Israeli_Pract._no

Un_Role.NA

HR_Korea.NA

HR_Iran.NA

HR_Iran_abstain

HR_Iran_no

Developing_country.NA

Developing_country_abstain

Developing_country_no

Agric_dvpmt.NA

HR_Syria.NA

HR_Syria_no−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)

Variable categories − MCA

Page 66: C4. Analyse des correspondances multiples

−1

0

1

2

3

0.0 2.5 5.0Dim3 (11.2%)

Dim

4 (8

.7%

)Individuals − MCA

Cuba_Emb_no

Atomic_Energy.NA

Atomic_Energy_abstain

HR_Palest._no

HR_Palest._yes

Rights_Palest._no

Rights_Palest._yes

Arms_abstain

Nuclear_no

Israeli_Pract._no

Israeli_Pract._yes

Un_Role_abstain

HR_Korea.NA

HR_Korea_abstain

HR_Korea_no

HR_Iran.NA

HR_Iran_abstain

HR_Iran_no

HR_Iran_yes

Developing_country_noHR_Syria_abstain

HR_Syria_no

−1

0

1

2

3

0.0 2.5 5.0Dim3 (11.2%)

Dim

4 (8

.7%

)

Variable categories − MCA

Page 67: C4. Analyse des correspondances multiples

United States

Canada

Cuba

Haiti

Venezuela

BoliviaRussia

São Tomé & Príncipe

Equatorial Guinea

Gambia

Congo − Kinshasa

Uganda

Rwanda

Somalia

EswatiniMadagascar

Seychelles

Sudan

South Sudan

Iran

Syria

Israel

Laos

Australia

Kiribati

TuvaluTonga

Nauru

Marshall Islands

Palau

Micronesia (Federated States of)

−1

0

1

2

3

−1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)Individuals − MCA

Page 68: C4. Analyse des correspondances multiples

United States

Canada

Cuba

Nicaragua

Venezuela

Bolivia

Russia

BelarusSão Tomé & Príncipe

Equatorial GuineaBurundi

RwandaZimbabwe

Seychelles

Sudan

IranSyria

Israel

Uzbekistan

North Korea

Australia

Nauru

Marshall Islands

Palau

Micronesia (Federated States of)

−1

0

1

2

3

0 2 4Dim3 (11.2%)

Dim

4 (8

.7%

)Individuals − MCA

Page 69: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Individus extrêmes

Dim. 1 Coord Cuba_

Emb

Atomic_

Energy

HR_Palest.

Rights_

Palest.

Arms

Nuclea

r

Israe

li_Prac

t.

Un_Role

HR_Korea

HR_Iran

Develop

ing_co

untry

Agric_

dvpm

t

HR_Syria

nb_NA

Syria 1.68 yes abst. yes yes abst. abst. yes abst. no no yes abst. no 0North Korea 1.62 yes yes yes abst. no yes abst. no no yes abst. no 1Cuba 1.51 yes abst. yes yes abst. yes yes abst. no no yes abst. no 0Israel -1.29 no yes no no yes yes no yes yes yes no yes yes 0USA -1.29 no yes no no yes yes no yes yes yes no yes yes 0Australia -0.98 yes yes no no yes yes no yes yes yes abst. yes yes 0

Dim. 2 Coord Cuba_

Emb

Atomic_

Energy

HR_Palest.

Rights_

Palest.

Arms

Nuclea

r

Israe

li_Prac

t.

Un_Role

HR_Korea

HR_Iran

Develop

ing_co

untry

Agric_

dvpm

t

HR_Syria

nb_NA

São Tomé. 2.97 yes 12Seychelles 2.70 yes yes 11Nauru 2.32 yes no no no yes abst. 7Syria -0.86 yes abst. yes yes abst. abst. yes abst. no no yes abst. no 0Russia -0.78 yes abst. abst. abst. abst. yes abst. abst. no no yes yes no 0Cuba -0.76 yes abst. yes yes abst. yes yes abst. no no yes abst. no 0

Page 70: C4. Analyse des correspondances multiples

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)

Cuba_Emb

Cuba_Emb_no

Cuba_Emb_yes

Individuals − MCA

Haiti

São Tomé & Príncipe

Equatorial Guinea

Rwanda

Seychelles

Nauru

Palau

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) Atomic_Energy

a

a

a

Atomic_Energy.NA

Atomic_Energy_abstain

Atomic_Energy_yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) HR_Palest.

HR_Palest..NA

HR_Palest._abstain

HR_Palest._no

HR_Palest._yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) Rights_Palest.

Rights_Palest..NA

Rights_Palest._abstain

Rights_Palest._no

Rights_Palest._yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) Arms

Arms.NA

Arms_abstain

Arms_yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) Nuclear

Nuclear.NA

Nuclear_abstain

Nuclear_no

Nuclear_yes

Individuals − MCA

Page 71: C4. Analyse des correspondances multiples

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) Israeli_Pract.

Israeli_Pract..NA

Israeli_Pract._abstain

Israeli_Pract._no

Israeli_Pract._yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) Un_Role

Un_Role.NA

Un_Role_abstain

Un_Role_yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) HR_Korea

HR_Korea.NA

HR_Korea_abstain

HR_Korea_no

HR_Korea_yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) HR_Iran

HR_Iran.NA

HR_Iran_abstain

HR_Iran_no

HR_Iran_yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) Developing_country

Developing_country.NA

Developing_country_abstain

Developing_country_no

Developing_country_yes

Individuals − MCA

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

) Agric_dvpmt

Agric_dvpmt.NA

Agric_dvpmt_abstain

Agric_dvpmt_yes

Individuals − MCA

Page 72: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Aides à l’interprétation

• Valeurs propres, pourcentage d’inertie associée à un axe

• Forme des nuages, coordonnées

• Qualité de représentation

• Contributions : individus, modalités

• Éléments supplémentaires : individus particuliers, variablesqualitatives (signalétique), variables quantitatives

Page 73: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Les 35 individus les mieux représentés dans le premier plan ont unequalité de représentation d’environ 90%.Dans le premier plan, un quart des individus a une qualité dereprésentation de 0.6 ou plus et la moitié des individus a une qualitéde représentation inférieures à 0.22.

−1

0

1

2

3

−1 0 1Dim1 (17.2%)

Dim

2 (1

3.5%

)

0.2

0.4

0.6

0.8

cos2

Individuals − MCA

0

1

−1 0 1 2 3Dim3 (11.2%)

Dim

4 (8

.7%

)0.2

0.4

0.6

cos2

Individuals − MCA

Page 74: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Aides à l’interprétation

• Valeurs propres, pourcentage d’inertie associée à un axe

• Forme des nuages, coordonnées

• Qualité de représentation

• Contributions : individus, modalités

• Éléments supplémentaires : individus particuliers, variablesqualitatives (signalétique), variables quantitatives

Page 75: C4. Analyse des correspondances multiples

−1

0

1

2

3

−1 0 1Dim1 (17.2%)

Dim

2 (1

3.5%

)

1

2

3

4

5

contrib

Individuals − MCA

0

1

−1 0 1 2 3Dim3 (11.2%)

Dim

4 (8

.7%

)

2.5

5.0

7.5

10.0

12.5

contrib

Individuals − MCA

Page 76: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Nombre d’individus nécessaires pour atteindre 50% des contributions

Dim 1 Dim 2 Dim 3 Dim 4 Dim 5

37 9 3 19 8

0

1

2

3

Syria

North

Kor

eaCub

a

Vene

zuela

Nicara

gua

Sudan

BoliviaIsr

ael

United

Sta

tes

Zimba

bweIra

nLa

os

Austra

lia

China

Mar

shall

Islan

ds

Canad

a

Uzbek

istan

Nethe

rland

s

Belgium

Luxe

mbo

urg

Irelan

d

Franc

e

Mon

aco

Liech

tens

tein

Spain

Andor

ra

Portu

gal

Poland

Austri

a

Hunga

ry

Czech

ia

Slovak

iaIta

ly

San M

arino

Mon

tene

gro

Croat

ia

Sloven

ia

Bulgar

ia

Roman

ia

Estonia

Latvi

a

Lithu

ania

Ukrain

e

Finlan

d

Sweden

Norway

Denm

ark

South

Kor

ea

Japa

n

New Z

ealan

d

United

King

dom

Switzer

land

Mold

ova

AlgeriaIn

dia

Indo

nesia

Albania

North

Mac

edon

ia

Ecuad

or

Namibi

aEgy

pt

Oman

Angola

Georg

ia

Micr

ones

ia (F

eder

ated

Sta

tes o

f)

Russia

Bosnia

& H

erze

govin

a

Greec

e

Germ

any

Panam

a

Bangla

desh

Yugo

slavia

Tanz

ania

Burun

di

Hondu

rasPer

u

Liber

ia

Colom

bia

Guate

mala

Icelan

d

Ugand

aPala

u

South

Afri

ca

Brune

iM

ali

Turk

men

istan

Vietna

m

Parag

uay

Kuwait

Qatar

Eritre

a

Mya

nmar

(Bur

ma)

Belaru

s

Kyrgy

zsta

n

Afgha

nista

n

Samoa

Pakist

an

Mau

ritan

iaNige

rLib

ya

Yem

enCha

d

Trini

dad

& Toba

goIraq

Leba

non

St. Lu

cia

Guyan

a

Moz

ambiq

ue

NepalFiji

Cypru

s

Somali

a

Saudi

Arabia

Azerb

aijan

Cambo

dia

Guinea

Kenya

St. Vinc

ent &

Gre

nadin

es

Gambia

Mala

ysia

Nigeria

Singap

ore

Domini

can

Repub

licM

alta

Eswat

ini

São To

& Prín

cipe

Seych

elles

Congo

− K

insha

sa

Tajik

istan

Mau

ritius

Surina

me

Leso

tho

Djibou

ti

Mald

ives

Zambia

Kazak

hsta

n

Congo

− B

razz

aville

Tong

a

Ethiop

ia

South

Sud

an

Sri La

nka

Comor

os

Nauru

Guinea

−Biss

au

Costa

Rica

Argen

tina

Sierra

Leo

ne

Mor

occo

Tunis

ia

Jord

an

Bahra

in

United

Ara

b Em

irate

s

Seneg

al

Equat

orial

Guin

ea

Bhuta

n

Camer

oon

Botsw

ana

Mala

wi

St. Kitts

& N

evis

Solom

on Is

lands

Rwanda

Timor

−Les

teTo

go

Centra

l Afri

can

Repub

lic

Benin

Burkin

a Fa

so

Antigu

a & B

arbu

da

Côte

d’Ivo

ire

Ghana

Belize

Grena

da

Mex

ico

Urugu

ay

Thaila

nd

Jam

aica

Brazil

Baham

as

Barba

dos

Vanua

tuChil

e

Kiribat

iHait

i

Philipp

ines

Domini

ca

Papua

New

Guin

ea

Tuva

lu

Armen

ia

El Salv

ador

Cape

Verd

e

Gabon

Turk

ey

Mon

golia

Mad

agas

car

Con

trib

utio

ns (

%)

Contribution of individuals to Dim−1

0

5

10

São To

& Prín

cipe

Seych

elles

Nauru

Equat

orial

Guin

ea

RwandaHait

i

Palau

Congo

− K

insha

sa

Eswat

ini

Kiribat

i

Somali

a

Gambia

United

Sta

tes

Israe

l

Mad

agas

car

Micr

ones

ia (F

eder

ated

Sta

tes o

f)

Vanua

tu

South

Sud

anSyr

ia

Domini

ca

Mon

golia

RussiaCub

a

North

Kor

ea

Surina

me

St. Kitts

& N

evis

Bolivia

Sudan

Canad

a

Tuva

lu

Nicara

gua

Ugand

a

Leso

tho

Mala

wi

Zimba

bwe

Mar

shall

Islan

ds

China

Uzbek

istan

AlgeriaEgy

pt

OmanCha

d

Azerb

aijan

Sierra

Leo

ne

Comor

os

Belaru

s

Austra

liaIn

dia

Ecuad

or

Indo

nesia

United

King

dom

Liech

tens

tein

Spain

Andor

ra

Portu

gal

Poland

Austri

a

Hunga

ry

Czech

ia

Slovak

iaIta

ly

San M

arino

Mon

tene

gro

Croat

ia

Sloven

ia

Bulgar

ia

Roman

ia

Estonia

Latvi

a

Lithu

ania

Ukrain

e

Finlan

d

Sweden

Norway

Denm

ark

South

Kor

ea

Japa

n

New Z

ealan

d

Nethe

rland

s

Luxe

mbo

urg

Belgium

Mon

aco

Switzer

land

Irelan

d

Franc

e

Bosnia

& H

erze

govin

a

Greec

e

Mya

nmar

(Bur

ma)

Côte

d’Ivo

ire

GhanaIra

q

Leba

non

Barba

dos

Baham

asIran

Icelan

d

Pakist

an

South

Afri

ca

Brune

i

Saudi

Arabia

Armen

ia

Centra

l Afri

can

Repub

lic

Tong

a

Kuwait

QatarPer

u

Liber

ia

Guate

mala

Colom

bia

Hondu

ras

Cypru

s

Timor

−Les

te

Vene

zuela

Kazak

hsta

n

Sri La

nka

Mor

occo

Tunis

ia

Jord

an

Bahra

in

United

Ara

b Em

irate

s

Eritre

a

Albania

North

Mac

edon

ia

Argen

tina

Costa

Rica

Mala

ysiaChil

e

Bangla

desh

Mex

ico

Urugu

ay

Thaila

nd

Jam

aica

Trini

dad

& Toba

go

Philipp

ines

Benin

Burkin

a Fa

so

Antigu

a & B

arbu

da

Parag

uay

Malt

aBra

zil

Bhuta

n

Seneg

al

Mau

ritius

Domini

can

Repub

lic

Nigeria

Singap

ore

AngolaFiji

Camer

oon

Turk

men

istan

Kyrgy

zsta

n

St. Vinc

ent &

Gre

nadin

es

Guinea

Kenya

Djibou

ti

Mald

ives

Botsw

ana

Guinea

−Biss

au

Mau

ritan

iaNige

rLib

ya

Yem

en

Vietna

m

Burun

diM

ali

Mold

ova

Cape

Verd

e

Gabon

El Salv

ador

Papua

New

Guin

ea

Belize

Grena

da

Solom

on Is

lands

Ethiop

ia

Georg

ia

Cambo

dia

Tanz

ania

Panam

a

Congo

− B

razz

aville

Yugo

slavia

Turk

eyTo

go

Zambia

Guyan

a

Moz

ambiq

ue

Nepal

St. Lu

cia

Afgha

nista

nLa

os

Germ

any

Tajik

istan

Namibi

a

Samoa

Con

trib

utio

ns (

%)

Contribution of individuals to Dim−2

0

5

10

15

20

United

Sta

tes

Israe

l

Palau

Micr

ones

ia (F

eder

ated

Sta

tes o

f)

Austra

lia

Canad

a

Mar

shall

Islan

ds

Nauru

Equat

orial

Guin

ea

Rwanda

São To

& Prín

cipe

Seych

ellesSyr

ia

North

Kor

eaCub

a

Mad

agas

car

Vanua

tuHait

i

Mon

golia

Congo

− K

insha

sa

BoliviaIra

n

Nicara

gua

Sudan

Domini

ca

Surina

me

Eswat

ini

South

Sud

an

Zimba

bwe

Panam

a

Côte

d’Ivo

ire

Ghana

China

Tong

a

Tuva

lu

Leso

tho

Georg

ia

Vene

zuela

Uzbek

istan

Centra

l Afri

can

Repub

lic

Russia

Mala

wi

Camer

oon

Somali

a

Algeria

Azerb

aijanEgy

pt

Oman

Barba

dos

Baham

asLa

os

Yugo

slavia

Comor

os

Samoa

Timor

−Les

te

Ecuad

or

Albania

North

Mac

edon

ia

Mold

ova

Parag

uayIn

dia

St. Kitts

& N

evis

Antigu

a & B

arbu

daBen

in

Burkin

a Fa

so

Indo

nesiaCha

d

Belaru

sTo

go

Luxe

mbo

urg

Franc

e

United

King

dom

Nethe

rland

s

Belgium

Mon

aco

Switzer

land

Spain

Andor

ra

Portu

gal

Poland

Austri

a

Hunga

ry

Czech

ia

Slovak

iaIta

ly

San M

arino

Mon

tene

gro

Croat

ia

Sloven

ia

Bulgar

ia

Roman

ia

Estonia

Latvi

a

Lithu

ania

Ukrain

e

Finlan

d

Sweden

Norway

Denm

ark

South

Kor

ea

Japa

n

New Z

ealan

d

Irelan

d

Liech

tens

tein

Bosnia

& H

erze

govin

a

Greec

e

Hondu

ras

Guate

malaPer

u

Colom

bia

Liber

ia

Kiribat

i

Mya

nmar

(Bur

ma)

Sierra

Leo

ne

Saudi

Arabia

Ethiop

iaIra

q

Leba

non

Icelan

d

Kuwait

Qatar

Ugand

a

Papua

New

Guin

ea

South

Afri

ca

Brune

i

Pakist

anM

alta

Trini

dad

& Toba

go

St. Vinc

ent &

Gre

nadin

es

Guinea

Kenya

Gambia

Botsw

ana

Turk

ey

Germ

any

Guinea

−Biss

au

Armen

ia

Mex

ico

Urugu

ay

Thaila

nd

Jam

aica

Philipp

ines

Belize

Grena

da

Vietna

m

Bangla

desh

Sri La

nka

Turk

men

istan

Kazak

hsta

n

Zambia

St. Lu

cia

Moz

ambiq

ue

Nepal

Guyan

a

Cypru

s

Congo

− B

razz

aville

Mor

occo

Tunis

ia

Jord

an

Bahra

in

United

Ara

b Em

irate

s

Namibi

a

Costa

Rica

Argen

tinaFiji

Solom

on Is

lands

Afgha

nista

n

Mala

ysia

Eritre

a

El Salv

ador

Cape

Verd

e

Gabon

Mau

ritius

Burun

di

Angola

Seneg

al

Tajik

istan

Cambo

dia

Nigeria

Singap

ore

Domini

can

Repub

licChil

e

Kyrgy

zsta

nBra

zil

Bhuta

n

Djibou

ti

Mald

ives

Mau

ritan

iaNige

rLib

ya

Yem

enMali

Tanz

ania

Con

trib

utio

ns (

%)

Contribution of individuals to Dim−3

Page 77: C4. Analyse des correspondances multiples

0

2

4

6

Develo

ping_

coun

try_a

bsta

in

HR_Ira

n_ye

s

HR_Pale

st._a

bsta

in

Rights_

Palest.

_abs

tain

Israe

li_Pra

ct._a

bsta

in

Israe

li_Pra

ct._y

es

HR_Ira

n_no

Arms_

absta

in

HR_Kor

ea_n

o

Rights_

Palest.

_yes

HR_Pale

st._y

es

Un_Role

_abs

tain

HR_Syr

ia_no

HR_Kor

ea_y

es

Agric_

dvpm

t_ab

stain

Develo

ping_

coun

try_y

es

Atom

ic_Ene

rgy_

absta

in

HR_Syr

ia_ye

s

HR_Kor

ea_a

bsta

in

HR_Syr

ia_ab

stain

Atom

ic_Ene

rgy_

yes

Israe

li_Pra

ct._n

o

Rights_

Palest.

_no

HR_Pale

st._n

o

HR_Ira

n_ab

stain

Agric_

dvpm

t_ye

s

Arms_

yes

Develo

ping_

coun

try_n

o

Cuba_

Emb_

no

Atom

ic_Ene

rgy.N

A

Nuclea

r_ab

stain

Nuclea

r_no

Un_Role

_yes

Agric_

dvpm

t.NA

HR_Pale

st..N

A

Rights_

Palest.

.NA

HR_Syr

ia.NA

Israe

li_Pra

ct..N

A

Arms.N

A

HR_Kor

ea.N

A

Un_Role

.NA

Nuclea

r_ye

s

HR_Ira

n.NA

Cuba_

Emb_

yes

Nuclea

r.NA

Develo

ping_

coun

try.N

A

Con

trib

utio

ns (

%)

Contribution of variables to Dim−1

0

2

4

6

8

Israe

li_Pra

ct..N

A

HR_Pale

st..N

A

Rights_

Palest.

.NA

HR_Syr

ia.NA

HR_Kor

ea.N

A

Develo

ping_

coun

try.N

A

Arms.N

A

Un_Role

.NA

Agric_

dvpm

t.NA

HR_Ira

n.NA

Nuclea

r.NA

Atom

ic_Ene

rgy.N

A

Rights_

Palest.

_no

HR_Pale

st._n

o

Israe

li_Pra

ct._n

o

Rights_

Palest.

_abs

tain

HR_Pale

st._a

bsta

in

Atom

ic_Ene

rgy_

yes

HR_Ira

n_no

Agric_

dvpm

t_ab

stain

Develo

ping_

coun

try_a

bsta

in

Israe

li_Pra

ct._a

bsta

in

HR_Syr

ia_no

HR_Kor

ea_n

o

Arms_

absta

in

Un_Role

_abs

tain

HR_Syr

ia_ye

s

Atom

ic_Ene

rgy_

absta

in

Rights_

Palest.

_yes

HR_Pale

st._y

es

Develo

ping_

coun

try_n

o

Cuba_

Emb_

no

Israe

li_Pra

ct._y

es

HR_Ira

n_ab

stain

HR_Syr

ia_ab

stain

Nuclea

r_ab

stain

Nuclea

r_no

HR_Ira

n_ye

s

Nuclea

r_ye

s

Un_Role

_yes

HR_Kor

ea_y

es

Arms_

yes

HR_Kor

ea_a

bsta

in

Develo

ping_

coun

try_y

es

Cuba_

Emb_

yes

Agric_

dvpm

t_ye

s

Con

trib

utio

ns (

%)

Contribution of variables to Dim−2

0

5

10

15

Rights_

Palest.

_no

HR_Pale

st._n

o

Israe

li_Pra

ct._n

o

Develo

ping_

coun

try_n

o

Cuba_

Emb_

no

Rights_

Palest.

.NA

HR_Pale

st..N

A

Israe

li_Pra

ct..N

A

HR_Kor

ea.N

A

HR_Ira

n.NA

Israe

li_Pra

ct._a

bsta

in

HR_Syr

ia_no

HR_Kor

ea_n

o

Rights_

Palest.

_abs

tain

HR_Pale

st._a

bsta

in

Arms_

absta

in

Un_Role

_abs

tain

Atom

ic_Ene

rgy_

absta

in

HR_Ira

n_no

Atom

ic_Ene

rgy.N

A

Agric_

dvpm

t_ab

stain

Un_Role

.NA

Develo

ping_

coun

try.N

A

HR_Syr

ia.NA

Agric_

dvpm

t_ye

s

Arms.N

A

Nuclea

r_no

Develo

ping_

coun

try_a

bsta

in

Agric_

dvpm

t.NA

Atom

ic_Ene

rgy_

yes

Nuclea

r_ab

stain

Israe

li_Pra

ct._y

es

Rights_

Palest.

_yes

HR_Ira

n_ab

stain

Develo

ping_

coun

try_y

es

Cuba_

Emb_

yes

HR_Pale

st._y

es

Nuclea

r.NA

Arms_

yes

HR_Kor

ea_a

bsta

in

Un_Role

_yes

HR_Ira

n_ye

s

Nuclea

r_ye

s

HR_Syr

ia_ab

stain

HR_Syr

ia_ye

s

HR_Kor

ea_y

es

Con

trib

utio

ns (

%)

Contribution of variables to Dim−3

0

3

6

9

HR_Syr

ia_no

HR_Kor

ea_n

o

HR_Ira

n_ab

stain

Un_Role

_abs

tain

Atom

ic_Ene

rgy_

absta

in

HR_Kor

ea_a

bsta

in

Arms_

absta

in

Rights_

Palest.

_yes

HR_Pale

st._y

es

HR_Ira

n_no

HR_Pale

st._a

bsta

in

Rights_

Palest.

_abs

tain

HR_Syr

ia_ab

stain

HR_Kor

ea.N

A

HR_Ira

n.NA

HR_Pale

st..N

A

Rights_

Palest.

.NA

Develo

ping_

coun

try_a

bsta

in

Atom

ic_Ene

rgy.N

A

Israe

li_Pra

ct._y

es

Nuclea

r_no

Israe

li_Pra

ct._a

bsta

in

Arms_

yes

Un_Role

_yes

Agric_

dvpm

t.NA

Develo

ping_

coun

try_y

es

Un_Role

.NA

HR_Ira

n_ye

s

Israe

li_Pra

ct..N

A

Develo

ping_

coun

try.N

A

Arms.N

A

Nuclea

r_ab

stain

HR_Syr

ia_ye

s

Develo

ping_

coun

try_n

o

Cuba_

Emb_

no

Atom

ic_Ene

rgy_

yes

Agric_

dvpm

t_ab

stain

HR_Syr

ia.NA

Nuclea

r.NA

Nuclea

r_ye

s

Rights_

Palest.

_no

HR_Pale

st._n

o

Agric_

dvpm

t_ye

s

Israe

li_Pra

ct._n

o

HR_Kor

ea_y

es

Cuba_

Emb_

yes

Con

trib

utio

ns (

%)

Contribution of variables to Dim−4

Page 78: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Aides à l’interprétation

• Valeurs propres, pourcentage d’inertie associée à un axe

• Forme des nuages, coordonnées

• Qualité de représentation

• Contributions : individus, modalités, variables→ Représentation des variables par leurs carrés desrapports de corrélation

• Éléments supplémentaires : individus particuliers, variablesqualitatives (signalétique), variables quantitatives

Page 79: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Carrés du raport de corrélation

Dim 1 Dim 2 Dim 3 Dim 4 Dim 5

Cuba_Emb 0.04 0.03 0.47 0.00 0.18

Atomic_Energy 0.29 0.24 0.06 0.26 0.01

HR_Palest. 0.69 0.56 0.77 0.24 0.23

Rights_Palest. 0.70 0.56 0.77 0.23 0.23

Arms 0.31 0.32 0.05 0.20 0.15

Nuclear 0.07 0.18 0.02 0.05 0.20

Israeli_Pract. 0.67 0.53 0.73 0.10 0.01

Un_Role 0.23 0.30 0.05 0.27 0.01

HR_Korea 0.60 0.34 0.11 0.57 0.06

HR_Iran 0.73 0.29 0.09 0.42 0.05

Developing_country 0.60 0.37 0.50 0.09 0.43

Agric_dvpmt 0.29 0.31 0.04 0.03 0.22

HR_Syria 0.47 0.42 0.06 0.40 0.01

Page 80: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Cuba_Emb

Atomic_Energy

HR_Palest.Rights_Palest.

Arms

Nuclear

Israeli_Pract.

Un_RoleHR_Korea

HR_Iran

Developing_country

Agric_dvpmt

HR_Syria

0.00

0.25

0.50

0.75

1.00

0.00 0.25 0.50 0.75 1.00Dim1 (37.1%)

Dim

2 (1

7.6%

)

Variables − MCA

Cuba_Emb

Atomic_EnergyHR_Palest.

Rights_Palest.Arms

NuclearIsraeli_Pract.

Un_Role

HR_Korea

HR_Iran

Developing_country

Agric_dvpmt

HR_Syria

0.00

0.25

0.50

0.75

1.00

0.00 0.25 0.50 0.75 1.00Dim3 (9%)

Dim

4 (7

.2%

)

Variables − MCA

Page 81: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Aides à l’interprétation

• Valeurs propres, pourcentage d’inertie associée à un axe

• Forme des nuages, coordonnées

• Qualité de représentation

• Contributions : individus, modalités, variables→ Représentation des variables par leurs carrés des rapports decorrélation

• Éléments supplémentaires : individus particuliers, variablesqualitatives (signalétique), variables quantitatives

Page 82: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Variables quantitatives supplémentaires

nb_NA

lifeExp

popgdpPercap

−1.0

−0.5

0.0

0.5

1.0

−1.0 −0.5 0.0 0.5 1.0Dim1 (17.2%)

Dim

2 (1

3.5%

)

Quantitative variables − MCA

nb_NA

lifeExp

popgdpPercap

−1.0

−0.5

0.0

0.5

1.0

−1.0 −0.5 0.0 0.5 1.0Dim3 (11.2%)

Dim

4 (8

.7%

)

Quantitative variables − MCA

Page 83: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Variables qualitatives supplémentaires

−1

0

1

2

3

−1 0 1Dim1 (17.2%)

Dim

2 (1

3.5%

)

continent

Africa

Americas

Asia

continent.NA

Europe

Oceania

Individuals − MCA

Cuba_Emb_no

Atomic_Energy.NA

HR_Palest..NA

HR_Palest._abstain

HR_Palest._no

Rights_Palest..NA

Rights_Palest._abstain

Rights_Palest._no

Arms.NA

Arms_abstain

Nuclear.NA

Nuclear_abstain

Nuclear_no

Israeli_Pract..NA

Israeli_Pract._no

Un_Role.NA

HR_Korea.NA

HR_Iran.NA

HR_Iran_abstain

HR_Iran_no

HR_Iran_yes

Developing_country.NA

Developing_country_abstain

Developing_country_no

Agric_dvpmt.NA

Agric_dvpmt_abstain

HR_Syria.NA

HR_Syria_no

Africa

AmericasAsia

continent.NA

Europe

Oceania

−1

0

1

2

3

−2 −1 0 1 2Dim1 (17.2%)

Dim

2 (1

3.5%

)

Variable categories − MCA

Page 84: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Variables supplémentaires

Cuba_Emb

Atomic_Energy

HR_Palest.Rights_Palest.

Arms

Nuclear

Israeli_Pract.

Un_Role HR_Korea

HR_Iran

Developing_country

Agric_dvpmt

HR_Syria

continent

nb_NA

lifeExp

pop

gdpPercap

0.00

0.25

0.50

0.75

1.00

0.00 0.25 0.50 0.75 1.00Dim1 (37.1%)

Dim

2 (1

7.6%

)

Variables − MCA

Cuba_Emb

Atomic_EnergyHR_Palest.

Rights_Palest.Arms

Nuclear

Israeli_Pract.

Un_Role

HR_Korea

HR_Iran

Developing_country

Agric_dvpmt

HR_Syria

continent

nb_NAlifeExp

pop

gdpPercap

0.00

0.25

0.50

0.75

1.00

0.00 0.25 0.50 0.75 1.00Dim3 (9%)

Dim

4 (7

.2%

)

Variables − MCA

Page 85: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Aides à l’interprétation

• Valeurs propres, pourcentage d’inertie associée à un axe

• Forme des nuages, coordonnées

• Qualité de représentation

• Contributions : individus, modalités, variables

• Éléments supplémentaires : individus particuliers, variablesqualitatives (signalétique), variables quantitatives

• Tests et pseudo-tests

Page 86: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Dim 1 correlation p.valuenb_NA 0.19 9.609208e-03lifeExp -0.38 4.282095e-08

gdpPercap -0.49 8.251144e-13Dim 2nb_NA 0.92 2.917673e-77lifeExp -0.27 1.198705e-04Dim 3lifeExp 0.19 8.639641e-03

gdpPercap 0.19 9.872718e-03nb_NA -0.28 9.763652e-05

Dim 4

lifeExp 0.20 0.0043nb_NA 0.15 0.0319

Page 87: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Dimension 1 R2 p.valueHR_Iran 0.73 1.878806e-53

Rights_Palest. 0.70 3.513120e-49HR_Palest. 0.69 2.769019e-47

Israeli_Pract. 0.67 2.664042e-45Developing_country 0.60 7.571001e-38

HR_Korea 0.60 4.993349e-37HR_Syria 0.47 1.090443e-25continent 0.36 1.559496e-16

Arms 0.31 4.264191e-16Atomic_Energy 0.29 6.413578e-15

Agric_dvpmt 0.29 9.580407e-15Un_Role 0.23 1.358162e-11Nuclear 0.07 5.166246e-03

Cuba_Emb 0.04 5.309462e-03

Page 88: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Dimension 1 Estim. p.valueIsraeli_Pract.=Israeli_Pract._yes 0.69 9.641376e-35

Developing_country=Developing_country_yes 0.77 2.484821e-32Rights_Palest.=Rights_Palest._yes 0.69 3.248736e-30

HR_Palest.=HR_Palest._yes 0.68 8.231646e-29HR_Iran=HR_Iran_no 0.66 1.764125e-19

Arms=Arms_abstain 0.57 6.504735e-16continent=Europe -0.65 3.621876e-13Arms=Arms_yes -0.50 4.127690e-15

Agric_dvpmt=Agric_dvpmt_yes -0.48 3.346395e-15HR_Syria=HR_Syria_yes -0.71 1.454335e-19

Israeli_Pract.=Israeli_Pract._abstain -0.40 4.150654e-29HR_Palest.=HR_Palest._abstain -0.50 3.089988e-33

Page 89: C4. Analyse des correspondances multiples

VI. Aide à l’interprétation

Quelques types de facteurs

• Facteur dû à quelques éléments hors norme

• Facteur mettant en évidence un groupe

• Facteur d’opposition

• Facteur associé à une partition

• Facteur d’échelle

• Effet Guttman

Page 90: C4. Analyse des correspondances multiples

VII. Tableau de Burt

Tableau de Burt

Cuba_Emb_no

Atomic_Energy.NA

HR_Palest..NA

HR_Palest._abstain

HR_Palest._no

Rights_Palest..NA

Rights_Palest._abstain

Rights_Palest._no

Arms.NA

Nuclear.NA

Nuclear_abstain

Nuclear_no

Israeli_Pract..NA

Israeli_Pract._no

Un_Role.NA

HR_Korea.NA

HR_Iran.NA

HR_Iran_abstain

HR_Iran_noHR_Iran_yes

Developing_country.NA

Developing_country_abstain

Developing_country_no

HR_Syria.NA

HR_Syria_no−1

0

1

2

3

−1 0 1Dim1 (17.2%)

Dim

2 (1

3.5%

)MCA − Biplot

Cuba_Emb_no

Atomic_Energy.NA

HR_Palest..NARights_Palest..NA

Nuclear_no

Israeli_Pract._no

HR_Korea.NA

HR_Syria.NA

−1

0

1

2

3

−1 0 1Dim1 (36.1%)

Dim

2 (2

2.1%

)

MCA − Biplot

Page 91: C4. Analyse des correspondances multiples

VIII. Généralisation

Généralisation

Données quantitatives en ACM : intérêt ? comment ?

• mise en évidence de liaisons non linéaires• mise en évidence d’effet de seuil• réduire l’information pour gagner d’autres informations• Problème du découpage en classes

• classique, naturel• zones de faible densité• effectifs identiques, quartiles

• les résultats de l’analyse permettent une validation ou uneremise en question du codage utilisé

Page 92: C4. Analyse des correspondances multiples

VIII. Généralisation

Généralisation

Données quantitatives en ACM : intérêt ? comment ?

• mise en évidence de liaisons non linéaires• mise en évidence d’effet de seuil• réduire l’information pour gagner d’autres informations

• Problème du découpage en classes• classique, naturel• zones de faible densité• effectifs identiques, quartiles

• les résultats de l’analyse permettent une validation ou uneremise en question du codage utilisé

Page 93: C4. Analyse des correspondances multiples

VIII. Généralisation

Généralisation

Données quantitatives en ACM : intérêt ? comment ?

• mise en évidence de liaisons non linéaires• mise en évidence d’effet de seuil• réduire l’information pour gagner d’autres informations• Problème du découpage en classes

• classique, naturel• zones de faible densité• effectifs identiques, quartiles

• les résultats de l’analyse permettent une validation ou uneremise en question du codage utilisé

Page 94: C4. Analyse des correspondances multiples

VIII. Généralisation

Généralisation

Données quantitatives en ACM : intérêt ? comment ?

• mise en évidence de liaisons non linéaires• mise en évidence d’effet de seuil• réduire l’information pour gagner d’autres informations• Problème du découpage en classes

• classique, naturel• zones de faible densité• effectifs identiques, quartiles

• les résultats de l’analyse permettent une validation ou uneremise en question du codage utilisé

Page 95: C4. Analyse des correspondances multiples

VIII. Généralisation

Températures

●●

Bordeaux

Brest

Clermont

Grenoble

Lille

Lyon

Marseille

Montpellier

Nantes

Nice

Paris

Rennes

Strasbourg

Toulouse

Vichy

−1.5

−1.0

−0.5

0.0

0.5

1.0

0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Individuals − MCA

Bordeaux

Brest

Clermont

Grenoble

Lille

Lyon

MarseilleMontpellier

Nantes Nice

Paris

Rennes

Strasbourg

Toulouse Vichy

−2

0

2

4

−2.5 0.0 2.5 5.0Dim1 (79.8%)

Dim

2 (1

9%)

Individuals − PCA

Page 96: C4. Analyse des correspondances multiples

janfev

mar

avr

mai juin

juilaou

sept

oct

nov

dec

lati

longi0.00

0.25

0.50

0.75

0.00 0.25 0.50 0.75 1.00Dim1 (21.6%)

Dim

2 (1

6.1%

)

Variables − MCA

lati

longi

−1.0

−0.5

0.0

0.5

1.0

−1.0 −0.5 0.0 0.5 1.0Dim1 (21.6%)

Dim

2 (1

6.1%

)

Quantitative variables − MCA

jan

fev

mar avr

maijuinjuil

aousept

octnov

declati

longi−1.0

−0.5

0.0

0.5

1.0

−1.0 −0.5 0.0 0.5 1.0Dim1 (79.8%)

Dim

2 (1

9%)

Variables − PCA

Page 97: C4. Analyse des correspondances multiples

[0.4,2.34]

(2.34,3.08]

(3.08,4.88](4.88,5.6]

(5.6,7.5]

−0.5

0.0

0.5

1.0

−0.50.0 0.5 1.0Dim1 (21.6%)

Dim

2 (1

6.1%

)

Janvier

[1.5,3.28]

(3.28,3.94]

(3.94,5.42]

(5.42,6.6]

(6.6,8.5]

−0.3

0.0

0.3

0.6

0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Février

[5.6,7.42]

(7.42,7.7]

(7.7,8.1]

(8.1,9.92]

(9.92,10.8]

−0.4

0.0

0.4

0.8

1.2

−0.50.00.51.01.5Dim1 (21.6%)

Dim

2 (1

6.1%

)

Mars

[8.9,9.88]

(9.88,10.5]

(10.5,10.8]

(10.8,12.8]

(12.8,13.3]

−1.0

−0.5

0.0

0.5

1.0

0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Avril

[11.6,13.5]

(13.5,14]

(14,14.7]

(14.7,15.9]

(15.9,16.8]

−1

0

1

0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Mai

[14.4,16.9]

(16.9,17.3]

(17.3,18.1]

(18.1,19.5]

(19.5,20.8]

−1

0

1

0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Juin

[15.6,18.6]

(18.6,19.2](19.2,20.3]

(20.3,21.3]

(21.3,23.3]

−1

0

1

−1 0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Juillet

[16,18.2]

(18.2,18.8](18.8,19.7]

(19.7,21.3]

(21.3,22.8]

−1

0

1

−1 0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Août

[14.7,15.6]

(15.6,16.1]

(16.1,16.8]

(16.8,18.7]

(18.7,20.3]

−1

0

1

0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Septembre

[9.5,11.2]

(11.2,11.4]

(11.4,12.1]

(12.1,14]

(14,16]

−1.0

−0.5

0.0

0.5

1.0

0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Octobre

[4.9,6.58]

(6.58,6.94]

(6.94,8.36]

(8.36,9.28]

(9.28,11.5]

−0.4

0.0

0.4

0 1Dim1 (21.6%)

Dim

2 (1

6.1%

)

Novembre

[1.3,3.34]

(3.34,4.02]

(4.02,5.5]

(5.5,6.58]

(6.58,8.2]

−0.5

0.0

0.5

−0.50.00.51.0Dim1 (21.6%)

Dim

2 (1

6.1%

)

Décembre

Page 98: C4. Analyse des correspondances multiples

VIII. Généralisation

Voitures

●●

●●

Clio

EspaceGrand Scenic

Captur

Zoe

Talisman108

308508

Traveller

5008

C3 PicassoC1

C5

C4

Serie 1

Serie 3

Serie 5

Golf

PassatTouran

0

1

2

−1 0 1 2Dim1 (15.7%)

Dim

2 (1

1.7%

)

Individuals − MCA

●●

Clio

Espace

Grand Scenic

Captur

Zoe

Talisman

108

308

508

Traveller

5008

C3 Picasso

C1

C5

C4

Serie 1

Serie 3

Serie 5

Golf

Passat

Touran

−2.5

0.0

2.5

5.0

−5 0 5 10Dim1 (58.8%)

Dim

2 (1

8.7%

)

Individuals − PCA

Page 99: C4. Analyse des correspondances multiples

PuisFisc_mod

Prix_cl

Long_cllarg_cl

haut_cl

Coffre_cl

Poids_cl

Reser_cl

ConsUrb_cl

Mixte_clExtra_cl

CO2_clCyl._cl

PuisDin_cl

Vitesse_cl

X0a100_cl

PrixLong

larg

hautCoffre

Poids

Reser

ConsUrb

MixteExtra

CO2Cyl.

PuisDin

PuisFiscVitesse

X0a100

Marque

Trans

boite

Carb.

0.00

0.25

0.50

0.75

0.00 0.25 0.50 0.75Dim1 (15.7%)

Dim

2 (1

1.7%

)

Variables − MCA

PrixLong

larg hautCoffre

PoidsReser

ConsUrb

MixteExtraCO2

Cyl.

PuisDin

PuisFiscVitesseX0a100

−1.0

−0.5

0.0

0.5

1.0

−1.0 −0.5 0.0 0.5 1.0Dim1 (15.7%)

Dim

2 (1

1.7%

)

Quantitative variables − MCA

Prix

Long

larghaut

Coffre

PoidsReser

ConsUrbMixteExtraCO2

Cyl.

PuisDinPuisFiscVitesse

X0a100

−1.0

−0.5

0.0

0.5

1.0

−1.0 −0.5 0.0 0.5 1.0Dim1 (58.8%)

Dim

2 (1

8.7%

)

Variables − PCA

Page 100: C4. Analyse des correspondances multiples

●●

●●

●●

● ●

● ●

●●

●●

●●

●●

1

34

47

5

6

7

8

9

[1.02e+04,2.14e+04)

[2.14e+04,2.7e+04)

[2.7e+04,3.62e+04)

[3.62e+04,1.21e+05]

[3.47,4.12)

[4.12,4.5)

[4.5,4.78)[4.78,4.96] [1.62,1.77)

[1.77,1.82)

[1.82,1.86)

[1.86,2.08]

[1.42,1.46)[1.46,1.47)

[1.47,1.65)

[1.65,1.89]

[196,380)

[380,480)

[480,608)

[608,1.7e+03]

Poids_[1.2e+03,1.43e+03)

Poids_[1.43e+03,1.5e+03)Poids_[1.5e+03,1.94e+03]

Poids_[855,1.2e+03)[35,50)

[50,57.5)

[57.5,60)

[60,80]

Reser.NA

[2.9,4.95)[4.95,5.5)[5.5,6.32)

[6.32,14]

ConsUrb.NA

[3.6,4.35)

[4.35,4.7)

[4.7,5.1)

[5.1,9.9]

Mixte.NA

[3.4,3.75)

[3.75,4.1)[4.1,4.5)

[4.5,7.6]

Extra.NA

[101,114)[114,126)

[126,232]

[37,101)

CO2.NA

Cyl..NA

Cyl._[1.2e+03,1.43e+03)Cyl._[1.43e+03,1.6e+03)

Cyl._[1.6e+03,4.4e+03]

Cyl._[898,1.2e+03)

[110,115)[115,140)

[140,560]

[68,110)

[135,182)

[182,191)[191,204)

[204,250]

[10.7,12.3)

[12.3,13.6]

[4.3,9.5)

[9.5,10.7)−1

0

1

2

3

−1 0 1 2dim1

dim

2

Page 101: C4. Analyse des correspondances multiples

VIII. Généralisation

Voitures sans Zoé

● ●

●●

Clio

EspaceGrand Scenic

Captur

Talisman

108

308

508

Traveller

5008

C3 Picasso

C1

C5

C4

Serie 1

Serie 3

Serie 5

Golf

Passat

Touran

−1.0

−0.5

0.0

0.5

1.0

−1 0 1Dim1 (16.4%)

Dim

2 (1

1.1%

)

Individuals − MCA

●●

Clio

Espace

Grand Scenic

Captur

Zoe

Talisman

108

308

508

Traveller

5008

C3 Picasso

C1

C5

C4

Serie 1

Serie 3

Serie 5

Golf

Passat

Touran

−2.5

0.0

2.5

5.0

−5 0 5 10Dim1 (58.8%)

Dim

2 (1

8.7%

)

Individuals − PCA

Page 102: C4. Analyse des correspondances multiples

PuisFisc_modPrix_cl

Long_cl

larg_cl

haut_cl

Coffre_cl

Poids_cl

Reser_clConsUrb_cl

Mixte_cl

Extra_cl

CO2_cl

Cyl._cl

PuisDin_cl

Vitesse_cl

X0a100_cl

Prix

Long

larg

haut

Coffre

PoidsReser

ConsUrb Mixte

ExtraCO2

Cyl.

PuisDin

PuisFisc

Vitesse

X0a100Marque

Transboite

Carb.

0.0

0.2

0.4

0.6

0.00 0.25 0.50 0.75Dim1 (16.4%)

Dim

2 (1

1.1%

)

Variables − MCA

Prix

Longlarg

haut

Coffre

Poids

Reser

ConsUrbMixte

ExtraCO2

Cyl.

PuisDinPuisFisc

Vitesse

X0a100

−1.0

−0.5

0.0

0.5

1.0

−1.0 −0.5 0.0 0.5 1.0Dim1 (16.4%)

Dim

2 (1

1.1%

)

Quantitative variables − MCA

Prix

Long

larghaut

Coffre

PoidsReser

ConsUrbMixteExtraCO2

Cyl.

PuisDinPuisFiscVitesse

X0a100

−1.0

−0.5

0.0

0.5

1.0

−1.0 −0.5 0.0 0.5 1.0Dim1 (58.8%)

Dim

2 (1

8.7%

)

Variables − PCA

Page 103: C4. Analyse des correspondances multiples

●●

●●●

●●

34

47

5

6

7

8

9

[1.02e+04,2.14e+04)

[2.14e+04,2.7e+04)[2.7e+04,3.62e+04)

[3.62e+04,1.21e+05]

[3.47,4.12)[4.12,4.5)

[4.5,4.78)

[4.78,4.96][1.62,1.77)

[1.77,1.82)[1.82,1.86)

[1.86,2.08]

[1.42,1.46)

[1.46,1.47)

[1.47,1.65)

[1.65,1.89]

[196,380)[380,480)[480,608)

[608,1.7e+03]

Poids_cl_[1.2e+03,1.43e+03)Poids_cl_[1.43e+03,1.5e+03)

Poids_cl_[1.5e+03,1.94e+03]

Poids_cl_[855,1.2e+03)[35,50)

[50,57.5)

[57.5,60)

[60,80]

[2.9,4.95)[4.95,5.5)

[5.5,6.32)

[6.32,14][3.6,4.35)

[4.35,4.7)

[4.7,5.1)

[5.1,9.9]

Mixte_cl.NA

[3.4,3.75)

[3.75,4.1)

[4.1,4.5)

[4.5,7.6]

Extra_cl.NA

[101,114)

[114,126)

[126,232]

[37,101)

Cyl._cl_[1.2e+03,1.43e+03)

Cyl._cl_[1.43e+03,1.6e+03)

Cyl._cl_[1.6e+03,4.4e+03]

Cyl._cl_[898,1.2e+03)

[110,115)

[115,140)

[140,560]

[68,110)[135,182)

[182,191)[191,204)

[204,250]

[10.7,12.3)

[12.3,13.6]

[4.3,9.5)

[9.5,10.7)

−1

0

1

−1 0 1 2dim1

dim

2

Page 104: C4. Analyse des correspondances multiples

VIII. Généralisation

Généralisation

• Données quantitatives en ACM

• Données mixtes : AFDM• si peu de variables qualitatives• si on veut garder le lien linéaire des variables quantitatives

la méthode cherche à maximiser∑k

ρ2 (Fs , k) +∑

jη2 (Fs , j)

Page 105: C4. Analyse des correspondances multiples

VIII. Généralisation

Généralisation

• Données quantitatives en ACM

• Données mixtes : AFDM• si peu de variables qualitatives• si on veut garder le lien linéaire des variables quantitatives

la méthode cherche à maximiser∑k

ρ2 (Fs , k) +∑

jη2 (Fs , j)