Changer

  • Upload
    sasha00

  • View
    32

  • Download
    0

Embed Size (px)

Citation preview

CHANGER DEVISE LANGUE

Produits & Solutions Tlcharger Commander Centre d'apprentissage Support Contact Addinsoft Mon XLSTAT Accueil Centre d'apprentissage Tutoriels Analyse en Composantes Principales (ACP) avec XLSTAT

Prise en main Tutoriels Formation Forum Vidos Consultants

Analyse en Composantes Principales (ACP) avec XLSTATJeu de donnes pour Analyse en Composantes Principales (ACP) XLS196 Ko

Vido du tutoriel "Analyse en Composantes Principales (ACP)" inclus dans :

Pro / Logiciel de base de la suite XLSTAT

Tlcharger L'valuation Plus d'info Commentaires utilisateurs

Jeu de donnes pour raliser une Analyse en Composantes PrincipalesUne feuille Excel contenant la fois les donnes et les rsultats peut-tre tlcharge en cliquant ici. Les donnes proviennent du US Census Bureau (le fichier original peut-tre obtenu sur http://eire.census.gov/popest/states_dataset.csv). Elles correspondent la mesure de paramtres dmographiques dans 51 Etats des Etats-Unis en 2000 et 2001. Dans le cadre de ce tutoriel, seules les donnes de l'anne 2001 ont t conserves, et afin de supprimer les effets d'chelle, les variables initiales ont t converties en taux pour 1000 habitants.

But de ce tutorielLe but est ici d'analyser les corrlations entre les variables et d'identifier des tats se diffrenciant fortement des autres. Ces donnes sont aussi utilises pour le tutoriel de la Classification Ascendante Hirarchique (CAH).

Analyse en Composantes PrincipalesL'Analyse en Composantes Principales (ACP) est une mthode trs efficace pour l'analyse de donnes quantitatives (continues ou discrtes) se prsentant sous la forme de tableaux M observations / N variables. Elle permet de :

visualiser et analyser rapidement les corrlations entre les N variables, visualiser et analyser les M observations initialement dcrites par N variables sur un graphique deux ou trois dimensions, construit de manire ce que la dispersion entre les donnes soit aussi bien prserve que possible, construire un ensemble de P facteurs non corrls (P