Analyse Factorielle des Correspondances
Analyse Factorielle des Correspondances
Statistiques, Analyse de Données Multivariées · course
Voir tous les documents en mathématiques
Fiche de révisionFiche de cours
Rédigée à partir de ce document, puis vérifiée avant publication.
Ce document présente une synthèse sur l'Analyse Factorielle des Correspondances (AFC), une méthode statistique destinée à étudier l'association entre deux variables qualitatives. Il s'adresse aux étudiants et chercheurs en statistiques ou en analyse de données multivariées souhaitant comprendre les principes, calculs et interprétations liés à cette technique.
L’AFC vise à extraire les informations les plus pertinentes d’un tableau de contingence pour offrir une représentation claire de l’association entre deux variables qualitatives. Dans ce contexte, les lignes correspondent aux catégories d’une première variable et les colonnes aux catégories d’une deuxième variable.
La distance du Khi-deux entre deux lignes i et i' est définie par la formule :
dΦ²(Li, Li') = Σj (flij - fli'j)² / f•jj
où flij représente la fréquence relative de la cellule (i,j) et f•jj la fréquence marginale de la colonne j.
Les taux de liaison sont des rapports qui mesurent l’écart entre les fréquences observées et les fréquences théoriques sous indépendance des variables. Par exemple, un taux de liaison de 38,4 % entre x1 et y8 signifie que le score observé est 38,4 % plus élevé que le score attendu si les variables étaient indépendantes. À l’inverse, un taux de liaison négatif indique une fréquence inférieure à celle attendue.
La méthode d’AFC peut être vue comme une décomposition pertinente du Khi-deux en plusieurs axes factoriels. Chaque axe représente une dimension synthétisant une part de l’inertie totale, c’est-à-dire la variance expliquée par cet axe.
La somme des inerties des axes factoriels correspond à la valeur totale du Khi-deux.
Le nombre de valeurs propres calculées est égal au minimum entre le nombre de lignes (p) et de colonnes (q) du tableau initial. La première valeur propre est toujours égale à 1 et est éliminée dans les logiciels d’analyse. Les autres valeurs propres sont comprises dans l’intervalle [0, 1[.
Exemple de valeurs propres extraites :
L’inertie totale est de 0,024, répartie entre les différents axes. Le choix du nombre d’axes à retenir se fait en observant la décroissance des valeurs propres, similaire à l’Analyse en Composantes Principales (ACP). Ici, une chute notable entre la 3ème et la 4ème valeur propre suggère de conserver les trois premiers axes factoriels.
Chaque point ligne (modalité de la variable ligne) est caractérisé par :
Ces scores ont les propriétés suivantes :
Considérons une modalité x1 avec une masse de 0,183 et un score sur le premier axe de -0,299. Sa contribution à l’axe 1 est élevée (0,512), indiquant qu’elle influence fortement la formation de cet axe.
Les modalités colonnes sont analysées de la même manière que les modalités lignes, avec des masses, scores, inerties, contributions et cosinus-carrés calculés selon les mêmes principes.
La modalité y3 a une masse de 0,096, un score sur l’axe 1 de -0,372 et une contribution importante à cet axe (0,470), ce qui signifie qu’elle joue un rôle majeur dans la structuration de l’axe 1.
Contrairement à l’ACP, les graphiques factoriels en AFC peuvent représenter simultanément les profils lignes et colonnes sur un même plan.
La distance euclidienne entre deux points-lignes dans le plan factoriel correspond à la distance du Khi-deux entre leurs profils initiaux.
La proximité géométrique entre un point-ligne L et un point-colonne C n’a pas d’interprétation directe, mais l’angle formé au sommet O entre les segments OL et OC permet d’interpréter leur relation :
Au niveau global, les modalités ayant les inerties relatives les plus fortes sont :
Ces modalités seront donc privilégiées dans l’analyse. À l’inverse, des modalités comme x7, x8, y7, y8 auront peu d’influence et peuvent être écartées.
Chaque axe factoriel peut être interprété en étudiant séparément les contributions des modalités lignes et colonnes :