Analyse en Composantes Principales (ACP)
Objectifs et prérequis du TP sur l'analyse en composantes principales Objectifs Ce TP sur l'analyse en composantes principales (ACP) vise à enseigner aux étudiants comment importer des données, effectuer des statistiques descriptives, standardiser les variables, calculer la matrice de corrélation et appliquer l'ACP.
D'après le document Analyse en Composantes Principales (ACP)
Cet article a été rédigé automatiquement à partir du document source, puis vérifié avant publication.
Document source
Statistiques, Analyse de Données · PDF · 7 pages
Afficher l'aperçu du document
Objectifs et prérequis du TP sur l'analyse en composantes principales
Objectifs
Ce TP sur l'analyse en composantes principales (ACP) vise à enseigner aux étudiants comment importer des données, effectuer des statistiques descriptives, standardiser les variables, calculer la matrice de corrélation et appliquer l'ACP. À l'issue de ce TP, les étudiants devraient être capables de réaliser une ACP sur un jeu de données et d'interpréter les résultats obtenus.
Prérequis
Pour réaliser ce TP, il est nécessaire d'avoir accès à un environnement R avec les packages FactoMineR et factoextra installés. Les étudiants doivent également avoir des connaissances de base en statistiques et en manipulation de données sous R.
Importer et préparer les données
Importation des données
Commencez par importer le fichier cars.xls. Vous pouvez le faire via l'interface graphique ou en utilisant la commande suivante :
cars <- read_excel("D:/BADS/semestre 3/Atelier fouille de données/TP ACP/cars.xls")
Pour visualiser les données, utilisez :
View(cars)
Le fichier contient les caractéristiques de 394 véhicules.
Statistiques descriptives sur les variables actives
Pour le calcul, sélectionnez les variables nécessaires. Selon l'énoncé du TP, la variable name n'est pas requise :
cars <- cars[,2:8]
Vérifiez le type de la variable Horsepower, qui doit être modifié car il est de type character :
cars$Horsepower <- strtoi(cars$Horsepower)
Identifiez les valeurs manquantes :
sapply(cars,function(x) sum(is.na(x)))
Pour la variable Horsepower, remplacez les valeurs manquantes par la moyenne :
cars$Horsepower[is.na(cars$Horsepower)] <- mean(cars$Horsepower,na.rm=T)
Vérifiez le résultat avec :
summary(cars)
Centrer et réduire les variables
Standardisation d'une colonne
Pour centrer et réduire les variables, utilisez la fonction suivante :
centrage_reduction <- function(x) { return((x-mean(x))/sqrt(var(x))) }
Produisez un tableau des données centrées et réduites :
cars.cr <- apply(cars[,1:7],2,centrage_reduction)
Vérifiez les résultats :
apply(cars.cr,2,mean)
apply(cars.cr,2,var)
Calculer la matrice de corrélation
Matrice de corrélation
Calculez la matrice de corrélation des données centrées et réduites :
C <- cor(cars.cr)
Analysez les corrélations :
- La consommation
mpga une forte corrélation négative aveccylinders,displacement,Horsepoweretweight. - Une forte corrélation positive entre
cylindersetdisplacement,horsepower,weight. - Une forte corrélation positive entre
displacement,horsepoweretweight. - Une forte corrélation négative entre
weightetmpg. - Plus la voiture est vieille, plus la consommation
mpgaugmente.
Application d'une analyse en composantes principales
Réalisation de l'ACP
Pour afficher les nuages de points, utilisez :
pairs(cars)
Installez les packages nécessaires si ce n'est pas déjà fait :
install.packages(c("FactoMineR", "factoextra"))
install.packages("ggplot2")
Chargez les bibliothèques :
library("ggplot2")
library("FactoMineR")
library("factoextra")
Appliquez l'ACP :
cars.acp <- PCA(cars.cr, scale.unit=TRUE, ncp=7, graph=TRUE)
Pour afficher un résumé de l'ACP, utilisez :
summary(cars.acp)
print(cars.acp)
Graphique des éboulis des valeurs propres
Pour visualiser les valeurs propres, utilisez :
val.propres <- cars.acp$eig[,1]
plot(1:7,val.propres,type="b",ylab="Valeurs propres",xlab="Composante",main="Scree plot")
Cercle des corrélations
Pour afficher le cercle des corrélations :
plot(cars.acp,choix="var",title="Cercle des corrélations", invisible="quanti.sup")
Analysez les corrélations :
Weight,cylinders,horsepoweretdisplacementsont fortement corrélés positivement à la Dim1.MPGest fortement corrélé négativement à la Dim1.Yearest fortement corrélé positivement à Dim2.
Nuage des individus
Pour afficher le nuage des individus :
plot(cars.acp,choix="ind", invisible="quali")
Erreurs fréquentes avec l'analyse en composantes principales
Lors de la réalisation de l'ACP, plusieurs erreurs peuvent survenir :
- Ne pas standardiser les données avant l'ACP peut fausser les résultats.
- Oublier de traiter les valeurs manquantes peut entraîner des erreurs dans les calculs.
- Interpréter les résultats sans tenir compte des corrélations peut mener à des conclusions erronées.
Questions fréquentes
Qu'est-ce que l'analyse en composantes principales ?
L'analyse en composantes principales (ACP) est une méthode statistique utilisée pour réduire la dimensionnalité des données tout en conservant le maximum d'information possible. Elle permet d'identifier des patterns et des relations entre les variables.
Comment standardiser les données pour l'ACP ?
Pour standardiser les données, il faut centrer et réduire chaque variable. Cela peut être fait en soustrayant la moyenne et en divisant par l'écart-type. Cela garantit que toutes les variables contribuent également à l'analyse.
Quelles sont les erreurs courantes lors de l'ACP ?
Les erreurs courantes incluent le non-traitement des valeurs manquantes, l'oubli de standardiser les données et une mauvaise interprétation des résultats. Il est crucial de vérifier chaque étape pour éviter des conclusions erronées.
Comment interpréter les résultats de l'ACP ?
Les résultats de l'ACP se présentent sous forme de valeurs propres et de corrélations entre les variables et les composantes. Une forte corrélation indique que la variable contribue significativement à la composante correspondante.
Commentaires
Aucun commentaire pour le moment. Posez la première question.