Aller au contenu

Analyse Factorielle des Correspondances

Analyse factorielle des correspondances L’analyse factorielle des correspondances (AFC) est une méthode statistique qui permet de réunir les informations les plus utiles afin de donner une image claire de l’association de deux variables qualitatives.

D'après le document Analyse Factorielle des Correspondances

Cet article a été rédigé automatiquement à partir du document source, puis vérifié avant publication.

Document source

Analyse Factorielle des Correspondances

Statistics and Multivariate Data Analysis · PDF · 32 pages

Afficher l'aperçu du document

Consulter le document original →

Analyse factorielle des correspondances

L’analyse factorielle des correspondances (AFC) est une méthode statistique qui permet de réunir les informations les plus utiles afin de donner une image claire de l’association de deux variables qualitatives. Cet article explique les concepts clés de l'AFC, fournit des exemples pratiques et aborde des notions comme le taux de liaison et les valeurs propres.

Concepts de base de l'AFC

Dans l’analyse des correspondances, les lignes représentent les catégories (facteurs) d’une première variable, tandis que les colonnes représentent les catégories d’une deuxième variable. L'objectif principal de l'AFC est de visualiser les relations entre ces deux variables qualitatives.

Distance du Khi-deux

La distance du Khi-deux entre la ligne i et la ligne i' est définie par la formule suivante :

dΦ²(Li, Li') = (flij - fli'j)² / f•jj

Cette formule permet de mesurer la distance entre deux lignes en tenant compte des fréquences observées et théoriques.

Taux de liaison

Les taux de liaison sont des indicateurs qui montrent le degré d'association entre les modalités des deux variables. Par exemple, un score de x1 à y8 est 38,4 % plus élevé que le score théorique que l'on observerait si les variables étaient indépendantes. En revanche, le score de x7 à y3 est 19 % moins élevé que le score théorique.

Calcul des valeurs propres

La pratique de l’AFC conduit à un nombre de valeurs propres égal au minimum entre le nombre de lignes et de colonnes du tableau initial, soit min(p, q). Le calcul donne une première valeur propre qui est égale à 1, ce qui signifie qu'elle sera souvent éliminée par les logiciels d'analyse.

Interprétation des valeurs propres

Les autres valeurs propres appartiennent à l’intervalle [0, 1[ et leur somme est égale à la valeur du Khi-deux. Par exemple, la première valeur propre est de 0,123, la deuxième est de 0,068, et ainsi de suite. L’inertie totale s’élève à 0,024, qui sera répartie entre les différents axes.

Graphiques et interprétation des résultats

Contrairement à l'Analyse en Composantes Principales (ACP), les graphiques factoriels en AFC permettent de représenter à la fois les profils lignes et les profils colonnes sur un même graphique. Cela facilite l'interprétation des relations entre les modalités des deux variables.

Distances et angles

Les distances entre deux individus-lignes, ou entre un individu-ligne et l'origine des axes, peuvent être interprétées. Par exemple, la distance euclidienne entre deux points-lignes, représentés par leurs coordonnées factorielles, est égale à la distance du Khi-deux entre les profils-lignes initiaux.

De plus, l'angle formé par les lignes reliant un point-ligne L et un point-colonne C a des implications sur leur relation :

  • Si l'angle est aigu, les modalités-ligne et colonne s'attirent (taux de liaison positif).
  • Si l'angle est obtus, elles se repoussent (taux de liaison négatif).
  • Si l'angle est droit, il n'y a pas d'interaction significative (taux de liaison proche de 0).

Points clés à retenir

Voici les points essentiels à retenir concernant l'analyse factorielle des correspondances :

  • L'AFC permet d'analyser les relations entre deux variables qualitatives.
  • Les taux de liaison quantifient l'association entre les modalités des variables.
  • Les valeurs propres sont cruciales pour déterminer le nombre d'axes à conserver.
  • Les graphiques factoriels facilitent l'interprétation des résultats.

Questions fréquentes

Qu'est-ce que l'analyse factorielle des correspondances ?

L'analyse factorielle des correspondances (AFC) est une méthode statistique utilisée pour analyser les relations entre deux variables qualitatives en visualisant les associations entre leurs modalités.

Comment interpréter les taux de liaison en AFC ?

Les taux de liaison mesurent le degré d'association entre les modalités de deux variables. Un taux positif indique une association forte, tandis qu'un taux négatif suggère une association faible ou inverse.

Que sont les valeurs propres en AFC ?

Les valeurs propres en AFC représentent la variance expliquée par chaque axe factoriel. Elles aident à déterminer combien d'axes doivent être retenus pour l'analyse.

Comment construire des graphiques factoriels en AFC ?

Les graphiques factoriels en AFC peuvent être construits en plaçant les profils lignes et colonnes sur le même graphique, facilitant ainsi l'interprétation des relations entre les modalités.

Partager

Commentaires

Aucun commentaire pour le moment. Posez la première question.

Les commentaires sont relus avant publication. Votre e-mail n'est jamais affiché.

← Toutes les révisions