Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Importer

Bienvenue sur Scribd !

  • 99 vues

    ACPP

    Transféré par

    Brahim

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    ACPP

    Transféré par

    Brahim
    99 vues5 pages

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    99 vues5 pages

    ACPP

    Transféré par

    Brahim

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 5

    École Nationale Polytechnique

    Département du Génie Industriel

    Analyse des données

    Compte rendu sur


    L'analyse en composantes principales

    Rédigé par :

    Kadi Mohamed

    Hadjaz Ramzi

    1
    1 Introduction

    L'Analyse en Composantes Principales (ACP) est une méthode d'analyse de données. Elle
    cherche à synthétiser l'information contenue dans un tableau croisant des individus et des variables
    quantitatives. Produire un résumé d'information au sens de l'ACP c'est établir une similarité entre
    les individus, chercher des groupes d'individus homogènes, mettre en évidence une typologie d'in-
    dividus. Quant aux variables c'est mettre en évidence des bilans de liaisons entre elles, moyennant
    des variables synthétiques et mettre en évidence une typologie de variables. L'ACP cherche d'une
    façon générale `a établir des liaisons entre ces deux typologies.
    2 Les données

    L'ensemble des données peut être schématiser par une matrice X à n lignes et p colonnes.

    3 L'analyse en composante principales

    En théorie pour eectuer une ACP normée on passe par les étapes suivantes :
     On calcule la matrice centrée et réduite.
     On détermine la matrice des variances (corrélations) S = X X
    1 t

     Calcul des valeurs propres. n

     Calcul des taux d'inertie an de mieux choisir les axes à représenter I = P λi

     Ensuite on réalise une projection des variable sur le cercle de corrélations.


    λi

     Pour conclure on fait une projection des individus sur les axes pour pouvoir interpréter les
    résultats obtenus.

    2
    4 Énoncé du TP :

    Il s'agit de faire une ACP sur le tableau des données suivant :

    5 L'ACP sur le tableau des données :

    5.1 Tableau des valeurs propres :

    5.2 Représentation des valeurs propres :

    3
    En se référant du tableau et de la représentation on remarque que le nombre d'axes
    à retenir pour la projection est 2 axes car la variabilité du 1er axe est de 61.6% et celle su 2ème
    Remarque :

    est de 26.1% ce qui donne une assez bonne qualité de représentation de 88% .On peut conrmer
    ce résultat par la méthode du coude qui casse.
    5.3 Corrélation entre les variables et qualité de représentation :

    la corrélation entre les variables est représentée par le cercle des corrélations suivant :

    Le tableau suivant montre la qualité de représentation par rapport aux axes (contribution) :

    5.3.1 Interprétation :

    Du cercle on remarque que les variables (viandes,volailles,fruits) sont corrélées positivement


    entre elles et sont liées négativement au vin. Le pin et le lait ne sont pas vraiment liés avec les
    autres variables par contre ils sont corrélées positivement entre elles.Les légumes ont une faible
    liaison avec (viandes,volailles fruits).
    En ce qui concerne la qualité de représentation les variables (viandes,volailles,fruits) elle sont bien
    représenté sur le premier axe c'est le cas aussi des légume mais les variable(pain ,lait,vin) sont mal
    représenter sur cet axe.
    Pour le deuxième axe les variables (pain,lait,vin) ont une importante contribution ce qui n'est pas
    le cas pour le reste des variables.
    4
    5.4 Projection des variables :

    Le graphe suivant représente la projection des variables sur le paln de l'ACP :

    Le tableau des contributions pour les observations :

    5.4.1 Interprétation :

    Le groupe (CA ,CA ,CA ) qui sont les cadres est caractérisé par une consommation assez élevé
    des légumes viandes volailles fruits et faible pour le vin. Ce qui n'est pas le cas pour les agents de
    4 2 3

    maintenance et les employés cette catégories consomme de façon moyenne le pain ,le lait et le vin.
    On note que pour les observations (CA ,EM ) ne sont pas bien représenté donc on ne peut rien
    conclure (Tableau de contribution).
    1 3

    Vous aimerez peut-être aussi