Chapitre II
Analyse des Correspondances Multiples (ACM)
Synthèse du cours ACM
Master Actuariat Assurance et finance
1 / 11
Définition et objectif de l’ACM
Idée générale
L’Analyse des Correspondances Multiples (ACM) est une généralisation de l’Analyse
Factorielle des Correspondances (AFC) au cas de plusieurs variables qualitatives.
Elle permet de décrire les relations entre plusieurs variables qualitatives.
Elle étudie les proximités entre individus.
Elle étudie aussi les proximités entre modalités des variables.
Exemple d’application
Enquête où n personnes sont interrogées sur p questions qualitatives (ou questions à choix
multiple codées en modalités).
2 / 11
Le tableau disjonctif complet (TDC)
Soit Z = (zik ) le tableau disjonctif complet :
les lignes représentent les individus i = 1, . . . , n ;
les colonnes représentent les modalités k = 1, . . . , M ;
1 si l’individu i possède la modalité k,
zik =
0 sinon.
Notations utiles
p
X n
X
M= mj , mj = nombre de modalités de la variable xj , nk = zik .
j=1 i=1
Chaque individu possède une modalité pour chacune des p variables, donc chaque ligne du
TDC vérifie
M
X
zik = p.
k=1
3 / 11
Exemple : données initiales et TDC
Données brutes Tableau disjonctif complet
État civil Couleur des yeux Π
Individu État civil Couleur des yeux Ind. M C D V Marron Noir Bleu
A M Marron A 1 0 0 0 1 0 0 2
B C Noir B 0 1 0 0 0 1 0 2
C D Noir C 0 0 1 0 0 1 0 2
D C Bleu D 0 1 0 0 0 0 1 2
E V Marron E 0 0 0 1 1 0 0 2
Π 1 2 1 1 2 2 1 10
n=5
p=2 10 = n × p = 5 × 2.
m1 = 4, m2 = 3
M=7
4 / 11
Principe de l’ACM
ACM = AFC appliquée au TDC
Effectuer l’ACM revient à appliquer l’AFC au tableau disjonctif complet Z .
On considère alors :
le tableau des profils lignes
1
X= Z,
p
c’est-à-dire que chaque ligne du TDC est divisée par p ;
le tableau des profils colonnes Y , obtenu en divisant chaque colonne k par son effectif
nk .
Conséquence
L’ACM hérite des outils de l’AFC : profils, masses, distance du khi-deux et axes factoriels.
5 / 11
Masses et centres de gravité
Masses
1 nk
Masse d’un individu i : ci = , masse d’une modalité k : dk = .
n np
Centre de gravité des modalités
n1 n2 nM
G= , ,..., .
np np np
Centre de gravité des individus
Il est uniforme :
1 1 1
, ,..., .
n n n
6 / 11
Distance entre individus dans l’ACM
Pour deux individus i et i ′ , la distance du khi-deux entre leurs profils lignes s’écrit :
M 2
1 zik zi ′ k nk
′
X
2
d (i, i ) = − , dk = .
k=1
dk p p np
En remplaçant dk , on obtient :
M 2
np zik zi ′ k
d 2 (i, i ′ ) =
X
− .
k=1
nk p p
Deux individus sont proches s’ils partagent des modalités semblables.
Les modalités rares (petit nk ) pèsent davantage dans la distance.
7 / 11
Tableau de contingence de deux variables
Soient Xi et Xj les sous-matrices indicatrices associées aux variables qualitatives xi et xj .
Définition
Le tableau de contingence des variables xi et xj est
Tij = XiT Xj .
Exemple : pour x1 = état civil et x2 = couleur des yeux,
T12 = X1T X2 .
Le tableau obtenu est :
Marron Noir Bleu
M 1 0 0
C 0 1 1
D 0 1 0
V 1 0 0
8 / 11
Le tableau de Burt
Le tableau de Burt est un « super-tableau de contingence » construit à partir de toutes les
variables qualitatives.
Si
X = (X1 X2 . . . Xp ),
alors
X1T X1 X1T X2 · · · X1T Xp
T
X2 X1 X2T X2 · · · X2T Xp
T
B = X X = ..
.. .. .. .
. . . .
XpT X1 XpT X2 · · · XpT Xp
les blocs hors diagonale sont des tableaux de contingence ;
les blocs diagonaux contiennent les effectifs marginaux des modalités.
9 / 11
Inertie : contribution des variables et des modalités
Contribution d’une variable xj Contribution d’une modalité k
Si mj est le nombre de modalités de xj , alors Si nk est l’effectif de la modalité k, alors
1 1 nk
I(xj ) = (mj − 1). I(k) = 1− .
p p n
L’inertie totale s’écrit On retrouve la même inertie totale :
p M
X M X M
Itot = I(xj ) = − 1. Itot = I(k) = − 1.
p p
j=1 k=1
Lecture
Une variable avec davantage de modalités, ou une modalité peu fréquente, contribue davantage à
l’inertie.
10 / 11
Nombre d’axes factoriels et critère de Kaiser
Dimension maximale de l’ACM
Le nombre maximal d’axes factoriels est classiquement
Nmax = min(n − 1, M − p).
Critère de Kaiser (version utilisée en ACM)
On retient souvent les axes dont la valeur propre vérifie
1
λα > .
p
Cette règle revient à conserver les axes dont l’inertie est supérieure à l’inertie moyenne.
Remarque
Si la dimension utile vaut M − p, alors l’inertie moyenne vérifie simplement Imoy = 1/p.
11 / 11