LTSI

Mthodes dAnalyses Factorielles

ACP et AFCM
Emmanuel ROUX, Alfredo HERNANDEZ et Guy CARRAULT
LTSI - INSERM U642

Sminaire Tahiti - IRISA - le de Houat - 26-27 Avril 2004

Introduction
Contexte
Nombre important de variables et dindividus statistiques
Pas ou peu de connaissances pralables sur les donnes

Objectifs des mthodes

Rduction des donnes
Identifier les variables discriminantes les plus informatives
Identifier des relations entre variables

Juger de la capacit de caractrisation des variables

Identifier des groupes dindividus et/ou des types de comportement

Plan de lExpos
Principes communs aux mthodes factorielles
Analyse en Composantes Principales (ACP)
Exemple

Analyse des Correspondances

Simple (AFC)
Multiple (AFCM)
Exemple

tude en cours

Principes Communs
Tableau de donnes
n individus statistiques p variables

Objectif
Reprsenter les donnes de manire optimale

Mthode
Transformation DX adapte lanalyse souhaite
Dfinition dune distance
Critre doptimisation

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

Espace des Individus / des Variables

Variables

D
I1
Individus
Statistiques

V1

V2

d11

d12

Vp

Mise en forme

I2

Rp

In

dnp

Variables

X
I1
Individus
Statistiques

V1

V2

x11

x12

Vp

Ip

H2

I2

In

I2

I1

xnp

I3

Rn

V1

v
V2

max
r pi d (OHi )
u
i =1

Vp
Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

Proprits de Base
Dans lespace des variables Rp
u = vecteurs propres de XtX associs aux valeurs propres

Dans lespace des individus Rn

v = idem avec XXt

Les valeurs propres de XtX est de XXt sont gales !!

Rechercher la meilleure reprsentation des individus
revient chercher la meilleure reprsentation des variables

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

Analyse en Composantes Principales

(ACP)
Type de donnes
Variables continues
ACP norme : donnes centres rduites (X)

(i, j ) [1, n ] [1, p ],

xij =

Distance euclidienne
Critre

d ij d j

max
r d (GHi )
u
i =1

Recherche des valeurs propres de XtX

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

Exemple ACP - Donnes

Activits et Tendances Culturelles : Musique Enregistre (1998)
Allemagne
Autriche
Belgique
Danemark
Espagne
Russie
Finlande
France
Grce
Hongrie
Irlande
Isral
Italie
Lettonie
Norvge
Pays-Bas
Pologne
Portugal
RpTchque
Roumanie
RoyaumeUni
Slovaquie
Sude
Suisse

Vente
($ US / Hab)

MusPopNat
(%)

MusPopInt
(%)

MusClas
(%)

TxEnrPirates
(%)

TxImp
(%)

LectCD
(Nb / 100 Hab)

36,6
42,3
36,1
49,5
17,1
0,6
26,9
36,4
10,9
5,6
31,6
8,3
10,5
3,9
62,8
35,7
3,9
18,7
7,6
0,3
49,0
4,0
44,2
45,0

43
15
20
35
42
68
42
44
59
32
16
33
44
47
19
27
22
31
42
41
48
19
25
8

47
73
71
57
51
26
48
46
37
59
79
60
51
53
77
64
67
65
48
52
45
74
71
82

10
12
9
8
7
6
10
10
4
9
5
7
5
0
4
9
11
4
10
7
7
7
4
10

3
2
4
1
2
70
10
3
25
25
5
60
25
50
4
6
40
3
6
80
1
15
3
4

16
20
21
25
16
20
22
21
18
25
21
17
20
18
23
18
22
18
22
18
18
15
25
8

75
48
63
77
47
2
43
68
22
22
67
27
38
4
44
99
20
30
21
6
87
21
60
75

[Link]
Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

Valeurs Propres
Rsultats ACP

Interprtation

Valeurs propres

Variances suivant laxe

% dinertie explique par laxe

Critres de choix des axes principaux

% inertie explique > 80%
Valeurs propres > 1
Diffrence significative entre 2 valeurs propres successives

Dpend du nombre de variables

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

Variables
Rsultats ACP

Interprtation

Position absolue de la variable

Qualit de la reprsentation dans le plan

Cosinus angle entre variables

Corrlation

-0,74
-0,98
0,82

Principes Communs

Analyse en Composantes Principales

Coordonnes variables

Axe : 1

Analyse des Correspondances

VENTE$/HAB

0,83

LECTCD/100

0,81

MUSPOPINT

0,73

MUSCLAS

0,38

TXIMP

-0,04

MUSPOPNAT

-0,78

TXENRPIRAT

-0,81

Axe : 2
MUSPOPINT

0,65

TXENRPIRAT

0,33

MUSCLAS

-0,13

VENTE$/HAB

-0,35

TXIMP

-0,37

LECTCD/100

-0,42

MUSPOPNAT

-0,60

tude en Cours

10

Individus
Rsultats ACP

Interprtation

Proximits entre individus

Similitudes

Contribution dun individu laxe

Contribution linertie suivant laxe

EST et SUD ?

OUEST et NORD ?

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

11

Individus / Variables Supplmentaires

(Illustratives)
Individus : Projection dans Rp
Variables continues : Projection dans Rn
Variables nominales : Projection dans Rp !!
Variables supplmentaires

Variables actives

Individus
actifs

continue

nominale

x11

x1j

x1p

xv+11

mod 1

xi1

xij

xip

xv+i1

mod 2

xn1

xnj

xnp

xv+n1

mod 1

xi+11 xi+1j xi+1p

xi+21 xi+2j xi+2p
Individus
supplmentaires xi+31 xi+3j xi+3p

moyenne

xi+41 xi+4j xi+4p

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

12

Individus Supplmentaires

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

13

ACP en Bref

Variables continues
Relations linaires entre variables
Pas de reprsentation simultane individus variables
(en fait si)
Possibilit de projeter individus et
(continues et nominales) supplmentaires

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

variables

tude en Cours

14

Analyse Factorielle des Correspondances

(AFC) - Donnes
Tableau croisant deux variables nominales
Transformations des donnes brutes
Calcul des frquences relatives
Calcul des profils lignes
________________colonnes

Cheveux

Brun

Chtain

Roux

Blond

Total

Marron

68

119

26

220

Noisette

15

54

14

10

93

Vert

29

14

16

64

Bleu

20

84

17

94

215

Total

108

286

71

127

592

Yeux

Profils colonnes

Profils lignes
Brun

Chtain

Roux

Blond

Total

Marron

0,31

0,54

0,12

0,3

Noisette

0,16

0,58

0,15

0,11

Vert

0,8

0,45

0,22

Bleu

0,9

0,39

Profil moyen

0,18

0,48

Principes Communs

Brun

Chtain

Roux

Blond

Profil moyen

Marron

0,63

0,42

0,37

0,6

0,37

Noisette

0,14

0,19

0,2

0,8

0,16

0,25

Vert

0,5

0,1

0,2

0,13

0,11

0,8

0,44

Bleu

0,19

0,29

0,24

0,74

0,36

0,12

0,22

Total

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

15

AFC - Mthode
Distance entre profils : distance du
2
p
1 f ij f i ' j

d (i, i ' ) =
fi'
j =1 f j f i
Critre

n
max
r f i d (O, i )
u
i =1

Recherche des valeurs propres de FtD-1nFD-1p

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

16

Spcificits de lAFC
Lignes et Colonnes jouent le mme rle
On sintresse aux distances entre profils
Linertie totale du nuage de points () reflte
lindpendance statistique entre les deux variables
(test du )
Reprsentation simultane des deux nuages de points

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

17

Analyse Factorielle des Correspondances

Multiples (AFCM) - Donnes
Tableau croisant n individus statistiques et s questions
ayant ms modalits
Application privilgie : enqutes

Principes Communs

Sexe

Satisfaction

Taille

Individu 1

Trs Satisfait

Grand

Individu 2

Moyennement Satisfait

Grand

Individu 3

Pas Satisfait

Petit

Individu n

Trs Satisfait

Moyen

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

18

AFCM - Mthode
AFCM = AFC dun tableau disjonctif complet
Sexe

Satisfaction

Taille

Individu 1

Trs Satisfait

Grand

Individu 2

Moyennement Satisfait

Grand

Individu 3

Pas Satisfait

Petit

Individu n

Trs Satisfait

Moyen

Tableau Disjonctif
Complet
Sexe

Principes Communs

Satisfaction

Taille

Trs
Satisfait

Moyennement
Satisfait

Pas
Satisfait

Grand

Moyen

Petit

Individu 1

Individu 2

Individu 3

Individu n

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

19

Exemple AFCM
Rponses au questionnaire ASES
valuation fonctionnelle du membre suprieur
Individus

Mettre
Un Manteau

Se
Dormir
Sur lEpaule Laver le Dos

Faire
Sa Toilette

Pat1_1A

Facile

Facile

Pat1_3M

Trs Difficile

Trs Difficile Impossible

Pat1_6M

Assez Difficile Facile

Assez Difficile Facile

Pat1_PO

Impossible

Impossible

Facile

Se Peigner

Atteindre une
Etagre Haute

Lever
Une Charge

Lancer
Une Balle

Facile

Assez Difficile Facile

Facile

Facile

Assez Difficile Impossible

Assez Difficile Assez Difficile Totale Anatomique

Totale Anatomique

Assez Difficile Facile

Assez Difficile Totale Anatomique

Trs Difficile Impossible

Impossible

Impossible

Pat10_3M Assez Difficile Trs Difficile Impossible

Facile

Facile

Assez Difficile Facile

Assez Difficile Totale Anatomique

Pat10_PO Impossible

Impossible

Impossible

Impossible

Impossible

Impossible

Impossible

Impossible

Pat11_1A

Facile

Impossible

Facile

Facile

Facile

Facile

Assez Difficile GERBER

Pat11_3M Trs Difficile

Facile

Impossible

Facile

Facile

Assez Difficile Facile

Facile

GERBER

Pat11_6M Facile

Facile

Impossible

Facile

Facile

Facile

Facile

GERBER

Facile

Impossible

Facile

Facile

Prothse

Facile

Facile

Totale Anatomique

Totale Anatomique

71 individus

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

20

AFCM Valeurs Propres

% cumul
0.57463697
0.67789221
0.73949778
0.7866822
0.82479575

% : indice pessimiste de linformation extraite

Autre critre dapprciation de linertie : (Valeurs Propres)
Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

21

AFCM Individus et Variables

2

cos

Rsultats Interprtation
Proximits entre modalits
Contribution
Distance
entre
individus
Corrlation
(cos)
mme
variable
dedune
variables
diffrentes

Principes Communs

Analyse en Composantes Principales

Modalits
Ressemblance
choisies
des ind.
par les
ayant
mmes
Contribution

linertie
des
axes
Ressemblance
(mmes
profils)
Qualit
de
la
reprsentation
choisi ces modalits
individus
ou des ind. semblables

Analyse des Correspondances

tude en Cours

22

AFCM Variables Supplmentaires

2

Types de prothses
Recul

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

23

AFCM En Bref

Variables nominales et/ou continues avec codage (flou)

Relations non linaires entre variables
Reprsentation simultane individus variables
Possibilit de projeter individus, modalits et variables
(nominales et continues) supplmentaires

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

24

tude en Cours Projet CEPICA

Population dtude
Patients avec pacemaker bi-ventriculaire

Objectif
Les donnes physiologiques recueillies permettent-elles
Le suivi de ltat de sant des patients ?
De diffrentier les rpondeurs des non-rpondeurs la stimulation ?

Donnes disponibles
Donnes physiologiques journalires sur 1 ou 3 mois, tous les 3
mois
37 variables
Trop peu dindividus (8)

Principes Communs

Analyse en Composantes Principales

Analyse des Correspondances

tude en Cours

25

ACP Codage des Donnes

Patient n1
Dure Totale En Exercice

(s)

30

60

90

120

Individus Dure Totale En Exercice

180

2,2
2,6 . 10e4

Pat1_60

2,6 . 10e4

Analyse en Composantes Principales

(jours)

Pat1_30

Principes Communs

150

Analyse des Correspondances

ACP
tude en Cours

26

AFCM Codage des Donnes

Patient n1
Dure Totale En Exercice

(s)

Faible

Moyenne

Importante

(Loslever et Bouilland, Fuzzy sets and systems, 1999)

Individus
Pat1_Dbut

30

90

120

150

180

(jours)

Dure Totale En Exercice

Faible
Dbut
0.4

Pat1_30j

0.3

Principes Communs

60

Moyenne
Importante
30j 0.5
60j
0.1
0.5

Analyse en Composantes Principales

0.2

AFCM

Analyse des Correspondances

tude en Cours

27

ACP et AFCM en Bref

Peu adaptes la prise de dcision mais tape
pralable pour
Tests dhypothses
Classification non-supervise / supervise

+ Mthodes descriptives, exploratoires

+ Pas dhypothse pralable sur les donnes
(non Paramtriques)
+ Synthse rapide de linformation
28