Analyse en composantes principales (ACP) avec

FactoMineR sur les données décathlon

François Husson

Importation du jeu de données

Vous pouvez importer le jeu de données après l’avoir sauvegardé sur votre ordinateur ou bien directement à
partir su lien suivant [Link]

decathlon <- [Link]("[Link]

header=TRUE, sep=";",dec=".", [Link]=1, [Link]=FALSE, fileEncoding="latin1")

header=TRUE : précise que le nom des variables est présent

sep=";" : précise que le séparateur de colonnes est le point-virgule (fréquent dans les fichiers csv, pour une
tabulation il faudrait écrire sep="\t")
dec="." : le séparateur de décimale est le point (parfois dans Excel on trouve la virgule)
[Link]=1 : précise que le nom des individus est dans la première colonne du tableau
[Link]=FALSE : impose que le nom des colonnes soit pris tel que dans le fichier (sinon les espaces sont
remplacés par des points et des X sont mis avant les nombres)
Il est important de s’assurer que l’importation a bien été effectuée, et notamment que les variables quantitatives
sont bien considérées comme quantitatives et les variables qualitatives bien considérées comme qualitatives

summary(decathlon)

## 100m Longueur Poids Hauteur

## Min. :10.44 Min. :6.61 Min. :12.68 Min. :1.850
## 1st Qu.:10.85 1st Qu.:7.03 1st Qu.:13.88 1st Qu.:1.920
## Median :10.98 Median :7.30 Median :14.57 Median :1.950
## Mean :11.00 Mean :7.26 Mean :14.48 Mean :1.977
## 3rd Qu.:11.14 3rd Qu.:7.48 3rd Qu.:14.97 3rd Qu.:2.040
## Max. :11.64 Max. :7.96 Max. :16.36 Max. :2.150
## 400m 110m H Disque Perche
## Min. :46.81 Min. :13.97 Min. :37.92 Min. :4.200
## 1st Qu.:48.93 1st Qu.:14.21 1st Qu.:41.90 1st Qu.:4.500
## Median :49.40 Median :14.48 Median :44.41 Median :4.800
## Mean :49.62 Mean :14.61 Mean :44.33 Mean :4.762
## 3rd Qu.:50.30 3rd Qu.:14.98 3rd Qu.:46.07 3rd Qu.:4.920
## Max. :53.20 Max. :15.67 Max. :51.65 Max. :5.400
## Javelot 1500m Classement Points
## Min. :50.31 Min. :262.1 Min. : 1.00 Min. :7313
## 1st Qu.:55.27 1st Qu.:271.0 1st Qu.: 6.00 1st Qu.:7802
## Median :58.36 Median :278.1 Median :11.00 Median :8021
## Mean :58.32 Mean :279.0 Mean :12.12 Mean :8005
## 3rd Qu.:60.89 3rd Qu.:285.1 3rd Qu.:18.00 3rd Qu.:8122
## Max. :70.52 Max. :317.0 Max. :28.00 Max. :8893
## Competition

1
## Decastar:13
## JO :28
##
##
##
##

Chargement de FactoMineR

library(FactoMineR)

L’ACP avec uniquement des éléments (lignes et variables) actifs

res <- PCA(decathlon[,1:10])

2
 Individuals factor map (PCA)
4

Casarsa

YURKOV
2

KorkizoglouParkhomenko
Dim 2 (17.37%)

Zsivoczky Smith Macey Sebrle

Pogorelov SEBRLE Clay
MARTINEAUHERNU KARPOV
Uldal TuriTerek Barras CLAY
McMULLEN Karpov
BOURGUIGNON
0

Qi SchoenbeckBernard
KarlivansBARRAS OjaniemiHernu
BERNARD ZSIVOCZKY
GomezSmirnov
NoolSchwarzl
Averyanov Warners
Lorenzo WARNERS
−2

NOOL

Drews
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

3
 Variables factor map (PCA)
1.0

400m
400m Poids
Poids
Disque
Disque
0.5

1500m
1500m
Hauteur
Hauteur
Javelot
Javelot
Dim 2 (17.37%)

110m H
100m 110m H
100m
0.0

Perche
Perche
Longueur
Longueur
−0.5
−1.0

−1.0 −0.5 0.0 0.5 1.0

Dim 1 (32.72%)

On peut obtenir un résumé des principaux résultats en utilisant la fonction summary.

summary(res)

Nous demandons ici à avoir les résultats sur les 2 premières dimensions pour éviter d’avoir des tableaux trop
grands (par défaut, la fonction retourne les résultats des 3 premières dimensions).

summary(res, ncp=2)

##
## Call:
## PCA(X = decathlon[, 1:10])
##
##
## Eigenvalues
## Dim.1 Dim.2 Dim.3 Dim.4 Dim.5 Dim.6

4
## Variance 3.272 1.737 1.405 1.057 0.685 0.599
## % of var. 32.719 17.371 14.049 10.569 6.848 5.993
## Cumulative % of var. 32.719 50.090 64.140 74.708 81.556 87.548
## Dim.7 Dim.8 Dim.9 Dim.10
## Variance 0.451 0.397 0.215 0.182
## % of var. 4.512 3.969 2.148 1.822
## Cumulative % of var. 92.061 96.030 98.178 100.000
##
## Individuals (the 10 first)
## Dist Dim.1 ctr cos2 Dim.2 ctr cos2
## Sebrle | 4.843 | 4.038 12.158 0.695 | 1.366 2.619 0.080 |
## Clay | 4.647 | 3.919 11.451 0.711 | 0.837 0.984 0.032 |
## Karpov | 5.006 | 4.620 15.911 0.852 | 0.040 0.002 0.000 |
## Macey | 3.434 | 2.233 3.719 0.423 | 1.042 1.524 0.092 |
## Warners | 2.979 | 2.168 3.505 0.530 | -1.803 4.565 0.366 |
## Zsivoczky | 2.566 | 0.925 0.638 0.130 | 1.169 1.918 0.207 |
## Hernu | 1.824 | 0.889 0.589 0.238 | -0.618 0.537 0.115 |
## Nool | 3.098 | 0.295 0.065 0.009 | -1.546 3.354 0.249 |
## Bernard | 2.827 | 1.906 2.709 0.455 | -0.086 0.010 0.001 |
## Schwarzl | 1.971 | 0.081 0.005 0.002 | -1.353 2.572 0.472 |
##
## Variables
## Dim.1 ctr cos2 Dim.2 ctr cos2
## 100m | -0.775 18.344 0.600 | 0.187 2.016 0.035 |
## Longueur | 0.742 16.822 0.550 | -0.345 6.869 0.119 |
## Poids | 0.623 11.844 0.388 | 0.598 20.607 0.358 |
## Hauteur | 0.572 9.998 0.327 | 0.350 7.064 0.123 |
## 400m | -0.680 14.116 0.462 | 0.569 18.666 0.324 |
## 110m H | -0.746 17.020 0.557 | 0.229 3.013 0.052 |
## Disque | 0.552 9.328 0.305 | 0.606 21.162 0.368 |
## Perche | 0.050 0.077 0.003 | -0.180 1.873 0.033 |
## Javelot | 0.277 2.347 0.077 | 0.317 5.784 0.100 |
## 1500m | -0.058 0.103 0.003 | 0.474 12.946 0.225 |

L’ACP avec des variables supplémentaires

res <- PCA(decathlon, [Link]=11:12, [Link]=13)

5
 Individuals factor map (PCA)
4

Casarsa

Korkizoglou YURKOV
2

Parkhomenko
Dim 2 (17.37%)

Smith Zsivoczky Sebrle

SEBRLE
MARTINEAU Terek PogorelovCLAY Macey Clay
Uldal Turi HERNU Barras KARPOV
BOURGUIGNON JO McMULLEN Karpov
0

Schoenbeck
Decastar
Karlivans Bernard
BARRASQi Hernu
BERNARD Ojaniemi
Gomez ZSIVOCZKY
Smirnov
AveryanovSchwarzl
Lorenzo Nool WARNERSWarners
−2

NOOL

Drews
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

6
 Variables factor map (PCA)
1.0

400m
400m Poids
Poids
Disque
Disque
0.5

1500m
1500m
Javelot
Javelot Hauteur
Hauteur
110m H
110m H
Dim 2 (17.37%)

100m
Classement
Classement
0.0

Points
Points

Perche
Perche
Longueur
Longueur
−0.5
−1.0

−1.0 −0.5 0.0 0.5 1.0

Dim 1 (32.72%)

summary(res, ncp=2, nbelements=Inf)

##
## Call:
## PCA(X = decathlon, [Link] = 11:12, [Link] = 13)
##
##
## Eigenvalues
## Dim.1 Dim.2 Dim.3 Dim.4 Dim.5 Dim.6
## Variance 3.272 1.737 1.405 1.057 0.685 0.599
## % of var. 32.719 17.371 14.049 10.569 6.848 5.993
## Cumulative % of var. 32.719 50.090 64.140 74.708 81.556 87.548
## Dim.7 Dim.8 Dim.9 Dim.10
## Variance 0.451 0.397 0.215 0.182
## % of var. 4.512 3.969 2.148 1.822
## Cumulative % of var. 92.061 96.030 98.178 100.000

7
##
## Individuals
## Dist Dim.1 ctr cos2 Dim.2 ctr cos2
## Sebrle | 4.843 | 4.038 12.158 0.695 | 1.366 2.619 0.080 |
## Clay | 4.647 | 3.919 11.451 0.711 | 0.837 0.984 0.032 |
## Karpov | 5.006 | 4.620 15.911 0.852 | 0.040 0.002 0.000 |
## Macey | 3.434 | 2.233 3.719 0.423 | 1.042 1.524 0.092 |
## Warners | 2.979 | 2.168 3.505 0.530 | -1.803 4.565 0.366 |
## Zsivoczky | 2.566 | 0.925 0.638 0.130 | 1.169 1.918 0.207 |
## Hernu | 1.824 | 0.889 0.589 0.238 | -0.618 0.537 0.115 |
## Nool | 3.098 | 0.295 0.065 0.009 | -1.546 3.354 0.249 |
## Bernard | 2.827 | 1.906 2.709 0.455 | -0.086 0.010 0.001 |
## Schwarzl | 1.971 | 0.081 0.005 0.002 | -1.353 2.572 0.472 |
## Pogorelov | 2.383 | 0.540 0.217 0.051 | 0.771 0.834 0.105 |
## Schoenbeck | 1.797 | 0.114 0.010 0.004 | -0.040 0.002 0.000 |
## Barras | 2.224 | 0.002 0.000 0.000 | 0.360 0.182 0.026 |
## Smith | 3.536 | 0.870 0.565 0.061 | 1.059 1.576 0.090 |
## Averyanov | 2.521 | 0.349 0.091 0.019 | -1.559 3.411 0.382 |
## Ojaniemi | 2.338 | 0.380 0.108 0.026 | -0.772 0.838 0.109 |
## Smirnov | 2.021 | -0.485 0.175 0.057 | -1.061 1.580 0.275 |
## Qi | 1.764 | -0.434 0.141 0.061 | -0.326 0.149 0.034 |
## Drews | 3.423 | -0.249 0.046 0.005 | -3.082 13.334 0.811 |
## Parkhomenko | 3.486 | -1.069 0.853 0.094 | 2.093 6.152 0.361 |
## Terek | 3.282 | -0.682 0.347 0.043 | 0.536 0.403 0.027 |
## Gomez | 2.613 | -0.290 0.063 0.012 | -1.197 2.011 0.210 |
## Turi | 3.069 | -1.542 1.772 0.252 | 0.427 0.256 0.019 |
## Lorenzo | 3.510 | -2.409 4.324 0.471 | -1.583 3.518 0.203 |
## Karlivans | 2.704 | -1.994 2.965 0.544 | -0.294 0.122 0.012 |
## Korkizoglou | 3.975 | -0.958 0.684 0.058 | 2.066 5.995 0.270 |
## Uldal | 2.946 | -2.562 4.894 0.757 | 0.245 0.085 0.007 |
## Casarsa | 4.921 | -2.857 6.085 0.337 | 3.798 20.252 0.596 |
## SEBRLE | 2.369 | 0.792 0.467 0.112 | 0.772 0.836 0.106 |
## CLAY | 3.507 | 1.235 1.137 0.124 | 0.575 0.464 0.027 |
## KARPOV | 3.396 | 1.358 1.375 0.160 | 0.484 0.329 0.020 |
## BERNARD | 2.763 | -0.610 0.277 0.049 | -0.875 1.074 0.100 |
## YURKOV | 3.018 | -0.586 0.256 0.038 | 2.131 6.376 0.499 |
## WARNERS | 2.428 | 0.357 0.095 0.022 | -1.685 3.986 0.482 |
## ZSIVOCZKY | 2.563 | 0.272 0.055 0.011 | -1.094 1.680 0.182 |
## McMULLEN | 2.561 | 0.588 0.257 0.053 | 0.231 0.075 0.008 |
## MARTINEAU | 3.742 | -1.995 2.968 0.284 | 0.561 0.442 0.022 |
## HERNU | 2.794 | -1.546 1.782 0.306 | 0.488 0.335 0.031 |
## BARRAS | 1.952 | -1.342 1.342 0.472 | -0.311 0.136 0.025 |
## NOOL | 3.734 | -2.345 4.099 0.394 | -1.966 5.429 0.277 |
## BOURGUIGNON | 4.299 | -3.979 11.802 0.857 | 0.200 0.056 0.002 |
##
## Variables
## Dim.1 ctr cos2 Dim.2 ctr cos2
## 100m | -0.775 18.344 0.600 | 0.187 2.016 0.035 |
## Longueur | 0.742 16.822 0.550 | -0.345 6.869 0.119 |
## Poids | 0.623 11.844 0.388 | 0.598 20.607 0.358 |
## Hauteur | 0.572 9.998 0.327 | 0.350 7.064 0.123 |
## 400m | -0.680 14.116 0.462 | 0.569 18.666 0.324 |
## 110m H | -0.746 17.020 0.557 | 0.229 3.013 0.052 |
## Disque | 0.552 9.328 0.305 | 0.606 21.162 0.368 |

8
## Perche | 0.050 0.077 0.003 | -0.180 1.873 0.033 |
## Javelot | 0.277 2.347 0.077 | 0.317 5.784 0.100 |
## 1500m | -0.058 0.103 0.003 | 0.474 12.946 0.225 |
##
## Supplementary continuous variables
## Dim.1 cos2 Dim.2 cos2
## Classement | -0.671 0.450 | 0.051 0.003 |
## Points | 0.956 0.914 | -0.017 0.000 |
##
## Supplementary categories
## Dist Dim.1 cos2 [Link] Dim.2 cos2 [Link]
## Decastar | 0.946 | -0.600 0.403 -1.430 | -0.038 0.002 -0.123 |
## JO | 0.439 | 0.279 0.403 1.430 | 0.017 0.002 0.123 |

Pour imprimer les résultats dans un fichier :

summary(res, nbelements=Inf, file="[Link]")

Description des dimensions

dimdesc(res)

## $Dim.1
## $Dim.1$quanti
## correlation [Link]
## Points 0.9561543 2.099191e-22
## Longueur 0.7418997 2.849886e-08
## Poids 0.6225026 1.388321e-05
## Hauteur 0.5719453 9.362285e-05
## Disque 0.5524665 1.802220e-04
## Classement -0.6705104 1.616348e-06
## 400m -0.6796099 1.028175e-06
## 110m H -0.7462453 2.136962e-08
## 100m -0.7747198 2.778467e-09
##
##
## $Dim.2
## $Dim.2$quanti
## correlation [Link]
## Disque 0.6063134 2.650745e-05
## Poids 0.5983033 3.603567e-05
## 400m 0.5694378 1.020941e-04
## 1500m 0.4742238 1.734405e-03
## Hauteur 0.3502936 2.475025e-02
## Javelot 0.3169891 4.344974e-02
## Longueur -0.3454213 2.696969e-02
##
##
## $Dim.3
## $Dim.3$quanti

9
## correlation [Link]
## 1500m 0.7821428 1.554450e-09
## Perche 0.6917567 5.480172e-07
## Javelot -0.3896554 1.179331e-02

dimdesc(res, proba=0.2)

## $Dim.1
## $Dim.1$quanti
## correlation [Link]
## Points 0.9561543 2.099191e-22
## Longueur 0.7418997 2.849886e-08
## Poids 0.6225026 1.388321e-05
## Hauteur 0.5719453 9.362285e-05
## Disque 0.5524665 1.802220e-04
## Javelot 0.2771108 7.942460e-02
## Classement -0.6705104 1.616348e-06
## 400m -0.6796099 1.028175e-06
## 110m H -0.7462453 2.136962e-08
## 100m -0.7747198 2.778467e-09
##
## $Dim.1$quali
## R2 [Link]
## Competition 0.05110487 0.1552515
##
## $Dim.1$category
## Estimate [Link]
## JO 0.4393744 0.1552515
## Decastar -0.4393744 0.1552515
##
##
## $Dim.2
## $Dim.2$quanti
## correlation [Link]
## Disque 0.6063134 2.650745e-05
## Poids 0.5983033 3.603567e-05
## 400m 0.5694378 1.020941e-04
## 1500m 0.4742238 1.734405e-03
## Hauteur 0.3502936 2.475025e-02
## Javelot 0.3169891 4.344974e-02
## 110m H 0.2287933 1.501925e-01
## Longueur -0.3454213 2.696969e-02
##
##
## $Dim.3
## $Dim.3$quanti
## correlation [Link]
## 1500m 0.7821428 1.554450e-09
## Perche 0.6917567 5.480172e-07
## Hauteur -0.2595119 1.013160e-01
## Javelot -0.3896554 1.179331e-02

10
Graphe des individus avec des libellés de police plus petite et avec
un titre

plot(res, cex=0.8, invisible="quali", title="Graphe des individus")

Graphe des individus

4

Casarsa

Korkizoglou YURKOV
2

Parkhomenko
Dim 2 (17.37%)

Sebrle
Smith Zsivoczky
Pogorelov Macey Clay
MARTINEAUHERNU SEBRLE
Uldal Terek CLAY
Turi Barras KARPOV
BOURGUIGNON McMULLEN Karpov
0

BARRAS Qi Schoenbeck Bernard

Karlivans
Ojaniemi
Hernu
BERNARD Smirnov
GomezNool ZSIVOCZKY
Schwarzl
Lorenzo Averyanov
WARNERS Warners
−2

NOOL

Drews
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

Si on a beaucoup d’individus et que les libellés des individus ne sont pas explicites (des numéros par exemple),
on peut supprimer les noms des libellés tout en laissant les points avec l’argument label=“none”.

plot(res, cex=0.8, invisible="quali", label="none", title="Graphe des individus")

11
Coloriage des individus en fonction de leur modalité

plot(res, cex=0.8, habillage="Competition")

Individuals factor map (PCA)

Decastar
JO
4

Casarsa

Parkhomenko
2

Korkizoglou YURKOV
Dim 2 (17.37%)

Sebrle
Smith Zsivoczky
Pogorelov Macey Clay
MARTINEAU Terek SEBRLE CLAY
BOURGUIGNON Turi HERNUBarras KARPOV
Uldal Decastar McMULLEN Karpov
0

Karlivans Qi JOSchoenbeck Bernard

BARRASOjaniemi
Hernu
BERNARD Smirnov
Gomez Schwarzl
ZSIVOCZKY
Lorenzo Averyanov Nool
WARNERS Warners
−2

NOOL

Drews
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

On aurait pu écrire :

plot(res, cex=0.8, habillage=13)

12
Ellipses de confiance autour des modalités

plotellipses(res)

Confidence ellipses around the categories of Competition

Decastar
JO
4

Casarsa

Parkhomenko YURKOV
2

Korkizoglou
Dim 2 (17.37%)

Zsivoczky Smith Macey Sebrle

SEBRLE Clay
MARTINEAUTuriTerek PogorelovCLAY
BOURGUIGNON HERNU Barras KARPOV
Uldal Decastar McMULLEN Karpov
0

Karlivans Schoenbeck JO Hernu Bernard

BARRAS Qi
BERNARDSmirnov Ojaniemi
ZSIVOCZKY
GomezNoolSchwarzl
Lorenzo Averyanov WARNERSWarners
−2

NOOL

Drews
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

Si on a plusieurs variables qualitatives, on aura autant de graphes que de variables qualitatives. Avec sur
chaque graphe, les ellipses de confiance des modalités de la variable qualitative en question.

13
Graphes sur les dimensions 3 et 4

plot(res, choix="ind", cex=0.8, habillage=13, title="Graphe des individus", axes=3:4)

Graphe des individus

Decastar
JO
BERNARD Nool
Sebrle
2

Parkhomenko Clay
SEBRLE
Schoenbeck
1

YURKOV
Dim 4 (10.57%)

Zsivoczky Ojaniemi
Barras Smirnov Schwarzl BOURGUIGNON
Lorenzo HERNU
NOOL
Gomez JO Averyanov Terek
0

Uldal
Hernu Turi
Qi Decastar
Warners CLAY
MARTINEAU BARRAS Drews Pogorelov
WARNERS
Macey Casarsa
−1

Smith Karlivans Korkizoglou

Karpov
Bernard
McMULLEN
ZSIVOCZKY
−2

KARPOV

−2 −1 0 1 2 3

Dim 3 (14.05%)

plot(res, choix="var", title="Graphe des variables", axes=3:4)

14
 Graphe des variables
1.0

Javelot
Perche
0.5

110m H
Dim 4 (10.57%)

Points Poids
Longueur
0.0

400m
100m
Hauteur Classement 1500m
Disque
−0.5
−1.0

−1.0 −0.5 0.0 0.5 1.0

Dim 3 (14.05%)

15
Graphe avec sélection des individus
select="cos2 0.7" : sélectionne les individus qui ont, sur le plan tracé, une qualité de projection supérieure
à 0.7
select="cos2 5" : sélectionne les 5 individus qui ont la meilleure qualité de projection sur le plan tracé
select="contrib 5" : sélectionne les 5 individus qui ont le plus contribué à la construction du plan tracé
select=c("nom1","nom2") : sélectionne les individus par leur nom

plot(res, cex=0.8, habillage=13, select="cos2 0.7")

Individuals factor map (PCA)

Decastar
JO
4

Casarsa
2
Dim 2 (17.37%)

Sebrle
Clay
Uldal
BOURGUIGNON Karpov
0

Decastar JO
−2

Warners

Drews
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

plot(res, cex=0.8, habillage=13, select="contrib 5")

16
 Individuals factor map (PCA)

Decastar
JO
4

Casarsa
2
Dim 2 (17.37%)

Sebrle

Clay
BOURGUIGNON
Decastar JO
0

Karpov
−2
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

plot(res, cex=0.8, habillage=13, select=c("Clay","Karpov"))

17
 Individuals factor map (PCA)

Decastar
JO
4
2
Dim 2 (17.37%)

Clay
0

Decastar JO Karpov
−2
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

Graphe du cercle des corrélations avec sélection des variables

plot(res, choix="var", select="contrib 5")

18
 Variables factor map (PCA)
1.0

Disque
400m
Poids
0.5
Dim 2 (17.37%)

100m
0.0

Longueur
−0.5
−1.0

−1.0 −0.5 0.0 0.5 1.0

Dim 1 (32.72%)

19
Graphe avec sélection des individus, des tailles de police différentes
pour les titres, des ombres sous les points

plot(res, cex=0.8, habillage=13, select="cos2 0.7", title="Performances au décathlon",

[Link]=1.1, [Link]=0.9, shadow=TRUE, auto="y")

Performances au décathlon

Decastar
JO
4

Casarsa
Casarsa
2
Dim 2 (17.37%)

Sebrle
Clay
Clay
Uldal
Uldal
BOURGUIGNON
BOURGUIGNON Decastar
Decastar Karpov
Karpov
0

JO
JO
−2

Warners
Warners

Drews
Drews
−4

−4 −2 0 2 4 6

Dim 1 (32.72%)

20