MAÎTRISE BPE - UV MIAB 2 - JUIN 2003

STATISTIQUES (2 HEURES)

Exercice 1 : Une analyse des correspondances 2-2

On utilise l'objet :
minitab=[Link](matrix(c(2,1,1,2),2,2))
minitab
V1 V2
1 2 1
2 1 2
minidudi=[Link](minitab, scan=F)
names(minidudi)
"tab" "cw" "lw" "eig" "rank" "nf" "c1" "l1" "co" "li" "call" "N"

Quel est le contenu de chacune des 12 composantes de la liste minidudi ? On donnera une
réponse exacte, sans approximation numérique, en notation mathématique, dans la place
prévue à cet effet sur la feuille de réponse.

Exercice 2 : Inertie et Chi2 en analyse des correspondances

Pour introduire la question, une observation utile :

data(chats)
chats
f0 f12 f34 f56 f78 f9a fbc fcd
age1 8 15 44 11 7 4 0 0
age2 6 12 36 21 11 6 1 1
age3 4 7 18 13 12 4 2 2
age4 2 8 7 3 7 5 1 0
age5 2 3 5 3 4 6 0 0
age6 1 0 5 3 2 2 1 1
age7 0 0 3 2 5 4 1 1
age8 2 2 5 1 7 4 1 0
[Link](chats)$statistic/sum(chats)
X-squared
0.2106
sum([Link](chats,scannf=F)$eig)
[1] 0.2106

Une table de contingence forme un tableau X =  xij  de nombres positifs ou nuls. X a I lignes
et J colonnes. n est la somme de tous les éléments du tableau X. P est le tableau de terme
général pij = xij n . Dans les notations habituelles, pi. est la somme par ligne, p. j est la
somme par colonne . D I et D J sont les matrices diagonales associées. Exprimer le chi2 de la
table de contingence X en fonction de I, J, pij , pi. , p. j et n. En prenant une forme du triplet
de l'analyse des correspondances, calculer l'inertie totale en fonction de I, J, pij , pi. , p. j et n.
En déduire une relation entre les valeurs propres de l'analyse des correspondances d'un
tableau X et le chi2 associé à X.

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 1

Exercice 3 : Analyse en composantes principales et génétique

Le polymorphisme biochimique des bovins domestiques fait l'objet de nombreuses études. D.

Laloë (INRA, Jouy-en-Josas) propose un extrait pédagogique comportant 2 races taurines
africaines (Taurins N'Dama et Baoulé), 2 races de Zébus (Zébu Azawak du Niger et Zébu
malgache) et 2 races bovines européennes (Charolais et Salers). Le tableau donne les
fréquences alléliques de 4 systèmes génétiques ( α s1 − Cn, β − Cn, κ − Cn et β − Lg ) définis
par le polymorphisme des protéines du lait :
alpha beta kappa beta-lacto
Ndama 0.89 0.11 0.60 0.37 0.03 0.27 0.73 0.00 0.10 0.90
Baoule 0.92 0.08 0.63 0.36 0.01 0.34 0.64 0.02 0.09 0.91
Zebu_a 0.22 0.78 0.08 0.86 0.06 0.83 0.17 0.00 0.14 0.86
Zebu_m 0.17 0.83 0.10 0.90 0.00 0.75 0.25 0.00 0.27 0.73
Charolais 0.92 0.08 0.10 0.76 0.14 0.49 0.51 0.00 0.67 0.33
Salers 0.96 0.04 0.19 0.70 0.11 0.54 0.46 0.00 0.64 0.36

Le but de l'exercice est d'étudier les propriétés de l'analyse en composantes principales des
tableaux de fréquences alléliques. On écrit le tableau traité X =  X1 X 2 X3 X 4  et on note
X0 =  X01 X02 X03 X04  le tableau centré par variable.

Le fichier est lu dans R :

bovins
a1 a2 b1 b2 b3 k1 k2 k3 l1 l2
Ndama 0.89 0.11 0.60 0.37 0.03 0.27 0.73 0.00 0.10 0.90
Baoule 0.92 0.08 0.63 0.36 0.01 0.34 0.64 0.02 0.09 0.91
Zebu_a 0.22 0.78 0.08 0.86 0.06 0.83 0.17 0.00 0.14 0.86
Zebu_m 0.17 0.83 0.10 0.90 0.00 0.75 0.25 0.00 0.27 0.73
Charolais 0.92 0.08 0.10 0.76 0.14 0.49 0.51 0.00 0.67 0.33
Salers 0.96 0.04 0.19 0.70 0.11 0.54 0.46 0.00 0.64 0.36

Le tableau est soumis à une analyse en composantes principales centrée :

pca1 = [Link](bovins,scale=F)
Select the number of axes: 2

Quelques indications utiles :

names(pca1)
[1] "tab" "cw" "lw" "eig" "rank" "nf" "c1" "l1" "co" "li"
[11] "call" "cent" "norm"

round(apply(bovins,2,mean),dig=3)
a1 a2 b1 b2 b3 k1 k2 k3 w1 w2
0.680 0.320 0.283 0.658 0.058 0.537 0.460 0.003 0.318 0.682

pca1$eig
[1] 0.3609921 0.1754960 0.0049996 0.0014243 0.0000436

cumsum(pca1$eig)/sum(pca1$eig)
[1] 0.6649 0.9881 0.9973 0.9999 1.0000

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 2

Exercice 3 - Q1 Donner le plus simplement possible ce que vous attendez des ordres
suivants:
apply(bovins,1,sum)
dim(pca1$tab)
length(pca1$lw)
pca1$cw
pca1$nf
[Link](pca1$l1)
pca1$tab[1,1:2]
sum(pca1$tab[4,3:5])
apply(pca1$tab,1,sum)
apply(pca1$tab,2,sum)

Exercice 3 - Q2 Sachant que pca1$l1[1,1] contient la valeur -0.9167, que peut-on prévoir
pour le contenu de pca1$li[1,1]. De manière symétrique sachant que pca1$co[1,2]
contient la valeur 0.07267, que peut-on prévoir pour pca1$c1[1,2] ?

On note 1m le vecteur à m composantes toutes égales à 1 et 0m est le vecteur à m composantes

toutes égales à 0. A t est la transposée de A.

Exercice 3 - Q3 Une seule de ces égalités est fausse. Dites laquelle et dites pourquoi.

X01 12 = 06 Xt01 16 = 02
X02 13 = 06 Xt02 16 = 03
X03 13 = 06 Xt03 16 = 03
X04 14 = 06 Xt04 16 = 02

Exercice 3 - Q4 Quels sont les rangs des matrices X01 , X02 , X03 et X04 ?

Exercice 3 - Q5 Donner 4 vecteurs indépendants qui vérifient X0u = 0 .

Exercice 3 - Q6 Donner un vecteur qui vérifie Xt0 v = 0 .

Exercice 3 - Q7 Quelles sont les dimensions de la matrice C de variances-covariances ?

Donner 4 vecteurs indépendants qui vérifient Cu = 0 .

Exercice 3 - Q8 Quel est le rang de la matrice C ? Donner un argument numérique et un

argument mathématique.

Exercice 3 - Q9 Quel est le taux d'inertie projetée sur le plan 1-2 de cette analyse en
composantes principales.

Exercice 3 - Q10 Donner une légende à la figure, sachant qu'elle a été construite à partier de :
par(mfrow=c(2,2))
[Link](pca1$li)
[Link](pca1$c1[1:2,],add.p=T)
[Link](pca1$li)
[Link](pca1$c1[3:5,],add.p=T)
[Link](pca1$li)
[Link](pca1$c1[6:8,],add.p=T)
[Link](pca1$li)
[Link](pca1$c1[9:10,],add.p=T)

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 3

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 4
 MAÎTRISE BPE - UV MIAB 2 -STATISTIQUES (2
HEURES)
NOM : PRÉNOM :

Exercice 1 : Une analyse des correspondances 2-2

composante nature valeur

tab

cw

lw

eig

rank

c1

l1

co

li

Justificatifs et commentaires :

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 5

Exercice 2 : Inertie et Chi2 en analyse des correspondances

Exercice 3 : Analyse en composantes principales et génétique

Exercice 3 - Q1 Qu'attendez-vous des ordres :

apply(bovins,1,sum)

dim(pca1$tab)

length(pca1$lw)

pca1$cw

pca1$nf

[Link](pca1$l1)

pca1$tab[1,1:2]

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 6

sum(pca1$tab[4,3:5])

apply(pca1$tab,1,sum)

apply(pca1$tab,2,sum)

Exercice 3 - Q2 pca1$li[1,1] et pca1$co[1,2]

Exercice 3 - Q3 Laquelle est fausse et pourquoi ?

Exercice 3 - Q4 Les rangs des matrices

Exercice 3 - Q5 4 vecteurs indépendants qui vérifient X0u = 0

Exercice 3 - Q6 Un vecteur qui vérifie Xt0 v = 0

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 7

Exercice 3 - Q7 Dimensions de C et 4 vecteurs indépendants qui vérifient Cu = 0

Exercice 3 - Q8 Quel est le rang de la matrice C ?

Exercice 3 - Q9 Quel est le taux d'inertie projetée sur le plan 1-2

Exercice 3 - Q10 Donner une légende à la figure

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 8

Éléments de réponse. Exercice 1 : Une analyse des correspondances 2-2

2 1 1 3 1 6 
La matrice à traiter est X =   . La table de fréquence associée est P =   . Les
1 2 1 6 1 3
1 2 0 
diagonales des poids sont D I = D J =   . Le tableau doublement centré s'écrit :
 0 1 2

 p   1 3 − 1 3
P0 =  ij − 1 =  
 pi. p. j   − 1 3 1 3 

 0
Le vecteur   est propre pour la valeur propre 0. L'autre est un score centré et normé pour
 0
 −1 
la pondération uniforme, donc au signe près le vecteur   . Le vecteur des moyennes
1
 −1 3  1
conditionnelles par ligne de P est   de variance . Donc la première (et unique) valeur
 13  9
1
propre vaut . Les coordonnées des lignes sur l'axe unique sont (coordonnée = composante x
9
 −1 3 
racine de la valeur propre)   . Les coordonnées des colonnes sont identiques.
 13 

tab est un [Link] 2-2 qui contient P0 , cw est un vecteur qui contient les poids des
colonnes soit (1 2,1 2 ) , lw est un vecteur qui contient les poids des lignes (1 2,1 2 ) , eig est
un vecteur qui contient les valeurs propres non nulles soit donc l'unique valeur 1 9 . c1 est un
[Link] à un seule colonne contenant le vecteur ( −1,1) . l1 est un [Link] à un seule
colonne contenant le vecteur ( −1,1) . co est un [Link] à une seule colonne contenant le
vecteur ( −1 3,1 3) . li est un [Link] à une seule colonne contenant le vecteur ( −1 3,1 3) .
N contient le total du tableau traité donc la valeur 6.
unclass(minidudi)
$tab $cw $lw
V1 V2 V1 V2 1 2
1 0.3333 -0.3333 0.5 0.5 0.5 0.5
2 -0.3333 0.3333

$eig
[1] 0.1111

$rank
[1] 1

$c1 $l1 $co $li

CS1 RS1 Comp1 Axis1
V1 -1 1 -1 V1 -0.3333 1 -0.3333
V2 1 2 1 V2 0.3333 2 0.3333

$N
[1] 6

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 9

Exercice 2 : Inertie et Chi2 en analyse des correspondances

Les effectifs observés sont oij = xij = npij . Les effectifs théoriques sont cij = npi. p. j . Le chi2
vaut :

(o − cij ) ( np − npi. p. j ) (p − pi. p. j )

2 2 2

χ = ∑ i =1 ∑ j =1 =∑ i =1 ∑ j =1 = n∑ i =1 ∑ j =1
2 I J ij I J ij I J ij

cij npi. p. j pi. p. j

On peut prendre un schéma quelconque centré, par exemple :

DJ
J → J
−1 −1
D P D − 1IJ ↑
J
t
I ↓ D PD−J 1 − 1IJ
−1
I

I ← I
DI

J ( pij − pi . p. j )
2 2
 pij 
IT = ∑ i =1 ∑ j =1 pi. p. j  − 1 = ∑ i =1 ∑ j =1
I J I

p p  pi. p. j
 i. . j 

On en déduit :

n ( λ1 + λ2 + ... + λr ) = χ 2

Exercice 3 : Analyse en composantes principales et génétique

Exercice 3 - Q1 Qu'attendez-vous des ordres :

apply(bovins,1,sum) # La somme par ligne du tableau initial

Ndama Baoule Zebu_a Zebu_m Charolais Salers
4 4 4 4 4 4
dim(pca1$tab) # Les dimensions du tableau traité
[1] 6 10

length(pca1$lw) # Le nombre de lignes

[1] 6

pca1$cw # Les poids des colonnes, unitaires en ACP

[1] 1 1 1 1 1 1 1 1 1 1

pca1$nf # Le nombre de facteurs conservés

[1] 2

[Link](pca1$l1) # le tableau des composantes principales forment un

[Link]
[1] TRUE

pca1$tab[1,1:2] # la valeur observée 0.89 - la moyenne 0.68 donne 0.21

a1 a2
Ndama 0.21 -0.21

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 10

 sum(pca1$tab[4,3:5]) # La somme par ligne et par bloc de colonne dans le tableau
centré vaut 0 : voir question 3 pour la notation mathématique
[1] -1.388e-17

apply(pca1$tab,1,sum) # La somme par ligne fait la somme des sommes des blocs
toujours nulle. On attend 0 partout.

Ndama Baoule Zebu_a Zebu_m Charolais Salers

-3.331e-16 -2.498e-16 -4.163e-16 -2.567e-16 -2.220e-16 -3.886e-16

apply(pca1$tab,2,sum) # La somme par colonne dans une ACP centrée est toujours
nulle et on attend 0 partout.
a1 a2 b1 b2 b3 k1 k2
-2.220e-16 0.000e+00 -2.498e-16 0.000e+00 1.388e-17 -3.886e-16 -1.110e-16
k3 l1 l2
-2.602e-18 -3.331e-16 -4.996e-16

Exercice 3 - Q2 pca1$li[1,1] et pca1$co[1,2]

On attend -0.9167*sqrt(0.3609921)(composante du vecteur x racine de la valeur propre)
pca1$l1[1,1]
[1] -0.9167
pca1$li[1,1]
[1] -0.5508
-0.9167*sqrt(0.3609921)
[1] -0.5508

On attend 0.07267/sqrt(0.1754960) (coordonnée divisée par la racine de la valeur propre)

pca1$co[1,2]
[1] 0.07267
pca1$c1[1,2]
[1] 0.1735
0.07267/sqrt(0.1754960)
[1] 0.1735

Exercice 3 - Q3 Laquelle est fausse et pourquoi ?

Chaque tableau élémentaire donne des sommes par ligne égales à 1. C'est encore vrai pour la
somme des moyennes par colonne. Donc chaque tableau centré donne des somme par ligne
égales à 0. D'autre part, la somme par colonne dans un tableau centré est toujours nulle. La
première colonne d'égalité donne la première propriété et la seconde colonne exprime la
seconde propriété. Mais l'équation X04 14 = 06 comporte une faute et n'a pas de sens. Il aurait
fallu écrire X04 12 = 06 .

Exercice 3 - Q4 Les rangs des matrices

Vue la question précédente on a toujours une combinaison linéaire de colonnes nulle et des
rangs égaux à 1, 2, 2 et 1 pour les dimensions de 2, 3, 3 et 2 colonnes.

Exercice 3 - Q5 4 vecteurs indépendants qui vérifient X0u = 0

Vue la question 3, il suffit de prendre :

u1 = (1 1 0 0 0 0 0 0 0 0 )
t

u2 = ( 0 0 1 1 1 0 0 0 0 0)
t

u3 = ( 0 0 0 0 0 1 1 1 0 0 )
t

u 4 = ( 0 0 0 0 0 0 0 0 1 1)
t

Exercice 3 - Q6 Un vecteur qui vérifie Xt0 v = 0

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 11

Il suffit de prendre v = (1 1 1 1 1 1)
t

Exercice 3 - Q7 Dimensions de C et 4 vecteurs indépendants qui vérifient Cu = 0

La matrice est de dimension 10-10. Les vecteurs u de la question 5 précédente conviennent.

Exercice 3 - Q8 Quel est le rang de la matrice C ?

La procédure n'a affiché que 5 valeurs propres. Le rang doit être de 5. Pourquoi ? Le rang de
C est celui de X0 qui est une matrice 10-6. Le rang est au plus égal à 6 mais la somme des
lignes est nulle. Le rang est au plus égal à 5. C'est la seule difficulté du problème. La présence
de 4 combinaisons linéaires nulles (à coefficients non nuls) pour 10 vecteurs (colonnes) à 6
composantes impliquent un rang inférieur ou égal à 6 : on voit cet aspect dans
sum(pca1$tab[4,3:5]) et apply(pca1$tab,1,sum) de la question 1 et les 4 vecteurs des
questions 5 et 7. Mais la présence des variables centrées font que le tableau est aussi formé
de 6 lignes à 10 composantes dont la somme nulle implique un rang inférieur ou égal à 5. On
voit cet aspect dans apply(pca1$tab,2,sum) de la question 1 et le vecteur de la question 6.

Exercice 3 - Q9 Quel est le taux d'inertie projetée sur le plan 1-2 ?

Il vaut la somme des deux premières valeurs propres divisée par la somme des variances (ou
des valeurs propres) soit 0.9881 comme indiqué dans l'indication du sujet :
cumsum(pca1$eig)/sum(pca1$eig)
[1] 0.6649 0.9881 0.9973 0.9999 1.0000

Exercice 3 - Q10 Donner une légende à la figure.

La figure est formée de quatre fenêtres, chacune d'entre elles utilisant un seul locus. Dans une
fenêtre on trouve la carte factorielle des lignes de l'ACP c'est-à-dire la projection des 6 points
à 10 composantes sur un plan d'inertie qui contient toute l'information (99%). Les échelles
sont communes aux deux axes et un carré a 0.5 de côté. Pour un locus donné, on trouve en
outre la projection des vecteurs de la base canonique (10 composantes) associés aux colonnes
d'un même locus.

Mathématiquement le point a1 de la première fenêtre est la projection sur le plan principal du

vecteur (1 0 0 0 0 0 0 0 0 0 ) et le point a2 la projection du vecteur
(0 1 0 0 0 0 0 0 0 0 ) . La représentation globale est un biplot multi-fenêtré
d'ACP.

Expérimentalement, on y lit directement l'apport que chaque locus fait dans la typologie
globale. L'allèle a2 du système alpha isole les zébus, l'allèle l1 du système beta-lacto identifie
les bovins européens, l'allèle k2 du système kappa isole les taurins africains. La forme de la
figure pose le problème de la cohérence, ou de la redondance des typologies faites par
différents marqueurs (par exemple dans Moazami-Goudarzi, K., and D. Laloe. 2002. Is a
multivariate consensus representation of genetic relationships among populations always
meaningful? Genetics 162:473-484) et introduit ausx méthodes K-tableaux.

BPE - MIAB - Statistique - Juin 2003 / D. Chessel - [Link] / 12