Accueil | Recherche | Publications | Enseignement

Méthodes factorielles pour l'analyse des données : méthodes linéaires et extensions non-linéaires

Couverture livre  
Le livre présente les principales méthodes d'analyse factorielle linéaire (analyse en composantes principales, analyse des correspondances binaires, analyse des correspondances multiples, analyse discriminante). Des méthodes d'analyse non linéaire des données, à base de noyaux (kernel principal component analysis, kernel discriminant analysis) ou à base de réseaux de neurones, sont également abordées. Des exemples d'application et des exercices avec leurs solutions ou des indications pour la solution sont associés à chaque méthode et permettent au lecteur de consolider ses connaissances. Ce livre s'adresse aux étudiants du second et du troisième cycle universitaire.
Table des matières et index (PDF).
Livre disponible chez Lavoisier, Amazon, etc.

Table des matières

Introduction1
Éléments d'histoire de l'Analyse factorielle des données4
Contenu du livre6
1. Analyse en composantes principales7
  1.1. Introduction7
  1.2. Données8
  1.3. Analyse du nuage des individus10
    1.3.1. Ajustement du nuage des individus par une droite10
    1.3.2. Ajustement du nuage des individus par un plan13
    1.3.3. Ajustement du nuage des individus par un sous-espace16
  1.4. Analyse du nuage des variables17
  1.5. Relation entre l'analyse des individus et l'analyse des variables18
  1.6. Reconstitution du tableau de données20
  1.7. Variantes de l'analyse en composantes principales22
    1.7.1. Analyse générale22
    1.7.2. Centrage du nuage des individus22
    1.7.3. ACP normée24
  1.8. Interprétation des résultats27
    1.8.1. Outils pour l'interprétation27
      1.8.1.1. Apport d'un axe factoriel27
      1.8.1.2. Choix du nombre d'axes29
      1.8.1.3. Influence d'un individu ou d'une variable31
    1.8.2. Variables et individus supplémentaires31
    1.8.3. Règles d'interprétation34
  1.9. Exemples40
    1.9.1. Analyse des données concernant les mammifères40
    1.9.2. Analyse des données Textures41
  1.10. Compléments46
    1.10.1. Distance générale et pondération différenciée des individus46
    1.10.2. Robustesse de l'analyse et codage par les rangs49
    1.10.3. Courte introduction aux réseaux de neurones formels50
    1.10.4. Relation entre ACP et perceptrons multicouches52
    1.10.5. Analyse non linéaire basée sur des fonctions noyau55
  1.11. Exercices (6)64
    Analyse en composantes principales des donnees Textures
    Analyse en composantes principales a noyaux
2. Analyse factorielle des correspondances81
  2.1. Introduction81
  2.2. Présentation de la méthode82
    2.2.1. Données82
    2.2.2. Pondération des profils88
    2.2.3. Évaluation de la distance entre des profils89
    2.2.4. Analyse du nuage des profils-lignes92
    2.2.5. Analyse du nuage des profils-colonnes97
    2.2.6. Relations entre les analyses des deux nuages99
    2.2.7. Présence de variables quantitatives103
  2.3. Interprétation des résultats105
    2.3.1. Outils pour l'interprétation105
      2.3.1.1. Test d'indépendance entre les variables105
      2.3.1.2. Apport d'un axe factoriel107
      2.3.1.3. Choix du nombre d'axes108
      2.3.1.4. Influence de chaque profil108
    2.3.2. Profils supplémentaires110
    2.3.3. Règles d'interprétation112
  2.4. Compléments114
    2.4.1. Analyse du nuage centré et analyse du nuage non centré114
    2.4.2. Analyse directe des profils117
  2.5. Exemples120
    2.5.1. Enquête " Internet : accès et utilisation au Québec "120
      2.5.1.1. Croisement âge - services120
      2.5.1.2. Croisement âge - ancienneté124
    2.5.2. Analyse d'un tableau de notes126
  2.6. Exercices (3)132
    Analyse factorielle des correspondances binaires
    
3. Analyse des correspondances multiples135
  3.1. Introduction135
  3.2. Présentation de la méthode136
    3.2.1. Données136
    3.2.2. Analyse du tableau disjonctif complet140
      3.2.2.1. Analyse du nuage des individus et du nuage des modalités140
      3.2.2.2. Relations entre le nuage des individus et le nuage des modalités148
      3.2.2.3. Représentation synthétique des variables149
    3.2.3. Analyse du tableau de Burt150
    3.2.4. Présence de variables quantitatives152
  3.3. Interprétation des résultats153
    3.3.1. Outils pour l'interprétation153
      3.3.1.1. Apport d'un axe factoriel153
      3.3.1.2. Influence de chaque profil155
      3.3.1.3. Influence de chaque variable156
    3.3.2. Individus et variables supplémentaires158
    3.3.3. Règles d'interprétation161
  3.4. Exemples165
    3.4.1. Enquête " Les étudiants et la ville "165
    3.4.2. Enquête " Internet : accès et utilisation au Québec "169
  3.5. Exercices (3)175
    Analyse des correspondances multiples, donnees Etudiants
    Analyse des correspondances multiples, donnees Internet
4. Analyse factorielle discriminante179
  4.1. Introduction179
  4.2. Analyse factorielle discriminante linéaire180
    4.2.1. Notations et support théorique180
      4.2.1.1. Centre de gravité de l'échantillon et centres de gravité des classes181
      4.2.1.2. Covariance entre deux variables descriptives182
      4.2.1.3. Covariance intra-classe et covariances interclasses182
    4.2.2. Étape descriptive184
      4.2.2.1. Calculs préliminaires184
      4.2.2.2. Recherche du premier axe factoriel discriminant186
      4.2.2.3. Recherche des autres axes factoriels discriminants188
      4.2.2.4. Traitement algorithmique alternatif189
      4.2.2.5. Cas particulier des matrices de covariances mal conditionnées191
      4.2.2.6. Pondération différenciée des observations192
      4.2.2.7. Cas particulier de deux groupes193
      4.2.2.8. Lien entre l'AFD et l'ACP193
      4.2.2.9. Lien entre l'AFD et la régression linéaire194
    4.2.3. Étape décisionnelle195
      4.2.3.1. Cas général195
      4.2.3.2. Cas particulier de deux groupes196
    4.2.4. Nombre d'axes factoriels discriminants significatifs196
    4.2.5. Exemple200
  4.3. Analyse factorielle discriminante quadratique202
    4.3.1. Support théorique203
      4.3.1.1. Métrique diagonale204
      4.3.1.2. Métrique quelconque de déterminant unitaire207
  4.4. Compléments208
    4.4.1. Relation entre AFD et perceptrons multicouches208
    4.4.2. Analyse discriminante à noyaux214
    4.4.3. Analyse discriminante asymétrique221
  4.5. Exercices (5)226
Solutions des exercices235
Bibliographie273
Indexvii
    Analyse factorielle discriminante des donnees Textures
    Analyse discriminante a noyaux des donnees Textures
    Analyse discriminante asymetrique