A.
Contexte :
L’analyse factorielle des correspondances simples est une extension de
l’analyse en composantes principales permettant d’analyser l’association entre
deux variables qualitatives (ou catégorielles).
L’AFC permet de résumer et de visualiser l’information contenue dans le
tableau de contingence formé par les deux variables catégorielles. Le tableau
de contingence contient les fréquences formées par les deux variables.
B. Exemple :
Existe-t-il un lien entre la couleur des cheveux et la couleur des yeux ?
1. Importation des données :
Ci-dessous nos données brut, en colonne nous avons les couleurs de cheveux et
en lignes les couleurs des yeux. Ce tableau de contingence contient donc les
fréquences couleurs des “cheveux” et couleurs des “yeux”.
Brun Châtain Roux Blond Total Chinoises Suédoises
Marron 68 119 26 7 220 75 5
Noisette 15 54 14 10 93 20 10
Vert 5 29 14 16 64 5 20
Bleu 20 84 17 94 215 0 65
Total 108 286 71 127 592 100 100
2. Analyse du tableau :
Brun Châtain Roux Blond Total Chinoises Suédoises Profil_moyen
Marrron 63% 42% 37% 6% 75% 5% 37% 37%
Noisettes 14% 19% 20% 8% 20% 10% 15% 15%
Vert 5% 10% 20% 13% 5% 20% 12% 12%
Bleu 19% 29% 24% 74% 0% 65% 36% 36%
Total 100 100% 100% 100% 100 100% 100% 100%
% %
On peut lire le tableau de la manière suivante :
63% des anglaises aux cheveux bruns ont les yeux marrons ;
37% des anglaises au global ont les yeux marrons ;
La population chez les anglaises de Blond aux yeux Bleu (74%) permet
d’augmenter considérablement la proportion de personnes ayant des
yeux Bleu (36%) ;
3. Sélection des individus et des variables actives:
Les couleurs de cheveux, en colonnes, sont déclarées actives et déterminent les
ressemblances et les dissemblances entre les couleurs des yeux. Ce sont elles
qui vont intéragir dans le modèle et nous permettre de répondre à la
problématique.
Les populations des chinoises et suédoises sont déclarés comme
des fréquences illustratives.
4. Significativité statistique :
Pour interpréter l’AFC, la première étape consiste à évaluer s’il existe une
dépendance significative entre les lignes et les colonnes.
Une méthode rigoureuse consiste à utiliser la statistique de khi2 pour examiner
l’association entre les modalités des lignes et celles des colonnes.
Une statistique de khi2 élevée signifie un lien fort entre les lignes et les
colonnes, comme nous pouvons le voir ici.
5. Visualisation & Interprétation :
5.1. Détermination des axes : Analyse des valeurs propres:
L’examination des valeurs propres permet de déterminer le nombre d’axes
principaux à considérer. Les valeurs propres correspondent à la quantité
d’informations (l’inertie) retenue par chacun axe. Contrairement à l’ACP, vue
précédemment, aucune valeur propre n’est supérieure à 1. Cela est dû à un
nombre de modalités actives plus élevé.
Les valeurs propres peuvent être utilisées pour déterminer le nombre d’axes à
retenir. Il n’y a pas de «règle générale» pour choisir le nombre de dimensions à
conserver pour l’interprétation des données. Par exemple en médecine nous
retenons des variances autour de 90% alors qu’en marketing une variance 70%
peut être acceptable.
eigenvalue [Link] [Link]
Dim.1 0.0976814 86.3962254 86.39623
Dim.2 0.0144254 12.7588205 99.15505
Dim.3 0.0009528 0.8427415 99.99779
Dim.4 0.0000025 0.0022126 100.00000
Les deux premiers axes restituent près de 99% de l’inertie total. Soit près de
99% de la quantité d’informations contenue dans le tableau de contingence.
Une autre méthode pour déterminer le nombre de dimensions est de regarder
le graphique des valeurs propres (critère de coude), ordonnée de la plus grande
à la plus petite valeur. Le nombre d’axes est déterminé par le point, au-delà
duquel les valeurs propres restantes sont toutes relativement petites et de
tailles comparables.
Dans notre cas nous choisirons donc les deux premiers axes.
5.2. Visualisation:
Dans le graphique ci-dessus, les lignes sont représentées par des points bleus,
les colonnes actives par des triangles rouges et les colonnes illustratives par des
triangles bordeaux.
La distance entre les points lignes ou entre les points colonnes donne une
mesure de leur similitude. Les points lignes avec un profil similaire sont proches
sur le graphique. Il en va de même pour les points colonnes.
La couleur “Châtain” est la couleur la plus proche du profil moyen, celle dont la
répartition des couleurs d’yeux est la plus proche de l’ensemble.
La couleur des yeux qui correspond le plus aux Suédoises est davantage le Bleu
et le Vert que les autres couleurs.
Pour les Chinoises, elles sont davantage repoussées par la couleur Bleu
qu’attirées par le Marron.
6. Conclusion:
Il existe bien un lien entre la couleur des cheveux et la couleur des yeux sauf
pour la couleur Châtain qui est vraiment proche du profil moyen. En effet les
Anglaises blondes ont plus de chances d’avoir les yeux bleus, les brunes ont
plus de chances d’avoir des yeux marron et les rousses ont plus de chances
d’avoir des yeux vert. En outre les Chinoises ont une probabilité élevée d’avoir
des yeux marron alors que les suédoises ont plus de chances d’avoir des yeux
bleus ou vert.
