CHAPITRE 1

Analyse Factorielle des Correspondances

(AFC)

’analyse factorielle des correspondances (AFC), ou analyse des correspondances simples, est une
L méthode exploratoire d’analyse des tableaux de contingence. Elle a été développée essentielle-
ment par J.-P. Benzecri durant la période 1970-1990.
L’AFC peut être considérée comme une ACP particulière dotée de la métrique du X2 (Khi-2) qui
ne dépend que du profil des colonnes du tableau. L’analyse permet, dans le plan des deux premiers
axes factoriels, une représentation simultanée, souvent fort suggestive des ressemblances entre les
colonnes ou les lignes du tableau et de la proximité entre lignes et colonnes.
Dans ce type d’Analyse Factorielle, nous allons étudier sur N individus les «liaisons» entre deux
variables X et Y. Chaque variable détermine deux partitions de l’ensemble des individus selon les
modalités déterminées choisies pour chacune d’elles. On note souvent I l’ensemble des modalités de
la variable X et J celui des modalités de Y. Le cardinal de I est noté n et celui de J est noté m. Pour
chercher les liaisons entre X et Y nous allons croiser les deux partitions pour obtenir un tableau de
contingence indexé par I × J ( on définit un ordre sur I et J, qui peut être éventuellement arbitraire,
afin de pouvoir construire ce tableau). Dans la case associée à la i-ème ligne et à la j-ème colonne on
écrit l’effectif des individus ayant la i-ème modalité pour la variable X et la j-ème modalité pour la
variable Y, celui-ci est noté kij .

Pr. O. THIARE / UGB-UFR SAT

 Analyse Factorielle des Correspondances (AFC)

Tableau de contingence complété par ses marges

HH
Y
H ··· j-ème colonne ··· marge
X HHH
··· ··· ··· ··· ···
i-ème ligne ··· kij ··· ki.
··· ··· ··· ··· ···
marge ··· k.j ··· N

On pose
n
X m
X
k.j = kij et ki. = kij
i=1 j=1

k.j est appelé l’effectif marginal de la j-ème modalité de Y,

ki. est appelé l’effectif marginal de la i-ème modalité de X.
Les éléments du tableau de contingence divisés par l’effectif total N constituent le tableau des fré-
quences où l’on note fij l’élément générique. Ce tableau permet de définir deux «marges» : une
X
colonne indexée par i d’élément générique fi. = fij et une ligne indexée par j d’élément géné-
j∈J
X
rique f.j = fij , ce sont les fréquences marginales.
i∈I
La fréquence fi. (respectivement f.j ) peut être interprétée comme le poids de la i-ème modalité de
X, on peut noter celui-ci pi. (respectivement le poids p.j de la j-ème modalité de Y).
On obtient ainsi deux nuages NI et NJ définis de la facon suivante :

Nuage NI
Pour chaque i ∈ I tel que pi. 6= 0, on définit un point f i de Rm de composantes :
f 
i1
 pi.   i 
f 
 i2  f1
  fi 
 pi.   2 

 · · ·  · · · 
fi =  f  =  i 
   
 ij   fj 
 pi.  · · · 
   
 ··· 
 
fm i
f 
im
pi.
Ces composantes sont les proportions (ou fréquences) conditionnelles de la i-ème modalité de X
individus qui ont la j-ème modalité pour Y.
Les points f i du nuage NI sont appelés profils-lignes.
A chaque point f i on associe le poids pi. . (afin de prendre en compte l’importance de chaque classe).
On obtient ainsi les points pondérés (f i , pi. ) du nuage NI .

Pr. O. THIARE / UGB-UFR SAT

Nuage NJ
Par symétrie des rÙles de I et J, pour tout j ∈ J tel que p.j 6= 0 on définit un nuage NJ par les
points fj de Rn de composantes :
f1j
 
 p.j   
 f2j 
  f1
  j2 
 p.j   fj 

 
···   · · ·
fj =  = 
 fij   f i 

  j
 p.j   
   · · ·
··· 
  fjn
 fnj 
p.j
Les points fj du nuage NJ sont appelés profils-colonnes et chaque point fj est affecté du poids p.j .

Exemple
Prenons un exemple de résultats scolaire : on relève les notes mathématiques et d’anglais d’une
classe de sixième, le tableau de données est le suivant :

Numéro 1 2 3 4 5 6 7 8 9 10 11 12 13
math. 9 13 11 10 12 16 18 12 15 18 13 9 17
angl. 9 7 8 10.5 11 12 16.5 9.5 13 16.5 12 3 17
14 15 16 17 18 19 20 21 22 23 24 25 26 27
13 10 10 15 10 12 10 16 11 10 8 11 14 14
12.5 7.5 6.5 13.5 7.5 9 12 17 10 14.5 7.5 12 8.5 11.5
Nous allons définir des «classes» en mathématiques et en anglais, l’écart type de l’anglais étant plus
élevé que celui des maths nous allons définir, par exemple, 5 classes en anglais et 4 en maths :
Classes en maths : [0; 5[, [5; 10[, [10; 15[, [15; 20],
classes en anglais : [0; 4[, [4; 8[, [8; 12[, [12; 16[, [16; 20]
Le tableau complet de contingence (ou tableau complet des effectifs), de terme général kij est le
suivant :
XXX
XXX Y : math 1 :CM1 2 :CM2 3 :CM3 4 :CM4
XX
XXX marge
X : anglais X [0 ;5[ [5 ;10[ [10 ;15[ [15 ;20[
1 :CA1 [0 ;4[ 0 1 0 0 k1. = 1
2 :CA2 [4 ;8[ 0 1 4 0 k2. = 5
3 :CA3 [8 ;12[ 0 1 8 0 k3. = 9
4 :CA4 [12 ;16[ 0 0 5 3 k4. = 8
5 :CA5 [16 ;20[ 0 0 0 4 k5. = 4
marge k.1 = 0 k.2 = 3 k.3 = 17 k.4 = 7 effectif total=27

Pr. O. THIARE / UGB-UFR SAT

 Analyse Factorielle des Correspondances (AFC)

Remarque : La première classe de math contient 0 individus. Dans ce cas, généralement, on la sup-
prime, nous la gardons ici pour ne pas changer les indices, mais nous ne l’utiliserons pas dans les
calculs.
Ce tableau nous montre, par exemple, que 8 élèves ont leur note d’anglais entre 12 (compris) et 16
(non compris) puisque K4. = 8.
kij
Le tableau complet des fréquences, de terme général fij = , est :
N
XXX
XXXY : math 1
XX
XXX 2 3 4 fréquence marginale
X : anglais X
1 1
1 0 0 0 f1. = = p1.
27 27
1 4 5
2 0 0 f2. = = p2.
27 27 27
1 8 9
3 0 0 f3. = = p3.
27 27 27
5 3 8
4 0 0 f4. = = p4.
27 27 27
4 4
5 0 0 0 f5. = = p5.
27 27
0 3 17 7
fréquence marginale f.1 = = f.2 = = f.3 = = f.4 = = poids total=1
27 27 27 27
p.1 p.2 p.3 p.4
Dans la suite de ce chapitre nous notons F la matrice à 5 lignes et 3 colonnes (nous supprimons
la colonne ne comportant que des zéros) représentant le tableau des fréquences.

Définition du nuage NI (profils-lignes)

Le cardinal de I est : n = 5 et celui de J est : m = 3.

XXX
XXX Y : math
XX
XXX f1i f2i f3i f4i poids pi.
X : anglais X
1
f 1 (i=1) • 1 0 0 p1. =
27
1 4 5
f 2 (i=2) • 0 p2. =
5 5 27
1 8 9
f 3 (i=3) • 0 p3. =
9 9 27
5 3 8
f 4 (i=4) • 0 p4. =
8 8 27
5 4
f (i=5) • 0 0 1 p5. =
27
5 4
exemple : Nous avons imprimé en gras le nombre dans la ligne f : c’est la proportion condition-
8
nelle de la 4-ème modalité de l’anglais des individus qui ont la 3-ème modalité en maths (5 élèves
ont à la fois un note entre 12 compris et 16 non compris en anglais et une note entre 10 compris et 15
non compris et 15 non compris en math ; 8 élèves ont une note entre 12 compris et 16 non compris en

Pr. O. THIARE / UGB-UFR SAT

 1.1. MÉTRIQUES ET BASES

anglais).

5
f43 5 8
f34= = 27 = , le poids du point f 4 est p4. = .
p4. 8 8 27
27
Remarque : La somme des composantes d’un point quelconque de NI (respectivement de NJ ),
étant égale à 1, tous les points de NI (respectivement de NJ ) sont situés dans un hyperplan de Rm
(respectivement de Rn ).
Dans notre exemple, où NI peut être représenté dans R3 , les points seront donc dans un plan de R3 .

Définition du nuage NJ (profils-colonnes)

f1 (j=1) f2 (j=2) f3 (j=3) f4 (j=4)
1
fj1 • 0 0
1
1 4
fj2 • 0
3 17
1 8
fj3 • 0
3 17
5 3
fj4 • 0
17 17
4
fj5 • 0 0
17
3 17 7
poids p.j p.1 = 0 p.2 = p.3 = p.4 =
27 27 27

1.1 Métriques et bases

Les éléments du nuage NI sont repérés dans la base canonique de Rm notée (e1 , · · · , ej , · · · , em ).
On définit une métrique sur l’espace vectoriel engendré par les éléments de NI à partir de l’inverse
de la matrice diagonale Dm ( tous les éléments de cette diagonale sont non nuls) de la facon sui-
vante : si b est la forme bilinéaire définie par :
 
p.1 0 0 ··· ··· 0
0 p.2 0 ··· ··· ···
 
0 0 ··· ··· ··· ···
 
· · · ··· 0 p.j ··· 0 
 
 
· · · ··· ··· ··· ··· 0 
0 ··· ··· 0 0 p.m


 0 si j 6= k
b(ej , ek ) = 1
si j = k
p.j


Pr. O. THIARE / UGB-UFR SAT

 Analyse Factorielle des Correspondances (AFC)

La distance de deux profils-lignes quelconques f r et f s est définie par

dm (f r , f s ) = b(f r − f s , f r − f s ) soit encore :
X (fjr − fjs )2 (f1r − f1s )2 (fjr − fjs )2 (f r − fms )2
2 r s
dm (f , f ) = = + ··· + + ··· + m
p.j p.1 p.j p.m
j∈J
Remarque : ce sont donc les poids p.j du nuage NJ qui définissent la métrique associée à NI . De
même, le nuage NJ est rapporté à la base canonique de Rn et sa métrique est définie par les poids de
NI .
Les métriques ainsi définies sont appelées «métrique du X2 ».
La matrice définissant la métrique n’est donc plus, comme c’est le cas généralement en ACP, le pro-
duit d’un scalaire par la matrice unité Id (de dimension m × m dans le cas du nuage NI ).
Ainsi dans notre exemple la matrice des poids définissant la métrique sur NI est :

3
 
 27 0 0
 17 
 rappelons que p.1 = 0
0 0
 27
 7
0 0
27
Le carré de la distance entre f 2 et f 3 est calculée par :
1 1 4 8
X (fj2 − fj3 )2 ( − )2 ( − )2
2 2 3
dm (f , f ) = = 5 9 + 5 9 = 0.0825.
p.j 3 17
j∈J
27 27
Rappelons que la métrique de distance dm , ici sur R3 car m = 3, est donnée par l’inverse de la marge
ligne du tableau des fréquences.
Propriété importante de cette métrique : la distance entre deux points f r et f s de NI ne change
pas si on remplace deux colonnes identiques du tableau des fréquences NI par une colonne égale à
la somme des éléments de même ligne et le poids associé par la somme des poids des éléments de
même ligne.
En effet, le carré de la distance entre f r et f s (pour r 6= s) est :
dm (f r , f s ) = b(f r − f s , f r − f s ) soit encore :
X (fjr − fjs )2 (f1r − f1s )2 (f r − fhs )2 (f r − fks )2
2 r s
dm (f , f ) = = + ··· + h + ··· + k + ··· +
p.j p.1 p.h p.k
j∈J
(fmr − f s )2
m
or par hypothèse, ∀r, ∀s fhr = fhs et
p.m
(f r − fhs )2 (fkr − fks )2 (f r − fhs )2
p.h = p.k et h + =2 h . (a)
p.h p.k p.h
Si on remplace les colonnes d’indice h et k du tableau des fréquence par une colonne d’élément gé-
nérique égal à la somme des éléments de même ligne et les poids p.h et p.k par le poids p.h + p.k ,
l’expression (a) devient :

((fhr − fhs ) − (fkr − fks ))2 (2fhr − 2fhs )2 2(fhr − fhs )2

= = ,
p.h + p.k 2p.h p.h

Les autres éléments du calcul de la distance n’étant pas affectés par la transformations celle-ci reste

Pr. O. THIARE / UGB-UFR SAT

 1.1. MÉTRIQUES ET BASES

la même.
Exemple : soit le tableau de contingence suivant concernant deux variables X et Y mesurées sur 10
individus :

H
HH Y
HH 1 2 3 ki.
X H
1 1 1 0 2
2 2 2 0 4
3 1 1 1 3
4 0 0 1 1
k.j 4 4 2 10

Il comporte deux colonnes égales (les colonnes 1 et 2) le tableau des fréquences correspondant est :
H
HH Y
HH 1 2 3 fréquence marginale pi.
X H
1 0.1 0.1 0 p1. = 0.2
2 0.2 0.2 0 p2. = 0.4
3 0.1 0.1 0.1 p3. = 0.3
4 0 0 0.1 p4. = 0.1
fréquence marginale p.j p.1 = 0.4 p.2 = 0.4 p.3 = 0.2 fréquence totale=1
Le tableau des profils-lignes du nuage NI est :

f1i f2i f3i

1 1
f1 0
2 2
2 2
f2 0
4 4
1 1 1
f3
3 3 3
f4 0 0 1
4 4 2
poids p.j p.1 = p.2 = p.3 =
10 10 10
Calculons le carré de la distance entre les points f 3 et f 4 du nuage NI , on a :
1 1 2
( )2 ( )2 ( )2 10 10 40 100
d2m (f 3 , f 4 ) = 3 + 3 + 3 = + + = .
4 4 2 36 36 18 36
10 10 10
Puisque les lignes 1 et 2 du tableau NI correspondantes aux 2 colonnes 1 et 2 du tableau des profils-
lignes sont égales nous pouvons réduire le tableau NI en N′ I :

Pr. O. THIARE / UGB-UFR SAT

 Analyse Factorielle des Correspondances (AFC)

f1′i f2′i
f ′1 1 0
f ′2 1 0
2 1
f ′3
3 3
f ′4 0 1
8 2
poids p′.j p′.1 = p′.2 =
10 10
On a maintenant :
2 2
( )2 ( )2 40 40 100
d2m (f ′3 , f ′4 ) = 3 + 3 = + = .
8 2 72 72 36
10 10
Remarque : Le rÙle des variables X et Y dans l’étude étant symétrique on pourra effectuer les
mêmes simplifications sur le nuage NJ .

Métrique du X2 et inertie
Rappelons que nous avons appelé la métrique associée à la distance dm définie au paragraphe
précédent «métrique du X2 », voyons quelle relations lie le calcul du test du X2 (test d’indépendance
de 2 caractères) à l’inertie des nuages NI et NJ par rapport au barycentre G, calculée avec la métrique
X2 . On définit le nombre X2 par :
X X (N fij − N fi. f.j )2
X2 =
N fi. f.j
i∈I j∈J

où N est l’effectif total des individus sur lesquels sont étudiés les deux caractères ; N fij est l’effectif
réel des individus appartenant à la fois à la classe d’indice i ∈ I et à la classe d’indice j ∈ J et
N fi. f.j est l’effectif théorique des individus dans l’hypothèse où les deux caractères étudiés seraient
indépendants (la probabilité de l’événement d’indice ij serait alors le produit des probabilités des évé-
nements d’indices respectivement i et j).
Dans le cadre de l’AFC, calculons l’inertie d’un point f i du nuage NI par rapport au barycentre G de
vecteur associé g, pour cela calculons tout d’abord les coordonnées de G.
Calcul des coordonnées du barycentre G du nuage NI dont chacun des points d’indice i est affecté du
poids pi. .
X fij X
G est un point de Rm , sa j-ème coordonnée est pi. = fij = p.j
pi.
i∈I i∈I
Donc les coordonnées du barycentre du nuage NI sont égales à la marge des poids de NI .
3 17 7
Dans notre exemple les coordonnées de G sont donc ( , , ).
27 27 27
Le carré de la distance de f i à g pour la métrique dm est :

fij 2
X ( p − p.j ) X (fij − p.j pi. )2
i.
dm (f i , g) = =
p.j p2i. p.j
j∈J j∈J

Pr. O. THIARE / UGB-UFR SAT

 1.1. MÉTRIQUES ET BASES

L’inertie du point f i affecté du poids pi. par rapport à G (ou g) est donc :
X (fij − p.j pi. )2 X (fij − p.j pi. )2
× p i. =
p2i. p.j pi. p.j
j∈J j∈J

or, ∀i ∈ I, pi. = fi. , et ∀j ∈ J, p.j = f.j l’inertie totale du nuage NI par rapport à G est donc :
X (fij − f.j fi. )2
, ce qui montre la propriété :
fi. f.j
j∈J

X2 = N × Inertieg NI

et par un calcul analogue sur le nuage NJ :

X2 = N × Inertieg NJ

Analyse factorielle des correspondances AFC), liens avec l’ACP

Nous allons effectuer sur le tableau du nuage NI le même travail qu’en ACP.
Nous recherchons les directions d’inertie maximale du nuage NI ; cells-ci sont déterminées par les
points les plus éloignés (au sens de la métrique dm ) de G et munis des plus grands poids. Le poids
attribué à chaque point étant égal à la fréquence de la classe correspondante, une classe de grand
effectif intervient fortement dans la détermination des axes.
Reprenons par analogie avec l’ACP, les données relatives au nuage NI . Nous disposons :
• d’un tableau de contingence  relatif à deux caractères
 (ou variables) observés sur N individus dont
X
le terme général est noté kij  kij = N  ;
(i,j)∈I×J
kij
• d’une matrice des fréquence, notée F, de dimmension n × m, d’éléments fij = ;
N
NI .
• d’une matrice diagonale Dm , d’élément diagonale f.j non nul, c’est la matrice de dimension m × m
définissant la métrique dm sur l’espace vectoriel engendré NI ;
• d’une matrice diagonale Dn , d’élément diagonale générique fi. non nul, c’est la matrice de dimen-
sion n × n des poids des éléments de NI .
Remarque importante :
Il faut bien prendre garde au fait que, pour définir les profils-lignes de NI , nous avons divisé chaque
ligne d’indice i du tableau F des fréquence par le poids fi. de la i-ème modalité de X : de même, pour
définir les profils-colonnes de NJ , nous avons divisé chaque colonne d’indice j par le poids f.j de la
j-ème modalité de Y.
Les matrices qui interviennent dans le calcul des axes principaux (de facon analogue à celui de l’ACP)
sont donc Dn−1 et Dm −1 et non D et D , ainsi, la matrice à diagonaliser sera : A = F t D −1 F D −1 .
n m n m
Remarquons que les profils-lignes de NI ont pour coordonnées les n lignes de la matrice Dn−1 F .
Pratiquement il est difficile de diagonaliser A qui -contrairement aux matrices intervenant en ACP-
n’est pas, en général symétrique.

Pr. O. THIARE / UGB-UFR SAT

 Analyse Factorielle des Correspondances (AFC)

On a donc recours à l’artifice de calcul suivant : nous remarquons tout d’abord que F t Dn−1 F est sy-
−1 en D 2 D 2 . −1 −1
métrique, nous allons décomposer la matrice Dm m m
−1 −1
On a alors : A = F t Dn−1 F Dm 2 Dm 2 .
Le but du calcul est d’obtenir les valeurs propres et les vecteurs propres de A. Soit λ une valeur propre
de A et U la matrice colonne du vecteur propre associé à λ.
−1 −1
La relation AU = λU s’écrit F t Dn−1 F Dm 2 Dm 2 U = λU .
−1
Multiplions cette expression à gauche par Dm 2 , il vient :
 
−1 −1 −1 −1 −1
Dm 2 AU = Dm 2 F t Dn−1 F Dm 2 Dm 2 U = Dm 2 λU

−1 −1 −1
ce qui montre que Dm 2 U est la matrice colonne du vecteur propre de Dm 2 F t Dn−1 F Dm 2 relative-
−1
ment à la valeur propre λ (l’intérêt de ce calcul est que, Dn−1 et Dm 2 étant diagonales, la matrice
−1 −1
Dm 2 F t Dn−1 F Dm 2 est symétrique, ses valeurs propres et vecteurs propres se calculent plus rapide-
ment).
−1 −1 −1 −1
Certains auteurs décomposent aussi Dn−1 en Dn 2 Dn 2 et effectuent le produit de la matrice Dn 2 F Dm 2
fij
de terme général √ p par sa tranposée ; on a alors :
fi. f.j
−1 −1 −1 −1 −1 −1
Dm 2 AU = Dm 2 F t Dn 2 Dn 2 F Dm 2 Dm 2 U.
−1 −1
On obtient ainsi, puisque Dn 2 et Dm 2 sont leurs transposées, une décomposition analogue à celle de
l’ACP.
−1 −1
Pour calculer les valeurs propres et les vecteurs propres de A nous calculons donc ceux de Dm 2 F t Dn−1 F Dm 2 =
−1 −1 1
Dm 2 ADm 2 puis nous multiplions les vecteurs propres obetnus par Dm 2
(les valeurs propres sont les
mêmes).
Les calculs effectués avec le logiciel de calculs mathématiques Math. Lab. donnent les résultats sui-
vants en écriture décimale au dix-millième ( la matrice étudiée étant de faible dimension, nous effec-
tuons les calculs directment, sans utiliser la technique de symétrisation de A) :
   
0.0370 0 0 27 0 0 0 0
0.0370 0.1481 0   0 5.4 0 0 0 
   
F = 0.0370 0.2963 0  ; Dn−1 =  0 0 3 0 0 ;
   
   
 0 0.1852 0.1111 0 0 0 3.375 0 
0 0 0.1481 0 0 0 0 6.75
   
9 0 0 0.4370 0.0993 0
−1
Dm = 0 1.5883 0  ; A = F t Dn−1 F Dm
−1
= 0.5530 0.7904 0.2679
   
0 0 3.8565 0 0.1103 0.7321
Les valeurs propres de A sont : 0.3033, 0.6562,
 1. 
−0.5840 −0.2488 −0.1610
La matrice des vecteurs propres de A est :  0.7862 −0.5491 −0.9126
 
−0.2022 0.7979 −0.3758

10

Pr. O. THIARE / UGB-UFR SAT

 1.1. MÉTRIQUES ET BASES

Nous remarquons qu’il apparait une valeur propre «paraiste» égale à1, qui correspond au dernier vec-
teur propre, colinéaire à g, nous reviendrons sur ce cas lorsque nous traiterons le cas des nuages N′I
centrés par rapport à G.
Cette valeur propre ne sera pas prise en compte dans le calcul de l’inertie autour de G et nous obte-
nons dans notre exemple les résultats suivants :
L’inertie totale est : 0.3033+0.6562=0.9595 ;
La première valeur propre est 0.6562 ;
0.6562
Le premier axe factoriel exprime donc 68% de l’inertie ( × 100 ≈ 68) ;
0.9595
0.3033
Le deuxième axe factoriel exprime donc 32% de l’inertie ( × 100 ≈ 32).
0.9595
Le premier axe factoriel représente la totalité de l’intertie ce qui était prévisible puisque les profils-
lignes de NI sont coplanaires dans R3 (dans le cas général ils appartiennet à un hyperplan de Rn ).
−1 −1
Si nous effectuons le même calcul sur la matrice Dm 2 ADm 2 les valeurs propres données par le logi-
ciel de calcul numérique Math. Lab sont
 dans cet ordre : 0.3030, 1, 0.6562.

−0.8540 −0.3333 −0.3995
La matrice des vecteurs propres est : −0.4830 −0.7935 −0.3703
 
0.1936 −0.5082 0.8386
1
Si l’on effectue sans précaution le produit de cette matrice par Dm 2
on ne trouve pas les vecteurs
propres de A.
En effet, il faut remarquer que les valeurs propres ne sont pas fournies dans le même ordre que pré-
cédemment. Nous avons, en effet, effectué les calculs avec un logiciel de mathématiques générales,
un logiciel de statistiques nous aurait délivré les valeurs propres par ordre décroissant et ordonné les
vecteurs propres en conséquence.
1
Il faut donc réordonner la matrice des vecteurs propres avant de la multiplier par Dm 2
. Nous laissons
au lectuer le soin d’effectuer la vérification (attention : les vecteurs propres ainsi obtenues ne sont
pas obligatoirement égaux aux vecteurs propres de A obtenus par un autre procédé mails ils leur sont
colinéaires).

AFC du nuage centré N′I

Nous avons remarqué que L’AFC de notre exemple faisait apparaitre une valeur propre égale à 1
que nous n’avons pas pris en compte dans le calcul de l’inertie autour de G, cette valeur propre est
inutile, car comme nous le verrons plus loin elle est associée au vecteur g défini par le barycentre
G du nuage NI , ce vecteur est orthogonal à l’hyperplan contenant les éléments de NI , l’inertie par
rapport à G, des points projetés sur l’axe défini par ce vecteur est donc nulle.
Pour éliminer ces éléments parasites et rendre l’interprétation plus facile nous allons centrer le nuage
NI en prenant comme nouvelle origine le barycentre G.
Rappelons que la matrice colonne des coordonnées de G est égale à la marge des poids de NJ . Les
nouvelles coordonnées f ′i d’un profil-ligne du nuage centre N′I sont donc :
 
fi1 fi2 fim
f ′i = − p.1 , − p.2 , · · · , − p.m
pi. pi. pi.

Pr. O. THIARE / UGB-UFR SAT

 Analyse Factorielle des Correspondances (AFC)

Dans notre exemple la matrice des poids de NJ est :

 
0.1111 0 0
 0 0.6296 0 
 
0 0 0.2593
Le tableau associé au nuage centré N′I est donc :

f1′i f2′i f3′i f4′i poids pi.

f ′1 (i=1) • 0.8889 -0.6296 -0.2593 p1. =0.0370
′2
f (i=2) • 0.0889 0.1704 -0.2593 p2. =0.1852
f ′3 (i=3) • 0 0.2593 -0.2593 p3. =0.3333
f ′4 (i=4) • -0.1111 -0.0046 0.1157 p4. =0.2963
f ′5 (i=5) • -0.1111 -0.6296 0.7407 p5. =0.1481
Remarquons que dans le paragraphe précédent nous avons effectué nos calculs sur la matrice F des
fréquences et non sur la matrice des points du nuage NI , ceci pour bien faire apparaÓtre le rÙle des
deux matrices Dm et Dn .
Centrer la matrice du nuage NI s’effectue en soustrayant les poids des profils-colonnes du nuage NJ ,
donc centrer la matrice F s’effectue en soustrayant aux éléments fij de F les produits pi. p.j .
Remarquons que le terme général de la matrice centrée notée F ′ est : fij − pi. p.j qui n’est autre que
l’écart utilisé dans un calcul de la distance du X2 entre l’effectif réel fij du croisement des classes
d’indices i et j et l’effectif théorique de croisement dans l’hypothèse ou les classe indexées par i celles
indexées par j seraient indépendantes.
La matrice des fréquences F ′ , centrée est :
 
0.0329 −0.0233 −0.0096
 0.0165 0.0316 −0.0480
 
F′ =  0 0.0864 −0.0864
 
 
 −0..329 −0.0014 0.0343 
−0.0165 −0.0933 0.1097
Calcul à l’ordinateur de la matrice A′ = F ′t Dn−1 F ′ Dm
−1 , de ses valeurs propres et de ses vecteurs
propres  
0.3257 −0.0117 −0.1112
A′ = −0.0661 0.1605 −0.3615
 
−0.2595 −0.1489 0.4726
Les valeurs propres de A′ sont : 0.3028, 0 et 0.6560.
Une valeur propre est nulle, ce qui était prévisible puisque les profils-lignes du nuage NI sont tous
dans le même plan, un des 3 axes représente donc une inertie nulle (c’est l’axe portant le vecteur
propre normé colinéaire à g).
Les matrices colonnes des vecteurs propres associés sont :
     
0.1610 −0.2492 −0.5837
U0 = 0.9126 U1 = −0.5489 U2 =  0.7863 
     
0.3758 0.7979 −0.2026

12

Pr. O. THIARE / UGB-UFR SAT

 1.1. MÉTRIQUES ET BASES

(Les indices 0,1 et 2 choisis de telle sorte que le vecteur u0 corresponde à la valeur propre 0, u1 à
0.6560 et u2 à 0.3028.)
Le lecteur peut vérifier que u0 , (de matrice colonne U0 ), est colinéaire au vecteur g défini par G.
Nous allons maintenant normer u0 , u1 et u2 pour la métrique dm .
 
0.1111
U0
kU0 k2 = U0t Dm −1
U0 = 2.1009; = 0.6296
 
kU0 k
0.2593
 
−0.1333
U1
kU1 k2 = U1t Dm −1
U1 = 3.4930; = −0.2937
 
kU1 k
0.4269
 
−0.2846
U2
kU2 k2 = U2t Dm −1
U2 = 4.2066; =  0.3834 
 
kU2 k
−0.0988
Faisons quelques remarques sur ces résultats :
• le vecteur u0 , après normalisation, est égal au vecteur g ;
• la matrice F ′ étant centrée les vecteurs colonnes qui la composent ont la somme de leurs com-
posantes égale à 0, les deux vecteurs u1 et u2 appartiennent à l’espace engendré par ces vecteurs
colonnes, la somme de leurs composantes est aussi égale à 0 : ils appartiennent à l’hyperplan d’équa-
tion x+y+z=0.
Pour obtenir la matrice des composantes principales CPI il suffit de projeter les individus (c’est à
dire les vecteurs dont les composantes sont les profils-lignes du nuage centré N′I , ces vecteurs sont
les n lignes de la matrice Dn−1 F ′ ) sur les axes principaux définis par les vecteurs normés u0 , u1 , u2 .
Cette projection sera obtnue par produit scalaire pour la métrique dm :

CPI = Dn−1 F ′ Dm
−1
V ECI

où V ECI est la matrice des vecteurs propres normés correspondants respectivement aux valeurs
propres 0.3028, 0, 0.6560.
 
−0.2846 0.1111 −0.1333
V ECI =  0.3834 0.6296 −0.2937 = (U2 U0 U1 )
 
−0.0988 0.2593 0.4269

On a  
−2.5597 0.0000 −1.1991
−0.0256 0.0005 −0.6132
 
CPI =  0.2566 0.0000 −0.5476
 
 
 0.2374 0.0000 0.3260 
−0.3798 0.0000 1.6462
Nous remarquons que la deuxième composante principale est nulle, ce qui est normal puisque tous
les profils-lignes de NI appartiennent à un plan orthogonal à g (ce dernier est colinéaire àu0 ), le pre-
mier facteur correspond à la projection sur u2 des coordonnées des classes d’anglais la troisième à la

Pr. O. THIARE / UGB-UFR SAT

 Analyse Factorielle des Correspondances (AFC)

projection sur u1 .
Afin donc de donner les résultats de faCcon bien claire nous allons réordonner la matrice des coor-
données des cinq classes d’anglais :
 
−1.1991 −2.5596
−0.6134 −0.0254
 
CPI réduite et réordonnée : −0.5478 0.2468 
 
 
 0.3260 0.2373 
1.6463 −0.3800

Ces résultats sont égaux au signe des vecteurs colonnes et au centième près : le sens des axes facto-
riels est indéfini car les vecteurs propres sont seulement normés.

AFC du nuage N′J centré

Dans le cas du nuage N′J la matrice à diagonaliser devient F ′ Dm
−1 F ′t D −1 . Un vecteur propre w
n
de matrice colonne W de cette matrice vérifie :

(F ′ Dm
−1 ′t −1
F Dn )W = λW

Rappelons que d’après notre étude en ACP les valeurs propres non nulles sont les mêmes que celles
de F ′t Dm
−1 F ′t D −1 .
n
Considérons de nouveau la matrice F ′t Dn−1 F ′ Dm
−1 de valeur propre λ et de vecteur propre corres-

pondant u, de matrice colonne U, on a :

(F ′t Dn−1 F ′ Dm
−1
)U = λU

. Multiplions cette expressions à gauche par F ′t Dm

−1 , il vient :

F ′ Dm
−1 ′ −1
F Dn (F ′ Dm
−1
U ) = λ(F ′ Dm
−1
U ).

On voit que le vecteur F ′ Dm −1 U est vecteur propre de F ′ D −1 F ′t D −1 pour la valeur propre λ.

m n
Nous chercherons donc un vecteur w non nul de matrice colonne W, colinéaire à F ′ Dm −1 U , de même
′
sens et normé pour la métrique dn définie sur NJ ce qui s’écrit :
Il existe k ∈ R∗+ tel que W = kF ′ Dm −1 U et W t D −1 W = 1 (a)
n
Or u a été normé dans l’AFC de N′I donc vérifie : U t Dm −1 U = 1.

Remplacons W par sa valeur dans l’expression (a) :

k2 U t Dm−1 F ′t D −1 F ′ D −1 U = 1 ; en remarquant que D −1t = D −1 on a :
n m m m
k2 U t Dm−1 (F ′t D −1 F ′ D −1 U ) = 1, or F ′t D −1 F ′ D −1 U = λU , on a donc k 2 U t D −1 λU = 1 et
n m n m m
−1 U = 1, on a k 2 λ = 1 donc k = √ 1
puisque U t Dm pour λ > 0.
λ
′ il suffit de multiplier cha-
Pour obtenir chacun des vecteurs propres normés relatifs au nuage√ N J
cun des vecteurs propres normés relatifs à N′I par l’expression 1 λF ′ Dm−1
où λ est la valeur propre

14

Pr. O. THIARE / UGB-UFR SAT

 1.1. MÉTRIQUES ET BASES

strictement positive associée à chacun de ces vecteurs.

Dans le cas de notre exemple nopus obtenons donc pour vecteurs propres normés associés au nuage
N′J centré :
 
  −0.0548
0.1333 −0.1402
1  
W1 = √ F ′ Dm
−1
= −0.2937 = −0.2254
   
0.6560  
0.4269  0.1193 
0.3011
 
  −0.1723
−0.2846 −0.0086
1 ′ −1
 
W2 = √ F Dm =  0.3834  =  0.1554 
   
0.3028  
−0.0988  0.1278 
−0.1023
Il nous reste, pour obtenir les coordonnées des classes relatives au nuage cantre N′J par rapport aux
axes principaux, à effectuer le produit scalaire représenté matriciellement par :
 
−0.9718 −1.4094
−1 ′ −1
Dm F Dn (W1 W2 ) = −0.3778 0.3351 
 
1.3337 −0.2097

Chaque ligne de cette dernière matrice représente les coordonnées sur les deux axes principaux
des 3 classes d’effectifs non nuls mathématiques.

Pr. O. THIARE / UGB-UFR SAT