Messagepar Pierre Bady » 13 Oct 2009, 11:10
bonjour,
- il faut faire attention au séparateur lors de l'importation (',' ou ';')
- l'analyse de foucart ne travaille pas sur les valeurs au format character ;)
- Si tableaux sont remplies de zéro, l'analyse ne fonctionnera pas.
# exemple pour vos données
[code]> ted <- read.csv2("s.csv")
> w <- split(ted[,-c(1,2)],ted$Iden)
> w <- lapply(w,function(x) {row.names(x) <- paste("S",1:9,sep="");x})
> lapply(w,function(x) class(x))
$L1
[1] "data.frame"
$L10
[1] "data.frame"
$L11
[1] "data.frame"
$L12
[1] "data.frame"
$L13
[1] "data.frame"
$L2
[1] "data.frame"
$L3
[1] "data.frame"
$L4
[1] "data.frame"
$L5
[1] "data.frame"
$L6
[1] "data.frame"
$L7
[1] "data.frame"
$L8
[1] "data.frame"
$L9
[1] "data.frame"
[\code]
ici tous les tabeaux sont des data.frames... ouf :)
Dans cet exemple, on considère un tableau [symptôme x maladie] par individu. On pourrait également en fonction des objectifs de l'étude, organiser le tableau dans un autre sens. Par exemple, [individu x symptôme] par maladie ou encore [individu x maladie] par symptôme ...
tout dépend du (des) sens des comparaisons.
[code]
# premier test
> foucart(w)
Erreur dans foucart(w) : Non convenient sum in data.frame 2
> names(w[c(2,4,10)])
[1] "L10" "L12" "L6"
>
> w[c(2,4,10)]
$L10
D1 D2 D3 D4 D5 D6 D7
S1 0 0 0 0 0 0 0
S2 0 0 0 0 0 0 0
S3 0 0 0 0 0 0 0
S4 0 0 0 0 0 0 0
S5 0 0 0 0 0 0 0
S6 0 0 0 0 0 0 0
S7 0 0 0 0 0 0 0
S8 0 0 0 0 0 0 0
S9 0 0 0 0 0 0 0
$L12
D1 D2 D3 D4 D5 D6 D7
S1 0 0 0 0 0 0 0
S2 0 0 0 0 0 0 0
S3 0 0 0 0 0 0 0
S4 0 0 0 0 0 0 0
S5 0 0 0 0 0 0 0
S6 0 0 0 0 0 0 0
S7 0 0 0 0 0 0 0
S8 0 0 0 0 0 0 0
S9 0 0 0 0 0 0 0
$L6
D1 D2 D3 D4 D5 D6 D7
S1 0 0 0 0 0 0 0
S2 0 0 0 0 0 0 0
S3 0 0 0 0 0 0 0
S4 0 0 0 0 0 0 0
S5 0 0 0 0 0 0 0
S6 0 0 0 0 0 0 0
S7 0 0 0 0 0 0 0
S8 0 0 0 0 0 0 0
S9 0 0 0 0 0 0 0
> # avec des tableaux de zero, on fait pas grand chose ... :'(
>
> foucart(w[-c(2,4,10)])
Select the number of axes: 2
Foucart's COA
class: foucart coa dudi
$call: foucart(X = w[-c(2, 4, 10)])
table number: 10
$nf: 2 axis-components saved
$rank: 5
eigen values: 0.178 0.1191 0.07643 0.0462 0.00172
blo vector 10 blocks
vector length mode content
$cw 7 numeric column weights
$lw 9 numeric row weights
$eig 5 numeric eigen values
data.frame nrow ncol content
$tab 9 7 modified array
$li 9 2 row coordinates
$l1 9 2 row normed scores
$co 7 2 column coordinates
$c1 7 2 column normed scores
**** Intrastructure ****
data.frame nrow ncol content
$Tli 90 2 row coordinates (each table)
$Tco 70 2 col coordinates (each table)
$TL 90 2 factors for Tli
$TC 70 2 factors for Tco
[/code]
et voilà :)
on retombe sur nos pattes :)
HTH
pierre