Qualité des individus.

[sara badi]

salut à vous tous!
je devais effectuer une acp,une classification,et une k-moyenne,j'ai reussi à le faire en utilisant les commandes suivante:

Code : Tout sélectionner

> donnees=read.table("C:/n/don.csv", header=TRUE, sep=";", dec=",")
>b<-scale(donnees)
>cor(b)
>acp <- dudi.pca(donnees)
> head(acp$tab)
> acp$cw
> acp$lw
>acp$eig
> axe<- 100 * acp$eig/sum(acp$eig)
> cumsum(axe)
> acp$rank
> acp$nf
> acp$co
> acp$li
> s.label(acp$li, xax = 1, yax = 2)
> s.corcircle(acp$co, xax = 1, yax = 2)
> scatter(acp)

tout ça marche à merveille!mon problème maintenant consiste à trouver la qualité des individus,j'ai essayer quelques commandes mais ça marche pas :(

[Héléna Castermant]

Salut,

Moi j'utilise la fonction princomp pour faire l'ACP...
Avec cette fonction, voilà les commandes pour calculer la qualité des individus :

Code : Tout sélectionner

>nom.acp<-princomp("nomtable",cor=TRUE,scores=TRUE)
>F<-nom.acp$score
>F2<-F*F
>N2<-apply(F2,1,sum)
>Q<-F2/N2


F te donne les projections des individus.
Q te donne la qualité des individus (l'histoire du cos²).
J'espère que cela t'aidera.

[Tillard]

bonjour
voir

inertia.dudi(acp, row=T)$col.rel

Emmanuel

[sara badi]

Merci bien!!Mais ça me donne pas de bon resultats (des grands nombres)pour les deux propositions.ce que je cherche exactement c'est une fonction ou une commande de la bibliothèque ade4 (acp normé)pour calculer la qualités de représentations des individus et aussi calculer la contribution des inividus et des variables pour pouvoir intérpreter mes résultats.
merci d'avance!
ça serai trés aimable si vous pouvez ajouter des commentaires pour chaque commande. :wink:

[Logez Maxime]

Bonjour,


Pour la librairie ade4 il te suffit de diviser chaque nombre par 10000.

Code : Tout sélectionner

data(doubs)
tab <- doubs$mil # récupération d'un tableau de données
acp1 <- dudi.pca(tab,scannf=F,nf=2) #acp centré et normé
inertia.dudi(acp1,row=T)$row.cum/10000 #pour l'avoir en valeur absolu voir row.rel pour l'avoir en relatif


Ce qui revient à la matrice Q du calcul de Héléna.

Maxime

[Héléna Castermant]

Salut !

Alors, je vais te donner le mini-cours qu'un prof nous a donné pour faire ce que tu veux. En ce qui concerne les variables, je peux dire que c'est bon (car je m'en suis servi, et ai corrigé une erreur certaine du prof :lol: à propos du calcul de Cet, mais à vérifier au cas où), mais les lignes de code en ce qui concerne les individus sont à vérifier par rapport aux formules théoriques.

Pour effectuer une ACP normée, faire :

Code : Tout sélectionner

nom.acp<-princomp("nomtable",cor=TRUE,scores=TRUE)

Pour obtenir les valeurs propres, faire :

Code : Tout sélectionner

lambda<-nom.acp$sdev*nom.acp$sdev

Pour avoir les projections Fet des variables sur les axes factoriels, leur cosinus carré Qet et leur contribution Cet par rapport à ces mêmes axes, faire :

Code : Tout sélectionner

Fet<-t(t(nom.acp$loadings)*nom.acp$sdev)
Fet2<-Fet*Fet
Net2<-apply(Fet2,1,sum)
Qet<-Fet2/Net2
Cet<-matrix(nrow=nombre de variables,ncol=nombre de variables)
for (i in 1: nombre de variables)
Cet[i, ]<-Fet2[i, ]/lambda

Pour avoir le calcul des projections F, des individus sur les axes principaux, de leur cosinus carré Q et de leur contribution C, par rapport à ces mêmes axes, faire :

Code : Tout sélectionner

F<-nom.acp$score
F2<-F*F
N2<-apply(F2,1,sum)
Q<-F2/N2
C<-t(t(F2))/(nom.acp$n.obs*lambda)

où nom.acp$n.obs est le nombre d'individus.

J'espère que cela pourra t'aider ! :wink:

[sara badi]

enfinnnnn !!!ça marche à merveille! :lol:
j'ai plus envie de quitter R de peur que ça marche pas la prochaine fois!!
Merci bien Maxime (toujours des solutions superbes);merci Hélene et aussi merci à tous les utilisateurs pour leurs solutions !:)

[Fabrice Morlais]

Bonjour,
Pour les contributions des individus il me semble qu'il y a un problème de transposé :

Code : Tout sélectionner

C<-t(t(F2)/(ville.pca$n.obs*lambda))