Analyse des Correspondances Multiples (ACM) avec FactoMineR sur les données du cours (Loisirs) François Husson

Transcription

1 Analyse des Correspondances Multiples (ACM) avec FactoMineR sur les données du cours (Loisirs) François Husson Script et sorties R de la vidéo du cours sur les données des loisirs des Français. Chargement de FactoMineR library(factominer) Importation du jeu de données depuis le site loisirs <- read.table("anado_jeudonnees_loisirs.csv", header=true,sep=";", fileencoding="latin1") summary(loisirs) Lecture Ecouter.musique Cinéma Spectacle Exposition Ordinateur N:2757 N:2456 N:5044 N:5978 N:5808 N:5245 O:5646 O:5947 O:3359 O:2425 O:2595 O:3158 Sport Marche Voyage Jouer.musique Collection Activité.bénévole N:5308 N:4228 N:5040 N:6943 N:7541 N:7118 O:3095 O:4175 O:3363 O:1460 O: 862 O:1285 Bricolage Jardinage Tricot Cuisine Pêche TV Sexe N:4864 N:5047 N:6990 N:4717 N:7458 Min. :0.000 F:4616 O:3539 O:3356 O:1413 O:3686 O: 945 1st Qu.:1.000 M:3787 Median :2.000 Mean : rd Qu.:4.000 Max. :4.000 Age Situation.matrimoniale Profession (45,55]:1837 Divorcé: 792 employé :2552 (35,45]:1646 Marié :4333 ouvrier :1161 1

2 (25,35]:1302 remarié: 404 cadre :1052 (55,65]:1257 Seul :2140 manoeuvre : 792 (65,75]: 937 Veuf : 734 agent de maîtrise: 735 [15,25]: 857 (Other) : 613 (Other): 567 NA's :1498 Nb.activités Min. : st Qu.: Median : Mean : rd Qu.: Max. : Transformation de la variable TV en facteur loisirs[,"tv"] = as.factor(loisirs[,"tv"]) L ACM res.mca <- MCA(loisirs,quali.sup=19:22,quanti.sup=23,graph=FALSE) Résumé des résultats sur les 2 premières composantes summary(res.mca, ncp=2) Call: MCA(X = loisirs, quanti.sup = 23, quali.sup = 19:22, graph = FALSE) Eigenvalues Dim.1 Dim.2 Dim.3 Dim.4 Dim.5 Dim.6 Variance % of var Cumulative % of var Dim.7 Dim.8 Dim.9 Dim.10 Dim.11 Dim.12 Variance % of var Cumulative % of var Dim.13 Dim.14 Dim.15 Dim.16 Dim.17 Dim.18 Variance % of var Cumulative % of var Dim.19 Dim.20 Dim.21 2

3 Variance % of var Cumulative % of var Individuals (the 10 first) Dim.1 ctr cos2 Dim.2 ctr cos Categories (the 10 first) Dim.1 ctr cos2 v.test Dim.2 ctr Lecture_N Lecture_O Ecouter.musique_N Ecouter.musique_O Cinéma_N Cinéma_O Spectacle_N Spectacle_O Exposition_N Exposition_O cos2 v.test Lecture_N Lecture_O Ecouter.musique_N Ecouter.musique_O Cinéma_N Cinéma_O Spectacle_N Spectacle_O Exposition_N Exposition_O Categorical variables (eta2) Dim.1 Dim.2 Lecture Ecouter.musique Cinéma Spectacle Exposition Ordinateur Sport Marche Voyage Jouer.musique

4 Supplementary categories (the 10 first) Dim.1 cos2 v.test Dim.2 cos2 v.test F M (25,35] (35,45] (45,55] (55,65] (65,75] (75,85] (85,100] [15,25] Supplementary categorical variables (eta2) Dim.1 Dim.2 Sexe Age Situation.matrimoniale Profession Supplementary continuous variable Dim.1 Dim.2 Nb.activités Description des dimensions dimdesc(res.mca) $`Dim 1` $`Dim 1`$quanti correlation p.value Nb.activités $`Dim 1`$quali R2 p.value Lecture e+00 Ecouter.musique e+00 Cinéma e+00 Spectacle e+00 Exposition e+00 Ordinateur e+00 Sport e+00 Marche e+00 Voyage e+00 Jouer.musique e+00 Bricolage e-267 Cuisine e-247 Profession e-245 Activité.bénévole e-212 Age e-181 TV e-95 4

5 Jardinage e-90 Situation.matrimoniale e-83 Collection e-83 Tricot e-23 $`Dim 1`$category Estimate p.value Jouer.musique_O e+00 Voyage_O e+00 Marche_O e+00 Sport_O e+00 Ordinateur_O e+00 Exposition_O e+00 Spectacle_O e+00 Cinéma_O e+00 Ecouter.musique_O e+00 Lecture_O e+00 Bricolage_O e-267 Cuisine_O e-247 Activité.bénévole_O e-212 cadre e-132 Jardinage_O e-90 Collection_O e-83 Seul e-54 [15,25] e-30 (25,35] e-26 agent de maîtrise e e e-24 Tricot_O e-23 (35,45] e-20 (55,65] e-09 technicien e-04 Profession.NA e-04 Marié e e-17 (85,100] e-21 Tricot_N e-23 ouvrier e-45 Veuf e-48 (65,75] e e-56 (75,85] e-57 manoeuvre e-70 Collection_N e-83 Jardinage_N e-90 Activité.bénévole_N e-212 Cuisine_N e-247 Bricolage_N e-267 Jouer.musique_N e+00 Voyage_N e+00 Marche_N e+00 Sport_N e+00 Ordinateur_N e+00 5

6 Exposition_N e+00 Spectacle_N e+00 Cinéma_N e+00 Ecouter.musique_N e+00 Lecture_N e+00 $`Dim 2` $`Dim 2`$quanti correlation p.value Nb.activités e-75 $`Dim 2`$quali R2 p.value Jardinage e+00 Tricot e+00 Bricolage e-278 Cuisine e-268 Age e-256 Cinéma e-242 Marche e-208 Situation.matrimoniale e-188 Pêche e-164 Ordinateur e-111 Sport e-102 TV e-62 Spectacle e-56 Collection e-50 Ecouter.musique e-46 Profession e-28 Activité.bénévole e-19 Jouer.musique e-11 Sexe e-05 Lecture e-03 $`Dim 2`$category Estimate p.value Tricot_O e+00 Jardinage_O e+00 Bricolage_O e-278 Cuisine_O e-268 Cinéma_N e-242 Marche_O e-208 Pêche_O e-164 Ordinateur_N e-111 Sport_N e-102 Marié e-93 Spectacle_N e-56 Collection_O e-50 (55,65] e-49 Ecouter.musique_N e e-33 (45,55] e-25 (65,75] e-23 6

7 Activité.bénévole_O e-19 ouvrier e-16 Jouer.musique_N e-11 Veuf e e-08 F e-05 remarié e-04 manoeuvre e-04 Lecture_O e-03 (75,85] e-02 (85,100] e-02 Lecture_N e e-04 M e e-07 cadre e-11 Jouer.musique_O e-11 Profession.NA e-12 Activité.bénévole_N e e-32 (25,35] e-35 Ecouter.musique_O e-46 Collection_N e-50 Spectacle_O e-56 Sport_O e-102 Ordinateur_O e-111 [15,25] e-162 Pêche_N e-164 Seul e-181 Marche_N e-208 Cinéma_O e-242 Cuisine_N e-268 Bricolage_N e-278 Tricot_N e+00 Jardinage_N e+00 $`Dim 3` $`Dim 3`$quali R2 p.value Bricolage e+00 Tricot e+00 Pêche e+00 Sexe e+00 Lecture e-201 TV e-141 Cuisine e-131 Sport e-119 Profession e-112 Ordinateur e-79 Age e-64 Jardinage e-58 Situation.matrimoniale e-55 Ecouter.musique e-43 7

8 Exposition e-25 Activité.bénévole e-08 Cinéma e-07 Spectacle e-06 Jouer.musique e-05 Marche e-04 $`Dim 3`$category Estimate p.value M e+00 Pêche_O e+00 Tricot_N e+00 Bricolage_O e+00 Lecture_N e-201 Cuisine_N e-131 Sport_O e-119 Ordinateur_O e-79 Jardinage_O e-58 Ecouter.musique_N e-43 ouvrier e e e-29 Exposition_N e-25 technicien e e-17 [15,25] e-13 (35,45] e-13 Seul e-10 Activité.bénévole_O e-08 Cinéma_O e-07 cadre e-06 (25,35] e-06 Spectacle_N e-06 agent de maîtrise e-06 Jouer.musique_N e-05 Marié e-05 Marche_N e-04 Divorcé e-04 Marche_O e-04 (55,65] e-05 Jouer.musique_O e-05 (85,100] e-06 Spectacle_O e-06 Cinéma_N e-07 Activité.bénévole_N e e-20 (75,85] e-21 (65,75] e-22 Exposition_O e-25 Ecouter.musique_O e-43 Veuf e-51 Jardinage_N e-58 employé e-75 Ordinateur_N e-79 8

9 e-84 Sport_N e-119 Cuisine_O e-131 Lecture_O e-201 F e+00 Pêche_N e+00 Tricot_O e+00 Bricolage_N e+00 Construction des graphes plot(res.mca,invisible=c("var","quali.sup"),cex=.5,label="none") MCA factor map Dim 2 (6.91%) Dim 1 (16.95%) 9

10 plot(res.mca,invisible=c("ind","var"),hab="quali", palette=palette(c("blue","orange","darkgreen","black" MCA factor map Dim 2 (6.91%) (85,100] (75,85] (55,65] (65,75] Veuf ouvrier Marié (45,55] remarié manoeuvre employé F agent de maîtrise Divorcé autretechnicien (35,45] M Profession.NA (25,35] Seul [15,25] cadre Dim 1 (16.95%) plot(res.mca,choix="var") 10

11 Dim 2 (6.91%) Jardinage Tricot Cuisine Bricolage Marche Pêche Age Cinéma Situation.matrimoniale SportOrdinateur TV Spectacle Ecouter.musique Profession Collection Lecture Voyage Jouer.musique Activité.bénévole Exposition Sexe Nb.activités Dim 1 (16.95%) plot(res.mca,choix="quanti.sup") 11

12 Supplementary variables on the MCA factor map Dim 2 (6.91%) Nb.activités Dim 1 (16.95%) barplot(res.mca$eig[,2],main="pourcentage d'inertie", names.arg=1:nrow(res.mca$eig)) 12

13 Pourcentage d'inertie