Analyse en Composantes Principales (avec SPAD) Classification Ascendante Hiérarchique

Transcription

1 Analyse en Composantes Principales (avec SPAD) et Classification Ascendante Hiérarchique Michel Tenenhaus 1

2 Peinture représentant un étang (Tombeau de Thèbes, 1400 av. J.-C.) extrait de l Histoire de l Art de Ernst Gombrich 2

3 Visualiser

4 2. Les objectifs de l analyse en composantes principales Décrire un tableau individusvariables : - Résumer le tableau à l aide d un petit nombre de facteurs - Visualiser le positionnement des individus les uns par rapport aux autres - Visualiser les corrélations entre les variables - Interpréter les facteurs 4

5 Visualisation des données F 2 (i) i 1 X 1 X p F 1 F 2 0 F 1 (i) i x 1i x pi F 1i F 2i n Le plan factoriel Cor(X j,f 2 ) X j 0 Cor(X j,f 1 ) Tableau Facteurs centrés-réduits éd des données résumant les données p Fh 1 u j hjx j (non corrélés entre eux) La carte des variables 5

6 3. Un exemple de positionnement de produits Caractéristiques de 24 modèles de voiture (Source : L argus de l automobile, 2004) Mdèl Modèle Cylindrée Puissance Vitesse Poids Largeur Longueur (cm 3 ) (ch) (km/h) (kg) (mm) (mm) Citroën C2 1.1 Base Smart Fortwo Coupé Mini Nissan Micra Renault Clio 3.0 V Audi A3 1.9 TDI Peugeot HDI Peugeot V6 BVA Mercedes Classe C 270 CDI BMW 530d Jaguar S-Type27V6Bi-Turbo 2.7 Turbo BMW 745i Mercedes Classe S 400 CDI Citroën C3 Pluriel 1.6i BMWZ425i 2.5i Audi TT 1.8T Aston Martin Vanquish Bentley Continental GT Ferrari Enzo Renault Scenic 1.9 dci Volkswagen Touran 1.9 TDI Land Rover Defender Td Land Rover Discovery Td Nissan X-Trail 2.2 dci

7 Puissance Graphiques en étoile des voitures Longueur Cylindrée Citroën C2 1.1 Smart Fortwo Mini Largeur Vitesse Nissan Micra 1.2 Renault Clio 3.0 V6 Audi A3 1.9 TDI Poids Peugeot HDI 70 Peugeot V6 Mercedes Classe C 270 BMW 530d Jaguar S-Type 2.7 V6 BMW 745i Mercedes Classe S 400 Citroën C3 Pluriel BMW Z4 2.5i Audi TT 1.8T 180 Aston Martin Vanquish Bentley Continental GT Ferrari Enzo Renault Scenic 1.9 dci Volkswagen Touran 1.9 TDI 7 Land Rover Defender Land Rover Discovery Nissan X-Trail 2.2 dci

8 4. Résumé é des données Descriptive Statistics Cylindrée Puissance Vitesse Poids Largeur Longueur N Minimum Maximum Mean Std. Deviation Formule utilisée pour l écart-type : n 1 2 ( i ) 1 i 1 8 s x x n

9 Tableau des corrélations Cylindrée Puissance Vitesse Poids Largeur Longueur Cylindrée Puissance Vitesse Poids Largeur Longueur Toutes les corrélations sont positives. Toutes les corrélations sont significatives au risque 5% ( R 2/ n ) 9

10 5. Le nuage de points associé aux données 1 X 1 X p X p i x 1i x pi x i g n SMART 0 FERRARI X 2 x1... x p g X 1 N={x 1,, x i,, x n } = Nuage de points associé aux données 1 = n Centre de gravité du nuage N : g x i n i1 10

11 6. Inertie totale du nuage de points 1 X 1 X p X p i x 1i x pi x i g n SMART 0 FERRARI X 2 x1... x p g X 1 1 n 2 Inertie totale = I(N, g) = d (x i,g) n i1 1 1 n n p p n p ( xji xj ) ( xji xj ) j i1 j1 j1 n i1 j1 11

12 7. Réduction des données Pour neutraliser le problème des unités on remplace les données d origine par les données centrées-réduites : X X X x X x p p p p de moyenne 0 et d écart-type 1. 12

13 Les données centrées-réduites (SPAD) Total Mean Std. Deviation Case Summaries MODÈLE Zscore: Cylindrée Zscore: Puissance Zscore: Vitesse Zscore: Poids Zscore: Largeur Zscore: Longueur Citroën C2 1.1 Base Smart Fortwo Coupé Mini Nissan Micra Renault Clio 3.0 V Audi A3 1.9 TDI Peugeot HDI Peugeot V6 BVA Mercedes Classe C 270 CDI BMW 530d Jaguar S-Type 2.7 V6 Bi-Turbo BMW 745i Mercedes Classe S 400 CDI Citroën C3 Pluriel 1.6i BMW Z4 2.5i Audi TT 1.8T Aston Martin Vanquish Bentley Continental GT Ferrari Enzo Renault Scenic 1.9 dci Volkswagen Touran 1.9 TDI Land Rover Defender Td Land Rover Discovery Td Nissan X-Trail 2.2 dci Outlier si valeur > 2

14 8. Le nuage de points associé aux données réduites X 1 1 X p X p i x 1i x pi n x pi X i Moyenne X 1 SMART FERRARI X Variance N = {x 1,, x i,, x n } Centre de gravité : g = 0, Inertie totale : I(N, 0) = p 14

15 9. Premier axe principal 1 1 x X i u p 1 0 y i X 2 X 1 Objectif 1 : On cherche l axe 1 passant le mieux possible au milieu du nuage N. On cherche à minimiser l inertie du nuage N par rapport à l axe 1 : I(N 1 n 2, 1 ) d (x i, y i ) n i1 15

16 Premier axe principal 1 1 x X i p 0 y i X 2 X 1 Objectif 2 : On cherche l axe d allongement 1 du nuage N. On cherche à maximiser l inertie du nuage N projeté sur l axe 1 : I( n 2 1 d (y i, 0 ) n i1 1 y,..., y n, 0) 16

17 Les objectifs 1 et 2 sont atteints simultanément X p x i y i 0 1 X 2 X 1 De : on déduit : d 2 (x i,0) d 2 (y i,0) d 2 (x i, y i ) 1 n 1 n n n 2 2 d (xi,0) d (yi,0) i1 n i1 n i1 1 d 2 (x i, y i ) Inertie totale = p = Inertie expliquée par 1 + Inertie résiduelle Maximiser Minimiser 17

18 Résultats t L axe 1 passe par le centre de gravité 0 du nuage de points N. L axe 1 est engendré par le vecteur normé u 1, vecteur propre de la matrice des corrélations R associé à la plus grande valeur propre 1. L inertie expliquée par l axe 1 est égal à 1. La part d inertie expliquée par le premier axe principal 1 est égal à 1 /p. 18

19 Résultat SPAD Tableau des valeurs propres Numéro Valeur Pourcentage Pourcentage propre cumulé

20 Résultat SPAD Les vecteurs propres Libellé de la variable Axe 1 Axe 2 Axe 3 Axe 4 Axe 5 Axe 6 Cylindrée Puissance Vitesse Poids Largeur Longueur Normalisation : = 1 20

21 10. Première composante principale Y 1 X p x i 1 X 1 Smart u 1 0 Y 1 (1) = y i Y 1 (i) X 2 Y 1 est une nouvelle variable définie pour chaque individu i par : Y 1 (i) = longueur algébrique du segment 0y i = coordonnée de y i sur l axe 1 = produit scalaire entre les vecteurs x i et u 1 p = j1 u p 1jx ji Y 1 = j1 u 1 X j j 21

22 Résultats SPAD Carré de la Identificateur Distance à l'origine Axe 1 Axe 2 Axe 3 Axe 4 Axe 5 Axe 6 Citroën C Smart Fortwo Mini Nissan Micra Renault Clio 3.0 V Audi A3 1.9 TDI Peugeot HDI Peugeot V Mercedes Classe C BMW 530d Jaguar S-Type 2.7 V BMW 745i Mercedes Classe S Citroën C3 Pluriel 1.6i BMWZ425i 2.5i Audi TT 1.8T Aston Martin Vanquish Bentley Continental GT Ferrari Enzo Renault Scenic 1.9 dci Volkswagen Touran 1.9 TDI Land Rover Defender Land Rover Discovery Nissan X-Trail 2.2 dci DISTO = d 2 (x i, 0) 22

23 Corrélations entre les variables et les composantes principales Corrélations des variables actives avec les facteurs Libellé de la variable Axe 1 Axe 2 Axe 3 Axe 4 Axe 5 Axe 6 Cylindrée Puissance Vitesse Poids Largeur Longueur Dans SPSS : Component Matrix 23

24 Propriétés de la première composante principale i Y 1 Y 1 = u 11 X 1 + u 12 X u 1p X p Moyenne de Y 1 = 0 Variance de Y 1 = Inertie expliquée par 1 = 1 Cor(X j, Y 1 ) = 1 u 1j 1 p p j1 cor 2 (X j, Y ) 1 p 1 est maximum 24

25 Qualité de la première composante principale Inertie totale = 6 Inertie expliquée par le premier axe principal p = = Part d inertie expliquée par le premier axe principal i : p La première composante principale explique 73,5% de la variance totale. 25

26 11. Deuxième axe principal 2 2 x i Y 2 (i) a i 0 Y 1 (i) 1 26

27 Résultats t On recherche le deuxième axe principal 2 orthogonal à 1 et passant le mieux possible au milieu du nuage. Il passe par le centre de gravité 0 du nuage de points et est engendré par le vecteur normé u 2, vecteur propre de la matrice des corrélations R associé à la deuxième plus grande valeur propre 2. La deuxième composante principale Y 2 est définie par projection des points sur le deuxième axe principal. La deuxième composante principale Y 2 est centrée, de variance 2, et non corrélée à la première composante principale Y 1. 27

28 Exemple Auto 2004 : Le premier plan factoriel 3 Familiales (14,2%) 2 Land Rover Discovery Petites Voitures Nissan X-Trail 2.2 d Jaguar S-Type 2.7 V6 Volkswagen Touran Land Rover Defender Peugeot V6 Mercedes Classe S Renault Scenic 1.9 d Mercedes Classe C BMW 745i Peugeot HDI BMW 530d Bentley Continental Grosses Audi A3 1.9 TDI Citroën C3 Pluriel Voitures Nissan Micra 1.2 Audi TT 1.8T 180 Aston Martin Vanquish (73,5%) Citroën C2 1.1 BMW Z4 2.5i Mini Renault Clio 3.0 V6 Facteu ur 2-2 Smart Fortwo Coupé -3 Le plan explique 87,7% de la variance totale -2 Facteur Sportives 1 Ferrari Enzo

29 La carte des variables 1.0 poids.5 longueur Compon nent 2 [Co or(x j, F 2 )] 0.0 largeur cylindrée -.5 Vitesse Puissance Component 1 [Cor(X 1, F 1 )] Longueur d une flèche = R(X j ; F 1, F 2 ) 29

30 Qualité globale de l analyse Inertie totale = variance totale = p Part de variance expliquée par la première composante principale = Part de variance expliquée par la deuxième composante principale = 1 p 2 Part de variance expliquée par les deux premières composantes principales i = p p 1 2 Et ainsi de suite pour les autres dimensions... 30

31 12. Le biplot Les échelles doivent être identiques sur les deux axes. Le cercle des variables doit être un cercle. 31

32 Interprétation du biplot La répartition des projections des individus i sur l axe variable X j reflète les valeurs x ij Les coordonnées des individus i sont les valeurs des composantes principales : [Y 1 (i), Y 2 (i)]. Les coordonnées des variables X j sont les vecteurs propres multipliés par une certaine constante, par exemple 2 : (2u 1j, 2u 2j ). 32

33 Justification : la formule de reconstitution u 2 Y 2 (i) 0 x i a i Y 1 (i) u 1 De on déduit x i a i = Y 1 (i)u 1 + Y 2 (i)u 2 1 x ij Y 1 1( (i)u 1j + Y 2 (i)u () 2j = Y2 () i u2 Y () 1 i u j, ix, j j = u u Coordonnée de la projection de l individu i sur l axe variable X j j j 2 2 1j 2 j 33

34 Justification de la lecture du bi-plot Axe 2 y 2i i u 2j X j A ij 0 y 1i u 1j Axe 1 0 A i, X / u u ij 2 2 j 1 j 2 j ( yu yu )/ u u x / u u i 1j 2i 2 j 1j 2 j ij 1j 2 j 34

35 13. Exemple des races canines Race Taille Poids Vitesse Intell. Affect. Agress. Fonction 1 Beauceron TA++ PO+ V++ INT+ AF+ AG+ Utilité Basset Berger-Allemand Boxer Bull-Dog TA- TA++ TA+ TA- PO- PO+ PO+ PO- V- V++ V+ V- INT- INT++ INT+ INT+ AF- AF+ AF+ AF+ AG+ AG+ AG+ AG- Chasse Utilité Compagnie Compagnie g Bull-Mastiff Caniche Chihuahua Cocker TA++ TA- TA- TA+ PO++ PO- PO- PO- V- V+ V- V- INT++ INT++ INT- INT+ AF- AF+ AF+ AF+ AG+ AG- AG- AG+ pg Utilité Compagnie Compagnie Compagnie Colley Dalmatien Doberman Dogue Allemand TA++ TA+ TA++ TA++ PO+ PO+ PO+ PO++ V++ V+ V++ V++ INT+ INT+ INT++ INT- AF+ AF+ AF- AF- AG- AG- AG+ AG+ pg Compagnie Compagnie Utilité Utilité Dogue Allemand Epagneul Breton Epagneul Français Fox-Hound Fox-Terrier TA++ TA+ TA++ TA++ TA- PO++ PO+ PO+ PO+ PO- V++ V+ V+ V++ V+ INT INT++ INT+ INT- INT+ AF AF+ AF- AF- AF+ AG+ AG- AG- AG+ AG+ Utilité Chasse Chasse Chasse Compagnie Fox-Terrier Grd Bleu de Gascogne Labrador Lévrier Mastiff TA- TA++ TA+ TA++ TA++ PO- PO+ PO+ PO+ PO++ V+ V+ V+ V++ V INT+ INT- INT+ INT- INT AF+ AF- AF+ AF- AF AG+ AG+ AG- AG- AG+ Compagnie Chasse Chasse Chasse Utilité Mastiff Pékinois Pointer Saint-Bernard Setter TA++ TA- TA++ TA++ TA++ PO++ PO- PO+ PO++ PO+ V- V- V++ V- V++ INT- INT- INT++ INT+ INT+ AF- AF+ AF- AF- AF AG+ AG- AG- AG+ AG Utilité Compagnie Chasse Utilité Chasse Setter Teckel Terre-Neuve TA++ TA- TA++ PO+ PO- PO++ V++ V- V- INT+ INT+ INT+ AF- AF+ AF- AG- AG- AG- Chasse Compagnie Utilité

36 Le tableau disjonctif complet Race T- T+ T++ P- P+ P++ V- V+ V++ I- I+ I++ Af- Af+ Ag- Ag+ Compagnie Chasse Utilité Beauceron Basset Berger all Boxer Bull-dog Bull Mastiff Caniche Chihuahua Cocker Colley Dalmatien Doberman Dogue all Epagneul br Epagneul pg fr Fox-Hound Fox-Terrier Grd Bl de G Labrador Lévrier Mastiff Pékinois Pointer St-Bernard Setter Teckel Terre neuve x ijl = 1 si il individu id i possède la modalité liél de la variable j = 0 sinon 36

37 ACP du tableau disjonctif complet 37

38 Total Mean Std. Deviation 14. Utilisation de SPSS Les données centrées-réduites réduites (SPSS) Case Summaries MODÈLE Zscore: Cylindrée Zscore: Puissance Zscore: Vitesse Zscore: Poids Zscore: Largeur Zscore: Longueur Citroën C2 1.1 Base Smart Fortwo Coupé Mini Nissan Micra Renault Clio 3.0 V Audi A3 1.9 TDI Peugeot HDI Peugeot V6 BVA Mercedes Classe C 270 CDI BMW 530d Jaguar S-Type 2.7 V6 Bi-Turbo BMW 745i Mercedes Classe S 400 CDI Citroën C3 Pluriel 1.6i BMW Z4 2.5i Audi TT 1.8T Aston Martin Vanquish Bentley Continental GT Ferrari Enzo Renault Scenic 1.9 dci Volkswagen Touran 1.9 TDI Land Rover Defender Td Land Rover Discovery Td Nissan X-Trail 2.2 dci Outlier si valeur > 2

39 Résultats SPSS : Les facteurs MODÈLE Facteur 1 Facteur 2 Facteur 3 Facteur 4 Facteur 5 Facteur 6 1 Citroën C2 1.1 Base Smart Fortwo Coupé Mini Nissan Micra Renault Clio 3.0 V Audi A3 1.9 TDI Peugeot HDI Peugeot V6 BVA Mercedes Classe C 270 CDI BMW 530d Jaguar S-Type 2.7 V6 Bi-Turbo BMW 745i Mercedes Classe S 400 CDI Citroën C3 Pluriel 1.6i BMW Z4 2.5i Audi TT 1.8T Aston Martin Vanquish Bentley Continental GT Ferrari Enzo Renault Scenic 1.9 dci Volkswagen Touran 19TDI Land Rover Defender Td Land Rover Discovery Td Nissan X-Trail 2.2 dci Total Mean Std. Deviation

40 Propriétés é des facteurs de SPSS Lien entre les composantes principales et les facteurs de SPSS Les facteurs de SPSS sont les composantes principales p réduites. F h 1 n Y n1 h h Calcul des facteurs de SPSS en fonction des variables (X j ) SPSS p h hj j SPSS j1 F w (X ) w h 1 h u h Cylindrée Puissance Vitesse Poids Largeur Longueur Tableau des w h Component Score Coefficient Matrix Component Extraction Method: Principal Component Analysis. Component Scores. 40

41 15. Construction ti d une typologie des individus id Rechercher des groupes d individus homogènes dans la population : - Deux individus appartenant au même groupe sont proches. - Deux individus appartenant à des groupes différents sont éloignés. Construire une partition de la population en groupes homogènes et différents les uns des autres. On réalise la typologie au choix (1) sur les données centrées-réduites, (2) sur les premières composantes principales (SPAD), (3) sur les premières composantes principales réduites (les facteurs de SPSS). 41

42 Construction ti d une typologie des individus idiid o o o o o o o o o + o o + o o o o o o o o o o Fabrication de groupes à partir de données uniformément réparties Données structurées en trois groupes 42

43 Dendrogramme groups g p Choosing the cutting level l x x x Definition of the clusters 43

44 Dendrogramme indice (1) (3) (4) (2) (5) Individu d origine 44

45 Classification ascendante hiérarchique (Méthode de Ward) X 1 X p g 2 g 1 X 2 g 3 X Distance de Ward : D(G i, G j ) = nn i j 2 d(g,g) i j (n n ) i j n i = effectif de la classe G i 45

46 Tableau des distances entre les voitures Proximity Matrix Case 1:Citroën C2 1.1 Base 2S 2:Smart tfortwo Coupé 3:Mini :Nissan Micra :Land Rover Discovery 24:Nissan X-Trail 2.2 d This is a dissimilarity matrix Squared Euclidean Distance 23:Land 1:Citroën C2 2:Smart 4:Nissan Rover 24:Nissan 1.1 Base Fortwo Coupé 3:Mini Micra Discovery X-Trail 2.2 d p 2 2 k l jk jl j d(x,x) (x x) D (Citroën C2, 1 1 Nissan Micra) = Ward (11)

47 Classification i Ascendante Hiérarchique Étape initiale iti Chaque individu forme une classe. On regroupe les deux individus les plus proches. Étape courante A chaque étape, on regroupe les deux classes G i et G j minimisant le critère de Ward D(G i, G j ). 47

48 H I E R A R C H I C A L C L U S T E R A N A L Y S I S Dendrogram using Ward Method Rescaled Distance Cluster Combine C A S E Label Num Citroën C2 1.1 Base 1 Nissan Micra Peugeot HDI 7 Citroën C3 Pluriel 1 14 BMW Z4 2.5i 15 Audi TT 1.8T Renault Clio 3.0 V6 5 Mini i Volkswagen Touran Nissan X-Trail 2.2 d 24 Audi A3 1.9 TDI 6 Renault Scenic 1.9 d 20 Land Rover Defender 22 Smart Fortwo Coupé 2 Peugeot V6 B BMW 530d 10 Jaguar S-Type 2.7 V6 11 Mercedes Classe C 27 9 BMW 745i 12 Mercedes Classe S Land Rover Discovery Aston Martin Vanquis 17 Bentley Continental 18 Ferrari Enzo 19 48

49 Construction de la classification hiérarchique sur les données centrées-réduites par SPSS Numéro Ainé Benjamin Nb d'éléments terminaux du noeud Distance de Ward Somme des indices de niveau

50 Interprétation de la typologie G45 (14) D(G 2,G 42 ) = Toute la population (G47) D(G 45,G 46 ) = G46 (10) D(G 43,G 44 ) = G2 (1) G42 (13) G43 (7) G44 (3) D(G 23,G 40 ) = D(G 2,G 42 ) = G23 (1) G40 (6) G19 (1) G38 (2) 50

51 Décomposition de la somme des carrés totale X 1 X p g 2 g 1 g g 3 X 2 n K K i k k i k i1 k1 k1 ig k d (x,g) n d (g,g) d (x,g ) Somme des carrés Somme des carrés Somme des carrés 51 totale = (n-1)p = interclasses + intraclasses

52 Coefficient : Somme des carrés intra-classes de la typologie en K classes Distance de Ward(1,4) Stage Agglomeration Schedule Résultats SPSS : Somme des carrés intra-classes Stage Cluster First Qualité de la typologie Cluster Combined Appears Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2 Next Stage en K classes : (138 - Coeff[n-K])/ Qualité de la typologie en 2 classes : ( )/138 = Somme des carrés intra-classes pour la typologie en K=2 classes 22 Somme des carrés 23 totale = p(n-1) Groupe contenant 1 52

53 Qualité des typologies Nombre de classes Somme des carrés intraclasses Somme des carrés interclasses % de Somme des carrés expliquée Distance de Ward distance de Ward entre les groupes fusionnés = (S.C. Intra) = (S.C. Inter) 53

54 Qualité de la typologie en K classes La somme des carrés expliquée par la typologie en K classes est égale à la somme des carrés interclasses de la typologie en K classes. La qualité de la typologie est mesurée par la proportion de la somme des carrés totale expliquée par la typologie. 54

55 Choix du nombre de groupes La typologie en 5 groupes explique 81,27 % de la S.C. totale Rescaled Distance Cluster Combine C A S E Label Num Citroën C2 1.1 Base 1 Nissan Micra Peugeot HDI 7 Citroën C3 Pluriel 1 14 BMW Z4 2.5i 15 Audi TT 1.8T Renault Clio 3.0 V6 5 G42 Mini Volkswagen Touran Nissan X-Trail 2.2 d 24 Audi A3 1.9 TDI 6 Renault Scenic 1.9 d 20 Land Rover Defender 22 Smart Fortwo Coupé 2 G2 Peugeot V6 B 8 BMW 530d 10 Jaguar S-Type 2.7 V6 11 Mercedes Classe C 27 9 G43 BMW 745i 12 Mercedes Classe S Land Rover Discovery 23 Aston Martin Vanquis 17 G44 Bentley Continental 18 Ferrari Enzo 19 G19 55

56 Premier plan factoriel et typologie 3 2 Land Rover Discovery Jaguar S-Type 2.7 V6 1 Nissan X-Trail 2.2 d Mercedes Classe S VW Touran Peugeot V6 BMW 745i Land Rover Defender Renault Scenic BMW 530d Mercedes Classe C Peugeot 307 Audi A Citroën C3-1 Nissan Micra Audi TT 1.8T Citroën C2 BMW Z4 2.5i Mini Renault Clio 3.0 V6 Bentley Continental Aston Martin Vanquish Facte eur Smart Fortwo Coupé Ferrari Enzo Facteur 1 56

57 Interprétation des classes Report Ward Method Cylindrée Puissance Vitesse Poids Largeur Longueur 1 Mean N Mean N Mean N Mean N Mean N Total Mean N

58 16. C.A.H. des variables Les données de Kendall 48 candidats à un certain poste sont évalués sur 15 variables : (1) Form of letter of application i (9) Experience (2) Appearance (10) Drive (3) Academic ability (11) Ambition (4) Likeability (12) Grasp (5) Self-confidence (13) Potential (6) Lucidity (14) Keeness to join (7) Honesty (15) Suitability (8) Salesmanship 58

59 1 2 3 Case Summaries X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X

60 Tableau des corrélations Correlation Matrix Correlation X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X X X X X X X X X X X X X X X One of the questions of interest here is how the variables cluster, in the sense that some of the qualities may be correlated or confused in the judge s mind. (There was no purpose in clustering the candidates - only one was to be chosen). 60

61 Classification Ascendante Hiérarchique des variables Méthode des plus proches voisins A chaque étape, on fusionne les deux groupes G i et G j maximisant : Max Cor( X, X ) X G, X G a i b j On fusionne G2 et G3. a b G1 o o o o o G G3 61

62 Classification Ascendante Hiérarchique des variables H I E R A R C H I C A L C L U S T E R A N A L Y S I S Dendrogram using Single Linkage (VOISINS LES PLUS PROCHES) Rescaled Distance Cluster Combine C A S E Label Num X6 6 X12 12 X13 13 X8 8 X11 11 X5 5 X10 10 X9 9 X15 15 X4 4 X14 14 X7 7 X1 1 X2 2 X3 3 62

63 Classification Ascendante Hiérarchique des variables Méthode des voisins les plus éloignés A chaque étape, on fusionne les deux groupes G i et G j maximisant : Min Cor( X, X ) X G, X G a i b j On fusionne G1 et G2. a b G1 o o o o o G G3 63

64 Classification Ascendante Hiérarchique des variables H I E R A R C H I C A L C L U S T E R A N A L Y S I S Dendrogram using Complete Linkage (VOISINS LES PLUS ELOIGNES) Rescaled Distance Cluster Combine C A S E Label Num X6 6 X12 12 X8 8 X11 11 X5 5 X10 10 X13 13 X2 2 X4 4 X14 14 X7 7 X9 9 X15 15 X1 1 X3 3 64

65 Bloc 1 Correlation Matrix Correlation X2 X5 X6 X8 X10 X11 X12 X13 X X X X X X X X Les corrélations sont toutes positives. 65

66 Bloc 2 Correlation Matrix X4 X7 X14 Correlation X4 X7 X Bloc 3 Correlation Matrix X1 X9 X15 Correlation X1 X9 X

67 Interprétation des blocs Bloc 1 : Qualités humaines favorables au poste Appearance, Self-confidence, Lucidity, Salesmanship, Drive, Ambition, Grasp, Potential Bloc 2 : Qualités de franchise et de communication Likeability, Honesty, Keenness to join Bloc 3 : Expérience Form of letter of application, Experience, Suitability Bloc 4 : Diplôme Academic ability 67