Articles - Méthodes des Composantes Principales dans R: Guide Pratique

Guide pratique: Code R et interprétation

Nous utiliserons principalement deux packages:

• FactoMineR: pour l’analyse;
• factoextra: pour la visualisation et l’interprétation des résultats.

Cette section est organisée comme suit:

1. BASES

• Introduction à R
• Packages R Réquis pour l’ACP

2. METHODES CLASSIQUES

• ACP - Analyse en Composantes Principales. Analyse des données contenant des variables continues.
• AFC - Analyse Factorielle des Correspondances. Etude de l’association entre deux variables catégorielles.
• ACM - Analyse des Correspondances Multiples. Analyse des données contenant plus de deux variables catégorielles.

3. METHODES AVANCEES

• AFDM - Analyse Factorielle des Données Mixtes. Analyse des données contenant à la fois des variables quantitatives et qualitatives.
• AFM - Analyse Factorielle Multiple. Analyse des données contenant des variables structurées en groupes.

4. CLUSTERING

Classification Hiérarchique sur Composantes Principales

Plus d’exemples

• ACP dans R: prcomp vs princomp
• ACP dans R avec Ade4: Scripts Faciles
• AFC dans R: Mille Possibilités

Vidéos de cours

• ACP dans R Avec FactoMineR: Scripts Faciles et Cours
• AFC dans R avec FactoMineR: Scripts Faciles et Cours
• ACM dans R avec FactoMineR: Scripts Faciles et Cours
• AFDM dans R avec FactoMineR: Scripts Faciles et Cours
• AFM dans R avec FactoMineR: Scripts Faciles et Cours
• CAH - Classification Ascendante Hiérarchique dans R avec FactoMineR: Cours