factoextra: Réduire le chevauchement des points et des annotations - Logiciel R et analyse de données


Pour réduire le chevauchement, l’argument jitter est utilisé dans les fonctions fviz_pca_xx(), fviz_ca_xx() et fviz_mca_xx() disponible dans le package R factoextra.

L’argument jitter est une liste contenant les objets what, width et height (Ex.; jitter = list(what, width, height)):

  • what: l’élément à ajuster. Les valeurs possibles sont “point” ou “p”; “label” ou “l”; “both” ou “b”.
  • width: degré d’ajustement selon l’axe des x (ex: 0.2).
  • height: degré d ’ajustement selon l’axe des y (ex: 0.2).

Quelques exemples d’utilisation sont décrits dans les sections suivantes.

Installez les package nécessaires

  • FactoMineR: pour effectuer une ACP (Analyse en Composante Principale), une AFC (Analyse Factorielle des Correspondences simples) et une ACM (Analyse des Correspondences Multiples)
  • factoextra: pour la visualisation des résultats de FactoMineR

Les packages FactoMineR et factoextra peuvent être installés comme suit:

install.packages("FactoMineR")
# install.packages("devtools")
devtools::install_github("kassambara/factoextra")

Charger FactoMineR et factoextra

library("FactoMineR")
library("factoextra")

Analyse des correspondences multiples (ACM)

# Charger les données
data(poison)
poison.active <- poison[1:55, 5:15]
# Effectuer une ACM
res.mca <- MCA(poison.active, graph = FALSE)
# Graphique par défaut
fviz_mca_ind(res.mca)

factoextra: Réduire le chévauchement des points et des annotations - Logiciel R et analyse de données

# Utiliser jitter pour réduire le chévauchement des points
# Seulement, les annotations sont ajustées
fviz_mca_ind(res.mca, jitter = list(what = "label",
                                    width = 0.1, height = 0.15))

factoextra: Réduire le chévauchement des points et des annotations - Logiciel R et analyse de données

# Ajustement des points et annotations
fviz_mca_ind(res.mca, jitter = list(what = "both", 
                                    width = 0.1, height = 0.15))

factoextra: Réduire le chévauchement des points et des annotations - Logiciel R et analyse de données

Analyse factorielle des correspondences (AFC)

# Charger les données
data("housetasks")
# Effectuer une AFC
res.ca <- CA(housetasks, graph = FALSE)
# Biplot par défaut
fviz_ca_biplot(res.ca)

factoextra: Réduire le chévauchement des points et des annotations - Logiciel R et analyse de données

# Ajustement selon l'axe des y
fviz_ca_biplot(res.ca, jitter = list(what = "label", 
                                     width = 0.4, height = 0.3))

factoextra: Réduire le chévauchement des points et des annotations - Logiciel R et analyse de données

Analyse en composante principale (ACP)

# Charger les données
data(decathlon2)
decathlon2.active <- decathlon2[1:23, 1:10]
# Effectuer une ACP
res.pca <- PCA(decathlon2.active, graph = FALSE)
# Biplot par défaut
fviz_pca_ind(res.pca)

factoextra: Réduire le chévauchement des points et des annotations - Logiciel R et analyse de données

# justement selon l'axe des x
fviz_pca_ind(res.pca, jitter = list(what = "label", 
                                    width = 0.6, height = 0.6))

factoextra: Réduire le chévauchement des points et des annotations - Logiciel R et analyse de données

Infos

Cette analyse a été réalisée en utilisant le logiciel R (ver. 3.2.1), FactoMineR (ver. 1.31.3) et factoextra (ver. 1.0.3)


Enjoyed this article? I’d be very grateful if you’d help it spread by emailing it to a friend, or sharing it on Twitter, Facebook or Linked In.

Show me some love with the like buttons below... Thank you and please don't forget to share and comment below!!
Avez vous aimé cet article? Je vous serais très reconnaissant si vous aidiez à sa diffusion en l'envoyant par courriel à un ami ou en le partageant sur Twitter, Facebook ou Linked In.

Montrez-moi un peu d'amour avec les like ci-dessous ... Merci et n'oubliez pas, s'il vous plaît, de partager et de commenter ci-dessous!






Cette page a été vue 2140 fois