fviz_ca: Visualisation de l'Analyse Factorielle des Correspondances simples avec factoextra - Logiciel R et analyse de données
Description
Graphique des variables colonnes/lignes issues des résultats de l’Analyse Factorielle des Correspondence simple (AFC).
Les fonctions suivantes, du package factoextra, sont utilisée:
- fviz_ca_row(): Graphique des variables lignes
- fviz_ca_col(): Graphique des variables colonnes
- fviz_ca_biplot(): Biplot des variables lignes et colonnes
- fviz_ca(): Alias de fviz_ca_biplot()
Ces fonctions sont disponibles dans le package factoextra.
Installer et charger factoextra
Le package devtools est requis pour l’installation de factoextra.
if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/factoextra")Charger factoextra:
library("factoextra")Utilisation
# Graphique des variables lignes
fviz_ca_row(X, axes = c(1, 2), shape.row = 19,
geom = c("point", "text"), label = "all",
invisible = "none", labelsize = 4, pointsize = 2,
col.row = "blue", col.row.sup = "darkblue", alpha.row = 1,
select.row = list(name = NULL, cos2 = NULL, contrib = NULL),
map = "symmetric",
jitter = list(what = "label", width = NULL, height = NULL), ...)
# Graphique des variables colonnes
fviz_ca_col(X, axes = c(1, 2), shape.col = 17,
geom = c("point", "text"), label = "all",
invisible = "none", labelsize = 4, pointsize = 2,
col.col = "red", col.col.sup = "darkred", alpha.col = 1,
select.col = list(name = NULL, cos2 = NULL, contrib = NULL),
map = "symmetric",
jitter = list(what = "label", width = NULL, height = NULL), ...)
# Biplot des variables lignes et colonnes
fviz_ca_biplot(X, axes = c(1, 2), shape.row = 19, shape.col = 17,
geom = c("point", "text"), label = "all", invisible = "none",
labelsize = 4, pointsize = 2, col.col = "red",
col.col.sup = "darkred", alpha.col = 1, col.row = "blue",
col.row.sup = "darkblue", alpha.row = 1,
select.col = list(name = NULL, cos2 = NULL, contrib = NULL),
select.row = list(name = NULL, cos2 = NULL, contrib = NULL),
map = "symmetric", arrows = c(FALSE, FALSE),
jitter = list(what = "label", width = NULL, height = NULL), ...)
# Alias de fviz_ca_biplot()
fviz_ca(X, ...)Arguments
| Argument | Description |
|---|---|
| X | Un objet de classe CA [FactoMineR], ca [ca], coa [ade4]; correspondence [MASS]. |
| axes | un vecteur numérique de longueur 2 spécifiant les axes à tracer. |
| shape.row,shape.col | les types de points à utiliser pour les variables lignes/colonnes. Les valeurs par défaut sont 19 pour les lignes et 17 pour les colonnes. |
| geom | un texte spécifiant la géométrie à utiliser pour le graphique. Les valeurs autorisées sont la combinaison de c(“point”, “arrow”, “text”). Utilisez “point” (pour afficher uniquement les points); “text” pour afficher uniquement les étiquettes (texte d’annotation); c(“point”, “text”) ou c(“arrow”, “text”) pour montrer les deux types. |
| label | un vecteur de caractères spécifiant les éléments à étiqueter. La valeur par défaut est “all”. Les valeurs autorisées sont “none” ou la combinaison de c(“row”, “row.sup”, “col”, “col.sup”). Utilisez “col” pour étiqueter uniquement les variables colonnes actives; “col.sup” pour étiqueter uniquement les variables colonnes supplémentaires; etc. |
| invisible | une chaîne de caractère spécifiant les éléments à masquer sur le graphique. La valeur par défaut est “none”. Les valeurs autorisées sont la combinaison de c(“row”, “row.sup”, “col”, col.sup“). |
| labelsize | taille de la police pour les étiquettes. |
| pointsize | la taille des points. |
| map | chaîne de caractères spécifiant le type de graphique. Les options autorisées incluent: “rowprincipal” “symetric”, “colprincipal”, “symbiplot”, “rowgab”, “colgab”, “rowgreen” et “colgreen”. Voir la section détails |
| jitter | Un paramètre d’ajustement de la position des points et textes pour réduire le chevauchement. C’est une liste contenant les objets what, width et height (Ex.; jitter = list(what, width, height)). what: l’élement 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). |
| col.col,col.row | couleurs pour les variables colonnes/lignes. Les valeurs par défaut sont “rouge” et “bleu”, respectivement. Les valeurs autorisées comprennent également: “cos2”, “contrib”, “coord”, “x” ou “y”. Dans ce cas, les couleurs pour les variables colonnes/lignes sont automatiquement contrôlées par leurs qualités (“cos2”), leurs contributions (“contrib”), leurs coordonnées (x^2 + y^2, “coord”), les valeurs x (“x”) ou les valeurs y (“y”). |
| col.col.sup,col.row.sup | couleurs pour les variables colonnes et lignes supplémentaires, respectivement. |
| alpha.col,alpha.row | contrôle la transparence de couleurs. La valeur peut varier de 0 (transparence totale) à 1 (aucune transparence). La valeur par défaut est 1. Les valeurs admises comprennent également: “cos2”, “contrib”, “coord”, “x” ou “y”, comme pour les arguments col.col et col.row. |
| select.col,select.row |
une sélection de variables colonnes/lignes. Les valeurs autorisées sont NULL ou une liste contenant le nom des arguments, cos2 ou contrib. La valeur par défaut est list(name = NULL, cos2 = NULL, contrib = NULL):
|
| arrows | Vecteur logique de longueurs deux, précisant si le graphique doit contenir des points (FALSE, par défaut) ou flèches (TRUE). La première valeur s’applique aux variables lignes et la deuxième valeur s’applique aux variables colonnes. |
| … | Les arguments optionnels |
Details
Le graphique par défaut de l’AFC (analyse factorielle des correspondances simples) est un graphique “symétrique”, dans lequel les lignes et les colonnes sont représentées en coordonnées principales. Dans cette situation, il est impossible d’interpréter la distance entre les points lignes et les points colonnes. Pour surmonter ce problème, le plus simple est de faire un graphique asymétrique. Cela signifie que, les profils colonnes doivent être représentées dans l’espace des lignes ou vice-versa. Les options autorisées pour l’argument map sont:
“rowprincipal” or “colprincipal”: graphique asymétriques avec soit des lignes en coordonnées principales et les colonnes en coordonnées standards, ou vice versa. Ces graphiques conservent respectivement la métrique des lignes ou celle des colonnes.
“symbiplot”: Les lignes et les colonnes sont transformées afin d’avoir des variances égales aux valeurs singulières (racines carrés des valeurs propres), ce qui donne un biplot symétrique mais ne préserve pas les métriques des lignes ou des colonnes.
“rowgab” ou “colgab”: graphiques asymétriques, proposées par Gabriel & Odoroff (1990), avec des lignes (respectivement colonnes) en coordonnées principales et colonnes (respectivement lignes) en coordonnées standards multiplié par la masse du point correspondant.
“rowgreen” ou “colgreen”: graphiques appelés aussi “biplots de contribution”, montrant visuellement les points les plus contributifs (Greenacre 2006b). Ils sont semblables à “rowgab” et “colgab”, sauf que les points en coordonnées standard sont multipliés par la racine carrée des masses correspondantes, donnant les reconstructions des résidus standardisés.
Valeur
Un graphique de type ggplot2
Exemples
Analyse factorielle des correspondences
L’Analyse des correspondences (AFC) est réalisée en utilisant la fonction CA() [dans FactoMineR] et le jeu de données housetasks [dans factoextra]:
library("FactoMineR")
data(housetasks)
head(housetasks) Wife Alternating Husband Jointly
Laundry 156 14 2 4
Main_meal 124 20 5 4
Dinner 77 11 7 13
Breakfeast 82 36 15 7
Tidying 53 11 1 57
Dishes 32 24 4 53res.ca <- CA(housetasks, graph=FALSE)fviz_ca_row(): Graphique des variables lignes
# Graphique par défaut
fviz_ca_row(res.ca)
# Changer le titre principal et celui des axes
fviz_ca_row(res.ca) +
labs(title = "CA", x = "Dim.1", y ="Dim.2" )
# Changer les limites des axes en spécifiant le min et le max
fviz_ca_row(res.ca) +
xlim(-1.3, 1.7) + ylim (-1.5, 1)
# Utiliser seulement du texte
fviz_ca_row(res.ca, geom = "text")
# Utiliser des points seulement
fviz_ca_row(res.ca, geom="point")
# Changer la taille des points
fviz_ca_row(res.ca, geom="point", pointsize = 4)
# Changer la couleur des points et le thème
fviz_ca_row(res.ca, col.row = "violet")+
theme_minimal()
# Contrôler automatiquement la couleurs des points lignes
# par les valeurs de cos2 ou de contributions
# cos2 = qualité de réprésentation sur le graphique
fviz_ca_row(res.ca, col.row="cos2")
# Gradient de couleur
fviz_ca_row(res.ca, col.row="cos2") +
scale_color_gradient2(low="white", mid="blue",
high="red", midpoint=0.5, space ="Lab")
# Changer le thème et utiliser uniquement des points
fviz_ca_row(res.ca, col.row="cos2", geom = "point") +
scale_color_gradient2(low="white", mid="blue",
high="red", midpoint=0.4, space ="Lab")+ theme_minimal()
# Colorer en fonction de la contribution
fviz_ca_row(res.ca, col.row="contrib") +
scale_color_gradient2(low="white", mid="blue",
high="red", midpoint=10, space ="Lab")
# Contrôler la transparence des couleurs
# en fonction de la contribution
fviz_ca_row(res.ca, alpha.row="contrib") +
theme_minimal()
# Sélectionner et visualiser les lignes avec cos2 > 0.5
fviz_ca_row(res.ca, select.row = list(cos2 = 0.5))
# Sélectionner le top 7 selon le cos2
fviz_ca_row(res.ca, select.row = list(cos2 = 7))
# Selectionner le top 7 selon la contribution
fviz_ca_row(res.ca, select.row = list(contrib = 7))
# Sélectionner par noms
fviz_ca_row(res.ca,
select.row = list(name = c("Breakfeast", "Repairs", "Holidays")))
fviz_ca_col(): Graphique des colonnes
# Graphique par défaut
fviz_ca_col(res.ca)
# Changer la couleur et le thème
fviz_ca_col(res.ca, col.col="steelblue")+
theme_minimal()
# Contrôler la couleur selon la contribution
fviz_ca_col(res.ca, col.col = "contrib")+
scale_color_gradient2(low = "white", mid = "blue",
high = "red", midpoint = 25) +
theme_minimal()
# Contrôler la transparence selon la contribution
fviz_ca_col(res.ca, alpha.col = "contrib") +
theme_minimal()
# Sélectionner et visualiser les colonnes avec cos2 > 0.5
fviz_ca_col(res.ca, select.col = list(cos2 = 0.4))
# Sélectionner le top 3 selon la contribution
fviz_ca_col(res.ca, select.col = list(contrib = 3))
# Sélectionner par noms
fviz_ca_col(res.ca,
select.col= list(name = c("Wife", "Husband", "Jointly")))
fviz_ca_biplot(): Biplot des lignes et colonnes
# Biplot symétrique des lignes et des colonnes
fviz_ca_biplot(res.ca)
# Biplot asymétrique, utiliser des flèche pour les colonnes
fviz_ca_biplot(res.ca, map ="rowprincipal",
arrow = c(FALSE, TRUE))
# Annoter uniquement les points lignes
fviz_ca_biplot(res.ca, label ="row")
# Annoter uniquement les points colonnes
fviz_ca_biplot(res.ca, label ="col")
# Cacher les points lignes
fviz_ca_biplot(res.ca, invisible ="row")
# Cacher les points colonnes
fviz_ca_biplot(res.ca, invisible ="col")
# Contrôler la couleur des lignes selon le cos2
fviz_ca_biplot(res.ca, col.row="cos2") +
theme_minimal()
# Top 7 des lignes les plus contributives
# et top 3 des colonnes les plus contriputives
fviz_ca_biplot(res.ca,
select.row = list(contrib = 7),
select.col = list(contrib = 3))
Infos
Cette analyse a été réalisée en utilisant le logiciel R (ver. 3.2.1) et factoextra (ver. 1.0.3)
Show me some love with the like buttons below... Thank you and please don't forget to share and comment below!!
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!
