get_mca: Extraire les résultats de l'analyse des correspondances multiples - Logiciel R et analyse de données
Description
Extrait tous les r?sultats (coordonn?es, cosinus carr?, les contributions et inertie), pour les individus/variables actives, de l?analyse des correspondances multiples (ACM).
- get_mca(): Extraire les r?sultats pour les variables et individus
- get_mca_ind(): Extraire les r?sultats pour les individus seulement
- get_mca_var(): Extraire les r?sultats pour les variables seulement
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
# Extraire les r?sultats pour les variables et individus
get_mca(res.mca, element = c("var", "ind"))
# Extraire les r?sultats pour les individus seulement
get_mca_var(res.mca)
# Extrairesles r?sultats pour les variables seulement
get_mca_ind(res.mca)
Arguments
Argument | Description |
---|---|
res.mca | un objet de classe MCA [FactoMineR], acm [ade4]. |
element | L??l?ment ? extraire du r?sultat. Les valeurs possibles sont ?var? (pour les variables actives) ou ?ind? (pour les individus actives). |
Valeur
Une liste de matrices contenant tous les r?sultats pour les individus/variables actives, y compris:
- coord: Coordonn?es pour les individus / variables
- cos2: cos2 pour les individus / variables
- contrib: contributions des individus / variables
Exemples
Analyse des correspondences multiples
Une Analyse des Correspondences Multiples (ACM) est effectu?e en utilisant la fonction MCA() [dans FactoMineR] et les donn?es poison [dans FactoMineR]:
# Analyse des correspondences multiples
# ++++++++++++++++++++++++++++++
# Installer et charger FactoMineR pour effectuer une MCA
# install.packages("FactoMineR")
library("FactoMineR")
data(poison)
poison.active <- poison[1:55, 5:15]
head(poison.active[, 1:6])
Nausea Vomiting Abdominals Fever Diarrhae Potato
1 Nausea_y Vomit_n Abdo_y Fever_y Diarrhea_y Potato_y
2 Nausea_n Vomit_n Abdo_n Fever_n Diarrhea_n Potato_y
3 Nausea_n Vomit_y Abdo_y Fever_y Diarrhea_y Potato_y
4 Nausea_n Vomit_n Abdo_n Fever_n Diarrhea_n Potato_y
5 Nausea_n Vomit_y Abdo_y Fever_y Diarrhea_y Potato_y
6 Nausea_n Vomit_n Abdo_y Fever_y Diarrhea_y Potato_y
res.mca <- MCA(poison.active, graph=FALSE)
Extraire les r?sultats pour les variables
# Extraire les r?sultats pour les variables
var <- get_mca_var(res.mca)
print(var)
Multiple Correspondence Analysis Results for variables
===================================================
Name Description
1 "$coord" "Coordinates for categories"
2 "$cos2" "Cos2 for categories"
3 "$contrib" "contributions of categories"
head(var$coord) # coordonn?es des variables
Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
Nausea_n 0.2673909 0.12139029 -0.265583253 0.03376130 0.07370500
Nausea_y -0.9581506 -0.43498187 0.951673323 -0.12097801 -0.26410958
Vomit_n 0.4790279 -0.40919465 0.084492799 0.27361142 0.05245250
Vomit_y -0.7185419 0.61379197 -0.126739198 -0.41041713 -0.07867876
Abdo_n 1.3180221 -0.03574501 -0.005094243 -0.15360951 -0.06986987
Abdo_y -0.6411999 0.01738946 0.002478280 0.07472895 0.03399075
head(var$cos2) # cos2 des variables
Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
Nausea_n 0.2562007 0.0528025759 2.527485e-01 0.004084375 0.019466197
Nausea_y 0.2562007 0.0528025759 2.527485e-01 0.004084375 0.019466197
Vomit_n 0.3442016 0.2511603912 1.070855e-02 0.112294813 0.004126898
Vomit_y 0.3442016 0.2511603912 1.070855e-02 0.112294813 0.004126898
Abdo_n 0.8451157 0.0006215864 1.262496e-05 0.011479077 0.002374929
Abdo_y 0.8451157 0.0006215864 1.262496e-05 0.011479077 0.002374929
head(var$contrib) # contributions des variables
Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
Nausea_n 1.515869 0.81100008 4.670018e+00 0.08449397 0.48977906
Nausea_y 5.431862 2.90608363 1.673423e+01 0.30277007 1.75504164
Vomit_n 3.733667 7.07226253 3.627455e-01 4.25893721 0.19036376
Vomit_y 5.600500 10.60839380 5.441183e-01 6.38840581 0.28554563
Abdo_n 15.417637 0.02943661 7.192511e-04 0.73219636 0.18424268
Abdo_y 7.500472 0.01432051 3.499060e-04 0.35620363 0.08963157
Extraire les r?sultats pour les individus
# Extraire les r?sultats pour les individus
ind <- get_mca_ind(res.mca)
print(ind)
Multiple Correspondence Analysis Results for individuals
===================================================
Name Description
1 "$coord" "Coordinates for the individuals"
2 "$cos2" "Cos2 for the individuals"
3 "$contrib" "contributions of the individuals"
head(ind$coord) # coordonn?es des individus
Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
1 -0.4525811 -0.26415072 0.17151614 0.01369348 -0.11696806
2 0.8361700 -0.03193457 -0.07208249 -0.08550351 0.51978710
3 -0.4481892 0.13538726 -0.22484048 -0.14170168 -0.05004753
4 0.8803694 -0.08536230 -0.02052044 -0.07275873 -0.22935022
5 -0.4481892 0.13538726 -0.22484048 -0.14170168 -0.05004753
6 -0.3594324 -0.43604390 -1.20932223 1.72464616 0.04348157
head(ind$cos2) # cos2 des individus
Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
1 0.34652591 0.1180447167 0.0497683175 0.0003172275 0.0231460846
2 0.55589562 0.0008108236 0.0041310808 0.0058126211 0.2148103098
3 0.54813888 0.0500176790 0.1379484860 0.0547920948 0.0068349171
4 0.74773962 0.0070299584 0.0004062504 0.0051072923 0.0507479873
5 0.54813888 0.0500176790 0.1379484860 0.0547920948 0.0068349171
6 0.02485357 0.0365775483 0.2813443706 0.5722083217 0.0003637178
head(ind$contrib) # contributions des individus
Dim 1 Dim 2 Dim 3 Dim 4 Dim 5
1 1.110927 0.98238297 0.498254685 0.003555817 0.31554778
2 3.792117 0.01435818 0.088003703 0.138637089 6.23134138
3 1.089470 0.25806722 0.856229950 0.380768961 0.05776914
4 4.203611 0.10259105 0.007132055 0.100387990 1.21319013
5 1.089470 0.25806722 0.856229950 0.380768961 0.05776914
6 0.700692 2.67693398 24.769968729 56.404214518 0.04360547
get_mca: extraire les r?sultats pour les individues et variables ? la fois
# Vous pouvez aussi utiliser la fonction get_mca()
get_mca(res.mca, "ind") # Resultats pour les individus
Multiple Correspondence Analysis Results for individuals
===================================================
Name Description
1 "$coord" "Coordinates for the individuals"
2 "$cos2" "Cos2 for the individuals"
3 "$contrib" "contributions of the individuals"
get_mca(res.mca, "var") # Resultats pour les variables
Multiple Correspondence Analysis Results for variables
===================================================
Name Description
1 "$coord" "Coordinates for categories"
2 "$cos2" "Cos2 for categories"
3 "$contrib" "contributions of categories"
Infos
Cette analyse a ?t? r?alis?e en utilisant le logiciel R (ver. 3.2.1) 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!!
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!
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!
Recommended for You!
Get involved :
Click to follow us on Facebook:
Comment this article by clicking on "Discussion" button (top-right position of this page)
Click to follow us on Facebook:
Comment this article by clicking on "Discussion" button (top-right position of this page)