- Olivier Sautory - Directeur du CEPE
Cours : 20 heures - TP : 10 heures Objectif
Ce cours présente les méthodes classiques d'analyse multidimensionnelle des données. Les différentes méthodes sont illustrées par des exemples et le contrôle des connaissances s'effectue, pour partie, sous forme d'un mémoire dans lequel les étudiants analysent, à l'aide de programmes informatiques, des données réelles.
Plan
- Analyse d'un nuage de points - Visualisation d'un nuage de points. Inertie. Recherche des axes principaux d'inertie. Composantes principales. Représentations graphiques. Aides à l'interprétation. Reconstitution des données.
- Analyse en composantes principales - Analyse du nuage des individus. Propriétés des composantes principales. Analyse du nuage des variables. Interprétation des résultats.
- Analyse des correspondances - Nuages des profils-lignes et des profils-colonnes, la distance du khi-deux. Analyse des nuages des profils. Liens entre les analyses, relations barycentriques. Interprétation des résultats.
- Analyse des correspondances multiples - Analyse des correspondances sur le tableau disjonctif complet. Propriétés de l'ACM. Analyse du tableau de Burt.
- Classification - Généralités sur les méthodes de classification, mesures de dissimilarités. Méthodes de classification ascendante hiérarchique : principe, stratégies d'agrégation, aides à l'interprétation. Méthodes de partitionnement : les méthodes des centres mobiles, les nuées dynamiques. Classification mixte.
- Introduction à l'analyse discriminante - Analyse factorielle discriminante : variables discriminantes, axes discriminants, règles géométriques d'affectation. Méthodes probabilistes : méthodes paramétriques et non paramétriques, validation, sélection de variables.
Références
BARDOS M. Analyse discriminante : application au risque et au scoring financier, DUNOD 2001 [23 BAR 02 A]
LEBART L., MORINEAU A et PIRON M. Statistique exploratoire multidimensionnelle, 3ème édition, DUNOD 2000 [21 LEB 00 A]
NAKACHE J.-P. et CONFAIS J. Approche pragmatique de la classification : arbres hiérarchiques, partitionnements, TECHNIP 2005 [21 NAK 00 B]
SAPORTA G. Probabilités, analyse des données et statistique, TECHNIP 1990 [23 SAP 00 B]
TENENHAUS M. Méthodes statistiques en gestion, DUNOD 1994 [25 TEN 00 A]
VOLLE M. Analyse des données, ECONOMICA [23 VOL 00 A]
|
