Initialisation of TP5

This commit is contained in:
2024-04-11 13:49:00 +02:00
committed by GitHub
parent 7a7df0b11b
commit dae19d4eb6
3 changed files with 208 additions and 0 deletions

View File

@@ -0,0 +1,13 @@
Version: 1.0
RestoreWorkspace: Default
SaveWorkspace: Default
AlwaysSaveHistory: Default
EnableCodeIndexing: Yes
UseSpacesForTab: Yes
NumSpacesForTab: 2
Encoding: UTF-8
RnwWeave: Sweave
LaTeX: pdfLaTeX

View File

@@ -0,0 +1,181 @@
---
title: "TP5_Enonce"
author: ''
date: ''
output:
pdf_document: default
html_document: default
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
```{r}
rm(list=ls())
library(FactoMineR)
```
----------------------------------------------------------------------------------------
Exercice 1
AFC sur le lien entre couleur des cheveux et ceux des yeux
```{r}
data("HairEyeColor")
```
```{r}
HairEyeColor
```
```{r}
data <- apply(HairEyeColor, c(1, 2), sum)
data
```
```{r}
barplot(data,beside=TRUE,legend.text =rownames(data),main=" Effectifs observés",col=c("black","brown","red","yellow"))
```
1) Commentez le barplot ci-dessus ? S'attend on à une situation d'indépendance ?
2) Etudiez cette situation par un test du chi-deux d'indépendance
```{r}
```
3) Affichez le tableau des effectifs théoriques et la contribution moyenne
```{r}
```
4) Calculer le tableau des contributions au khi-deux
```{r}
```
5) Calculer le tableau des probabilités associé au tableau de contingence.
```{r}
```
6) Calculer le tableau des profils lignes et le profil moyen associé.
```{r}
```
7) Calculer le tableau des profils colonnes et le profil moyen associé.
```{r}
```
8) Que vaut linertie du nuage des profils lignes ? Celle du nuage des profils colonnes ?
```{r}
```
9) Lancer une AFC avec FactoMineR
```{r}
library(FactoMineR)
res.afc<-CA(data)
summary(res.afc)
plot(res.afc, invisible = "row")
plot(res.afc, invisible = "col")
```
```{r}
```
10) Faire la construcution des éboulis des valeurs propres
```{r}
```
11) Effectuer l'analyse des correspondances
----------------------------------------------------------------------------------------
Exercice 2
AFC sur la répartition des tâches ménagères dans un foyer
```{r}
data<-read.table("housetasks",sep=";",header = TRUE)
data
```
```{r}
barplot(as.matrix(data),beside=TRUE,legend.text=rownames(data),main="Effectifs observés",col=rainbow(length(rownames(data))))
```
1) Commentez le barplot ci-dessus ? S'attend on à une situation d'indépendance ?
2) Etudiez cette situation par un test du chi-deux d'indépendance
```{r}
```
3) Affichez le tableau des effectifs théoriques et la contribution moyenne
```{r}
```
4) Calculer le tableau des contributions au khi-deux
```{r}
```
5) Calculer le tableau des probabilités associé au tableau de contingence.
```{r}
```
6) Calculer le tableau des profils lignes et le profil moyen associé.
```{r}
```
7) Calculer le tableau des profils colonnes et le profil moyen associé.
```{r}
```
8) Que vaut linertie du nuage des profils lignes ? Celle du nuage des profils colonnes ?
```{r}
```
9) Lancer une AFC avec FactoMineR
```{r}
res.afc<-CA(data)
summary(res.afc,nbelements = Inf)
plot(res.afc, invisible = "row")
plot(res.afc, invisible = "col")
```
10) Faire la construcution des éboulis des valeurs propres
```{r}
```
11) Effectuer l'analyse des correspondances

View File

@@ -0,0 +1,14 @@
"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;53
"Shopping";33;23;9;55
"Official";12;46;23;15
"Driving";10;51;75;3
"Finances";13;13;21;66
"Insurance";8;1;53;77
"Repairs";0;3;160;2
"Holidays";0;1;6;153
1 Wife Alternating Husband Jointly
2 Laundry 156 14 2 4
3 Main_meal 124 20 5 4
4 Dinner 77 11 7 13
5 Breakfeast 82 36 15 7
6 Tidying 53 11 1 57
7 Dishes 32 24 4 53
8 Shopping 33 23 9 55
9 Official 12 46 23 15
10 Driving 10 51 75 3
11 Finances 13 13 21 66
12 Insurance 8 1 53 77
13 Repairs 0 3 160 2
14 Holidays 0 1 6 153