mirror of
https://github.com/ArthurDanjou/ArtStudies.git
synced 2026-01-14 15:54:13 +01:00
Initialisation of TP5
This commit is contained in:
13
Analyse Multidimensionnelle/TP5/TP5.Rproj
Normal file
13
Analyse Multidimensionnelle/TP5/TP5.Rproj
Normal 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
|
||||
181
Analyse Multidimensionnelle/TP5/TP5_Enonce.Rmd
Normal file
181
Analyse Multidimensionnelle/TP5/TP5_Enonce.Rmd
Normal 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 l’inertie 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 l’inertie 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
|
||||
|
||||
|
||||
|
||||
14
Analyse Multidimensionnelle/TP5/housetasks.csv
Normal file
14
Analyse Multidimensionnelle/TP5/housetasks.csv
Normal 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
|
||||
|
Reference in New Issue
Block a user