mirror of
https://github.com/ArthurDanjou/ArtStudies.git
synced 2026-02-09 15:06:00 +01:00
182 lines
3.0 KiB
Plaintext
182 lines
3.0 KiB
Plaintext
---
|
||
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
|
||
|
||
|
||
|