ADD1

LES OUTILS DE TRAITEMENT DE
LINFORMATION
LANALYSE DES
DONNEES
14/03/2014
ANALYSE DES DONNEES ELABJANI
INTRODUCTION
A PROPOS DE LADD
1. Un domaine trs vaste qui :
* renferme plusieurs mthodes.
* sapplique plusieurs disciplines.
2. Elle vient aprs la collecte des
donnes.
3. Elle reprsente un outil daide la
dcision et un moyen de prvsisions.
14/03/2014
ANALYSE DES DONNEES - ELABJANI
INTRODUCTION
LES OBJECTIFS
1. Comprendre la dmarche de lADD
* partie thorique succinte.
* partie empirique.
2. Faire connaissance avec le logiciel
SPSS.
3. Excuter des programmes sur celuici.
14/03/2014
INTRODUCTION
LA SELECTION DES METHODES
Celle-ci se fait principalement via trois
critres de premire importance dans toute
sorte dtudes et/ou recherches:
1.Les objectifs de lutilisateur (ou bien de la
recherche).
2.Les
variables
utilises
(numriques,
nominales,)
3.Le type des tudes mener.
14/03/2014
INTRODUCTION
La Dmarche dans le travail du statisticien
1.Conception: dfinition de la population, des
units, des caractres (variables), questionnaires,
objectif, problmatique,
2.Collecte des donnes: excution de lenqute,
3.Apurement: vrification, contrle, redressement,
etc.
4.Analyse: statistique descriptive, analyse des
donnes multidimensionnelle, mthodes
conomtriques, etc.
5.Publication des rsultats
14/03/2014
LES THEMES
Rappels sur lanalyse
unidimensionnelle;
Lintrt de lanalyse
bidimensionnelle;
Lanalyse multidimensionnelle des
donnes.
14/03/2014
1. Rappels sur lanalyse unidimensionnelle
Lanalyse
unidimensionnelle
reprsente la forme la plus simple
de ltude des donnes et des
populations observes.
Elle fait lobjet de la statistique
descriptive classique qui se base
gnralement sur deux principales
tapes :
14/03/2014
Lobservation de la population (ou
des individus)
systme
de
informations;
en utilisant un
collecte
des
Lutilisation
dun seul caractre

(quantitatif ou qualitatif) afin
dtudier les units statistiques
observes.
14/03/2014
Afin de mieux rduire les donnes

et
les
populations
observes,
Lanalyse unidimensionnelle utilise
plusieurs formes danalyse dont on
cite:
1. Lutilisation des tableaux et
des variables statistiques;
14/03/2014
2.
Le
recours
des
reprsentations graphiques selon
le(s) caractre(s) (quantitatif ou
qualitatif) utiliss;
3.
La
dtermination
caractristiques et des paramtres
de
position
(mode,
mdiane,
moyenne,)
ou
de
dispersion
(variance, cart type,..).
14/03/2014
10
Exemple:
Descriptive s
NAIS ENTR
RISQUE
non
oui
14/03/2014
Moy enne
Intervalle de confiance
95% pour la moyenne
Borne infrieure
Borne suprieure
Moy enne tronque 5%

Mdiane
Vari ance
Ecart-type
Mini mum
Max imum
Intervalle
Intervalle int erquarti le
Asy mtrie
Aplatissement
Moy enne
95% pour la moyenne
Borne infrieure
Borne suprieure
Moy enne tronque 5%

Mdiane
Vari ance
Ecart-type
Mini mum
Max imum
Intervalle
Intervalle int erquarti le
Asy mtrie
ANALYSE
Aplatissement
DES DONNEES ELABJANI
Stat istique
,33
-1,10
Erreur
standard
,33
1,77
,
,00
,333
,58
0
1
1
,
1,732
,
,13
5,38E-02
1,225
,
3,90E-02
,21
9,06E-02
,00
,116
,34
0
1
1
,00
2,224
3,025
,276
,545
11
2. Rappels sur lanalyse bidimensionnelle
La deuxime forme de lanalyse des

donnes est Lanalyse bidimensionnelle qui se
base sur lapplication simultanne de deux
caratres diffrents dans la reprsentation
des units statistiques.
*
Le
mme
raisonnement
danalyse
unidimensionnelle peut tre sparment
utilis sur chacun des caractres;
* Les caractres peuvent tre de mme ou

14/03/2014
ANALYSE DES DONNEES 12
de diffrentes
natures.
ELABJANI
Lintrt de lanalyse bidimensionnelle est

essentiellement li lventuelle liaison
susceptible
dexister
entre
les
deux
variables prises en considration.
Plusieurs cas sont possibles:
1. Lorsque les deux caractres sont
qualitatifs, on est conduit une analyse des
tableaux de contingence croisant les deux
variables statistiques;
Exemple:
TRI
croiss,
la
14/03/2014
ANALYSE DES DONNEES corrlations, anova, ELABJANI
matrice
des
13
Exemple des TRI croiss

Tableau crois NAISENTR * RISQUE
RISQUE
non
NAISENTR
oui
non
Total
14/03/2014
Effectif
% dans NAISENTR
% dans RISQUE
% du total
Effectif
% dans NAISENTR
% dans RISQUE
% du total
Effectif
% dans NAISENTR
% dans RISQUE
% du total
2
2,9%
66,7%
2,5%
1
9,1%
33,3%
1,3%
3
3,8%
100, 0%
3,8%
oui
66
97,1%
86,8%
83,5%
10
90,9%
13,2%
12,7%
76
96,2%
100, 0%
96,2%
Total
68
100, 0%
86,1%
86,1%
11
100, 0%
13,9%
13,9%
79
100, 0%
100, 0%
100, 0%
14
Matrice de corrlations
Corrlations
Corrlation de Pearson
NAISENTR
RISQUE
NAISENTR
RISQUE
NAISENTR
RISQUE
Signification (unilatrale)
N
14/03/2014
NAISENTR
1,000
-,111
,
,164
79
79
RISQUE
-,111
1,000
,164
,
79
79
15
Analyse de la variance
ANOVAb
Modle
1
Rgression
Rsidu
Total
Somme
des carrs
,117
9,351
9,468
ddl
1
77
78
Carr moyen
,117
,121
F
Signification
,967
,328 a
a. Valeurs prdites : (constantes), RISQUE

b. Variable dpendante : NAISENTR
14/03/2014
16
2. Lorsque lun des deux caractres est

quantitatif, on peut comparer la moyenne de
la variable quantitative aux modalits de
lautre variable;
Sex e
Sex e
Femme
Homme
14/03/2014
Salaire
courant
$26, 032
$41, 442
Fem me
Hom me
Date de
nais sance
02/11/1956
04/28/1957
Salaire
courant
$26, 032
$41, 442
Sex e
Femme
Homme
Salaire
courant
Moy enne
$26,032
$41,442
Date de naissance
Moy enne Minimum
02/11/56
02/10/29
04/28/57
05/03/29
17
3. Lorsque les deux caractres sont quantitatifs,

lanalyse doit porter sur la corrlation entre les
deux variables statistiques.
On parle, gnralement, dans ce genre danalyse
de:
* la dpendance ou lindpendance des deux
caractres X et Y.
* la liaison fonctionnelle appele galement la
rgression linaire.
14/03/2014
18
En cas de rgression, on peut mesurer:

- le poids de variation de lune des variables
sur lautre (par estimation);
- lintensit de corrlation en calculant le
coefficient de corrlation tq. :
cov(X,Y)
R
X . Y
- La significativit de la corrlation en
calculant le test de Fischer.
- La significativit des paramtres en calculant
les tests de Student.
- etc.
14/03/2014
19
Rcapitula tif du modle
Modle
1
R
,668a
Changement dans les statistiques

Erreur
standard de Variation
R-deux R-deux ajust l'estimation de R-deux Variation de F ddl 1
ddl 2
,446
,443
$5,871.76
,446
189,427
2
471
Modification
de F
signification
,000
a. Valeurs prdites : (constantes), Exprience passe (nombre de mois), Niveau d'ducation (nombre d'annes passes l'cole)
14/03/2014
20
10

Coefficientsa
Modle
1
(constante)
Niveau d'ducation
(nombre d'annes
passes l'cole)
Exprience passe
(nombre de mois)
Coefficients non
standardiss
Erreur
B
standard
-9902,786 1417,474
Coefficien
ts
standardi
ss
Bta
Statistiques de
colinarit
t
Signification Tolrance
-6,986
,000
VIF
1878,211
96,717
,688
19,420
,000
,936
1,068
16,470
2,668
,219
6,174
,000
,936
1,068
a. Variable dpendante : Salaire d'embauche

14/03/2014
21
3. Lanalyse multidimensionnelle des donnes

Plusieurs mthodes danalyse peuvent tre
utilises dans ce cadre.
Leur principal intrt tant de travailler
sur diffrents caractres pris au mme
temps.
Ce qui doit traduire la ralit puisque les
populations tudies dpendent rellement
dune multitude de variables.
14/03/2014
22
11
Leurs points communs tiennent :

leur objectif visant la rduction des donnes afin den
tirer facilement les relations essentielles existantes entre
les variables (Graphiques, tableaux,);
Dgager leffet de tendance globale des donnes
utilises;
Crer des regroupements entre individus ou entre
variables;
le recours informatique qui en facilite normment

lapplication mme sur des cas et des nombres irralisables.
14/03/2014
23

Les principales mthodes danalyse prsenter
cet gard dont certaines font partie des mthodes
dites dAnalyses Factorielles simples :
Les
mthodes
de
rgression
multiple
(Economtrie).
LAnalyse en Composantes Principales (ACP).
LAnalyse Factorielle des Correspondances
(AFC).
14/03/2014
24
12
1. LAnalyse de la rgression multiple

Corrlations
Corrlation de Pearson
NAIS ENTR
RISQUE
PARTENAI
INDE PEND
TRA VENTR
STRESS
AVE NTRIS
ARGENT
AGE
GAIN
RES PONSA
Signification (unilat rale) NAIS ENTR
RISQUE
PARTENAI
INDE PEND
TRA VENTR
STRESS
AVE NTRIS
ARGENT
AGE
GAIN
RES PONSA
N
NAIS ENTR
RISQUE
PARTENAI
INDE PEND
TRA VENTR
STRESS
AVE NTRIS
ARGENT
AGE
GAIN
RES PONSA
14/03/2014
NAIS ENTR
1,000
-,114
,278
-,338
,080
-,164
-,127
,265
,089
-,054
-,181
,
,175
,010
,002
,256
,089
,149
,014
,234
,329
,068
69
69
69
69
69
69
69
69
69
69
69
RISQUE
-,114
1,000
,056
-,122
,090
,051
,066
,062
-,031
-,044
,114
,175
,
,325
,159
,232
,338
,296
,307
,399
,361
,175
69
69
69
69
69
69
69
69
69
69
69
PARTENAI INDE PEND

,278
-,338
,056
-,122
1,000
-,008
-,008
1,000
-,033
,004
,098
,244
-,081
,057
,099
-,126
-,119
-,062
-,122
-,027
-,112
,147
,010
,002
,325
,159
,
,475
,475
,
,393
,487
,212
,022
,255
,321
,210
,151
,165
,308
,158
,414
,179
,114
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
69
TRA VENTR
,080
,090
-,033
,004
1,000
,110
-,130
,057
,010
,292
,354
,256
,232
,393
,487
,
,183
,144
,322
,467
,007
,001
69
69
69
69
69
69
69
69
69
69
69
STRESS
-,164
,051
,098
,244
,110
1,000
,048
-,230
-,034
-,066
,066
,089
,338
,212
,022
,183
,
,349
,029
,389
,294
,294
69
69
69
69
69
69
69
69
69
69
69
AVE NTRIS
-,127
,066
-,081
,057
-,130
,048
1,000
,013
-,059
-,041
,127
,149
,296
,255
,321
,144
,349
,
,456
,314
,370
,149
69
69
69
69
69
69
69
69
69
69
69
ARGENT
,265
,062
,099
-,126
,057
-,230
,013
1,000
,319
-,097
,064
,014
,307
,210
,151
,322
,029
,456
,
,004
,215
,299
69
69
69
69
69
69
69
69
69
69
69
AGE
,089
-,031
-,119
-,062
,010
-,034
-,059
,319
1,000
-,070
-,005
,234
,399
,165
,308
,467
,389
,314
,004
,
,284
,484
69
69
69
69
69
69
69
69
69
69
69
GAIN
-,054
-,044
-,122
-,027
,292
-,066
-,041
-,097
-,070
1,000
,220
,329
,361
,158
,414
,007
,294
,370
,215
,284
,
,034
69
69
69
69
69
69
69
69
69
69
69
RES PONSA
-,181
,114
-,112
,147
,354
,066
,127
,064
-,005
,220
1,000
,068
,175
,179
,114
,001
,294
,149
,299
,484
,034
,
69
69
69
69
69
69
69
69
69
69
69
25

Coefficientsa
Modle
1
(constante)
RISQUE
PARTENAI
INDEPEND
TRAVENTR
STRESS
AVENTRIS
ARGENT
AGE
GAIN
RESPONSA
Coefficients non
standardiss
Erreur
B
standard
,510
,239
-,291
,196
,183
,081
-,239
,095
,147
,116
-6,28E-02
,100
-4,87E-02
,143
,129
,087
1,990E-02
,085
-2,85E-02
,085
-,139
,124
Coefficien
ts
standardi
ss
Bta
-,168
,259
-,292
,159
-,075
-,039
,184
,028
-,040
-,139
95% de B
Borne
Borne
t
Signification infrieure suprieure
2,139
,037
,033
,988
-1,485
,143
-,682
,101
2,249
,028
,020
,345
-2,503
,015
-,430
-,048
1,270
,209
-,085
,380
-,629
,532
-,263
,137
-,341
,734
-,334
,237
1,486
,143
-,045
,304
,234
,816
-,150
,190
-,337
,738
-,198
,141
-1,124
,266
-,387
,109
Statistiques de
colinarit
Corrlations
Corrlation
simple
Partielle
-,114
,278
-,338
,080
-,164
-,127
,265
,089
-,054
-,181
-,191
,283
-,312
,165
-,082
-,045
,192
,031
-,044
-,146
Partie
-,163
,247
-,275
,140
-,069
-,038
,163
,026
-,037
-,124
Tolrance
,942
,913
,888
,775
,845
,928
,791
,859
,853
,788
VIF
1,062
1,095
1,127
1,291
1,184
1,077
1,264
1,164
1,172
1,270
a. Variable dpendante : NAISENTR
14/03/2014
26
13
b
Rcapitulatif du modle
Modle
1
R
,546a
Changement dans les statistiques

Erreur
standard de Variation
R-deux R-deux ajust l'estimation de R-deux Variation de F ddl 1
ddl 2
,298
,177
,32
,298
2,467
10
58
Modification
de F
Durbin-W
signification
atson
,016
2,025
a. Valeurs prdites : (constantes), RESPONSA, AGE, STRESS, RISQUE, AVENTRIS, PARTENAI, GAIN, INDEPEND, ARGENT, TRAVENTR
b. Variable dpendante : NAISENTR
14/03/2014
27
2. LAnalyse en Composantes Principales

2.1. Caractristiques
LACP est une mthode de description des
tableaux de mesures, appels aussi tableaux
individus-caractres quantitatifs.
Elle reprsente la base de lanalyse des donnes
et permet de de dcrire les relations:
- entre individus;
- entre les variables;
- entre les individus et les variables.
Do son utilisation des nuages de points individus
et variables.
14/03/2014
28
14

entre individus:
LACP cherche analyser les distances et les carts
sparant les units statistiques.
entre les variables:

LACP sinteresse plus particulrement aux corrlations
entre les variables.
entre les individus et les variables:

Lanalyse doit porter sur la reprsentativit des individus
par les variables tudies et dont on choisit logiquement les
principales qui restituent une grande part dexplication dans
la variation
des units ANALYSE
observes.
14/03/2014
DES DONNEES 29
ELABJANI

Remarques:
1. En ACP, les donnes sont centres et rduites, pour
mieux apprcier les distances entre les individus, et
divises par n pour permettre le calcul des corrlations
entre les variables.
2. LACP se base, dans son analyse, sur la

visualisation graphique des donnes (les nuages de
points).
3. La dispersion des points dun nuage par
rapport lorigine est appele inertie totale du
nuage.
14/03/2014
ANALYSE DES DONNEES 30
ELABJANI
15

LACP passe par des photographies (appeles

aussi
cartes factorielles) qui reprsentent des
projections des individus et des variables
effectues sur les plans retenus.
Chaque plan factoriel est dfini par 2 axes
orthogonaux. Le taux dinertie dun axe est la part
de linertie totale explique par cet axe. Il indique
le pourcentage dinformations restitues par le
mme axe.
Chaque axe factoriel correspond un facteur ou
une 14/03/2014
composante principale
importante).
ANALYSE DES (variable
DONNEES 31
ELABJANI

Exemple:
Individus Variable1
1
2
3
4
5
6
Moy.
E.T.
14/03/2014
Variable2
3
9
4
13
8
11
500
700
1400
1900
1700
1000
48
8
3,559
7200
1200
509,902
32
16

Variable 1
Exemple:
2000
1800
1600
1400
1200
1000
800
600
400
200
0
5
3
G
6
2
10
12
14
Variable 2
14/03/2014
33

Exemple:lACP suppose de prendre pour une

nouvelle origine le point G appel centre de gravit.
Individus
1
2
3
4
5
6
Moy.
E.T.
x
14/03/2014
Variable1
Variable2
-0,5735
+0,1147
-0,4588
+0,5735
0
+0,3441
-0,5604
-0,4003
+0,1601
+0,5604
+0,4003
-0,1601
0
0
1/6
1
0
0
1/6
1
34
17

Cest ainsi que les nouvelles coordonnes des

individus en ACP deviennent centres et rduites.
Pour lindividu 3 par exemple, on a :
V13 = (4-8)/(3,5596)
=
3
V2 = (1400-1200)/(509,9026) =
-0,4588
+0,1601
Avec le carr de la distance du point-individu 3

G est gal :
(-0,4588) + (+0,1601) = 0,2361.
Ce qui dfinit le carr de la distance du pointindividu 3 au centre de gravit G.
14/03/2014
35

Do, linertie totale du nuage est reprsente par la

somme des carrs des distances de toutes les donnes
(points-individus).
Elle mesure la dispersion des points autour du centre de
gravit G.
Dans le cas dune ACP norme, elle est gale au nombre
de variables, d 2 dans notre cas.
14/03/2014
36
18

Lintrt essentiel de lACP est de

dterminer laxe principal du nuage dont les
distances entre les projections des points
sont maximales.
Ce dernier est ainsi appel laxe factoriel
n1 lequel prsente le meilleur taux
dinertie en premier lieu.
Le second axe factoriel sera forcment

reprsent par un taux dinertie faible.
14/03/2014
37

14/03/2014
38
19

En consquence, LACP transforme

les variables V1 et V2 initialement
corrles entre elles en axes factoriels
appels aussi composantes factorielles
ou facteurs principaux.
Gnralement,
ces
derniers
restituent une part importante de
linformation recherche.
14/03/2014
39

1.2. Application de lACP sur ordinateur:
Lapplication se fait globalement en

passant par les tapes suivantes:
1. La saisie des donnes observes;
2. Le traitement des informations par
le logiciel;
3. Celui-ci fournit les axes factoriels
dans lordre dcroissant des taux
dinertie ainsi les tx dinertie cumuls;
14/03/2014
40
20

4.
La
slection
des
principaux
facteurs retenus (2 ou 3) pour 80% de
linertie totale;
5. La slection se fait aussi partir
des
reprsentations
graphiques
fournies par le logiciel;
6. Interprtation des rsultats dans
le sens de la corrlation entre les
variables et la reprsentativit des
individus observs.
14/03/2014
41

Exemple: le cas de 15 Eses observes sur la

base dun ensemble de paramtres conomiques.
X1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
14/03/2014
-14,20
-13,70
-12,60
-12,80
-13,00
-12,40
-13,50
-12,20
-12,10
-12,00
-11,20
-11,50
-11,50
-10,80
-11,60
X2
14,50
14,00
15,80
16,00
15,10
13,80
14,30
15,20
10,30
11,10
10,30
11,40
12,30
11,00
10,50
X3
X4
1,55
-5,10
1,50
-5,05
1,65
-5,30
1,80
-4,90
1,90
-5,10
1,85
-4,50
1,80
-4,60
1,85
-4,40
1,65
-4,30
1,75
-4,10
1,80
-4,20
1,85
-4,80
1,90
-4,90
1,80
-4,05
1,90
-4,00
X5
1,85
1,80
1,75
1,96
1,98
1,91
1,93
1,87
1,70
1,86
1,82
1,72
1,78
1,80
1,85
X6
105
95
110
115
121
93
101
85
75
84
80
78
79
76
81
42
21

les rsultats donns

rcapituls ainsi:
Axe
factoriel
1
2
3
4
.
14/03/2014
par
le
logiciel
sont
Taux
Taux dinertie
dinertie (%) cumul (%)
59,3
25,2
10,0
2,6
59,3
84,5
94,5
97,1
43

14/03/2014
44
22

Les procdures de base dans lanalyse
14/03/2014
45

LAnalyse
(AFC).
14/03/2014
Factorielle
des
Correspondances
46
23

ADD1

Transféré par

Droits d'auteur :

Formats disponibles

ADD1

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

ADD1

Transféré par

Droits d'auteur :

Formats disponibles

LES OUTILS DE TRAITEMENT DE

ANALYSE DES DONNEES ELABJANI

ANALYSE DES DONNEES - ELABJANI

ANALYSE DES DONNEES ELABJANI

ANALYSE DES DONNEES ELABJANI

ANALYSE DES DONNEES ELABJANI

ANALYSE DES DONNEES ELABJANI

1. Rappels sur lanalyse unidimensionnelle

ANALYSE DES DONNEES ELABJANI

1. Rappels sur lanalyse unidimensionnelle

Lobservation de la population (ou

dun seul caractre

ANALYSE DES DONNEES ELABJANI

1. Rappels sur lanalyse unidimensionnelle

Afin de mieux rduire les donnes

ANALYSE DES DONNEES ELABJANI

1. Rappels sur lanalyse unidimensionnelle

ANALYSE DES DONNEES ELABJANI

1. Rappels sur lanalyse unidimensionnelle

Moy enne tronque 5%

Moy enne tronque 5%

DES DONNEES ELABJANI

2. Rappels sur lanalyse bidimensionnelle

La deuxime forme de lanalyse des

* Les caractres peuvent tre de mme ou

2. Rappels sur lanalyse bidimensionnelle

Lintrt de lanalyse bidimensionnelle est

2. Rappels sur lanalyse bidimensionnelle

Exemple des TRI croiss

ANALYSE DES DONNEES ELABJANI

2. Rappels sur lanalyse bidimensionnelle

ANALYSE DES DONNEES ELABJANI

2. Rappels sur lanalyse bidimensionnelle

a. Valeurs prdites : (constantes), RISQUE

ANALYSE DES DONNEES ELABJANI

2. Rappels sur lanalyse bidimensionnelle

2. Lorsque lun des deux caractres est

ANALYSE DES DONNEES ELABJANI

2. Rappels sur lanalyse bidimensionnelle

3. Lorsque les deux caractres sont quantitatifs,

ANALYSE DES DONNEES ELABJANI

2. Rappels sur lanalyse bidimensionnelle

En cas de rgression, on peut mesurer:

ANALYSE DES DONNEES ELABJANI

2. Rappels sur lanalyse bidimensionnelle

Rcapitula tif du modle

Changement dans les statistiques

ANALYSE DES DONNEES ELABJANI

2. Rappels sur lanalyse bidimensionnelle

a. Variable dpendante : Salaire d'embauche

ANALYSE DES DONNEES ELABJANI

3. Lanalyse multidimensionnelle des donnes

ANALYSE DES DONNEES ELABJANI

3. Lanalyse multidimensionnelle des donnes

Leurs points communs tiennent :

le recours informatique qui en facilite normment

ANALYSE DES DONNEES ELABJANI

3. Lanalyse multidimensionnelle des donnes

ANALYSE DES DONNEES ELABJANI