TE AD Ch5 2020

Partie - II : Analyse des données
Chapitre V : Data mining
Prof. Abdelkamel ALJ
Updated: 2020/03/02
FSJES - UMI
Meknès
Table des matières
1. Introduction
1
Table des matières
1. Introduction
2. Analyse univariée
1
Table des matières
1. Introduction
3. Analyse bivariée
3.1 Analyse multivariée
1
1. Introduction
1. Introduction
J-P. Fénelon ” L’analyse des données est un ensemble de

techniques pour découvrir la structure, éventuellement
compliquée, d’un tableau de nombres à plusieurs dimensions
et de traduire par une structure plus simple et qui la résume au
mieux. Cette structure peut le plus souvent, être représentée
graphiquement”
3
L’analyse univariée :
Analyse la distribution de fréquences, mode, médiane,

moyenne et écart-type, test Khi-deux d’ajustement, sans
oublier les représentations graphiques.
4
L’analyse bivariée
Analyse les relations entre un couples de variables : test

Khi-deux d’indépendance, tests t, coefficient de corrélation et
régression simple).
5
L’analyses multivariées
} L’analyses multivariées des interdépendances : analyse en

composantes principales (ACP), analyse factorielle des
correspondances multiples (AFCM) et analyse de
classification.
} L’analyses multivariées des dépendances : régression
multiple et régression logistique.
6
7
- Variable qualitative :
Les outils descriptifs d’une variable qualitative se limitent

habituellement à la fréquence (les effectifs) de ses modalités.
9
Le tableau " Statistiques " (moyenne, écart-type) se lit comme
suit : sur un total de 1440 observations valides, il n’y a aucune
valeur manquante pour la variable sexe. La moyenne de 0,52
correspond à la fréquence des femmes, codées 1, dans
l’échantillon.
10
- Variable quantitative :
Les paramètres (moyenne, écart-type) de la distribution de

cette variable est décrite dans le tableau intitulé " Statistiques
", et sa distribution est représentée par un " Histogramme ".
11
} Le nombre d’années d’études comporte 5 données
manquantes et que ses valeurs varient de 0 à 28 années,
avec une moyenne de 12,6 années.
} L’histogramme montre une distribution assez symétrique,
qui pourra sans doute être considérée comme approchant
une distribution normale.
12
- Le tableau de contingence
Un tableau de contingence est une méthode de représentation

de données issues d’un comptage permettant d’estimer la
dépendance entre deux caractères.
14
X|Y Y1 Y2 ... Yj ... Yq
X1 n 11 n 12 n 1j n1q n 1. f1.
X2 n 21 n 22 n 2j n2q n 2. f2.
..
.
Xi n i1 n i2 ni j n iq n i. f i.
..
.
Xp n p1 n p2 np j n pq n p. f p.
n .1 n .2 n. j n .q n ..
f .1 f .2 f. j f .q 100
15
3.1 Deux variables qualitatives
Le test du Khi-deux
Le test du Khi-deux mesure le niveau de signification d’une

relation bivariée.
16
3.2. Une variable qualitative et une variable quantitative
- Le Test t de Student
Ce test paramétrique repose sur des comparaisons de

moyennes.
} Le test-t de Student pour échantillon unique

} Le test-t de Student comparant deux groupes
d’échantillons indépendants (on parle de test de Student
non apparié)
} Le test-t de Student comparant deux groupes
d’échantillons dépendants (on parle de test de Student
apparié).
17
- Analyse de la variance "ANOVA"
L’analyse de la variance a pour but la comparaison des
moyennes de k populations, à partir d’échantillons aléatoires
et indépendants prélevés dans chacune d’elles.
- Conditions d’applications de l’ANOVA :
} les populations étudiées suivent une distribution normale

} les variances des populations sont toutes égales
(Homoscédasticité)
} les échantillons sont prélevés aléatoirement et indépendamment
dans les populations.
18
3.3. Deux variables quantitatives
- Les coefficients de corrélations
Les coefficients de corrélation permettent de donner une

mesure synthétique de l’intensité de la relation entre deux
caractères et de son sens lorsque cette relation est linéaires .
19
Le coefficient de corrélation varie entre -1 et +1. Son
interprétation est la suivante :
} si r est proche de 0, il n’y a pas de relation linéaire entre X

et Y
} si r est proche de -1, il existe une forte relation linéaire
négative entre X et Y
} si r est proche de 1, il existe une forte relation linéaire
positive entre X et Y
20
- La régression linéaire simple
Un modèle de régression linéaire simple est un modèle de

régression d’une variable expliquée sur une variable
explicative.
21
4.1. Variables quantitatives
- La régression multiple
L’objectif général de la régression multiple est d’en savoir plus

sur la relation entre plusieurs variables indépendantes ou
prédictives et une variable dépendante.
22
- Analyse en composantes principales
Un outil d’analyse des relations entre plusieurs variables

quantitatives sans leur attribuer de rôles de dépendante et
d’indépendante(s) comme dans les analyses de régression et
d’autre part c’est un outils de visualisation (graphique) des
données.
23
4.2. Variables qualitatives et quantitatives
- Régression logistique
La régression logistique est une technique prédictive. Elle vise

à construire un modèle permettant de prédire / expliquer les
valeurs prises par une variable cible qualitative (le plus
souvent binaire, on parle alors de régression logistique
binaire ; si elle possède plus de 2 modalités, on parle de
régression logistique polytomique) à partir d’un ensemble de
variables explicatives quantitatives ou qualitatives (un codage
est nécessaire dans ce cas).
24
4.3. Variables qualitatives
- Analyse factorielle des correspondances multiples
Ils sont des outils d’analyse des relations s’établissant entre

deux ou plusieurs variables qualitatives sans leur attribuer les
rôles de dépendante et d’indépendante(s) comme dans les
analyses de régression.
25

TE AD Ch5 2020

Transféré par

Droits d'auteur :

Formats disponibles

TE AD Ch5 2020

Transféré par

Informations du document

Titre original

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

TE AD Ch5 2020

Transféré par

Droits d'auteur :

Formats disponibles

Partie - II : Analyse des données

Chapitre V : Data mining

Prof. Abdelkamel ALJ

J-P. Fénelon ” L’analyse des données est un ensemble de

Analyse la distribution de fréquences, mode, médiane,

Analyse les relations entre un couples de variables : test

} L’analyses multivariées des interdépendances : analyse en

Les outils descriptifs d’une variable qualitative se limitent

Les paramètres (moyenne, écart-type) de la distribution de

Un tableau de contingence est une méthode de représentation

Le test du Khi-deux mesure le niveau de signification d’une

Ce test paramétrique repose sur des comparaisons de

} Le test-t de Student pour échantillon unique

- Conditions d’applications de l’ANOVA :

} les populations étudiées suivent une distribution normale

- Les coefficients de corrélations

Les coefficients de corrélation permettent de donner une

} si r est proche de 0, il n’y a pas de relation linéaire entre X

Un modèle de régression linéaire simple est un modèle de

L’objectif général de la régression multiple est d’en savoir plus

Un outil d’analyse des relations entre plusieurs variables

La régression logistique est une technique prédictive. Elle vise

- Analyse factorielle des correspondances multiples

Ils sont des outils d’analyse des relations s’établissant entre

Vous aimerez peut-être aussi