[PDF] Cours: Analyse des données

Présentation des méthodes de collecte et danalyse de données

Les méthodes de collecte et d’analyse de données doivent être choisies en fonction de l’évaluation concernée, de ses questions clés d’évaluation et des ressources disponibles Les évaluations d’impact doivent utiliser autant que possible les données existantes, puis

Cours: Analyse des données

L’ Analyse des données (ADD) : l’ensemble de méthodes descriptives ayant pour objectif de résumer et visualiser l’information contenue dans un grand tableau de données « l’analyse des données est un ensemble de techniques pour découvrir la structure, éventuellement compliquée, d’un tableau de

CH1 : Introduction à l’Analyse Des Données (ADD)

A-1 Les méthodes Lors de toute étude statistique, il est nécessaire de décrire et explorer les données avant d’en tirer de quelconques lois ou modèles prédictifs Dans beaucoup de situations, les données sont trop nombreuses pour pouvoir être visualisables (nombre de caractéristiques trop élevées)

Éventail des méthodes de collecte de données

3 L’analyse de données secondaires 4 L’observation directe Ces différentes méthodes peuvent être combinées et permettre des recoupements, on parle alors de triangulation Méthodologies pratiques Méthodes qualitatives analyse de contenu · analyse du discours · entretien semi directif · étude de

Analyse multidimensionnelle des données

Méthodes d’analyse de données Fondées sur un modèle linéaire Exploratoires, descriptives, non supervisées Statistiques élémentaires Analyse en composantes principales Méthodes de classification Prédictives, supervisées Variable dépendante quantitative Variable dépendante qualitative Régression linéaire multiple

Traitement et analyse des données qualitatives

Traitement et analyse des données qualitatives La collecte peut se faire en groupe et sur un groupe, comme dans l'analyse en groupe, ou individuellement ou sur un individu II l’Analyse des données qualitatives II 1 Retranscription des données La retranscription est la première étape de l’analyse du contenu, elle consiste à lister les

Méthodes d’enquête et d’analyse de données

-1- Méthodes d’enquête et d’analyse de données à l’usage des Managers-Chercheurs1 Jean Moscarola Professeur Emérite Université de Savoie, Conseiller Scientifique à Sphinx-Développement

Les méthodes d’’analyses

Les méthodes d’’analyses 46 II 5 Les techniques d’analyse chimique de laboratoire II 5 1 Spectrophotométrie II 5 1 1 Spectrophotométrie d'absorption moléculaire C'est la méthode analytique la plus utilisée en analyse d'eau Elle nécessite la mise en œuvre préliminaire d'une réaction colorée spécifique de (élément recherché

Les méthodes qualitatives - Dunod

des méthodes d’analyse informatisée du discours pour l’analyse des données textuelles Yves Clot Titulaire de la chaire de psychologie du travail Conservatoire national des arts et métiers (CNAM) Il est responsable de l’équipe de psychologie du travail et clinique de l’activité, et fait partie du Centre de

[PDF] méthodes d'analyses

[PDF] méthodes d'enquête

[PDF] méthodes d'estimation statistique

[PDF] méthodes d'évaluation des entreprises

[PDF] méthodes d'évaluation économique des programmes de santé drummond

[PDF] méthodes d'optimisation

[PDF] méthodes de conception des systèmes d'information

[PDF] méthodes de datation

[PDF] méthodes de gestion de carrières pdf

[PDF] Methodes de maintenance

[PDF] méthodes de prévision des ventes

[PDF] méthodes de purification en chimie organique

[PDF] Méthodes de révision

[PDF] méthodes de séparation des mélanges pdf

[PDF] Methodes de travails en vue du Bac

Cours:

Analyse des données

Annéeuniversitaire : 2019/2020

Niveau : S6

Option : Economie

Pr: ZinebSAYL

Plan

Introduction

Chapitre 1 : Analyse en Composantes Principales

Chapitre II : Analyse Factorielle des Correspondances Chapitre III : Classification Ascendante Hiérarchique 2

Introduction

1-Définition et objectifs

de méthodes descriptivesayant pour objectif de résumer et visualiser contenue dans un grand tableau de données découvrir nombres à plusieurs dimensions et de traduire par une structure plus simple et qui la résumeau mieux. Cette structure peut le plus -P. Fénelon) 3 Répondre aux problèmes posés par des tableaux de grandes dimensions

Résumer les informations contenues dans un

Organiser et visualiser les informations

Introduction

1-Définition et objectifs

4 statistiques

Ex:SPSS,EVIEWS

Introduction

1-Définition et objectifs

5

2-Le processus de ADD

-Les principales étapes du processus d'analyse :

Collecte des données

Structuration des données

Analyse des

données

Interprétation

Conclusion

Introduction

6

Collecte des données

Les données primaires sont spécialement collectées pour répondre à une étude statistique précise. Les données secondaires: sont des données qui

2-Le processus de ADD

Introduction

On distingue deux types des données :

7

3-Les méthodes

On distingue plusieurs méthodes selon deux critères :

Introduction

2-Selon type de mesure

1-

Méthodes explicatives Méthodes descriptives

Mesure

nominale

Mesure

ordinale

Mesure

métrique 8

Consiste à expliquer une variable au moyen

Variable à expliquer

Variable explicative

Méthodes

explicatives

Exemple :

Problèmes de régression et de corrélation

Analyse de la variance

Analyse discriminatoire

Régression logistique

Corrélation canonique

Introduction

3-Les méthodes

INVES= f ( CROI, INF, INDH )

INVES = ȽCROI + ȾINF + ɀINDH Ex :

9 Consiste à résumer, visualiser et synthétiser les informations.

Exemple :

Analyse Factorielle des Correspondances

Analyse en Composantes Principales

Classification Ascendante Hiérarchique

Méthodes

descriptives

Introduction

3-Les méthodes

10 11

Introduction

3-Les méthodes

2-Selon type de mesure

Mesure

nominale

Mesure

ordinale

Mesure

métrique

On utilise des chiffres sans aucune relation

Femme (1)

Homme (2)

Exemple :

Sexe: Femme , Homme

Situation matrimoniale: marié, célibataire...

Mesure

nominale

Méthode :

Analyse Factorielle des Correspondances

Introduction

3-Les méthodes

12 distance

Exemple :

Classement des goûts des clients selon un critère -25), ( 26- le rang

Mesure

ordinale

Méthode :

Analyse Factorielle des Correspondances

Introduction

3-Les méthodes

13

Variable quantitative dont les valeurs ont une

Exemple :

marque

Mesure

métrique

Méthode :

Analyse en Composantes Principales

Introduction

3-Les méthodes

14

Variable

métrique

Variable non

métrique

Analyse en

Composantes

Principales

(ACP)

Analyse de

similarité

Méthodes descriptives

Analyse

Factorielle des

Correspondances

(AFC) 15

Une Variable à expliquer

Variable dépendante

non métrique

Analyse

canonique

Méthodes explicatives

(Existe 2 ensembles de variables)

Plusieurs Variables à expliquer

Variable dépendante

métrique

Variable

explicative non métrique

Variable

explicative métrique

Variable

explicative non métrique

Variable

explicative métrique

Régression

linéaire

Analyse de

la variance

Analyse des

mesures conjointes

Analyse

discriminante 16

Chapitre 1 : Analyse en

Composantes Principales

(ACP) 17 PLAN Chapitre 1 : Analyse en Composantes Principales (ACP)

1-Définition

2-Principe

3-Démarche

4- 18

1-Définition

AnalyseenComposantesPrincipales(ACP)est:

Uneméthodedescriptiveapourobjectifdes

nientreindividu)

Lebutprincipaleestderésumer

deligneetdecolonnes

Un outil statistique de synthèse

Un outil très important pour traiter les données quantitatives

Chapitre 1 : Analyse en Composantes Principales

19

2-Principe

Analyse en Composantes Principales (ACP) permet de : Résumer les informations contenant dans un tableau en nindividus et pvariables Remplacer les pvariables avec q nouvelles variables avec q < p

Chapitre 1 : Analyse en Composantes Principales

20

2-Principe

Le nuage de points représentant

un espace de Pdimensions, puisque chaque point représente un individu par rapport à

Chapitre 1 : Analyse en Composantes Principales

Il est difficile de visualiser les relations existant entre les variables dès que p>3

Si la dimension P= 2

Il est facile de présenter le

nuage de points

Si la dimension P> 3

Il est difficile de présenter

le nuage de points 21

3-Démarche

Soit : nindividus caractérisés par pvariables métriques Ces données sont présentées dans un tableau appelé la Matrice des données de dimension n*p Les étapes pour déterminer la composante principale :

Chapitre 1 : Analyse en Composantes Principales

Centrage et réduction des données

Déterminer les axes factoriels

Sélectionner les composantes principales

Déterminer lesvaleurs propres et les vecteurs propres sur la base de la matrice de corrélation entre les variables 22

3-Démarche

Centrage et réduction des données:

Matrice Centrée Réduite est obtenue par la formule suivante :

Chapitre 1 : Analyse en Composantes Principales

23

3-Démarche

Centrage et réduction des données:

Chapitre 1 : Analyse en Composantes Principales

Si Cov(X2,X1) =0 les variables X1 et X2 sontindépendantes Si Cov(X2,X1) 0 les variables X1 et X2 sontdépendantes (existe une relation linéaire entre les variable)

Var X1Cov(X1,X2)Cov(X1,X3)

Cov(X2,X1)Var X2Cov(X2,X3)

Cov(X3,X1)Cov(X3,X2)Var X3

Obtenue par la formule suivante :

24

3-Démarche

Centrage et réduction des données:

Chapitre 1 : Analyse en Composantes Principales

Avec

Obtenue par la formule suivante :

25
desdonnéessuivant:

IDETaux croissance

économique (%)

Taux d'inflation

Pays A30026

Pays B45024

Pays C95082

Pays D70075

Chapitre 1 : Analyse en Composantes Principales

Travail à faire:

1.

2.Déterminer la Matrice Centrée Réduite

3.Déterminer la Matrice des variances covariance

4.Déterminer la Matrice des corrélations entre variables

5.Déterminer le polynôme caractéristique

6.Calculer les valeurs propres

7.

8.Déterminer les vecteurs propres orthogonaux associés aux

valeurs propres

9.Calculer et interpréter la corrélation des variables avec les

composantes principales

10.Calculer et interpréter la contribution CONTR

Chapitre 1 : Analyse en Composantes Principales

27

Définition :

delaliste. 1-

Chapitre 1 : Analyse en Composantes Principales

Solution

Définition :

la dispersion Avec la variance est la moyenne des carrées des écarts à la moyenne : Avec 1-

Chapitre 1 : Analyse en Composantes Principales

Solution

29
1-

Calcul: Pour la variable x1

Taux croissance

économique (%)Taux d'inflation (%)

Pays A30026

Pays B45024

Pays C95082

Pays D70075

Moyenne 6004,754,25

Ecart type247,502,771,48

Chapitre 1 : Analyse en Composantes Principales

Solution

30

2-Déterminer la Matrice Centrée Réduite (MCR)

Calcul: Pour la variable x1

-1,21-0,991,18 -0,80-0,99-0,16

1,411,17-1,50

0,400,810,50

MCR :

Chapitre 1 : Analyse en Composantes Principales

31

3-Déterminer la Matrice des variances covariances :

Matrice centrée

(MC):

Calcul: Pour la variable x1

-300-2,751,75 -150-2,75-0,25

3503,25-2,25

1002,250,75

Chapitre 1 : Analyse en Composantes Principales

32

3-Déterminer la Matrice des variances covariances

-300-150350100 -2,75-2,753,252,25

1,75-0,25-2,250,75

-300-2,751,75 -150-2,75-0,25

3503,25-2,25

1002,250,75

Chapitre 1 : Analyse en Composantes Principales

2250345007-26253-7501

112525627-13127-3752

26253-13127306298751

-7501-375187512501 33

Chapitre 1 : Analyse en Composantes Principales

4-Déterminer la Matrice des corrélations entre variables

-1,21-0,801,410,40 -0,99-0,991,170,81

1,18-0,16-1,500,50

-1,21-0,991,18 -0,80-0,99-0,16

1,411,17-1,50

0,400,810,50

10,99-0,8

0,991-0,6

-0,8-0,61 (X1; X2) =0,99 Forte corrélation positive entre IDE et Taux de Croissance

Taux de Croissance augmente IDE augmente

(X1; X3) = -

IDE diminue

34

5-Déterminer le polynôme caractéristique

Chapitre 1 : Analyse en Composantes Principales

10,99-0,8

0,991-0,6

-0,8-0,61 Avec I =

Ȝ00

0Ȝ0

00Ȝ

1-Ȝ0,99-0,8

0,991-Ȝ-0,6

-0,8-0,61-Ȝ

DetᄕU-Ȝᄕ=

DetᄕU-Ȝᄕ=

35

Chapitre 1 : Analyse en Composantes Principales

DetᄕU-Ȝᄕ=0

-0,61-Ȝ-0,81-Ȝ-0,8-0,6 Det

1-Ȝ0,99-0,8

Det0,991-Ȝ-0,6= 0

-0,8-0,61-Ȝ

6-Calculer les valeurs propres de ɉ

36

Chapitre 1 : Analyse en Composantes Principales

cet axe : 7- 37

Chapitre 1 : Analyse en Composantes Principales

7-

Axe 2:

Cet axe contient 22% des informations

Axe 1 :

Cet axe contient 78% des informations

38

Chapitre 1 : Analyse en Composantes Principales

Axe 1 :

On cherche tel que :

10,99-0,8

0,991-0,6

-0,8-0,61

8-Déterminer les vecteurs propres orthogonaux associés aux valeurs propres

39

Chapitre 1 : Analyse en Composantes Principales

8-Déterminer les vecteurs propres orthogonaux associés aux valeurs propres

40

Chapitre 1 : Analyse en Composantes Principales

Axe 2 : On cherche tel que :

10,99-0,8

0,991-0,6

-0,8-0,61

8-Déterminer les vecteurs propres orthogonaux associés aux valeurs propres

41

8-Déterminer les vecteurs propres orthogonaux associés aux valeurs propres

Chapitre 1 : Analyse en Composantes Principales

42

9-Calculer et interpréter la corrélation des variables avec les composantes

principales

Chapitre 1 : Analyse en Composantes Principales

Consiste à la projection des individus sur les axes principaux

Avec :

MCR * U =Projection sur axe 1

MCR * V =Projection sur axe 2

-1,21-0,991,18 -0,80-0,99-0,16

1,411,17-1,50

0,400,810,50

MCR 43

9-Calculer et interpréter la corrélation des variables avec les composantes

principales

Chapitre 1 : Analyse en Composantes Principales

MCR * U =Projection sur axe 1

-1,21-0,991,18 -0,80-0,99-0,16

1,411,17-1,50

0,400,810,50

MCR * U =Projection sur axe 2

-1,21-0,991,18 -0,80-0,99-0,16

1,411,17-1,50

0,400,810,50

44

9-Calculer et interpréter la corrélation des variables avec les composantes

principales

Chapitre 1 : Analyse en Composantes Principales

AXE 1AXE 2

I1-0,46-1,22

I2-1,09-1,46

I30,481,4

I40,991,2

La contribution des individus

formule suivante :

Ce tableau permet de

calculer la contribution des axes

Résultat de projection :

45

9-Calculer et interpréter la corrélation des variables avec les composantes

principales

Chapitre 1 : Analyse en Composantes Principales

Calcul

X1X2X3CONTR

Pays A0,120,080,170,37

Pays B0,050,080,010,14

Pays C0,170,110,190,47

Pays D0,10,050,020,17

0,440,320,39

46

9-Calculer et interpréter la corrélation des variables avec les composantes

principalesquotesdbs_dbs21.pdfusesText_27