Embedded Files
L'essentiel de cette page
L'essentiel de cette page
Lorsqu'un lien a été établi entre deux variables catégorielles (par Khi² ou test G), il reste à déterminer la nature du lien (sont-ce les hommes qui ont un grand salaire ou les femmes ?), cela pourra être fait par l'AFC.
L'AFC permet de visualiser la nature d'un lien établi entre deux variables catégorielles.
# Création des données
donnees <- data.frame(sexe = rep(c("Homme", "Femme", "Homme", "Femme", "Homme","Homme","Femme","Femme","Homme","Femme","Asexué"),3),
profession = rep(c("Employé", "Employé", "Cadre", "Cadre", "Employé","Employé","Cadre","Employé","Employé","Secrétaire","Secrétaire"),3))
# Transformation des données en tableau de contingence
tableau <- table(donnees) ; tableau
profession
sexe Cadre Employé Secrétaire
Asexué 0 0 3
Femme 6 6 3
Homme 3 12 0
# Installons FactoMineR
install.packages("FactoMineR")
# Activer le package
library(FactoMineR)
# Réalisation de l'ACM en croisant les colonnes 1 et 2 (dans cet exemple)
resultat <- MCA(donnees[,c(1,2)])
# Affichage des résultats
print(resultat)
plot.MCA(resultat)
En rouge, le contenu des colonnes, en noir les points. La distance entre les triangles traduit leur proximité. Grande proximité ici entre les femmes et les cadres ou entre les hommes et les employés. On a ajouté quelques individus asexués tous secrétaires et on peut voir cette proximité.
Google Sites
Report abuse