Facul

téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

Anal
ysef
act
ori
ell
edescor
respondances

I
ntr
oduct
ion:
Analy sef actor
iel
ledescor respondances( AFC)ou( CA:cor r
espondenceanal ysi
s)
estuneext ensi ondel ’
analyseencomposant espr inci
pal espouranal yserl’
associati
on
entr
edeuxv ariablesquali
tativ
es( oucat égorielles).
L’AFCper metder ésumeretdev isualiserl ’
infor
mat i
oncont enuedansl etableau
decontingencef orméparl esdeuxv ar iabl
escat égori
elles.Let ableaudecont ingence
conti
entlesf r
équencesf orméesparl esdeuxv ari
abl es.
L’analyse f act
ori
elle parcor r
espondance estune appr oche géomét r
ique pour
vi
suali
serlesl i
gnesetl escol onnesd’ unet abl edecont i
ngencedansungr aphiqueen
nuagedepoi nts,desor tequel esposi ti
onsdespoi ntsl ignesetcel lesdespoi nts
col
onnescor r
espondentàl eursassociationsdansl etableau.

Lesét
apesdel
’
anal
yseav
ecl
ePackageFact
oMi
neR
- Packages,
choi
sirMi
roi
rCr
an

- I
nst
alerPackageF
l act
oMi
neR
- Tél
échar
ger

- l
i
brar
y(Fact
oMi
neR)

- Tél
achar
gerl
ejeudedonnées

- dat
a(chi
l
dren)#di
sponi
bledansFact
oMi
neR)

- chi
l
dren #v
isual
i
serl
ejeudedonnée)

Rr
épond
unqual
i
fiedcepbepchi
gh_
school
_di
plomauni
ver
sit
ythi
rt
yfi
ft
y

money 5164 32 29 17 59 66

f
utur
e 5390 78 75 22 115 117

unempl
oyment 71111 50 40 11 79 88

ci
rcumst
ances 17 5 5 4 9 8

har
d 711 4 3 2 2 17

economi
c 713 12 11 11 18 19

egoi
sm 2137 14 26 9 14 34

empl
oyment 1235 19 6 7 21 30

f
inances 10 7 7 3 1 8 12

war 47 7 6 2 7 6

housi
ng 822 7 10 5 10 27

f
ear 2545 38 38 13 48 59

1
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

heal
th 1827 20 19 9 13 29

wor
k 3561 29 14 12 30 63

comf
ort 24 3 1 4 NA NA

di
sagr
eement 28 2 5 2 NA NA

wor
ld 15 4 6 3 NA NA

t
o_l
i
ve 33 1 3 4 NA NA

mor
e_f
if
ty

money 70

f
utur
e 86

unempl
oyment 177

ci
rcumst
ances 5

har
d 18

economi
c 17

egoi
sm 61

empl
oyment 28

f
inances 8

war 13

housi
ng 17

f
ear 52

heal
th 53

wor
k 58

comf
ort NA

di
sagr
eement NA

wor
ld NA

t
o_l
i
ve NA

Untabl
eaudeconti
ngenceav
ecenli
gne,l
esrai
sonspournepasavoi
rdesenf
ant
s eten
col
onneleni
veauscol
air
eetl
acl
assed’âge(
30,50etPlusde50ans)
.

Les15pr
emièr
esli
gnessontdesv
ari
abl
esact
ivesetl
erest
esontdesl
ignes
suppl
ément
air
es.

Les5premièrescol
onnessontdescol
onnesact
ivesetl
esder
nièr
esser
ont
consi
déréescommesupplémentai
res.

Taper:

r
es<-CA(
chi
l
dren,
row.
sup=15:
18,
col
.sup=5:
8)

2
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

Taperl
ali
gnedecommandesui
vant
epourr
ésumer

summar
y(r
es)
Rr
épond

Cal
l
:

CA(
X=chi
l
dren,
row.
sup=15:
18,
col
.sup=6:
8)

Thechi
squar
eofi
ndependencebet
weent
het
wov
ari
abl
esi
sequal
to98.
80159(
p-v
alue=9.
748064e-
05)
.

Ei
genv
alues

Di
m.1 Di
m.2 Di
m.3 Di
m.4

Var
iance 0.
035 0.
013 0.
007 0.
006

%ofv
ar. 57.
04321.
13211.
76410.
061

Cumul
ati
ve%ofv
ar.57.
04378.
17589.
939100.
000

Rows(
the10f
ir
st)(
pardéf (
autlDi
m :dési
es10pr
emignel
èresl
iacoor
gnes) donnée;ct
r:cont
ri
buti
on
etcos²désignel
aquali
tédelarepr
ésent
ati
on,sicos²estpr
ochede1càd
l
acont r
ibut
ionestt
rèsi
mpor t
anteetl
epointestparf
ait
ementrepr
ésenté
surl
’axe)
I
ner
*1000 Di
m.1 ct
rcos2 Di
m.2 ct
rcos2

money | 3.
759|
-0.
1154.
5500.
428|0.
0200.
3710.
013|

3
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

f
utur
e | 8.
690|0.
17617.
5670.
716|
-0.
09814.
5870.
220|

unempl
oyment | 9.
151|
-0.
21222.
6160.
875|
-0.
0716.
7790.
097|

ci
rcumst
ances | 3.
804|0.
4016.
2740.
584|0.
33111.
5440.
398|

har
d | 1.
199|
-0.
2502.
9940.
884|0.
0680.
5920.
065|

economi
c | 8.
787|0.
35412.
0050.
484|0.
32126.
6040.
397|

egoi
sm | 3.
287|0.
0600.
6810.
073|
-0.
0260.
3380.
013|

empl
oyment | 5.
648|
-0.
1372.
6210.
164|0.
21517.
5550.
408|

f
inances | 3.
576|
-0.
2372.
7900.
276|
-0.
2065.
6900.
209|

war | 1.
025|0.
2172.
1690.
749|
-0.
0750.
6940.
089|

Di
m.3 ct
rcos2

money 0.
10116.
8840.
328|

f
utur
e -
0.0537.
5680.
064|

unempl
oyment -
0.0040.
0460.
000|

ci
rcumst
ances -
0.0160.
0460.
001|

har
d 0.
0600.
8450.
051|

economi
c 0.
0843.
2800.
027|

egoi
sm 0.
17929.
4960.
655|

empl
oyment -
0.21330.
8150.
398|

f
inances -
0.0440.
4690.
010|

war -
0.0982.
1390.
152|

Col
umns

I
ner
*1000 Di
m.1 ct
rcos2 Di
m.2 ct
rcos2

unqual
i
fied | 13.
146|
-0.
20925.
1100.
676|
-0.
08110.
0820.
101|

cep | 10.
044|
-0.
13918.
2970.
645|0.
0568.
0790.
105|

bepc | 7.
670|0.
1096.
7580.
312|
-0.
0281.
2510.
021|

hi
gh_
school
_di
ploma| 17.
732|0.
27437.
9760.
758|
-0.
12120.
0990.
149|

uni
ver
sit
y | 13.
468|0.
23111.
8590.
312|0.
31860.
4880.
589|

Di
m.3 ct
rcos2

unqual
i
fied 0.
07314.
6590.
081|

cep -
0.0181.
5200.
011|

bepc -
0.14759.
8740.
570|

hi
gh_
school
_di
ploma0.
07714.
4070.
059|

uni
ver
sit
y 0.
0949.
5400.
052|

Suppl
ement
aryr
ows

Di
m.1cos2 Di
m.2cos2 Di
m.3cos2
4
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

comf
ort |0.
2100.
069|0.
7030.
775|0.
0710.
008|

di
sagr
eement |0.
1460.
131|0.
1190.
087|0.
1710.
180|

wor
ld |0.
5230.
876|0.
1430.
065|0.
0840.
023|

t
o_l
iv
e |0.
3080.
139|0.
5020.
369|0.
5210.
397|

Suppl
ement
arycol
umns

Di
m.1 cos2 Di
m.2 cos2 Di
m.3 cos2

t
hir
ty |0.
1050.
138|-
0.0600.
044|-
0.1030.
132|

f
if
ty |-
0.0170.
011|0.
0490.
090|-
0.0160.
009|

mor
e_f
if
ty |
-0.
1770.
286|
-0.
0480.
021|0.
1010.
093|

NB:Lesli
gnessupplément
air
es,i
ln’
ypasdecontri
but
ionparcequeces
l
ignesnecont
ri
buentpasàlaconstr
uct
iondesaxesdel’
anal
yse.C’
estde
mêmepourl
escol
onnessuppl
ément
air
es.

Pourav
oirl
esr
ésul
tat
sdesdi
ff
érent
esv
ari
abl
es,
taperl
ali
gnedecommandesui
vant
e:

summar
y(r
es,
nbel
ement
s=I
nf,
fil
e="
essai
.
txt
")
)

Lef
ichi
eressai
.t
xtser
acr
éerdansl
asessi
onR

Rr
épond:

Cal
l
:

CA(
X=chi
l
dren,
row.
sup=15:
18,
col
.sup=6:
8)

Thechi
squar
eofi
ndependencebet
weent
het
wov
ari
abl
esi
sequal
to98.
80159(
p-v
alue=9.
748064e-
05)
.

Ei
genv
alues

Di
m.1 Di
m.2 Di
m.3 Di
m.4

Var
iance 0.
035 0.
013 0.
007 0.
006

%ofv
ar. 57.
04321.
13211.
76410.
061

Cumul
ati
ve%ofv
ar.57.
04378.
17589.
939100.
000

Rows

I
ner
*1000 Di
m.1 ct
rcos2 Di
m.2 ct
rcos2

money | 3.
759|
-0.
1154.
5500.
428|0.
0200.
3710.
013|

f
utur
e | 8.
690|0.
17617.
5670.
716|
-0.
09814.
5870.
220|

unempl
oyment | 9.
151|
-0.
21222.
6160.
875|
-0.
0716.
7790.
097|

ci
rcumst
ances | 3.
804|0.
4016.
2740.
584|0.
33111.
5440.
398|

har
d | 1.
199|
-0.
2502.
9940.
884|0.
0680.
5920.
065|

economi
c | 8.
787|0.
35412.
0050.
484|0.
32126.
6040.
397|

5
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

egoi
sm | 3.
287|0.
0600.
6810.
073|
-0.
0260.
3380.
013|

empl
oyment | 5.
648|
-0.
1372.
6210.
164|0.
21517.
5550.
408|

f
inances | 3.
576|
-0.
2372.
7900.
276|
-0.
2065.
6900.
209|

war | 1.
025|0.
2172.
1690.
749|
-0.
0750.
6940.
089|

housi
ng | 2.
000|
-0.
0070.
0040.
001|0.
1284.
0960.
269|

f
ear | 4.
585|0.
20311.
6660.
901|
-0.
0582.
5680.
073|

heal
th | 0.
911|0.
1122.
0570.
799|0.
0040.
0080.
001|

wor
k | 5.
636|
-0.
21212.
0050.
754|0.
1098.
5740.
200|

Di
m.3 ct
rcos2

money 0.
10116.
8840.
328|

f
utur
e -
0.0537.
5680.
064|

unempl
oyment -
0.0040.
0460.
000|

ci
rcumst
ances -
0.0160.
0460.
001|

har
d 0.
0600.
8450.
051|

economi
c 0.
0843.
2800.
027|

egoi
sm 0.
17929.
4960.
655|

empl
oyment -
0.21330.
8150.
398|

f
inances -
0.0440.
4690.
010|

war -
0.0982.
1390.
152|

housi
ng 0.
0883.
4530.
126|

f
ear -
0.0331.
4990.
024|

heal
th 0.
0230.
4170.
033|

wor
k -
0.0483.
0430.
039|

Col
umns

I
ner
*1000 Di
m.1 ct
rcos2 Di
m.2 ct
rcos2

unqual
i
fied | 13.
146|
-0.
20925.
1100.
676|
-0.
08110.
0820.
101|

cep | 10.
044|
-0.
13918.
2970.
645|0.
0568.
0790.
105|

bepc | 7.
670|0.
1096.
7580.
312|
-0.
0281.
2510.
021|

hi
gh_
school
_di
ploma| 17.
732|0.
27437.
9760.
758|
-0.
12120.
0990.
149|

uni
ver
sit
y | 13.
468|0.
23111.
8590.
312|0.
31860.
4880.
589|

Di
m.3 ct
rcos2

unqual
i
fied 0.
07314.
6590.
081|

cep -
0.0181.
5200.
011|

6
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

bepc -
0.14759.
8740.
570|

hi
gh_
school
_di
ploma0.
07714.
4070.
059|

uni
ver
sit
y 0.
0949.
5400.
052|

Suppl
ement
aryr
ows

Di
m.1cos2 Di
m.2cos2 Di
m.3cos2

comf
ort |
0.2100.
069|
0.7030.
775|
0.0710.
008|

di
sagr
eement |
0.1460.
131|
0.1190.
087|
0.1710.
180|

wor
ld |
0.5230.
876|
0.1430.
065|
0.0840.
023|

t
o_l
i
ve |
0.3080.
139|
0.5020.
369|
0.5210.
397|

Suppl
ement
arycol
umns

Di
m.1 cos2 Di
m.2 cos2 Di
m.3 cos2

t
hir
ty |0.
1050.
138|
-0.
0600.
044|
-0.
1030.
132|

f
if
ty |
-0.
0170.
011|0.
0490.
090|
-0.
0160.
009|

mor
e_f
if
ty |
-0.
1770.
286|
-0.
0480.
021|0.
1010.
093|

Pourv
oirl
egr
aphi
que,
taperl
ali
gnedecommandesui
vant
e:

pl
ot(
res)

7
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

Pourr
édui
rel
atai
l
ledesl
i
bel
l
és,
taperl
ali
gnedecommandesui
vant
e:

pl
ot(
res,shadow=TRUE,
cex=0.
8)#r
édui
rel
atai
l
ledesl
i
bel
l
és0.
8ou0.
6aul
i
eude1par
déf
aut#

8
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

pl
ot(
res,
shadow=TRUE,cex=0.
8,select
Row="cos20.7"
,sel
ect
Col
="cos20.
7")#l
es
él
émentsdontl
aquali
tédeproj
ectionestsupéri
eur
eà0. 7#

Ceux<0.
7sontr
epr
ésent
épardespoi
nts.

9
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

pl
ot(
res,
shadow=TRUE,
cex=0.
8,sel
ect
Row="
cos20.
7",
sel
ect
Col
="cos20.
7",
unsel
ect
=0)

Aut
resf
açondef
air
el’
Anal
yse:
Pl
usi
eur
sf oncti
onsdedi f
fér
entspackagessontdi
sponi
blesdansl
elogi
ci Rpourcal
el cul
erl
’
AFC:
 CA()[ packageFactoMineR],
 ca()[packageca] ,
 dudi.coa()[packageade4]
,
 corresp()[packageMASS] ,
 etepCA( )[packageExPositi
on]

Onpeututi
l
i esdeuxpackages:Fact
serl oMi
neR(
pourl
’
anal
yse)etf
act
oext
ra(
pourl
a
vi
sual
i
satonbaséesurggpl
i ot2).
I
nst
all
ezl
esdeuxpackagescommesui
t:
i
nst
all
.
packages(
c("
Fact
oMi
neR"
,"f
act
oext
ra"
))

Char
gerl
esdeuxl
i
brar
ydansl
aconsol
eRent
apantl
esdeuxl
i
gnesdecommande:

l
i
brar
y("
FactoMi
neR")
l
i
brar
y("
fact
oext
ra"
)
Nous ut i
li
serons l e j eu de donnéesh ousetasksdi
sponi
ble dans l
e
packagef
actoext
raR.Taperlal
i
gnedecommandesui
vant
e:

dat
a(houset
asks)#
10
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

head(
houset
asks)

Rr
épond

Wi
fe Al
ter
nat
ingHusbandJoi
ntl
y

Laundr
y 156 14 2 4

Mai
n_meal124 20 5 4

Di
nner 77 11 7 13

Br
eakf
east82 36 15 7

Ti
dyi
ng 53 11 1 57

Di
shes 32 24 4 53

Les données cor

respondentà un t
abl
eau de cont
ingence cont
enant13 t
âches
ménagèresetl
eurrépar
ti
ti
ondansl
ecoupl
e:
 l
esl
i
gnessontl esdif
férentestâches
 l
esv
aleurssontlesfr
équencesdest âcheseffect
uées:
o parlafemmeseul ement( colonne“wife”
)
o alt
ernati
vement(colonne“ al
ternat
ivel
y”)
o parlemar i
seulement( col
onne“ husband”)
o ouconjoint
ement( colonne“joi
ntly”
)

Pourcal
cul
erl
’
AFC,
tapezceci
:

l
ibr
ary("
Fact
oMi neR")
r
es.ca<-CA(housetasks,
graph=FALSE)

Lerésult
atdelaf
onct
ionCA(
)estunel
i
stecompr
enant
:
pr
int(
res.ca)

*
*Resul
tsoft
heCor
respondenceAnal
ysi
s(CA)
**

Ther
owv
ari
abl
ehas13cat
egor
ies;
thecol
umnv
ari
abl
ehas4cat
egor
ies

Thechi
squar
eofi
ndependencebet
weent
het
wov
ari
abl
esi
sequal
to1944.
456(
p-v
alue=0)
.

*
Ther
esul
tsar
eav
ail
abl
eint
hef
oll
owi
ngobj
ect
s:

name descr
ipt
ion

1"
$ei
g" "
eigenv
alues"

2"
$col
" "
resul
tsf
ort
hecol
umns"

3"
$col
$coor
d" "
coor
d.f
ort
hecol
umns"

4"
$col
$cos2" "
cos2f
ort
hecol
umns"

5"
$col
$cont
ri
b" "
cont
ri
but
ionsoft
hecol
umns"

6"
$row" "
resul
tsf
ort
her
ows"

11
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

7"
$row$coor
d" "
coor
d.f
ort
her
ows"

8"
$row$cos2" "
cos2f
ort
her
ows"

9"
$row$cont
ri
b" "
cont
ri
but
ionsoft
her
ows"

10"
$cal
l
" "
summar
ycal
l
edpar
amet
ers"

11"
$cal
l
$mar
ge.
col
""wei
ght
soft
hecol
umns"

12"
$cal
l
$mar
ge.
row""
wei
ght
soft
her
ows"

summar
y(r
es.
ca)
Rr
épond:

Cal
l
:

CA(
X=houset
asks,
graph=FALSE)

Thechi
squar
eofi
ndependencebet
weent
het
wov
ari
abl
esi
sequal
to1944.
456(
p-v
alue=0)
.

Ei
genv
alues

Di
m.1 Di
m.2 Di
m.3

Var
iance 0.
543 0.
445 0.
127

%ofv
ar. 48.
69239.
91311.
395

Cumul
ati
ve%ofv
ar.48.
69288.
605100.
000

Rows(
the10f
ir
st)

I
ner
*1000 Di
m.1 ct
r cos2 Di
m.2 ct
r cos2

Laundr
y |134.
160|-
0.99218.
287 0.
740|0.
495 5.
564 0.
185|

Mai
n_meal| 90.
692|-
0.87612.
389 0.
742|0.
490 4.
736 0.
232|

Di
nner | 38.
246|-
0.693 5.
471 0.
777|0.
308 1.
321 0.
154|

Br
eakf
east| 41.
124|-
0.509 3.
825 0.
505|0.
453 3.
699 0.
400|

Ti
dyi
ng | 24.
667|-
0.394 1.
998 0.
440|-
0.434 2.
966 0.
535|

Di
shes | 19.
587|-
0.189 0.
426 0.
118|-
0.442 2.
844 0.
646|

Shoppi
ng | 14.
970|-
0.118 0.
176 0.
064|-
0.403 2.
515 0.
748|

Of
fi
cial | 53.
300|0.
227 0.
521 0.
053|0.
254 0.
796 0.
066|

Dr
ivi
ng |101.
509|0.
742 8.
078 0.
432|0.
653 7.
647 0.
335|

Fi
nances | 29.
564|0.
271 0.
875 0.
161|-
0.618 5.
559 0.
837|

Di
m.3 ct
r cos2

Laundr
y -
0.317 7.
968 0.
075|

Mai
n_meal -
0.164 1.
859 0.
026|

Di
nner -
0.207 2.
097 0.
070|

Br
eakf
east 0.
220 3.
069 0.
095|

Ti
dyi
ng -
0.094 0.
489 0.
025|

12
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

Di
shes 0.
267 3.
634 0.
236|

Shoppi
ng 0.
203 2.
223 0.
189|

Of
fi
cial 0.
92336.
940 0.
881|

Dr
ivi
ng 0.
54418.
596 0.
233|

Fi
nances 0.
035 0.
062 0.
003|

Col
umns

I
ner
*1000 Di
m.1 ct
r cos2 Di
m.2 ct
r cos2

Wi
fe |301.
019|-
0.83844.
462 0.
802|0.
36510.
312 0.
152|

Al
ter
nat
ing|117.
824|-
0.062 0.
104 0.
005|0.
292 2.
783 0.
105|

Husband |381.
373|1.
16154.
234 0.
772|0.
60217.
787 0.
208|

Joi
ntl
y |314.
725|0.
149 1.
200 0.
021|-
1.02769.
118 0.
977|

Di
m.3 ct
r cos2

Wi
fe -
0.20010.
822 0.
046|

Al
ter
nat
ing 0.
84982.
549 0.
890|

Husband -
0.189 6.
133 0.
020|

Joi
ntl
y -
0.046 0.
495 0.
002|

Vi
sual
i
sat
ioneti
nter
prét
ati
on

Nousut i
l
iseronsl esf onct i
onssui vantes[ dansf actoext
ra]pourai deràl’i
nterpr
étati
onetàla
vi
sual
i
sat i
ondel ’analysef actor
iell
edescor respondances:
 get_eigenv alue(res.ca):Extract
iondesv aleur spropres/v ar
iancesexpli
quéesparchaque
axepr incipal
 fvi
z_eig(res.ca) :vi
sual i
sati
ondesv aleurspr opres
 get_ca_ r
ow( res.ca), get_
ca_col(r
es.ca) :Ext raction des résultat
s pourl es li
gnes etl
es
colonnes, respect i
v ement .
 fvi
z_ca_ row( res.
ca) ,fvi
z_ca_col(
res.ca):Vi sualisati
ondesr ésult
atspourl eslignesetl
es
colonnes, respect i
v ement .
 fvi
z_ca_ biplot(res.ca):Créezunbi plotdesl ignesetdescol onnes.

Val
eur
spr
opr
es/Var
iances
L’
exami
nati
on des valeurs pr
opres permetde dét erminerl
e nombr e d’
axes
pri
nci
pauxàconsidér
er.Lesvaleur
spropr escor
respondentàlaquanti
téd’i
nfor
mations
ret
enueparchaqueaxe.Ellessontgr andespourlepr emieraxeetpeti
tespourl ’
axe
sui
vant
.
Lesv al
eurspr opresetlaproport
iondev ari
ancesexpli
quéesparl
esdiffér
entsaxes
peuventêtreextr
aitesàl’
ai
dedelafonct
ionget_ei
genv
alue(
)[f
act
oext
rapackage]
.
l
ibrar
y( "
factoext
ra")
ei
g.val<-get_ei
genv al
ue(
res.
ca)
ei
g.val
13
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

Rr
épond:

ei
genv
alue v
ari
ance.
per
cent cumul
ati
ve.
var
iance.
per
cent

Di
m.1 0.
5428893 48.
69222 48.
69222

Di
m.2 0.
4450028 39.
91269 88.
60491

Di
m.3 0.
1270484 11.
39509 100.
00000

Lepourcentagecumuléexpl
iquéestobtenuenaj outantl
esproport
ionssuccessivesde
vari
ancesexpli
quéespourobteni
rletot
alcourant.Parexemple,48.
69%pl us39.91%est
égalà88.6%,etainsidesui
te.Parconséquent,environ88.
6%del av ar
iancetotal
eest
expl
iquéeparlesdeuxpr
emièresdimensi
ons.
Le gr aphi
que des v aleur
s pr opres peut êtr
e produi
t à l
’
aide de l
a
fonct
ionfvi
z_ei
g()ouf
viz_
screepl
ot(
)[packagef
act
oext
ra]
.

f
viz_
scr
eepl
ot(
res.
ca,
addl
abel
s=TRUE,
yli
m =c(
0,50)
)

LecodeR ci-
dessous,montrelegraphi
quedesv al
eur
spr
opr
esav
ecunedr
oit
een
poi
nti
l
léer
ougespécif
iantl
aval
eurpr
opremoyenne:

f
v i
z_scr
eepl
ot(r
es.ca)+
geom_hli
ne(y
inter
cept=33.
33,
li
net
ype=2,
col
or="
red"
)

14
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

Bi
plot
Lafonctionfvi
z_ca_bi
plot
()[
packagef
act
oextr
a]peutêt
reut
il
iséepourdessi
nerl
ebipl
ot
deslignesetdescolonnes.
fvi
z_ca_bipl
ot(r
es.ca,
repel=TRUE) #repel=TRUEpourévi
terlechev
auchementdete
xte

Danslegraphi
queci
-dessus,lesl
ignessontr
epr
ésent
éespardespoi
ntsbl
eusetdes
col
onnespardest
ri
anglesrouges.

Gr
aphi
quedespoi
ntsl
i
gnes

Résul
tat
s

La fonct
ionget_
ca_row(
)[f
actoext
ra]estut
il
iséepourext
rai
relesr ésul
tat
spourles
l
ignes.Cettefonct
ionrenvoi
eunel ist
econtenantl
escoordonnées,lescos2 etl
es
contri
but
ionsdesli
gnes:

r
ow<-get
_ca_
row(
res.
ca)
r
ow

Rr
épond:

Cor
respondenceAnal
ysi
s-Resul
tsf
orr
ows

===================================================

Name Descr
ipt
ion

1"
$coor
d""
Coor
dinat
esf
ort
her
ows"

2"
$cos2" "
Cos2f
ort
her
ows"

15
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

3"
$contr
ib""
cont
ri
but
ionsofther
ows"
4"
$iner
ti
a""I
ner
ti
aoftherows"

Lescomposant sdel af onctionget _

ca_r ow()peuv entêtr
euti
lisésdanslegr aphi
quedes
l
ignescommesui t:
 r ow$coor d:coor
donnéesdesl i
gnes.Ut il
iséespourcréerlenuagedepoi nts.
 r ow$cos2: quali
téder eprésentationdesl ignes.
 v ar$contri
b:contri
butiondesl ignes( en%)àl adéfi
nit
iondesdimensions.
Notezqu’ ilestpossi
bledev isual
iserdespoi ntsli
gnesetdel escolorerenfonctiondei
)
soitdel eurscosinuscar r
é( quali
téder eprésentation)
,ii
)soi
tdel eur
scontributi
onsàla
défini
ti
ondesdi mensions( contri
b).

head(
row$coord)#Coordonnées
head(
row$cos2)#Cos2:quali
téderepr
ésent
ati
on
head(
row$contri
b)#Contri
buti
ons

head(
row$coor
d)
Di
m1 Di
m2 Di
m3

Laundr
y -
0.99183680.
4953220-
0.31672897

Mai
n_meal-
0.87558550.
4901092-
0.16406487

Di
nner -
0.69257400.
3081043-
0.20741377

Br
eakf
east-
0.50860020.
45280380.
22040453

Ti
dyi
ng -
0.3938084-
0.4343444-
0.09421375

Di
shes -
0.1889641-
0.44196620.
26694926

Di
m 1 Di
m2 Di
m3

Laundr
y 0.
73998740.
18455210.
07546047

Mai
n_meal0.
74160280.
23235930.
02603787

Di
nner 0.
77664010.
15370320.
06965666

Br
eakf
east0.
50494330.
40023000.
09482670

Ti
dyi
ng 0.
43981240.
53501510.
02517249

Di
shes 0.
11811780.
64615250.
23572969

Di
m 1 Di
m 2 Di
m3

Laundr
y 18.
28670035.
5638917.
968424

Mai
n_meal12.
38884334.
7355231.
858689

Di
nner 5.
47139821.
3210222.
096926

Br
eakf
east3.
82492843.
6986133.
069399

Ti
dyi
ng 1.
99835182.
9656440.
488734

16
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

Di
shes 0.
42616632.
8441173.
634294

Uti
li
sezlafonct
ionf
viz_
ca_
row()[
dansf
act
oext
ra]pourv
isual
i
seruni
quementl
espoi
nts
l
ignes:
fvi
z_ca_
row(r
es.
ca,r
epel=TRUE)

Ilestpossibl
edemodi f
ierlacouleuretl aformedespoi
ntsl
i
gnesenut
il
isantl
es
argumentscol.
rowetshape.r
owcommesui t:
fvi
z_ca_
row( r
es.ca,
col
.r
ow=" st
eelblue"
,shape.
row=15)

Lecos2mesur
eledegréd’
associat
ionentr
elesl
i
gnes/col
onnesetunaxepar
ti
culi
er.
Lesval
eur
sdecos2sontcomprisesentr
e0et1.Lasommedescos2pourlesl
ignessur
tout
esl
esdimensi
onsdel’
AFCestégaleà1.

17
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

I
lestpossibl
edecol orerl
espointsli
gnesparl eurscos2àl ’
aidedel ’argumentcol .
row=
"cos2"
.Celapr odui
tungr adientdecoul eurs,quipeutêt reper sonnal i
séàl ’aidede
l
’argumentgradi
ent.
cols.Parexempl e,gradient.
cols=c( “white”,“ blue”,“r
ed”)signif
ie
que:
 lesvari
ablesàfaibl
evaleurcos2ser ontcoloréesen“white”(blanc)
 lesvari
ablesavecdesvaleursmoy ennesdecos2ser ontcoloréesen“ bl
ue”(
bl eu)
 lesvari
ablesavecdesvaleursél
ev éesdecos2ser ontcol
oréesen“ red”(r
ouge)
#Col
orerenf
onct
ionducos2:
f
viz_
ca_row( r
es.ca,col
.r
ow=" cos2"
,
gradient.
cols=c( "
#00AFBB","#E7B800"
,"#FC4E07"
),
repel=TRUE)

Notezqu’ilestégalementpossi bledemodi f
ierlat
ransparencedespoi
ntsli
gnesen
f
onct i
ondeleurscos2àl ’
aidedel’
opti
onal
pha.row="
cos2".Parexempl
e,t
apezceci
:
#Changel atransparenceparcos2
f
viz_ca_r
ow( r
es.ca,alpha.r
ow=" cos2"
)

f
viz_
ca_
bipl
ot(
res.
ca,

map="
rowpr
inci
pal
",ar
row=c(
TRUE,
TRUE)
,

r
epel=TRUE)

18
Facul
téPol
ydi
sci
pli
nai
reTar
oudant Mast
erPACQ Cour
sdeSt
ati
sti
queav
ecRPr
.Zahi
diA.

19