Articles

📉 𝑷𝒓𝒊𝒏𝒄𝒊𝒑𝒆 𝑭𝒐𝒏𝒅𝒂𝒎𝒆𝒏𝒕𝒂𝒍 𝒅𝒆 𝒍’𝑨𝑪𝑷 (Analyse en Composantes Principales) 📉

Image
L’ Analyse en Composantes Principales (ACP) repose sur une idée centrale : Transformer plusieurs variables corrélées en un nombre réduit de nouvelles variables non corrélées, tout en conservant l’essentiel de l’information contenue dans les données. Ces nouvelles variables sont appelées composantes principales . 𝙐𝙣 𝙡𝙞𝙠𝙚 𝙚𝙩 𝙪𝙣 𝙋𝙖𝙧𝙩𝙖𝙜𝙚 de ce post avant d'aller plus loin nous feront plaisir . 🔴 𝟏 ️ ⃣ 𝐋𝐚 𝐯𝐚𝐫𝐢𝐚𝐧𝐜𝐞 𝐫𝐞𝐩𝐫𝐞 ́ 𝐬𝐞𝐧𝐭𝐞 𝐥 ’ 𝐢𝐧𝐟𝐨𝐫𝐦𝐚𝐭𝐢𝐨𝐧 L’ACP part du principe que : ✔ Les variables qui présentent une forte variation contiennent davantage d’information utile ✔ Les composantes qui capturent la plus grande variance sont les plus importantes Ainsi, l’ACP cherche les directions où la dispersion des données est maximale . 🔴 𝟐 ️ ⃣ 𝐂𝐫𝐞 ́ 𝐚𝐭𝐢𝐨𝐧 𝐝𝐞 𝐧𝐨𝐮𝐯𝐞𝐚𝐮𝐱 𝐚𝐱𝐞𝐬 Au lieu d’utiliser les variables originales (X₁, X₂, X₃…) : L’ACP construit de nouveaux axes : 🔹 PC1...

📉 𝐀𝐍𝐎𝐕𝐀 𝐚̀ 𝐝𝐞𝐮𝐱 𝐟𝐚𝐜𝐭𝐞𝐮𝐫𝐬 (𝐓𝐰𝐨-𝐖𝐚𝐲 𝐀𝐍𝐎𝐕𝐀) 𝐬𝐨𝐮𝐬 𝐑 : 𝐆𝐮𝐢𝐝𝐞 𝐜𝐥𝐚𝐢𝐫 𝐞𝐭 𝐚𝐩𝐩𝐥𝐢𝐪𝐮é

Image
Dans cet exemple, nous analysons : ·          Variable dépendante : 𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑎𝑐𝑎𝑟𝑖𝑒𝑛𝑠 (Mites) ·          Facteur 1 : 𝑇𝑦𝑝𝑒 𝑑𝑒 𝑠𝑖𝑡𝑒 (Brûlé / Non brûlé) ·          Facteur 2 : 𝑆𝑒𝑥𝑒 (Mâle / Femelle) Voici un guide pas à pas , rédigé dans un style clair et accessible aux chercheurs débutants. 𝙐𝙣 𝙡𝙞𝙠𝙚 𝙚𝙩 𝙪𝙣 𝙋𝙖𝙧𝙩𝙖𝙜𝙚 de ce post avant d'aller plus loin nous feront plaisir. 🔴 𝟏 . 𝐏𝐫𝐞 ́ 𝐩𝐚𝐫𝐚𝐭𝐢𝐨𝐧 𝐝𝐞𝐬 𝐝𝐨𝐧𝐧𝐞 ́ 𝐞𝐬 ( 𝐞 ́ 𝐭𝐚𝐩𝐞 𝐥𝐚 𝐩𝐥𝐮𝐬 𝐢𝐦𝐩𝐨𝐫𝐭𝐚𝐧𝐭𝐞 ) Les données doivent être en format long : Site Sexe Mites Burned Male 95 Burned Male 100 Burned Female 30 Burned Female 32 Unburned ...
Image
  𝐓𝐞𝐬𝐭𝐬 𝐝 ’ 𝐇𝐲𝐩𝐨𝐭𝐡𝐞 ̀ 𝐬𝐞 : 𝐑𝐚𝐩𝐩𝐨𝐫𝐭 𝐝𝐞 𝐕𝐫𝐚𝐢𝐬𝐞𝐦𝐛𝐥𝐚𝐧𝐜𝐞 𝐞𝐭 𝐏𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐭𝐞 ́ 𝐬 𝐝 ’ 𝐄𝐫𝐫𝐞𝐮𝐫 Le 𝐭𝐞𝐬𝐭 𝐝 ’ 𝐡𝐲𝐩𝐨𝐭𝐡𝐞 ̀ 𝐬𝐞 est formalisé comme une règle de décision qui met en balance les preuves entre deux affirmations concurrentes. Le 𝐓𝐞𝐬𝐭 𝐝𝐮 𝐑𝐚𝐩𝐩𝐨𝐫𝐭 𝐝𝐞 𝐕𝐫𝐚𝐢𝐬𝐞𝐦𝐛𝐥𝐚𝐧𝐜𝐞 ( 𝐋𝐑𝐓 ) est souvent considéré comme le « moteur » de l’inférence fréquentiste, car il fournit une méthode systématique pour construire des tests puissants. U 𝙣 𝙡𝙞𝙠𝙚 𝙚𝙩 𝙪𝙣 𝙋𝙖𝙧𝙩𝙖𝙜𝙚 . Let's go ! 𝟏 . 𝐋𝐞 𝐓𝐞𝐬𝐭 𝐝𝐮 𝐑𝐚𝐩𝐩𝐨𝐫𝐭 𝐝𝐞 𝐕𝐫𝐚𝐢𝐬𝐞𝐦𝐛𝐥𝐚𝐧𝐜𝐞 ( 𝐋𝐑𝐓 ) Le LRT compare la capacité des données à être expliquées par : un modèle restreint (l’ 𝐇𝐲𝐩𝐨𝐭𝐡𝐞 ̀ 𝐬𝐞 𝐍𝐮𝐥𝐥𝐞 , 𝐇 ₀ ) un modèle non restreint (l’ensemble de l’espace des paramètres, Θ ) 𝐋𝐚 𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐪𝐮𝐞 ( λ ) La statistique du rapport de vraisemblance est défin...