Ce document qui utilisent comme prétexte un exercice pour vous présenter l'ACP, vous comprendrez l'essentiel de ce que permet de faire une Analyse en Composantes Principales.
Certains fondements mathématiques et illustrations géométriques permettent d'appréhender les concepts derrière cette méthode d'analyse factorielle.
Je un exercice simple sur l'ACP et détaille quelques éléments de réponse pour mes étudiants à la FST de Settat. Mais cela peut aussi intéresser d'autres personnes, surtout dans ces conditions particulières de la pandémie de Covid-19.
Vos réactions me seront très utiles pour apporter davantage d'éclaircissements.
Ce thème est aussi disponible en vidéo :
https://www.youtube.com/playlist?list=PLzjg2z2kYUrgV6fswgo5B5gaYWfVFX44V
Cordialement
Pr JAOUAD DABOUNOU
FST DE SETTAT
UNIVERSITE HASSAN 1er
1. Analyse en Composantes
Principales
Exercice avec éléments de réponse
J. DABOUNOU - FST DE SETTAT
UNIVERSITE HASSAN Ier
Septembre 2020
Sur Youtube
https://www.youtube.com/playlist?list=PLzjg2z2kYUrgV6fswgo5B5gaYWfVFX44V
2. Exercice 1 : Le tableau suivant présente pour différentes villes, les précipitations p (en cm), les
températures maximale tmax et minimale tmin (en˚C), mesurées en 2012:
a. Calculez les moyennes et les écart-types de p, tmax et tmin.
Donnez la matrice X des données centrées réduites.
b. Calculez la matrice des corrélations Σ.
c. Déterminer, éventuellement en utilisant un logiciel,
les matrices D et P telles que Σ = PDPt, avec P matrice orthogonale et D matrice diagonale.
d. Quelles sont les valeurs et vecteurs propres de Σ ?
e. Montrer que la matrice P est inversible et P−1 = Pt.
f. Calculer la matrice des composantes principales C et représenter les villes dans le plan principal.
g. Interpréter la position des villes dans le plan principal et commenter.
h. Calculer les corrélations linéaires entre les variables initiales et les deux premières composantes
principales.
i. Réaliser un tableau qui synthétise la qualité de représentation et la contribution des individus aux
axes factoriels et leur contribution à l’inertie totale ainsi que la qualité de représentation des
variables aux axes factoriels.
j. Représenter les résultats sur le cercle des corrélations.
k. Factoriser la matrice de données.
J. DABOUNOU - FST DE SETTAT ACP001 - 1
p tmax tmin
Ajaccio 12,04 23,7 5,9
Brest 17,18 15,5 -1,8
Dunkerque 11,83 13,1 2,8
Nancy 6,23 13,5 -2,4
Nice 16,99 21,1 7,2
Toulouse 3,87 20,3 -0,9
3. Calculez les moyennes et les écart-
types de p, tmax et tmin.
Donnez la matrice X des données
centrées réduites
J. DABOUNOU - FST DE SETTAT ACP001 - 2
4. Objectifs de l’ACP
L’Analyse en Composantes Principales (ACP) utilise une transformation linéaire
implicite pour :
– Supprimer les corrélations entre les variables
– Synthétiser l’information sur un nombre réduit de variables
– Permettre une représentation graphique des informations
Données à analyser :
On se donne I individus Xi et J variables quantitatives Vj avec xij la valeur de la variable
Vj pour l’individu Xi. Ces données sont représentées sous forme matricielle par :
Pour l’exercice, les données avec moyennes et
écart-types sont :
J. DABOUNOU - FST DE SETTAT ACP001 - 3
V1 V2 … VJ
X1 x11 x12 x1J
X2 x21 x22 x2J
⁞
XI xI1 xI2 xIJ
p tmax tmin
Ajaccio 12,04 23,7 5,9
Brest 17,18 15,5 -1,8
Dunkerque 11,83 13,1 2,8
Nancy 6,23 13,5 -2,4
Nice 16,99 21,1 7,2
Toulouse 3,87 20,30 -0,90
Moyenne 11,36 17,87 1,80
Ecart-type 4,98 4,04 3,76
5. Données centrées réduites
Les données peuvent être présentées tout simplement par :
X =
Les lignes représentent les individus et les colonnes les variables.
Ensuite, on remplace dans la matrice X chaque colonne par la variable centrée réduite.
On obtient alors :
Xcr =
J. DABOUNOU - FST DE SETTAT ACP001 - 4
x11 x12 … x1J
x21 x22 x2J
⁞ ⁞ ⁞
xI1 xI2 xIJ
x11 − x1
σ1
x11 − x2
σ2
x1J − xJ
σJ
x21 − x1
σ1
x11 − x2
σ2
x2J − xJ
σJ
⋮ ⋱
x11 − x1
σ1
x11 − x2
σ2
xIJ − xJ
σJ
Pour simplifier on continue à noter X
pour désigner Xcr .
Ainsi, on pose Xcr = (xij)i=1,I; j=1,J.
7. Données à analyser
Les composantes que donne l’ACP dépendent des unités de mesure. On doit souvent
opter pour une solution selon la situation spécifique du problème. On peut par
exemple :
- Centrer-réduire les données et donc utiliser la matrice des coefficients de corrélation
- Normaliser les données en divisant par la moyenne
- Choisir des unités convenables pour avoir des valeurs comparables.
J. DABOUNOU - FST DE SETTAT ACP001 - 6
8. Calculez la matrice des corrélations
Σ
J. DABOUNOU - FST DE SETTAT ACP001 - 7
9. Matrice de corrélation
Matrice de corrélation :
Σ = Corr 𝐗 =
1
I
𝐗t
. 𝐗 =
1 Corr(𝐕1, 𝐕2 ) ⋯ Corr(𝐕1, 𝐕J )
Corr(𝐕2, 𝐕1 ) ⋱
⋮
Corr(𝐕J, 𝐕1 )
⋱
⋯
⋮
1
On a
J. DABOUNOU - FST DE SETTAT ACP001 - 8
Σ étant ici égale à la matrice des corrélations.
Le graphique ci-contre illustre cette matrice.
10. Matrice de corrélation
Σ exprime la liaison entre les variables. L’écart entre Σ et une matrice diagonale
mesure la dépendance entre les variables, donc la redondance entre celles-ci.
Un des objectifs de l’ACP est de déterminer une nouvelle base orthogonale et une
nouvelle matrice Y avec de nouvelles composantes pour lesquelles ΣY = Yt Y est
diagonale.
On considère la représentation X= [V1, …, VJ], à l’aide des variables initiales (vecteurs
colonnes), l’ACP cherche à trouver une représentation Y=[W1, …,WJ], transformation
linéaire de X, telles que les variables Wj soient décorrélées. Ainsi, Y=PX et ΣY = Pt Σ P =
D.
Les vecteurs propres de Σ forment la matrice de passage P et les valeurs propres sont
les covariances des nouvelles variables Yj.
J. DABOUNOU - FST DE SETTAT ACP001 - 9
11. Déterminer, éventuellement en
utilisant un logiciel,
les matrices D et P telles que Σ =
PDPt, avec P matrice orthogonale et
D matrice diagonale
J. DABOUNOU - FST DE SETTAT ACP001 - 10
12. On utilise souvent un logiciel qui nous donne les matrices D et P telles que Σ = PDPt,
On peut donc aussi écrire : Pt Σ P = D.
D est la matrice diagonale composée des valeurs propres de Σ. Les colonnes de P
représentent les vecteurs propres de Σ. Il s’agit de la décomposition spectrale de la
matrice de corrélation.
Σ étant symétrique et semi-définie positive, elle possède cette décomposition.
0.46 0.79 0.41
0.56 -0.61 0.56
0.69 -0.03 -0.72
Valeurs et vecteurs propres en ACP
J. DABOUNOU - FST DE SETTAT ACP001 - 11
1.83 0 0
0 0.92 0
0 0 0.25
D = P =
13. Quelles sont les valeurs et vecteurs
propres de Σ ?
Montrer que la matrice P est
inversible et P−1 = Pt
J. DABOUNOU - FST DE SETTAT ACP001 - 12
14. Les valeurs propres de Σ constituent la diagonale de la matrices D et les vecteurs
propres unitaires constituent les colonnes de la matrice P.
Comme Σ est symétrique et semi-définie positive, les valeurs propres sont toutes
positives ou nulles et les vecteurs propres sont deux à deux orthogonaux.
Le plus souvent, les logiciels donnent les valeurs propres classées en ordre
décroissant.
Soient donc les valeurs propres : 1 = 1.83 ; 2 = 0.92 ; 3 = 0.25 et les vecteurs
propres :
u1=
0.46
0.56
0.69
; u2=
0.79
−0.61
−0.03
; u3=
0.41
0.56
−0.72
On en déduit que le rang de Σ est égal à 3. Σ est donc inversible.
Il est en de même de P. P est en fait une matrice orthogonale et P-1 = Pt.
Valeurs et vecteurs propres en ACP
J. DABOUNOU - FST DE SETTAT ACP001 - 13
15. Evolution des valeurs propres
On a 1 > 2 > 3 > 0. Le tableau suivant présente l’inertie expliquée par chacun des
axes principaux et l’inertie cumulée.
On affiche une courbe qui visualise l’évolution des valeurs propres.
J. DABOUNOU - FST DE SETTAT ACP001 - 14
Valeur propre % expliqué % cumulé
1 1.83 61.17% 61.17%
2 0.92 30.51% 91.68%
3 0.25 8.32% 100.00%
Inertie totale 3.00
16. Calculer la matrice des
composantes principales C et
représenter les villes dans le plan
principal
J. DABOUNOU - FST DE SETTAT ACP001 - 15
17. On projette les I=6 vecteurs lignes représentant les individus dans l’espace R3. Le
graphique ci-dessous permet de l’illustrer :
L’ACP consiste à trouver les directions de variance maximale dans ces données afin de
les projeter sur un sous-espace dimensionnel plus petit tout en conservant l’essentiel
des informations.
NB. J’utilise quelquefois Xi au lieu de Mi pour désigner un point de coordonnées la ligne i de la
matrice X.
J. DABOUNOU - FST DE SETTAT ACP001 - 16
Les individus dans l’espace des variables
O
R3
MiM1
M2
M3
M4
M5
M6
18. Projection des données sur un axe
On voit que la première composante principale capture le maximum d’inertie du
nuage de données. Il reste un résidu non expliqué par cette première composante ce
qui justifie le calcul de la deuxième composante principale.
u1 définit le premier axe principal dans R3. Puisque X est centrée, l’origine O des axes
de R3 passe par le centre de gravité des 6 points Mi définis par les lignes de la matrice
X.
La projection du point Mi sur cet axe, notée Hi1 est donnée par OHi1 = <OMi , u1> où
OMi est le vecteur défini par la ième ligne de la matrice X.
Ainsi, OH11, OH12, OH13, OH14, OH15, OH16 déterminent
la projection des 6 points M1,…, M6 sur le premier axe
principal et on a :
i=1,6
OH1i
2
= <Xu1 , Xu1> = u1
t
Xt
Xu1= 6 1
J. DABOUNOU - FST DE SETTAT ACP001 - 17
O
R3
u1
Mi
H1i
D1
19. L’axe défini par u1 récupère le plus possible de variance pour un axe. L’axe D2 défini par
u2, récupère le maximum de variance non récupérée par u1.
Le vecteur propre unitaire u2 est orthogonal au vecteur unitaire u1.
Le vecteur propre unitaire u3 est orthogonal à chacun des vecteurs u1 et u2.
Deuxième axe principal de l’ACP
J. DABOUNOU - FST DE SETTAT ACP001 - 18
R3
u1
Mi
H1i
D1
u2
D2
O
20. Les composantes principales F1, F2, F3 sont données par :
F1 = X u1, F2 = X u2 et F3 = X u3.
La matrice X peut être remplacée, dans la base orthonormée
(u1, u2, u3) par la matrice de composantes principales
C = [ F1 F2 … Fr ]
Ce qui permet dans les cas concrets de réduire la dimension
des données puisqu’en général, le rang(XtX) J sans perte
d’information (Inertie globale).
En effet:
trace(XtX) = I.(1 + 2 +…+ r)= u1
t XtX u1 + u2
t XtX u2 + u3
t XtX u3
= F1
t F1 + F2
t F2 + F3
t F3 = trace(Ct C)
Composantes Principales
J. DABOUNOU - FST DE SETTAT
H1iO
D1
u1
H2i
H3i
D2
u2
O
D3
u3
O
ACP001 - 19
R3
u1
Mi
H1i
D1
u2
D2
O
21. Les composantes principales F1, F2, F3 sont alors :
et la matrice des composantes principales C :
Composantes Principales
J. DABOUNOU - FST DE SETTAT ACP001 - 20
F1 F2 F3
Ajaccio 1.63 -0.81 0.07
Brest -0.45 1.31 0.84
Dunkerque -0.43 0.79 -0.81
Nancy -1.85 -0.12 -0.21
Nice 1.96 0.37 -0.13
Toulouse -0.85 -1.54 0.24
k 1.83 0.92 0.25
i=1,6
Fki
2
= 6 k
ou encore
k =
1
6
𝐅k
t
. 𝐅k
1,63 -0,81 0,07
-0,45 1,31 0,84
-0,43 0,79 -0,81
-1,85 -0,12 -0,21
1,96 0,37 -0,13
-0,85 -1,54 0,24
C =
Pour k=1,2,3 :
22. Le plan défini par le couple de vecteurs propres (u1. u2) est appelé plan factoriel.
Il s’agit du plan :
- qui est globalement le plus proche des points représentant les individus
- sur lequel ces points se déforment le moins possible par projection
- qui explique le mieux possible l’inertie projetée
- tel que les points projetés dessus visualisent le mieux possible (par rapport à tout autre
plan) la disposition des individus dans l’espace RJ.
D’ailleurs ces quatre conditions sont équivalentes.
Cette visualisation est d’autant plus fidèle au nuage de points que le taux
est proche de 1. r étant le rang de Σ. Dans l’exercice r=3.
Le plan factoriel
J. DABOUNOU - FST DE SETTAT
r21
21
...
ACP001 - 21
23. Projection sur le plan factoriel
J. DABOUNOU - FST DE SETTAT ACP001 - 22
Mi
M3 M2
M1
O
La projection des points sur le plan factoriel défini par (u1, u2) permet d’obtenir un graphique qui
capture le maximum d’information possible (à visualiser sur un plan) à partir de données de
départ.
24. Projection sur le plan factoriel
J. DABOUNOU - FST DE SETTAT ACP001 - 23
La projection des points sur le plan factoriel défini par (u1, u2) permet d’obtenir un
graphique qui capture le maximum d’information possible (à visualiser sur un plan) à
partir des données de départ.
L’inertie expliquée par le plan
factoriel est donnée par
(61.17 + 30.51)% soit 91.68 %.
F1(61.17%)
F2(30.51%)
25. Interpréter la position des villes
dans le plan principal et
commenter
J. DABOUNOU - FST DE SETTAT ACP001 - 24
26. Interpréter le plan factoriel
J. DABOUNOU - FST DE SETTAT ACP001 - 25
Nous revenons aux données pour essayer de comprendre la variabilité selon les axes.
1er axe:
- Nancy à l’extrémité gauche
- Nice, Ajaccio à l’extrémité droite
En observant les données, on voit que le 1er axe évolue globalement dans le sens
croissant de tmin. Les villes qui ont les tmin les plus basses se trouvent à gauche, ceux
qui ont des tmin élevées se trouvent à droite.
p tmax tmin
Ajaccio 12.04 23.7 5.9
Brest 17.18 15.5 -1.8
Dunkerque 11.83 13.1 2.8
Nancy 6.23 13.5 -2.4
Nice 16.99 21.1 7.2
Toulouse 3.87 20.30 -0.90
Moyenne 11.36 17.87 1.80
Ecart-type 4.98 4.04 3.76
27. Interpréter le plan factoriel
J. DABOUNOU - FST DE SETTAT ACP001 - 26
2ème axe:
- Toulouse, ensuite Ajaccio en bas
de l’axe
- Brest ensuite Dunkerque en haut
de l’axe
En observant les données, on voit que le 2ème axe évolue globalement dans le sens
croissant de p et, relativement, dans le sens décroissant des tmax.
p tmax tmin
Ajaccio 12.04 23.7 5.9
Brest 17.18 15.5 -1.8
Dunkerque 11.83 13.1 2.8
Nancy 6.23 13.5 -2.4
Nice 16.99 21.1 7.2
Toulouse 3.87 20.30 -0.90
Moyenne 11.36 17.87 1.80
Ecart-type 4.98 4.04 3.76
28. Calculer les corrélations linéaires
entre les variables initiales et les
deux premières composantes
principales.
J. DABOUNOU - FST DE SETTAT ACP001 - 27
29. Interpréter le plan factoriel
J. DABOUNOU - FST DE SETTAT ACP001 - 28
Pour vérifier nos conclusions, nous allons calculer les coefficients de corrélation entre
les variables et les composantes principales F1 et F2 (et facultativement F3).
On constate alors que F1 est corrélée à toutes les variables, mais très particulièrement
à tmin. F2 est corrélée à p et inversement corrélé à tmax. Nous allons visualiser ces
corrélations sur le plan factoriel.
F1 F2 F3
p 0.62 0.76 0.21
tmax 0.76 -0.59 0.28
tmin 0.93 -0.03 -0.36
30. Interpréter le plan factoriel
J. DABOUNOU - FST DE SETTAT ACP001 - 29
La projection des variables sur le plan factoriel permet de visualiser de façon plus
claire les corrélations que nous avons, d’une certaine manière, constatées en revenant
aux données.
31. Réaliser un tableau qui synthétise
la qualité de représentation des
individus au plan et aux axes
factoriels
J. DABOUNOU - FST DE SETTAT ACP001 - 30
32. Qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 31
Interpréter le plan factoriel en termes de proximité entre les points, de position par
rapport aux axes principaux n’a de sens que si les points sont bien représentés dans le
plan factoriel. On doit garder à l’esprit que les points sont en réalité dans l’espace RJ,
dans le cas de l’exercice en cours J=3, mais le plus souvent J est un entier très grand.
D’où la nécessité d’analyser la qualité de représentation des points.
33. Qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 32
La projection du nuage de points représentant les individus sur le plan factoriel est de
bonne qualité lorsqu’elle préserve les proximités entre les individus et l’essentiel de la
dispersion du nuage de points.
Pour illustrer cela, nous considérons les points H1i pour i=1,6 de la figure ci-dessous,
qui sont supposés constituer les projections des individus Mi pour i=1,6 sur le premier
axe principal.
La projection des points, ou encore leur représentation, sur cet axe principal est de
bonne qualité si par exemple la proximité (relative) entre les points H12 et H14 traduit
une proximité entre M2 et M4. De la même manière, la proximité entre les points H13 et
H16 traduit une proximité entre M3 et M6. Et que la distance entre H11 et H13 traduit de
façon satisfaisante la distance entre M1 et M3.
H13H16 O H14 H15H12H11
34. H13H16
Qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 33
Lorsqu’on affiche les individus dans cet exemple illustratif, on voit que M2 et M4 sont
éloignés alors que H12 et H14 sont voisins. Par contre, la proximité entre H13 et H16
traduit effectivement une proximité entre M3 et M6. Nous trouvons aussi que la
distance entre H11 et H13 approche de façon satisfaisante la distance entre M1 et M3.
Dans l’ACP, les variables étant centrées,
on peut facilement montrer que l’origine O
de coordonnées (0,0,…,0) est le barycentre
du nuage des individus (Mi)i=1,I.
M4
M5
M2
O
M6
M3
4M1
H14 H15H12H11
1
2
6
5
3
35. H13H16
Qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 34
Pour les individus, la projection est de bonne qualité lorsque cos2(i)1. On voit sur la
figure ci-après que l’individu M5 est bien projeté sur le 1er axe principal. cos2(5)1
signifie que M5 est proche de l’axe principal. Par contre M4 est mal représenté. En effet
cos2(4)<<1, ce qui signifie que M4 est trop loin de l’axe principal.
M4
M5
M2
O
M6
M3
5
4M1
H14 H15H12H11
1
2
3
𝐎𝐇15
2
= 𝐎𝐌5
2
cos(5)2
cos(5)2
1
donc 𝐎𝐇15
2
𝐎𝐌5
2
6
36. H13H16
Qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 35
Pour les individus, la projection est de bonne qualité lorsque cos2(i)1. On voit sur la
figure ci-après que l’individu M5 est bien projeté sur le 1er axe principal. cos2(5)1
signifie que M5 est proche de l’axe principal. Par contre M4 est mal représenté. En effet
cos2(4)<<1, ce qui signifie que M4 est trop loin de l’axe principal.
M4
M5
M2
O
M6
M3
5
4M1
H14 H15H12H11
1
2
3
𝐎𝐇14
2
= 𝐎𝐌4
2
cos(4)2
cos(4)2
<< 1
donc 𝐎𝐇14
2
<< 𝐎𝐌4
2
𝐎𝐇15
2
= 𝐎𝐌5
2
cos(5)2
cos(5)2
1
donc 𝐎𝐇15
2
𝐎𝐌5
2
6
37. H13H16
Qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 36
Pour les individus, la projection est de bonne qualité lorsque cos2(i)1. On voit sur la
figure ci-après que l’individu M5 est bien projeté sur le 1er axe principal. cos2(5)1
signifie que M5 est proche de l’axe principal. Par contre M4 est mal représenté. En effet
cos2(4)<<1, ce qui signifie que M4 est trop loin de l’axe principal.
M4
M5
M2
O
M6
M3
5
4M1
H14 H15H12H11
1
2
3
𝐎𝐇14
2
= 𝐎𝐌4
2
cos(4)2
cos(4)2
<< 1
donc 𝐎𝐇14
2
<< 𝐎𝐌4
2
𝐎𝐇15
2
= 𝐎𝐌5
2
cos(5)2
cos(5)2
1
donc 𝐎𝐇15
2
𝐎𝐌5
2
cos(1)2
1 et cos(3)2
1
Donc 𝐇11 𝐇13
2
𝐌1 𝐌3
2
6
38. Qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 37
De la même manière, la projection des individus sur le plan factoriel est de bonne
qualité lorsque le cosinus carré de l’angle entre le vecteur OMi et le vecteur qui lui OOi
correspond par projection sur le plan factoriel est proche de 1.
Cos2(OMi , OOi) 1.
M5
M3
M2
M1
O
M4
4
O5
O4
5
H14 H15
H25
H24
39. J. DABOUNOU - FST DE SETTAT ACP001 - 38
M5
M3
M2
M1
O
M4
4
O5
O4
5
H14 H15
H25
H24
M5 est bien représenté et cos2(5)1, en même temps M5 est proche du plan factoriel.
Par contre M4 est mal représenté sur le plan factoriel. En effet cos2(4)<<1 et M4 est
trop loin du plan factoriel.
40. Qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 39
Nous avons : cos2(4)=
OO4
2
OM4
2
Soient c1,i = OH1i et c2,i = OH2i les ièmes composantes principales.
(u1 , u2) constitue une base orthonormée du plan factoriel. Donc on a :
OO4
2
= c1,4
2
+ c2,4
2
et ainsi :
cos2(4)=
c1,4
2
+ c2,4
2
OM4
2
De façon générale :
cos2(i)=
c1,i
2
+ c2,i
2
OMi
2
Caractérise la qualité de
représentation de Mi sur
la plan factoriel.
41. Qualité de représentation
La qualité de représentation d’un individu peut aussi être définie par rapport à un seul
axe. Par exemple, celle de l’individu M4 par rapport au premier axe principal est
donnée par :
Qlt(M4 , F1) = cos2(14)=
c1,4
2
OM4
2
où 14 est l’angle entre OM4 et u1.
Et pour Mi :
Qlt(Mi , Fk) = cos2(ki)=
ck,i
2
OMi
2
où ki est l’angle entre OMi et le vecteur propre uk.
J. DABOUNOU - FST DE SETTAT ACP001 - 40
M5
M3
M2
M1
O
M4
O5
O4
c1,4 c1,5
c2,5
c2,4
14
4 514
On retrouve ainsi la qualité de représentation d’un individu dans le plan factoriel qui
est :
cos2(i)=
c1,i
2
+ c2,i
2
OMi
2 = Qlt(Mi , F1)+Qlt(Mi , F2)
42. Graphique de la qualité de représentation
J. DABOUNOU - FST DE SETTAT ACP001 - 41
Pour l’exercice en cours, on a le tableau et graphiques suivants :
Qlt(Mi,F1) Qlt(Mi,F2) Qlt(Xi,{F1,F2}) Contrib(Mi,F1) Contrib(Mi,F2) Contrib(Mi,{F1,F2})
Ajaccio 0,802 0,197 0,998 0,240 0,118 0,199
Brest 0,078 0,653 0,731 0,019 0,312 0,116
Dunkerque 0,128 0,423 0,552 0,017 0,113 0,049
Nancy 0,982 0,004 0,987 0,311 0,003 0,208
Nice 0,962 0,034 0,996 0,348 0,024 0,240
Toulouse 0,228 0,753 0,981 0,065 0,430 0,187
43. Réaliser un tableau qui synthétise
la contribution des individus au
plan et aux axes factoriels.
J. DABOUNOU - FST DE SETTAT ACP001 - 42
44. Contribution
J. DABOUNOU - FST DE SETTAT ACP001 - 43
Maintenant, nous allons analyser la contribution des individus à la construction d’un
axe factoriel.
Considérons, pour commencer, le premier axe factoriel. Il est caractérisé par le fait qu’il
explique l’inertie 1, qui est valeur propre de
Σ = Corr 𝐗 =
1
I
𝐗t
. 𝐗
Et on a :
1 =
1
I
𝐅1
t
. 𝐅1 =
1
I
i=1
I
c1,i
2
A noter que
1
I
c1,i
2
représente l’inertie de l’individu Mi expliquée par le premier axe
principal.
45. Contribution
J. DABOUNOU - FST DE SETTAT ACP001 - 44
1 =
1
I
𝐅1
t
. 𝐅1 =
1
I
i=1
I
c1,i
2
Donne
1 =
i=1
I
c1,i
2
I.1
Il est ainsi naturel de définir la contribution de l’individu Mi au premier axe principal
par le rapport :
Contrib(Mi , F1) =
c1,i
2
I.1
et donc
i=1
I
Contrib(Mi , F1) = 1
On définit de la même manière la contribution de Mi au kième axe principal par :
Contrib(Mi , Fk) =
ck,i
2
I.k
ou encore Contrib(Mi , Fk) =
ck,i
2
c1,1
2
+ c1,2
2
+ ⋯ + c1,I
2
Contrib(Mi , Fk) est ainsi la part de l’individu Mi dans l’inertie expliquée par Fk.
46. H13H16
Contribution
J. DABOUNOU - FST DE SETTAT ACP001 - 45
On peut aussi écrire:
Contrib(Mi , Fk) =
ck,i
2
I.k
=
OHki
2
I.k
On en déduit que la contribution de Mi au kième axe principal est d’autant plus
importante que sa projection sur cet axe est éloignée de l’origine du repère qui est en
même temps centre de gravité du nuage de points.
Ainsi, dans la figure ci-dessous, M5 contribue au premier
axe factoriel plus que M4 et M6 contribue plus que M3.
L’analyse de la contribution des points aux axes principaux
est utilisée pour interpréter ces derniers.
M4
M5
M2
O
M6
M3
4
M1
H14 H15H12H11
1
2
6
5
3
47. Graphique de contribution (Exemple)
J. DABOUNOU - FST DE SETTAT ACP001 - 46
L’application à l’exercice en cours, donne le tableau et graphiques suivants :
Qlt(Mi,F1) Qlt(Mi,F2) Qlt(Xi,{F1,F2}) Contrib(Mi,F1) Contrib(Mi,F2) Contrib(Mi,{F1,F2})
Ajaccio 0,802 0,197 0,998 0,240 0,118 0,199
Brest 0,078 0,653 0,731 0,019 0,312 0,116
Dunkerque 0,128 0,423 0,552 0,017 0,113 0,049
Nancy 0,982 0,004 0,987 0,311 0,003 0,208
Nice 0,962 0,034 0,996 0,348 0,024 0,240
Toulouse 0,228 0,753 0,981 0,065 0,430 0,187
53. Composantes principales et variables
J. DABOUNOU - FST DE SETTAT ACP001 - 52
Objectifs de l’ACP : trouver des variables synthétiques à utiliser à la place des variables
déjà existantes V1, V2,…, VJ.
X = [V1, V2,…, VJ] =
On peut aussi présenter les données sous la forme :
V1 V2 … VJ
M1 x11 x12 x1J
M2 x21 x22 x2J
⁞
MI xI1 xI2 xIJ
54. Composantes principales et variables
J. DABOUNOU - FST DE SETTAT ACP001 - 53
D’un autre côté, F1 est constituée des coordonnées de la projection du nuage de
points représentant les individus sur le premier axe principal.
Donc F1 = X . u1.
Posons aussi u1 = (u1,1, u1,2, … , u1,J) ou les u1,j sont des nombres réels.
On rappelle que l’on suppose X centrée réduite. Sinon on commence par la rendre
ainsi.
On a : F1 = X . u1 = u1,1 V1 + u1,2 V2 + … + u1,J VJ.
De la même manière : F2 = X . u2 = u2,1 V1 + u2,2 V2 + … + u2,J VJ.
Ce qui permet d’écrire les composantes principales F1 et F2 en fonction des variables
de départ.
Cela nous montre comment se combinent les variables initiales dans des variables
latentes qui nous renseignent mieux sur la variabilité entre les individus.
55. Composantes principales et variables
J. DABOUNOU - FST DE SETTAT ACP001 - 54
Dans le cas de notre exemple, on obtient :
F1 = X . u1 = 0.73 p + 0.40 tmax + 0.56 tmin
et : F2 = X . u2 = 0.62 p - 0.73 tmax - 0.29 tmin.
Ces expressions réaffirment les liaisons que
nous avons déjà constatées entre les variables
et les composantes principales.
Comme sur le plan factoriel, on voit que toutes les variables ont le même signe de
corrélation (ici positif) avec F1. On dit concernant F1 qu’il s’agit d’un facteur taille.
F2 est positivement corrélé à p et négativement corrélé à tmax avec des coefficients
importants et négativement corrélé à tmin avec un coefficient plus faible. Il nous
renseigne essentiellement sur l’écart pour une ville entre les précipitations et la
température maximale. Il s’agit d’un facteur de forme.
56. Analyse des variables
J. DABOUNOU - FST DE SETTAT ACP001 - 55
Comme pour les individus, on projette les variables dans l’espace RI
. Toutes les
variables sont représentées par des flèches qui se terminent
sur une hypersphère de rayon I puisque les variables
sont centrées réduites (norme euclidienne).
On cherche par la suite les axes qui préservent
le maximum d’inertie projetée.
Donc choisir v1 unitaire qui maximise
1
I j=1
J
ON1j
2
, avec ON1j = <Vj , v1>.
Cela revient à trouver v1 unitaire qui
maximise :
1
I
(Xtv1)t.(Xtv1) =
1
I
v1
t XXtv1 avec v1
t.v1 =1.
On a alors, comme pour les individus que :
1
I
XXt v1 = 1v1.
Vk
Vj
RI
v1
L1
O
v2
L2
N1j
N2j
N1k
N2k
57. Utiliser une métrique adaptée
J. DABOUNOU - FST DE SETTAT ACP001 - 56
Avec une métrique définie par diag(
1
I
, …,
1
I
), les variables centrées réduites seraient
représentées par des vecteurs unitaires.
En effet, le produit scalaire de deux vecteurs W1 , W2 de RI serait alors :
<W1 , W2>I =
i=1
I
1
I
W1,iW2,i =
1
I
i=1
I
W1,iW2,i
On a ainsi la relation entre cette métrique et la métrique euclidienne usuelle:
<W1 , W2>I =
1
I
<W1 , W2>
et pour une variables Vj qui est, rappelons le, centrée réduite, on aurait :
Vj I
2
=<Vj ,Vj>I =
1
I
i=1
I
Vj,i
2
=1
Mais pour la correction de cet exercice on a opté pour la forme la plus connue par les
étudiants de la norme euclidienne.
58. Analyse des variables
J. DABOUNOU - FST DE SETTAT ACP001 - 57
Pour v1 qui explique le maximum d’inertie projetée on a :
• v1 est vecteur propre de
1
I
XXt associé à une valeur
propre 1
• 1 étant la plus grande des valeurs propres
de
1
I
XXt .
La projection ON1j d’une variable Vj sur l’axe L1 défini
par v1 est égale au produit scalaire <Vj , v1> et on a :
ON1j = < Vj , v1 > = I cos(1j).
1j étant l’angle entre les deux vecteurs Vj et v1.
On voit aussi que cos(1j) est égal au coefficient de corrélation entre Vj et v1. Ainsi :
1
I
j=1
J
ON1j
2
=
j=1
J
cos(1j)2
=
j=1
J
corr(Vj, v1)2
Ce qui montre que v1 est le vecteur unitaire le mieux corrélé globalement à l’ensemble
des variables.
59. Analyse des variables
J. DABOUNOU - FST DE SETTAT ACP001 - 58
Comme pour les individus, on définit un deuxième axe L2
porté par v2, vecteur unitaire orthogonal à v1, qui
récupère le maximum d’inertie non expliquée par v1.
v2 est lui aussi un vecteur propre de
1
I
XXt associé à
la valeur propre 2 qui est la deuxième plus grande
valeur propre après 1.
On obtient de la même manière les vecteurs propres
v3,…, vr et les valeurs propres associées 3,…, r, r étant
le rang de
1
I
XXt.
Pour chaque axe Lk, les coordonnées des projections des variables définissent les
composantes principales associées à cet axe et on a la relation: Gk = Xt vk, avec :
1
I
Gk
t
Gk=
1
I
j=1
J
ONkj
2
=
j=1
J
cos(kj)2
=
j=1
J
corr(Vj, vk)2
= k .
60. La matrice XXt est symétrique semi-définie positive, donc diagonalisable et possède r
valeurs propres non nulles, toutes strictement positives. r étant le rang de XXt.
Par ailleurs, l’inertie totale des variables est égale à
1
I
trace(XXt).
Donc :
1
I
trace(XXt) = 1 + 2 + … + r
où 1, 2, …, r >0 sont les valeurs propres non nulles de
1
I
XXt.
Les vecteurs propres unitaires associés v1, v2, …, vr sont deux à deux orthogonaux.
On a
1
I
XXt v1 = 1 v1. Donc
1
I
Xt XXt v1 = Xt 1 v1. Ce qui s’écrit :
1
I
XtX (Xt v1) = 1 (Xt v1).
Donc Xt v1 est vecteur propre de
1
I
XtX et 1 la valeur propre associée.
En développant un peu, on voit que les valeurs propres de
1
I
XtX et de
1
I
XXt sont
égales:
Pour k=1,r on a k = k.
Axes de l’ACP
J. DABOUNOU - FST DE SETTAT ACP001 - 59
61. On utilise un logiciel pour calculer les valeurs et vecteurs propres de
1
I
XXt. On obtient :
et
Pour l’exemple en cours, les calculs donnent :
Calcul des composantes principales
J. DABOUNOU - FST DE SETTAT ACP001 - 60
0.49 -0.34 0.06 0.71 0.00 0.37
-0.14 0.56 0.69 0.34 0.29 -0.05
-0.13 0.34 -0.66 0.26 0.59 0.10
-0.56 -0.05 -0.17 0.56 -0.47 -0.35
0.59 0.16 -0.11 0.09 0.01 -0.78
-0.25 -0.66 0.20 0.02 0.59 -0.34
1
I
XXt =
v1 v2 v3 v4 v5 v6
0.55 -0.29 -0.23 -0.49 0.48 -0.02
-0.29 0.44 0.09 0.08 -0.09 -0.24
-0.23 0.09 0.25 0.15 -0.08 -0.17
-0.49 0.08 0.15 0.58 -0.61 0.28
0.48 -0.09 -0.08 -0.61 0.66 -0.38
-0.02 -0.24 -0.17 0.28 -0.38 0.52
1 = 1 = 1.83
2 = 2 = 0.92
3 = 3 = 0.25
4 = 4 = 0.00
5 = 5 = 0.00
6 = 6 = 0.00
1.52 1.86 0.50 0.00 0.00 0.00
1.87 -1.43 0.68 0.00 0.00 0.00
2.28 -0.06 -0.89 0.00 0.00 0.00
Les composantes principales sont calculées d’après la relation: Gk = Xt vk. On obtient :
G1 G2 G3 G4 G5 G6
62. Ces données permettent de créer le cercle des corrélations.
Les variables normalisées (
1
I
Vj) sont représentées sur le graphique de la même manière que
sur le plan factoriel, en utilisant les composantes principales associées. Cela confirme le
caractère dual des deux représentations que l’on peut d’ailleurs démontrer facilement.
Par exemple, les coordonnées de p dans le plan
factoriel sont :
1
I
(𝐆11, 𝐆12)=(0.62 , 0.76 )
Pour tmax, elles sont :
1
I
(𝐆21, 𝐆22)=(0.76 , -0.58 )
Pour tmin, elles sont :
1
I
(𝐆31, 𝐆32)=(0.93, -0.03 )
Dans le présent exemple, I=6.
Cercle des corrélations
J. DABOUNOU - FST DE SETTAT ACP001 - 61
Axe 1 (61.17%)
Axe2(30.51%)
64. Les composantes principales obtenues à partir du nuage des individus sont données
par :
Fk = X uk, k=1,J. Fk RI.
Les composantes principales obtenues à partir du nuage des variables sont données
par :
Gk = Xt vk, k=1,I. Gk RJ.
Et on a :
uk
t XtX uk= vk
t XXt vk= I.k. Donc Fk
t Fk = Gk
t Gk= I.k et donc Fk = Gk = 𝐈 k.
On a aussi : Fk = X uk et vk sont des vecteurs propres de
1
I
XXt associés à k donc on
peut écrire :
Fk = Fk vk et par suite Fk = X uk= 𝐈 k vk.
On montre aussi que Gk =Xt vk= 𝐈 k uk.
Factorisation et reconstruction des données
J. DABOUNOU - FST DE SETTAT ACP001 - 63
65. Par ailleurs, à partir de X uk = 𝐈 k vk, k=1,J on obtient la relation :
X . ukuk
t
= 𝐈 kvkuk
t
Donc, en sommant sur k et en sortant X qui ne dépend pas de k, on obtient :
X .
k=1
J
ukuk
t
=
k=1
J
𝐈 k vkuk
t
Comme les vecteurs propres uk, k=1,J sont orthogonaux et de norme 1, on a :
X =
k=1
J
𝐈 k vkuk
t
=
k=1
r
𝐈 k vkuk
t
Puisque pour r < k J on a k=0, r étant le rang(Xt
X) = rang(XXt
). (On suppose r<J).
Cette expression de X, matrice des données initiales, permet de réduire le nombre de
variables de I.J à r.(I+J) sans perte d’information ou à s.(I+J) avec perte négligeable
d’information où s est le nombre de valeurs propres retenues.
Factorisation et reconstruction des données
J. DABOUNOU - FST DE SETTAT ACP001 - 64
66. L’expression de X :
X =
k=1
r
𝐈 k vkuk
t
X, matrice des données initiales, permet de réduire le nombre de variables de I.J à
r.(I+J) sans perte d’information.
Dans la pratique, on se limite à :
X =
k=1
s
𝐈 k vkuk
t
avec s << J et
1+2+⋯+s
1+2+⋯+r
1.
ce qui permet de réduire la dimensionnalité du problème à s.(I+J) avec perte
négligeable d’information où s est le nombre de valeurs propres retenues.
Factorisation et reconstruction des données
J. DABOUNOU - FST DE SETTAT ACP001 - 65
67. Nous allons maintenant reconstruire une approximation de rang 2 de X en utilisant les
vecteurs propres u1, u2 et v1, v2 selon la formule : X Xappr = I ( 1 v1u1
t
+ 2 v2u2
t
)
Factorisation et reconstruction des données
J. DABOUNOU - FST DE SETTAT ACP001 - 66
Le calcul donne :
0.46 0.56 0.69
61 + 62𝐗 Xappr =
0.49
-0.14
-0.13
-0.56
0.59
-0.25
0.79 -0.61 -0.03-0.34
0.56
0.34
-0.05
0.16
-0.66
0.11 1.40 1.14
0.83 -1.05 -0.35
0.42 -0.73 -0.32
-0.94 -0.96 -1.27
1.19 0.87 1.34
-1.60 0.47 -0.54
𝐗 = Xappr =
0.14 1.44 1.09
1.17 -0.59 -0.96
0.10 -1.18 0.27
-1.03 -1.08 -1.12
1.13 0.80 1.44
-1.50 0.60 -0.72
Xappr est une approximation de X en terme d’inertie expliquée et d’axes principaux.
Σappr =
1
I
Xappr
t Xappr possède les mêmes vecteurs propres que Σ : u1, u2 et u3 et deux valeurs
propres non nulles égales respectivement à 1 et 2 et une troisième valeur propre nulle.
On rappelle que :
1 = 1.83
2 = 0.92
3 =0.25
68. Factorisation et reconstruction des données
J. DABOUNOU - FST DE SETTAT ACP001 - 67
On montre que l’on a : X = I ( 1 v1u1
t
+ 2 v2u2
t
+ 3 v3u3
t
)
0.46 0.56 0.69
1 + 2
1
6
𝐗 = + 3
0.49
-0.14
-0.13
-0.56
0.59
-0.25
0.79 -0.61 -0.03-0.34
0.56
0.34
-0.05
0.16
-0.66
0.41 0.56 -0.720.06
0.69
-0.66
-0.17
-0.11
0.20
Cette factorisation permet de retrouver la décomposition en valeurs singulières (SVD) de X :
0.46 0.56 0.6961
62𝐗 =
63
0.49
-0.14
-0.13
-0.56
0.59
-0.25
0.79 -0.61-0.03
-0.34
0.56
0.34
-0.05
0.16
-0.66
0.41 0.56 -0.72
0.06
0.69
-0.66
-0.17
-0.11
0.20
0 0
00
0 0
X= VΣUt
=
3.32
2.34
1.22
0 0
00
0 0
0.49
-0.14
-0.13
-0.56
0.59
-0.25
-0.34
0.56
0.34
-0.05
0.16
-0.66
0.06
0.69
-0.66
-0.17
-0.11
0.20
0.46 0.56 0.69
0.79 -0.61-0.03
0.41 0.56 -0.72