Ce document académique présente un sujet d'examen (EMD 2) pour le module d'Analyse des données, spécifiquement conçu pour les étudiants de 4ème année en Génie Informatique de l'Université M'hamed Bougara de Boumerdes. Il est destiné à évaluer leur compréhension et leur capacité à appliquer les méthodes exploratoires d'analyse multidimensionnelle.
Le contenu aborde principalement les notions suivantes :
- Les concepts fondamentaux des méthodes factorielles et de l'Analyse en Composantes Principales (ACP).
- L'interprétation des résultats d'une ACP, incluant les axes factoriels et les contributions.
- La représentation simultanée des individus et des variables.
Examen Analyse des données Data mining
Télécharger PDFExamen d'Analyse des Données - Méthodes Factorielles et ACP Normée
Ce document présente un sujet d'examen de l'Université M'hamed Bougara de Boumerdes, Faculté des Sciences, Département d'Informatique. Il s'agit d'un examen de type EMD 2 (Épreuve de Mi-Parcours ou Évaluation sur Table), d'une durée d'1h30. L'utilisation de documents est non autorisée. Le sujet concerne le module "Analyse des données" pour la filière Génie Informatique, 4ème année, durant l'année universitaire 2004/2005.
Responsable : A. BERRICH
Barème : Exercice 1 (6 points) ; Exercice 2 (14 points)
Exercice 1
Questions
Quel est l'objet des méthodes exploratoires (factorielles) ? (en deux lignes).
Quel est le rôle des éléments supplémentaires pour une analyse factorielle ?
Comment mesure-t-on la similitude entre deux individus dans le cas d'une ACP normée ?
Pourquoi réduit-on les données dans le cas d'une ACP normée ?
Exercice 2
On souhaite étudier les données concernant une population composée de huit catégories d'individus décrits par huit variables. L'application de l'ACP normée au tableau des données "individus × variables" permet d'obtenir les renseignements suivants :
Données
Tableau 1 : Matrice (symétrique) des corrélations multipliée par 100.
X1 100
X2 -75 100
X3 83 -57 100
X4 -89 90 -73 100
X5 66 -30 52 40 100
X6 90 -66 80 -84 61 100
X7 -82 96 -65 91 -42 -82 100
X8 -85 78 -82 72 -55 -73 85 100
Note : Les valeurs diagonales sont de 100, représentant une corrélation de 1.00 multipliée par 100, car une variable est parfaitement corrélée avec elle-même. Les autres valeurs sont les coefficients de corrélation entre paires de variables, également multipliés par 100.
Tableau 2 : Coordonnées des individus sur les deux premiers axes factoriels.
Individu F1 F2
Ind1 3,36 +0,20
Ind2 3,52 +0,76
Ind3 ? ?
Ind4 -4,28 +0,20
Ind5 -1,77 +0,80
Ind6 0,88 +0,80
Ind7 0,99 +0,40
Ind8 0,56 +2,36
Note : La présence de " ?" pour l'individu 3 suggère qu'il pourrait être demandé de calculer ses coordonnées.
Les trois plus grandes valeurs propres de R sont : λ1 = 6,20 ; λ2 = 0,87 ; λ3 = 0,41.
Les vecteurs propres associés :
- U1 = (0,39, 0,34, -0,34, 0,37, -0,24, 0,36, 0,37, 0,36)
- U2 = (0,13, 0,44, 0,20, 0,26, 0,74, 0,12, 0,32, -0,05)
- U3 = (-0,16, -0,32, -0,68, -0,07, 0,56, -0,03, -0,25, 0,16)
Questions
Analyser la matrice R.
Combien de facteurs est-il intéressant de retenir pour l'analyse ?
Calculer la contribution des individus au premier axe factoriel.
Quelle est la variable la mieux représentée par le plan factoriel ?
Effectuer une représentation simultanée des variables et des individus sur le premier plan factoriel.
Que représente le centre de ce plan par rapport aux individus ?
Quels sont les éléments (individus et variables) sur lesquels doit-on s'appuyer pour interpréter le premier axe factoriel ?
Faire une interprétation dans le premier plan factoriel, en supposant que les variables sont les consommations des catégories d'individus selon huit produits de consommation courante.
Donner l'expression de la dispersion du nuage projeté sur l'axe 3.
Foire Aux Questions (FAQ) sur l'Analyse des Données
Qu'est-ce que l'Analyse en Composantes Principales (ACP) ?
L'Analyse en Composantes Principales (ACP) est une technique statistique multidimensionnelle qui vise à simplifier la description d'un ensemble de données en transformant un grand nombre de variables corrélées en un ensemble plus petit de nouvelles variables non corrélées, appelées composantes principales. Ces composantes capturent la majeure partie de la variance des données originales, permettant ainsi une meilleure visualisation et interprétation.
Quel est l'objectif principal des méthodes exploratoires factorielles ?
L'objectif des méthodes exploratoires factorielles, comme l'ACP, est de découvrir la structure sous-jacente d'un ensemble de données. Elles aident à identifier des dimensions latentes ou des facteurs qui expliquent les relations complexes entre de nombreuses variables observées, et à réduire la dimensionnalité des données pour les rendre plus maniables et interprétables.
Pourquoi est-il nécessaire de réduire les données en ACP ?
La réduction des données en ACP est cruciale pour plusieurs raisons : elle simplifie l'interprétation des informations issues de jeux de données volumineux, elle permet de minimiser le bruit et la redondance entre des variables fortement corrélées, elle facilite la visualisation des données dans des espaces de plus faible dimension, et elle peut améliorer l'efficacité et la performance des modèles d'apprentissage automatique en éliminant les variables moins pertinentes.