Fiche TD avec le logiciel tdr54
27
pages
Français
Documents
Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus
Découvre YouScribe en t'inscrivant gratuitement
Découvre YouScribe en t'inscrivant gratuitement
27
pages
Français
Ebook
Obtenez un accès à la bibliothèque pour le consulter en ligne En savoir plus
- fiche - matière potentielle : td avec le logiciel
Fiche TD avec le logiciel : tdr54 ————— Extensions de l'analyse discriminante lineaire D. Chessel ————— Table des matieres 1 Introduction 2 2 n individus p variables g groupes 4 3 Extension au double centrage 7 4 AFC et discrimination sur une variable qualitative 9 5 Dscriminations sur variables qualitatives 13 6 Truites ancestrales et modernes 15 7 Analyse Discriminante des Correspondances 19 7.1 Base de l'ADC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 7.2 Propriete principale de l'ADC . . . . . . . . . . . . . . . . . . . . 20 7.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 References 25 1
- analyse discriminante
- coefficients des combinaisons lineaires
- poids de la carcasse
- thymallus thymallus
- combinaisons des colonnes de variance unite
- llll llll
Fiche TD avec le logiciel :tdr54 ————— Extensionsdel’analysediscriminantelin´eaire D. Chessel —————
Tabledesmati`eres 1 Introduction 2 2nindividuspvariablesggroupes 4 3 Extension au double centrage 7 4 AFC et discrimination sur une variable qualitative 9 5 Dscriminations sur variables qualitatives 13 6 Truites ancestrales et modernes 15 7 Analyse Discriminante des Correspondances 19 7.1 Base de l’ADC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 7.2Proprie´te´principaledel’ADC....................20 7.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 R´efe´rences25
1
D. Chessel
1 Introduction Lesexemples´etudi´esdanslafiche: http://pbil.univ-lyon1.fr/R/fichestd/tdr63.pdf appartiennent`alamorphom´etrie,disciplinequiage´n´ere´l’analysediscrimi-nante.Ils’agissaitd’abord,enanthropome´trie,dediscriminerdesraces,des castes,desgroupes,despopulations,`aunee´poqueou`cetteactivit´en’´etaitpas conteste´e.Lesconse´quencesmethodologiquesdestravauxdeMahalanobis1sont ´ conside´rables.Ilssontd’abordbas´essurlaloinormale.L’essentielestdansl’ho-moge´ne´ite´desmatricesdevariancescovariancesparsous-populations.Dansla MANOVAungroupefournitun´echantillond’uneloinormaledematricede covariancesfixe´edontl’esp´eranceestunefonctiondesvariablesdecontrˆole.On discrimined’abordparlesmoyennesdes´echantillonsd’uneloinormale. Conside´ronsencoreunexempleenmorphom´etrie.Letableaudedonne´esest rapporte´dans[24]ete´tudi´epro partedans [28]. Il s’agit de 13 mensurations sur des ombres communs (Thymallus thymallusnsunesdatedeecarrctid)e´ documentation [8] sous la forme :
Lesindividussontrange´sparlieudecapture: pop1[1-41] Ain amont (41 individus) pop2[42-59] Bienne (18 individus) pop3[60-79] Loue (20 individus) pop4[80-102] Ain aval (23 individus) pop5[103-120] Loire (18 individus) options(digit = 4) library(ade4) omb<-read.table(url("http://pbil.univ-lyon1.fr/R/donnees/thymallus.txt")) pop <- factor(rep(paste("pop", 1:5, sep = ""), c(41, 18, 20, 23, 18))) omb.pca <- dudi.pca(omb, scannf = F) omb.bet <- between(omb.pca, pop, scannf = F) omb.dis <- discrimin(omb.pca, pop, scannf = F) 1Photo : http ://www.isibang.ac.in/ISIBC/mahal.htm
LogicielRversion2.7.0(2008-04-22)–tdr54.rnw–Page2/27–Compile´le2008-05-10 Maintenance : S. Penel, URL :chestd.fr/R/fivil-oy1np/ib.lnu/:ptth/t45rdfdp.
