//img.uscri.be/pth/81167f0747c1b80eeba7d5ebd278e467ae969c89
Cet ouvrage fait partie de la bibliothèque YouScribe
Obtenez un accès à la bibliothèque pour le lire en ligne
En savoir plus

Fiche TD avec le logiciel tdr54

27 pages

  • 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


Voir plus Voir moins
Fiche TD avec le logiciel :tdr54 Extensionsdelanalysediscriminantelin´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´principaledelADC....................20 7.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 R´efe´rences25
1
D. Chessel
1 Introduction Lesexemples´etudi´esdanslache: http://pbil.univ-lyon1.fr/R/fichestd/tdr63.pdf appartiennent`alamorphom´etrie,disciplinequiage´n´ere´lanalysediscrimi-nante.Ilsagissaitdabord,enanthropome´trie,dediscriminerdesraces,des castes,desgroupes,despopulations,`aunee´poqueou`cetteactivit´en´etaitpas conteste´e.Lesconse´quencesmethodologiquesdestravauxdeMahalanobis1sont ´ conside´rables.Ilssontdabordbas´essurlaloinormale.Lessentielestdanslho-moge´ne´ite´desmatricesdevariancescovariancesparsous-populations.Dansla MANOVAungroupefournitun´echantillonduneloinormaledematricede covariancesxe´edontlesp´eranceestunefonctiondesvariablesdecontrˆole.On discriminedabordparlesmoyennesdes´echantillonsduneloinormale. 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.rnwPage2/27Compile´le2008-05-10 Maintenance : S. Penel, URL :chestd.fr/R/fivil-oy1np/ib.lnu/:ptth/t45rdfdp.