Les catégories d’analyse des données

Analyse des données & outils mathématiques 

ANALYSE DE DONNEES

« Analyse des données » désigne un sous-ensemble de ce qui est appelé plus généralement la statistique multi-variée. L’analyse des données est un ensemble de techniques descriptives, dont l’outil mathématique majeur est l’algèbre matricielle (l’analyse des vecteurs et des valeurs propres) et qui s’exprime sans supposer a priori un modèle probabiliste.

Des procédés détaillés en ce qui suit nous permettent notamment de :

Manipuler et de synthétiser les informations provenant de tableaux de données de grande taille (à l’aide de l’estimation des corrélations entre les variables que l’on étudie) pour ensuite les présenter dans un tableau de données de petite taille.

L’analyse des données permet donc la représentation des données multidimensionnelles dans un espace à dimension réduite. Des méthodes permettent de représenter le nuage de points à analyser dans un plan ou dans un espace à trois dimensions, sans trop de perte d’information, et sans hypothèse statistique préalable.

LES CATEGORIES D’ANALYSE DES DONNEES

Les méthodes descriptives
 L’analyse en composantes principales (ACP)
 L’analyse des correspondances
 AFC
 AFCM
 Les méthodes de classification
Les méthodes explicatives et prédictives
 La régression logistique
 L’analyse discriminante
 Les arbres de décision / régression .

LES DOMAINES D’APPLICATION 

L’analyse des données est utilisée dans tous les domaines dès lors que les données se présentent en trop grand nombre pour être appréhendées par l’esprit humain.

 En sciences humaines, cette technique est utilisée pour cerner les résultats des enquêtes d’opinion par exemple avec l’Analyse des correspondances multiples ou l’Analyse factorielle des correspondances.

 La sociologie compte beaucoup sur l’analyse des données pour comprendre la vie et le développement de certaines populations .

 Les linguistes utilisent l’analyse de texte et les techniques d’analyse des données pour situer un député sur l’échiquier politique en examinant la fréquence d’usage de certains mots.

 En économie, les bilans des entreprises ont été étudiés pour décrire la structure et la taille de ces organismes à l’aide de la classification ascendante et de l’analyse des correspondances.

 Dans le domaine des sciences et techniques, certains chercheurs adoptent ces méthodes statistiques pour déchiffrer plusieurs caractéristiques du génome. D’autres se servent de l’analyse des données pour mettre en place un processus nécessaire à la reconnaissance des visages.

 En épidémiologie utilisation d’analyse factorielle des correspondances pour décrire les tranches d’âges en France en fonction de leurs causes de mortalité .

 Le domaine du sport est très friand de statistiques : un médecin du sport s’interroge sur l’âge des pratiquants, leurs motivations et le sport qu’ils pratiquent .

 La micro finance s’est aussi emparée de l’analyse des données pour évaluer les risques et définir les populations emprunteuses.

 L’industrie de l’assurance se sert de l’analyse des données pour la connaissance des risques et la tarification à priori.

ANALYSE EN COMPOSANTES PRINCIPALES 

L’analyse en composantes principales est utilisée pour réduire p variables corrélées en un nombre q de variables non corrélées de telles manières que les q variables soient des combinaisons linéaires des p variables initiales, que leur variance soit maximale et que les nouvelles variables soient orthogonales entre elles suivant une distance particulière. En ACP, les variables sont quantitatives.

ANALYSE FACTORIELLE DES CORRESPONDANCES 

Le but de l’AFC est de trouver des liens ou correspondances entre deux variables qualitatives (nominales). Cette technique traite les tableaux de contingence de ces deux variables. En fait, une AFC est une ACP sur ces tableaux dérivés du tableau initial munis de la métrique du Le principe de l’AFC est identique à celui de l’ACP.

ANALYSE DES CORRESPONDANCES MULTIPLES 

L’analyse factorielle des correspondances multiples est une extension de l’AFC.L’ACM se propose d’analyser p (p ≥ 2) variables qualitatives d’observations sur n individus. Comme il s’agit d’une analyse factorielle elle aboutit à la représentation des données dans un espace à dimensions réduites engendré par les facteurs. L’ACM est l’équivalent de l’ACP pour les variables qualitatives et elle se réduit à l’AFC lorsque le nombre de variables qualitatives est égal à 2.L’interprétation se fait au niveau des modalités dont les proximités sont examinées.

Les valeurs propres ne servent qu’à déterminer le nombre d’axes soit par la méthode du coude soit en ne prenant que les valeurs propres supérieures à 1.

Table des matières

Chapitre 1 : Généralités sur l’étude
Présentation du lieu de stage
Protocole d’étude
o Cancer de sein
o L’étude
2-1 objectif général
2-2 objectifs spécifiques
2-3 Matériel et méthodes
Chapitre2 : Analyse des données & outils mathématiques 
I- Analyse des données
II- Les catégories d’analyse des données
III- Les domaines d’application
ANALYSECOMPOSANTES PRINCIPALES
ANALYSE FACTORIELLE DES CORRESPONDANCES
ANALYSE DES CORRESPONDANCES MULTIPLES
AUTRES METHODES et logiciels
Quelques définitions
Chapitre 3 : Traitement des données & résultats
Le facteur d’âge
Le facteur d’obésité
Le facteur génétique
L’âge au première cycle menstruel
L’âge à la première naissance
Le nombre des naissances
Le facteur des contraceptifs oraux
Le facteur d’allaitement maternel
le Statut matrimonial
le facteur d’alimentation
résultats fournis par SPSS
Chapitre 4 : Discussion et conclusion

Télécharger le rapport complet