Bonjour,
cela me rappelle des discussions assez anciennes :
Qu'est-ce qui est le plus intéressant extraire 50% de variabilité dans
un tableau entre des variables archi-corrélées et peut-être mettre en
avant des évidences...
ou bien extraire seulement 10% de la structure d'un tableau très
fortement bruité ?
cordialement
Sylvain Dolédec
Le mercredi 21 juin 2006 à 11:20 +0200, Stéphane Dray a écrit :
> Bonjour,
> les deux quantités ne donnent pas la meme information. La corrélation
> canonique est la racine de la valeur propre, la part d'inertie associé a
> une valeur propre vaut la valeur propre divisé par la somme des valeurs
> propres (inertie totale). Le pourcentage d'inertie est donc fonction de
> la structure du tableau, c'est le rapport de la structure sur un axe sur
> la structure totale du tableau.
> Votre premier cas doit ressembler a ca:
>
> ***********
> ****
> ***
> **
> *
>
> Le second:
>
> **************************
> **************
> ***********
> *********
> ********
> ******
> *****
> *****
> *****
> *****
> ****
> ****
> ***
> ***
> ***
> **
> **
> **
> **
> **
> **
> **
> **
> *
>
> Dans le second, il y a beaucoup d'etoile sur le premier axe, mais ca
> représente seulement 10 % du total des étoiles. Dans le premier cas, il
> y a moins d'étoiles sur le premier axe mais ca représente 50 % du total
> des étoile.
>
>
>
> Karine Jacquet wrote:
>
> > Bonjour,
> >
> > Je souhaite vous poser une question pas directement tournée vers ade4
> > ou R, mais sur les résultats d'analyses, à propos du lien, après une
> > Analyse Factorielle des Correspondances par exemple, entre les
> > pourcentages de variances expliqués par les axes factoriels de
> > l'analyse et les corrélations canoniques (racines carré des valeurs
> > propres).
> >
> > En fait, on m'a reproché, pour une publication, le fait que j'ai un
> > faible pourcentage de variance expliqué par mon premier axe, alors
> > qu'on voit clairement que l'ordination est correcte. Aussi je me suis
> > penchée sur les corrélations canoniques, et j'ai trouvé une forte
> > corrélation canonique associée à ce premier axe.
> >
> > Or là , je suis confronté à un autre cas qui me laisse perplexe. Après
> > une AFC sur une matrice de structure de végétation (contenant des
> > pourcentages de recouvrements de strates de végétation, avec 96
> > relevés et 8 strates), j'obtiens, pour mon premier axe factoriel, une
> > variance expliquée de 56,3% et une corrélation canonique de...0,26 !
> > Pourquoi cette corrélation canonique est -elle si faible en
> > comparaison du pourcentage de variance expliquée?
> >
> > Inversement, sur l'AFC d'abondance spécifique d'oiseaux (d'une matrice
> > à 93 relevés et 58 espèces) j'obtiens, pour le premier axe factoriel,
> > un pourcentage de variance expliqué de 9,6 % et une corrélation
> > canonique de 0,51...pourquoi est-elle si élevée en comparaison du
> > pourcentage de variance?
> >
> > Je ne comprends pas le lien entre ces deux facteurs...pourriez-vous
> > m'y aider?
> >
> > Je vous remercie par avance,
> >
> > Karine Jacquet
> >
>
>
This archive was generated by hypermail 2b30 : Wed Jun 21 2006 - 11:50:11 MEST