Ce guide explique comment réaliser une analyse en composantes principales (ACP). Cette méthode d'analyse est souvent utilisée pour réduire la dimensionnalité d'un ensemble de données (c'est-à-dire le nombre de variables) en créant un nouvel ensemble de variables qui sont des combinaisons linéaires des variables originales, statistiquement indépendantes les unes des autres et qui capturent le plus d'informations (c'est-à-dire la variation et la corrélation) contenues dans les variables originales.
Composantes principales
- À partir d'un tableau de données JMP ® ouvert, sélectionnez Analyser > Méthodes multivariées > Composantes principales .
- Sélectionnez les variables continues dans Sélectionner les colonnes , puis cliquez sur Y, Colonnes (les variables continues ont des triangles bleus).
- Cliquez sur OK.
Par défaut, JMP affiche les valeurs propres et trois graphiques récapitulatifs .
- Diagramme de Pareto des valeurs propres : Le pourcentage et
Pourcentage cumulé de la variation expliquée par chaque composante principale.
- Graphique des scores (au centre) : Nuage de points représentant les deux premières composantes principales. Utilisez les options en bas pour sélectionner deux composantes à afficher.
- Graphique des chargements : Corrélations entre les variables initiales et les deux composantes principales sélectionnées. (Remarque : Les chargements factoriels ne sont pas soumis à une rotation.)
Conseils:
- Par défaut, l'ACP est effectuée sur les corrélations.
- Cliquez sur le triangle rouge en haut pour modifier la méthode de calcul, afficher des résultats supplémentaires, enregistrer les composantes principales dans le tableau de données ou consulter des informations détaillées associées aux valeurs propres.
- L'analyse en composantes principales est également accessible via la plateforme Scatterplot 3D ou la plateforme Multivariate .
Socioeconomic.jmp (Help > Sample Data Folder)Socioeconomic.jmp (Aide > Dossier de données d'exemple)
Interprétation:
Les deux premières composantes principales expliquent 93,4 % (57,5 + 35,9 = 93,4) de la variation totale des données (voir le diagramme de Pareto). Ces valeurs sont représentées sur les axes des graphiques des scores et des chargements.
Toutes les variables initiales sont positivement corrélées avec la première composante principale (voir le graphique des chargements). La population totale et l'emploi total sont positivement corrélés avec la deuxième composante principale, tandis que les autres variables sont négativement corrélées avec cette même composante.
Consultez la section Méthodes multivariées > Composantes principales dans l'aide de JMP pour en savoir plus.
