Partenaires

CNRS
Logo tutelle
Logo tutelle
Logo tutelle


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Séminaires > Probabilités Statistiques et réseaux de neurones > Classification de variables qualitatives autour de variables latentes.

Vendredi 8 janvier 2010 à 11h00

Classification de variables qualitatives autour de variables latentes.

Vanessa Kuentz (Universités Bordeaux 1 et 2)

Résumé : Les méthodes de classification de variables permettent d’organiser les variables en classes homogènes afin de faire ressortir une structure. Il est alors possible de sélectionner une variable, ou construire une variable synthétique, dans chaque groupe. Dans cette présentation, nous étendons le critère utilisé par Vigneau et Qannari (2003) dans leur approche de classification de variables quantitatives autour de variables latentes (CLV pour Clustering around Latent Variables) au cas de variables qualitatives. Le critère d’homogénéité d’une classe de variables qualitatives est défini comme la somme des rapports de corrélation entre les variables qualitatives et une variable latente, qui dans ce cas est numérique. Nous montrons que la variable latente d’une classe peut être obtenue par une Analyse des Correspondances Multiples. Différents algorithmes sont proposés pour la classification de variables qualitatives (algorithme de réallocation de type nuées dynamiques, classification hiérarchique ascendante et descendante) et sont illustrés sur des données réelles.

Dans la même rubrique :