Les analyses multivariées ont largement démontré leur efficacité dans l'étude de grandes masses complexes d'information. Le but de ce livre est, tout en tentant d'exposer leurs théories mathématiques, de comparer les résultats de l'analyse en composantes principales et ceux des différentes méthodes d'analyse factorielle pour enfin sélectionner la méthode la plus appropriée pour traiter des données mixtes en taxonomie polyphasique. A cet effet, l'ACP semble la plus appropriée en raison de ses différents avantages. Pour pallier au problème de données nominales nous avons proposé une nouvelle façon de codage. Au lieu de coder les catégories de façon ordinaire, il serait plus intéressant de la décomposer en autant de variables qu'elle possède de catégories et coder chacune de façon binaire dans le but d'éviter les fausses distances. C'est parce que, dans le domaine de la taxonomie, il est presque impossible d'avoir des données normales, il serait plus commode d'utiliser le coefficient de corrélation de Spearman ou celui de Kendall appropriés pour les variables mixtes s'écartent de la normalité au lieu de celui de Pearson approprié seulement aux variables quantitatives normales.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Des romans policiers à offrir ? Faites le plein de bonnes idées !
Nostalgique, nomade ou plutôt romantique ? Trouvez le livre de la rentrée qui vous correspond !
Nouveaux talents, nouveaux horizons littéraires !
Des romans, livres de recettes et BD pour se régaler en famille !
