Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Full of real-world case studies and practical advice, Exploratory Multivariate Analysis by Example Using R, Second Edition focuses on four fundamental methods of multivariate exploratory data analysis that are most suitable for applications. It covers principal component analysis (PCA) when variables are quantitative, correspondence analysis (CA) and multiple correspondence analysis (MCA) when variables are categorical, and hierarchical cluster analysis.The authors take a geometric point of view that provides a unified vision for exploring multivariate data tables. Within this framework, they present the principles, indicators, and ways of representing and visualising objects that are common to the exploratory methods. The authors show how to use categorical variables in a PCA context in which variables are quantitative, how to handle more than two categorical variables in a CA context in which there are originally two variables, and how to add quantitative variables in an MCA context in which variables are categorical. They also illustrate the methods using examples from various fields, with related R code accessible in the FactoMineR package developed by the authors

Multivariate analysis --- R (Computer program language)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Le contenu de ce livre correspond à l'enseignement d'analyse de données proposé à l'ensemble des étudiants d'Agrocampus. Il a été conçu pour des étudiants qui ne se destinent pas aux métiers de la statistique mais qui auront à traiter des données dans le cadre de leurs stages d'abord de leurs emplois ensuite. Concrètement, le niveau d'une licence scientifique est tout à fait suffisant pour s'approprier tous les concepts introduits. Sur le plan informatique, une initiation au langage R est suffisante, au moins pour commencer. Pour chaque méthode, la démarche adoptée est la même. Un exemple permet d'introduire la problématique et concrétise presque pas à pas les éléments théoriques. Cet exposé est suivi de plusieurs exemples traités de façon détaillée pour illustrer l'apport de la méthode dans les applications. Tout le long du texte, chaque résultat est accompagné de la commande R qui permet de l'obtenir. Toutes ces commandes sont accessibles à partir du logiciel libre FactoMineR. Ainsi, avec cet ouvrage, le lecteur dispose d'un équipement complet (bases théoriques, exemples, logiciels) pour analyser des données multidimensionnelles.

R (Computer program language) --- Mathematical statistics --- R (Langage de programmation) --- Statistique mathématique --- Data processing --- Informatique --- Statistique mathématique --- Analyse des données --- R (langage de programmation)