Analyse canonique des corrélations
L'analyse canonique des corrélations[i 1], parfois aussi nommé analyse des corrélations canoniques, (canonical-correlation analysis en anglais) permet de comparer deux groupes de variables quantitatives appliqués tous deux sur les mêmes individus. Le but de l'analyse canonique est de comparer ces deux groupes de variables pour savoir s'ils décrivent un même phénomène, auquel cas on pourra se passer d'un des deux groupes de variables.
Un exemple parlant est celui des analyses médicales effectuées sur les mêmes échantillons par deux laboratoires différents[b 1]. L'analyse canonique généralise des méthodes aussi diverses que la régression linéaire multiple, l'analyse discriminante et l'analyse factorielle des correspondances[b 1].
Définition mathématique
[modifier | modifier le code]![](https://upload.wikimedia.org/wikipedia/commons/thumb/6/6a/ACC_nutrimouse_correlation01.png/220px-ACC_nutrimouse_correlation01.png)
Soient deux vecteurs colonnes X et Y de dimensions respectives n et m : et de variables aléatoires ayant un moment d'ordre deux fini. On peut définir la covariance croisée comme la matrice de taille n × m dont l'élément (i,j) est la covariance de xi et yj. En pratique, cette covariance est souvent estimée à partir d'un échantillon de X et Y, c'est-à-dire d'après deux matrices dont chaque colonne est une réalisation de X et Y.
L'analyse canonique des corrélations recherche deux vecteurs a et b de dimensions respectives n et m qui maximisent la corrélation entre les produits scalaires (a·X) et (b·Y). En d'autres termes :
Les variables aléatoires U = a·X et V = b·Y sont la première paire de variables canoniques. On peut alors répéter la procédure pour obtenir une seconde paire de variables non corrélée à la première.
![](https://upload.wikimedia.org/wikipedia/commons/thumb/4/46/ACC_nutrimouse_after_regularized_process01.png/220px-ACC_nutrimouse_after_regularized_process01.png)
Notes et références
[modifier | modifier le code]Notes
[modifier | modifier le code]Références
[modifier | modifier le code]Ouvrages spécialisés
[modifier | modifier le code]- Saporta 2006, p. 189-190
Articles publiés sur internet
[modifier | modifier le code]- [PDF]Frédéric Bertran, « Analyse canonique », (consulté le )
- [PDF](en) Ignacio Gonzalez, Sébastien Déjean, Pascal G. P. Martin, Alain Baccini, « « CCA: An R Package to Extend Canonical Correlation Analysis » », (consulté le )
Voir aussi
[modifier | modifier le code]Bibliographie
[modifier | modifier le code]- (fr) Gilbert Saporta, Probabilités, Analyse des données et Statistiques, Paris, Editions Technip, , 622 p. (ISBN 978-2-7108-0814-5, lire en ligne).
Articles connexes
[modifier | modifier le code]Liens externes
[modifier | modifier le code]- FactoMineR, une bibliothèque de fonctions R destinée à l'analyse des données
- Cours d'Analyse des données donné à l'Institut d'études politiques de Paris
Text is available under the CC BY-SA 4.0 license; additional terms may apply.
Images, videos and audio are available under their respective licenses.