ACM: comprendre enfin l'analyse des correspondances multiples

L'ACM (Analyse des Correspondances Multiples) vous fait peur ? Vous ne savez pas comment interpréter ce nuage de points ? Dans cette vidéo, on transforme les statistiques en enquête de terrain ! [Contenu de la vidéo] À l'aide du dataset "Poison", nous allons identifier l'aliment responsable d'une intoxication alimentaire sans faire une seule régression. Je vous explique pas à pas comment : Lire un Scree Plot en ACM (et pourquoi 40% d'inertie c'est déjà top !). Interpréter la proximité entre les modalités (le lien entre Mayo et Maladie). Utiliser les variables supplémentaires (Quali et Quanti) pour enrichir votre analyse sans fausser les résultats. Projeter des individus supplémentaires pour comparer des profils atypiques. [Chapitres] 0:00 - L'ACM : L'enquête commence 0:30 - Pourquoi l'ACM n'est pas une ACP ? 1:00 - les pièges en ACM 5:30 - Le Plan des Modalités : Qui est proche de qui ? 8:00 - Le Scree Plot : Le piège des pourcentages faibles 9:00 - Variables Supplémentaires (Le coupable démasqué) 13:45 - Individus Supplémentaires : Analyser des profils spécifiques 13:40 - Interprétation des Ellipses de confiance 14:00 - Conclusion : Ce qu'il faut écrire dans votre mémoire [Liens & Ressources] 📥 Télécharger le Dataset Poison : [Lien] 💻 Mon code R complet (FactoMineR) : [Lien Git/GitHub: laisse un commentaire] 📚 Ma vidéo sur l'ACP : [   • ACP : Comprendre enfin l’Analyse en Compos...  ] #Statistiques #ACM #DataAnalysis #FactoMineR #Rstats #Econométrie #Noukhaus #AnalyseDeDonnées