LES ANALYSES CANONIQUES SIMPLE ET GÉNÉRALISÉE ...
LES ANALYSES CANONIQUES SIMPLE ET GÉNÉRALISÉE ...
LES ANALYSES CANONIQUES SIMPLE ET GÉNÉRALISÉE ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
74 v. nzobounsana, s. gaymard<br />
Cor 2 (Z, X 1 ) + Cor 2 (Z, X 2 ) (6)<br />
où ∀i ∈ {1, 2}, Cor(Z, X i ) désigne la corrélation multiple entre le vecteur Z et les<br />
variables de X i .<br />
démonstration 1. La déduction des solutions (le vecteur normé Z1 = X 1 P1 ∈<br />
Im(X 1 ) et le vecteur normé Z2 = X 2 P2 ∈ Im(X 2 )) de l’analyse canonique au sens<br />
de Hotelling de X 1 et X 2 à partir du critère (6) se démontre comme suit :<br />
Pour tout i, la valeur maximale du carré de la corrélation multiple entre le vecteur<br />
Z et les variables de X i est donnée par :<br />
Cor 2 (Z, X i ) =<br />
t ZX i ( t X i X i ) −1t X i Z<br />
V ar(Z)<br />
, i ∈ {1, 2} (7)<br />
sous la contrainte que l’inverse de ( t X i X i ) existe. En reportant l’égalité (7) dans<br />
(6) on obtient :<br />
Cor 2 (Z, X 1 ) + Cor 2 (Z, X 2 ) =<br />
où Q est une matrice définie par :<br />
t ZX 1 ( t X 1 X 1 ) −1t X 1 Z + t ZX 2 ( t X 2 X 2 ) −1t X 2 Z<br />
V ar(Z)<br />
=<br />
t ZQZ<br />
V ar(Z)<br />
Q = X 1 ( t X 1 X 1 ) −1t X 1 + X 2 ( t X 2 X 2 ) −1t X 2 = XM t X (9)<br />
et M est une matrice (m1 + m2) × (m1 + m2) définie par :<br />
−1<br />
Σ<br />
M = x1 0<br />
<br />
0 Σ −1<br />
x 2<br />
En d’autres termes, le vecteur Z = XP normé qui maximise (6), est un vecteur<br />
propre de Q associé à sa plus grande valeur propre notée λ. De (8), il s’ensuit que le<br />
vecteur P ∈ R m1+m2 est un vecteur propre de MΣx = M( t XX) associé à la même<br />
valeur propre puisque :<br />
XM t XZ = λZ ⇐⇒ XM t XXP = λXP ⇐⇒ M t XXP = λP ⇐⇒ ΣxP = λM −1 P (10)<br />
De l’égalité (10), il découle, après transformation, que les sous-vecteurs P1 et P2<br />
de P = t ( t P 1, t P 2) avec P1 ∈ R m1 et P2 ∈ R m2 vérifient les deux égalités ci-dessous :<br />
Σ x 1 x 2P2 = (λ − 1)Σ x 1P1 et Σ x 2 x 1P1 = (λ − 1)Σ x 2P2 ⇐⇒ (11)<br />
Σ −1<br />
x 1 Σ x 1 x 2P2 = (λ − 1)P1 et Σ −1<br />
x 2 Σ x 2 x 1P1 = (λ − 1)P2 ⇐⇒ (12)<br />
Σ −1<br />
x 2 Σ x 2 x 1Σ −1<br />
x 1 Σ x 1 x 2P2 = (λ − 1) 2 P2 et Σ −1<br />
x 1 Σ x 1 x 2Σ −1<br />
x 2 Σ x 2 x 1P1 = (λ − 1) 2 P1<br />
(8)<br />
(13)