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.
analyse canonique et données psychosociales 77<br />
Avec ces contraintes, on arrête la recherche des variables canoniques dès qu’on a<br />
obtenu une base orthonormée de chacun des Im(X i ).<br />
• Des contraintes flexibles. Elles sont définies :<br />
Cor(Z (s+1)<br />
i , Z (k)<br />
i ) = 0, i ∈ F l<br />
où F l est un sous ensemble de {1, 2, · · · , p}.<br />
et k ∈ {1, 2, · · · , s} (18)<br />
Pour cette famille de contraintes, le nombre de pas à effectuer pour extraire<br />
l’ensemble des variables canoniques est égal à :<br />
pi ou i = min{k, k ∈ F l }<br />
• Des contraintes rigides. Lorsqu’on impose l’orthogonalité entre toutes les variables<br />
canoniques de Im(X i ) et celles de Im(X j ) pour tout i = j et i, j ∈ {1, 2, · · · , p},<br />
on utilise les contraintes suivantes :<br />
Cor((Z (s+1)<br />
1<br />
, · · · , Z (s+1)<br />
p<br />
), (Z (k)<br />
1<br />
, Z(k) 2 , · · · , Z(k) p )) = 0, k ∈ {1, 2, · · · , s} (19)<br />
• Les contraintes particulières. Si l’on veut avoir une base orthonormée des vecteurs<br />
canoniques associés aux variables canoniques cherchées, on utilise les contraintes<br />
d’orthogonalités suivantes :<br />
t (k) (s)<br />
Pi P i = 0, k ∈ {1, 2, · · · , s} et i ∈ {1, 2, · · · , p} (20)<br />
3.4. solutions des différentes méthodes d’ACG<br />
Sans perdre de généralité (puisque toutes les fonctions optimisées en analyse canonique<br />
généralisée et qui sont décrites dans la sous-section 3.2., sont invariantes par<br />
rapport aux changements d’échelles et aux transformations régulières des variables<br />
dans les groupes), nous supposons dans les développements théoriques qui suivent<br />
que les variables dans les groupes sont orthogonales deux à deux et ont une norme<br />
égale à 1. De cette restriction, il en résulte que la matrice de corrélation de X = (X1 |<br />
X2 |, · · · , |Xp ) est de la forme :<br />
⎛<br />
⎞<br />
⎜<br />
Σ = ⎜<br />
⎝<br />
Idm1 Σx1x2 · · · Σx1xp Σx2x1 Idm2 · · · Σx2xp .<br />
.<br />
. ..<br />
Σ x p x 1 Σ x p x 2 · · · Idmp<br />
et celle des variables canoniques est donnée par<br />
⎛<br />
tP 1<br />
⎜ 0<br />
Φ = ⎜<br />
⎝ .<br />
0<br />
tP 2<br />
.<br />
· · ·<br />
· · ·<br />
. ..<br />
0<br />
0<br />
.<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎟ ⎜<br />
⎟ ⎜<br />
⎠ ⎝<br />
0 0 · · · tP p<br />
.<br />
⎟<br />
⎠<br />
Idm1 Σx1x2 · · · Σx1xp Σx2x1 Idm2 · · · Σx2xp .<br />
.<br />
. ..<br />
Σ x p x 1 Σ x p x 2 · · · Idmp<br />
.<br />
⎞ ⎛<br />
P1<br />
⎟ ⎜<br />
⎟ ⎜ 0<br />
⎟ ⎜<br />
⎠ ⎝ .<br />
0<br />
P2<br />
.<br />
· · ·<br />
· · ·<br />
. ..<br />
0<br />
0<br />
.<br />
⎞<br />
⎟<br />
⎠<br />
0 0 · · · Pp