L'analyse typologique.

More documents

Recommendations

Info

groupe que l’on pourrait d’abord fractionner en deux sous-groupes et continuer ainsi de suite jusqu’à l’obtention d’un nombre quelconque de groupes. Bien que cette façon de faire soit envisageable, elle n’est pas la plus populaire. Généralement, on privilégie la méthode par agglomération qui consiste à faire exactement le processus inverse. L’algorithme utilisé est relativement simple; voici un peu comment il se présente : Étape 1 : Étape 2 : Étape 3 : Étape 4 : il existe autant de groupes distincts qu’il y a d’objets à classifier; les deux objets les plus proches dans l’espace se joignent dans un même groupe deux autres objets se joignent et constituent un nouveau groupe s’ils sont très proches l’un de l’autre; cependant, il est aussi possible qu’un 3 e objet aille se joindre à la dyade déjà présente dans le premier groupe. Tout se décide en fonction de la distance la plus courte dans l’espace étudié. Le processus se poursuit de la même façon jusqu’à épuisement des objets à regrouper. Au terme du processus, l’espace ne contiendra plus qu’un seul groupe. La procédure par agglomération qui vient d’être décrite laisse encore la place à une prise de décision critique dans le processus. En effet, à l’étape 3 on a vu qu’il est possible que deux objets s’unissent pour former un nouveau groupe ou qu’un objet aille se joindre à un groupe déjà constitué. Puisque la décision dépend de la distance entre les objets et les groupes, il faut donc aussi être capable de mesurer la distance entre groupes. Il existe évidemment plusieurs façons d’opérationnaliser cette mesure, mais la plus populaire tient compte de la distance moyenne entre les groupes (« average linkage between groups. » Par exemple, supposons que le groupe A contient les individus 1 et 2 et que le groupe B est constitué des individus 3, 4 et 5, la distance entre les groupes A et B correspondra à la moyenne des distances entre toutes les paires possibles inter-groupes : (1, 3), (1, 4), (1, 5), (2, 3), (2, 4) et (2,5). Les autres façons de mesurer la distance intergroupes considèrent les voisins les plus proches, les voisins les plus éloignés, etc. Comme vous le voyez, l’analyse <strong>typologique</strong> repose sur l’application d’un algorithme très simple qui entraîne une série de solutions allant de n groupes distincts et très homogènes (où n = nombre d’objets à classer) jusqu’à un groupe unique très hétérogène. La décision quant au nombre de regroupements à conserver pour la solution finale prendra en compte différents facteurs comme le niveau d’homogénéité intra-groupe et la facilité à interpréter chacune des solutions. _____________________________________________________________________________ © Tous droits réservés, Jacques Baillargeon Page 8 25 mars, 2003
Références Campbell, R., & Johnson, C. R. (1997). Police officer’s perceptions of rape: Is there consistency between state law and individual beliefs Journal of Interpersonal Violence, 12(2), 255-274. Curtiss, G., Kinder, B. N., Kalichman, S., & Spana, R. (1988). Affective differences among subgroups of chronic pain patients. Anxiety Research, 1, 65-73. Hair, J. F. Jr., & Black, W. C. (2000). Cluster analysis. Dans Grimm, L. G. & Yarnold, P. R. (Éd.), Reading and understanding more multivariate statistics (pp. 147-205). Washington, DC: APA. Turetsky, B. I., Moberg, P. J., Mozley, L. H., Moelter, S. T., Agrin, R. N., Gur, R. C., & Gur, R. E. (2002). Memory-delineated subtypes of schizophrenia: Relationship to clinical, neuroanatomical, and neurophysiological measures. Neuropsychology, 16, 481-490. _____________________________________________________________________________ © Tous droits réservés, Jacques Baillargeon Page 9 25 mars, 2003
Page 1 and 2: L’analyse typologique. Objectifs
Page 3 and 4: symptomatologie clinique, comme par
Page 5 and 6: etombée importante de l’étude d
Page 7: Vous remarquerez que cette façon d

L'analyse typologique.

Create successful ePaper yourself

Delete template?

Save as template?