2
142 Biostatistiques pour le clinicien
L’analyse factorielle des correspondances (AFC) ou analyse des
correspondances simples est une méthode exploratoire d’analyse des
tableaux de contingence. Elle vise à rassembler en un nombre réduit
de dimensions la plus grande partie de l’information donnée par des
tableaux de contingence, avec en tête de ligne un type de variable et en
tête de colonne un ordre type de variable. L’AFC ne s’attache pas aux
valeurs absolues mais aux correspondances entre les variables, c’està-dire aux valeurs relatives. Cette « réduction » est d’autant plus utile
que le nombre de dimensions initiales est élevé. La notion de « réduction » est commune à toutes les techniques factorielles, mais l’AFC
offre la particularité (contrairement aux ACP) de fournir un espace de
représentation commun aux variables et aux individus.
Les modèles prédictifs
L’outil d’analyse multifactorielle dépend de la nature des variables
qui sont étudiées (tableau I). Les analyses prédictives permettent, en
incluant toutes les variables indépendantes et elles seules, de construire
des modèles prédictifs à l’aide de score. Ces scores sont déterminés
en affectant à chaque variable un coefficient plus ou moins important
qui est fonction de la force d’association de chaque covariable avec la
variable que l’on cherche à expliquer.
Indiquons d’emblée que ces scores demandent à être validés, soit sur
des échantillons différents de ceux qui ont servi à les établir, soit par
des analyses spéciales qui permettent d’apprécier leur robustesse.
Tableau I – Les différents types d’analyses multifactorielles prédictives.
Variable
Outil
Expression
des résultats
« expliquante »
« expliquée »
Quantitative
ou qualitative
ordonnée
Quantitative
Régression
multiple
Coefficients
de régression
Quantitative
ou qualitative
Qualitative
à deux classes
Régression
logistique
odds ratio
Quantitative
ou qualitative
Censurée
Modèle
de Cox
Risques relatifs instantanés
(hazard ratio)
Qualitative
Qualitative
Analyse
discriminante
Valeurs prédictives
142 Biostatistiques pour le clinicien
L’analyse factorielle des correspondances (AFC) ou analyse des
correspondances simples est une méthode exploratoire d’analyse des
tableaux de contingence. Elle vise à rassembler en un nombre réduit
de dimensions la plus grande partie de l’information donnée par des
tableaux de contingence, avec en tête de ligne un type de variable et en
tête de colonne un ordre type de variable. L’AFC ne s’attache pas aux
valeurs absolues mais aux correspondances entre les variables, c’està-dire aux valeurs relatives. Cette « réduction » est d’autant plus utile
que le nombre de dimensions initiales est élevé. La notion de « réduction » est commune à toutes les techniques factorielles, mais l’AFC
offre la particularité (contrairement aux ACP) de fournir un espace de
représentation commun aux variables et aux individus.
Les modèles prédictifs
L’outil d’analyse multifactorielle dépend de la nature des variables
qui sont étudiées (tableau I). Les analyses prédictives permettent, en
incluant toutes les variables indépendantes et elles seules, de construire
des modèles prédictifs à l’aide de score. Ces scores sont déterminés
en affectant à chaque variable un coefficient plus ou moins important
qui est fonction de la force d’association de chaque covariable avec la
variable que l’on cherche à expliquer.
Indiquons d’emblée que ces scores demandent à être validés, soit sur
des échantillons différents de ceux qui ont servi à les établir, soit par
des analyses spéciales qui permettent d’apprécier leur robustesse.
Tableau I – Les différents types d’analyses multifactorielles prédictives.
Variable
Outil
Expression
des résultats
« expliquante »
« expliquée »
Quantitative
ou qualitative
ordonnée
Quantitative
Régression
multiple
Coefficients
de régression
Quantitative
ou qualitative
Qualitative
à deux classes
Régression
logistique
odds ratio
Quantitative
ou qualitative
Censurée
Modèle
de Cox
Risques relatifs instantanés
(hazard ratio)
Qualitative
Qualitative
Analyse
discriminante
Valeurs prédictives