R EVUE DE STATISTIQUE APPLIQUÉE
B RIGITTE E SCOFIER
Analyse factorielle en référence à un modèle. Application à l’analyse de tableaux d’échanges
Revue de statistique appliquée, tome 32, n
o4 (1984), p. 25-36
<http://www.numdam.org/item?id=RSA_1984__32_4_25_0>
© Société française de statistique, 1984, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (http://www.
sfds.asso.fr/publicat/rsa.htm) implique l’accord avec les conditions générales d’uti- lisation (http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
25
ANALYSE FACTORIELLE EN REFERENCE A UN MODELE APPLICATION A L’ANALYSE DE TABLEAUX D’ECHANGES.
Brigitte
ESCOFIERIR ISA Avenue du Général Leclerc 35 042 Rennes Cedex
RESUME
On peut voir l’analyse des correspondances d’un tableau
KI J
comme l’analyse de son écart avec le tableau formé par le produit de ses deux marges. Ce dernier qui serait identique àKjj
sousl’hypothèse d’indépendance
constitue en quelque sorte un modèle.La plupart des principes et des
propriétés
de l’analyse des correspondances segéné-
ralisent en prenant un modèle quelconque. Deux nuages de points
représentent
les écarts res- pectifs des lignes et des colonnes du tableau à celle du modèle. Ces nuages sontprojetés
surleurs axes d’inertie et des formules de transition lient leur
représentations.
Nous donnons quelques exemples de
problèmes
qui peuvent être étudiés en choisissantun modèle différent du modèle
d’indépendance.
Des modèles pour l’analyse de tableaux d’é- change (tableaux carrés de diagonale indéterminée) sont étudiés. Quand le modèle cherche à ajuster le tableau dedonnées,
c’est la structure du tableau des résidus qui estanalysée.
1. LA METHODE
1.1. Les données
Soit
KI J
={Kij ;
i EI, j
6J}
un tableau de nombrespositifs
de 1lignes
et Jcolonnes.
Soit
MI J
={Mij ; i E I, j E J}
un tableau modèle de même dimension. Ce modèlepeut
être : leproduit
des marges deK,,,
leproduit
des margesexcepté
surla
diagonale (modèle
étudié pour les matricesd’échanges) ;
ilpeut
être construit àpartir
de variables extérieures par une sorte derégression ;
ilpeut
traduire des liaisons binaires siKI J
est un tableau ternairedéveloppé
etc.Soient
PI
={Pi ;
i EI}
etQj = {Q. ; j
EJ}deux
tableaux de nombrespositifs
de dimensions
respectives
I et J. Cestableaux peuvent
être les marges deKI J,
descombinaisons linéaires des marges de
KI J
etMI J,
des valeurs extérieures...Notons avec les minuscules
correspondantes kyj,
mIJ, PI et qj les tableaux obtenus en divisant chacun des tableauxKIJ, MIJ, PI
etQj
par la somme de leurstermes.
Notons aussi
kI’ kJ
etmi, mJ
les marges dekI J
etmI J :
Revue de Statistique Appliquée, 1984, vol. XXXII, n° 4
1.2. Les nuages de
points
A l’ensemble des
lignes I,
on associe un nuage depoints
notéN (1).
Le nuagese situe dans
l’espace
des mesures surJ,
notéRJ,
l’élément i est la différence entre les deux mesures :Si
PI
estégale
à la fois à la marge dekjj
et demit’
alorskiJ/Pi
etmiJ/Pi
sontdes mesures de
probabilité (ce
sont lesprofils
de laligne
i du tableau et dumodèle).
L’espace RJ
est muni de lamétrique
duX2
de centreqj.
La distance entre deuxpoints
i et i’ s’écrit donc :Deux
points
i eti’
sôntproches
si les écarts entre laligne
du tableau et celledu
modèle, pondérés
parPI
se ressemblent pourtout j.
Unpoint
i estéloigné
del’origine
si laligne
i s’écartebeaucoup
de celle du modèleoLe
poids pi
est affecté aupoint
i.Le nuage
N(J)
est définisymétriquement.
1.3. Les facteurs
Les facteurs sur 1 et sur J sont, par
définition,
lesprojections
des nuagesN (1)
et
N (J) sur
leurs axes d’inertie dans l’ordre d’inertie décroissante. Ces axes sontcalculés à
l’origine qui
n’estgénéralement
pas le centre degravité
du nuage.1.4. Les centres de
gravité
Les coordonnées des centres de
gravité
deN (I)
et deN (J)
notéscoI
et wJvalent
respectivement :
Si les marges sur J du tableau et du modèle sont
égales
entreelles,
le nuage deslignes
est centré. Demême,
si les marges sur 1 sontégales,
le nuage des colonnes est centré.Les distances entre les
points
du nuage ne seront bienreprésentées
par leursprojections
sur lespremiers
axes d’inertie que si le centre degravité
n’est pastrop
éloigné
del’origine.
Il faut donc que les marges du modèle ne soient pastrop
dif- férentes de celles du tableau.1.5. Calcul des facteurs.
Qualité
desanalyses
Rappelons
que les facteurs et les moments d’inerties d’un nuage s’obtiennenten
diagonalisant
une matricequi
s’écritXMX’D
où : X est la matrice des coordon- nées despoints
du nuage,X’
satransposée,
D la matricediagonale
despoids
deséléments et M la matrice
(diagonale ici)
de lamétrique
del’espaceo
Ainsi les facteurs sur J et les moments d’inertie de
N (J)
sont vecteurs propres et valeurs propres de la matrice de termegénéral :
On montre aisément la dualité des
analyses
des nuagesN (1)
etN (J).
Leursmoments d’inertie sont
égaux
deux à deux et des formules de "transition" lient les facteurs sur 1 et surJ,
cequi permet
de déduire les uns des autres. NotonsFg
etGs
les facteurs d’ordre s sur 1 et J et
Às
le moment d’inertieassocié,
les relations de transition s’écrivent :Cette dualité
permet
unereprésentation
simultanée deslignes
et des colonnes.Les relations entre les
positions
des éléments de 1 et de Jpeuvent
se traduire ainsi :un
point
i est situé du côté despoints j auxquels
il s’associeplus
dans le tableau que dans le modèle(kij
>mij)
et àl’opposé
de ceuxauxquels
il s’associe moinsdans le tableau que dans le modèle
(k¡j mij)
etréciproquement ( pour j
relative-ment aux
points i).
1.6. Cas
particulier
del’analyse
descorrespondances
Le modèle
égal
auproduit
des marges deki. : mi.
=ki. k.j correspond
àl’hypothèse d’indépendance.
Dans ce casm - I k et mj = kJ. Si, de plus PI
=k,
etqj = kJ ,
alors on retrouve exactementl’analyse
descorrespondances
du tableaukii
En effet lepoint
i estreprésenté
dansRJ
par lepoint
de coordonnée :(La ligne
de référence du modèle est la marge dekI J
et nedépend
pas dei.).
C’estle
profil
de laligne
i enprenant
commeorigine
le centre degravité
du nuage de cesprofils.
Lamétrique
surRJ
est lamétrique
duX 2
de centrekj
et lepoids
affecté à iest
ki.
Le nuageN (1)
est donc exactement celui de l’A.F.C.Dans le cas
plus général
où on a seulementml
=kI
=PJ
etmJ = kJ
=qj,
les résultats
peuvent
être obtenus par l’A.F.C. du tableau de termegénéral kij
-mij
+kio k.j.
Les nuages associés à l’A.F.C. de ce tableau sont, eneffet,
les nuages que nous avons définis. Ils
représentent
les différences desprofils
deslignes
ou des colonneso1.7. Eléments
supplémentaires
Des
lignes
ou des colonnespeuvent
être mises en élémentssupplémentaires, i.e., projetées
sur les axes d’inertie des nuages sans intervenir dans le calcul de ces axes. Les valeurs des facteurs pour ces éléments sont obtenus par les formules de transition.En
analyse
descorrespondances
leslignes
et les colonnesn’apparaissent
que par leurprofil.
L’effectif total du tableau n’intervient pas, les formules écrites avecKIJ
etkIJ
sontéquivalentes.
Ce n’est pas le cas ici siPI (ou Pj)
n’est paségal
auxdeux marges
kI
etmj (resp. kj
etmJ).
Dans le programme l’effectif total des ta- bleaux(par lequel
tous les éléments sontdivisés)
est calculéuniquement
sur les élémentsprincipaux.
Si une
ligne io
est la somme de10 lignes,
avec10
CI à la fois dans les ta-bleaux
kii
etmI J
et dans le tableauPI,
elle seprojette
au centre degravité
despoints
i de10
et sonpoids
est la somme despoids
des éléments deI0.
De mêmepour les colonnes.
1.8. Aides à
l’interprétation
Elles sont
analogues
à celle del’analyse
descorrespondances :
1.8.1. Contribution à l’inertie
La contribution d’un élément i à l’inertie d’un facteur
Fs
estégale
au quo-tient
De même la contribution
de j
à l’inertie du facteurGg
est :Si
kJ =1= mj,
le centre degravité cl
n’est pas àl’origine,
saprojection
surl’axe s est :
L’inertie d’un facteur est la somme de deux
inerties,
celle dewi
et celleautour de
03C9I.
La contribution de03C9I
est :De même si
kI =1= ml
on calcule :La
projection
et la contribution du centre degravité
montrent ledécentrage
du facteur et son
importance
dans la détermination de ce facteur.1.8.2. Qualité
dereprésentation
L’inertie du
point
i dansRI
estégale
auproduit
de sonpoids pi
par le carré de sa distance àl’origine :
Sa
qualité
dereprésentation
sur le facteurFg
est lequotient
depi F s 2 (i)
parson
inertie,
c’est aussi le cosinus carré del’angle
entre l’axe s et le vecteur Oi. Laqualité
dereprésentation de j
et des centres degravité (s’ils
sont distincts de l’ori-gine)
se définissent de la mêmefaçon.
Lesqualités
dereprésentation s’ajoutent
surles axes.
1.9.
Formule de reconstitution des donnéesConnaissant tous les facteurs
Fs
etGs
et les inerties03BBs,
ladifférence
entre le tableaukij
et le modèlemi peut
être reconstitutée exactement :1.10.
Equivalence
distributionnelleLes distances et les facteurs sont
inchangés lorsque
2lignes
ou 2 colonnesconfondues dans les nuages sont
remplacées
dans tous les tableaux par leur somme.Pour deux
lignes
i eti’
la condition s’écrit :2. APPLICATIONS
2.1. Comparaison
de 2 ouplusieurs
tableauxLe moyen le
plus
efficace de comparer deux tableaux demême
dimensionn’est pas de faire
jouer
à l’un le rôle deKI J
et à l’autre celui deMIJ.
Eneffet, K
et
MI)
nejouent
pas le mêmerôle, (si
on lesintervertit,
les nuagesN (I)
etN(J)
restent
identiques,
mais le sens relatif des facteursF g
etGs
estinversé,
car i est situé du côtédes j
pourlesquels kij
>mij).
D’autrepart,
si les marges des deux tableaux sontdifférentes,
on ne compare pas lesprofils
deslignes (ou
descolonnes)
mais les
lignes (pondérées
parPi).
Leproblème
du choix dePI
etQ
est alors dé-licat.
Pour comparer les
profils
deslignes
I des Ttableaux,
onanalyse
le nuage des écarts de cesprofils
à leur moyenne. Pourcela,
onjuxtaposera
enlignes
les 2(ou T)
tableaux et on compare ce tableau à I x Tlignes
et J colonnes à un modèleainsi défini :
Soit
kijt
le termegénéral
de laligne
i du tableau t,kijo
le termegénéral
dela somme des T
tableaux, kio t
la somme de laligne
i du tableau t. Le termegé-
néral du modèle s’écrit
kijkit/ki.
Ce modéle a les mêmes margeskit
etk.j.
que le tableau. On pose
P. = ki·t
etQ.
=k·j··A chaque ligne (i,t)
estassociée,
alors,
la différencekiJt/ki·t - kiJ·/ki· entre
leprofit
de laligne
i du tableau t etla moyenne des
profils
deslignes
i de tous les tableaux(ou profil
de laligne
i deleur
somme).
Pour comparer les
profils
descolonnes,
onprocède
de la mêmefaçon
enjux- taposant
les tableaux en colonne. Cette méthode est détaillée et utilisée dans[2]
et [3].
2.2. Les tableaux
d’échange
ou de flux2.2.1. Les données
Les tableaux
d’échange
sont des tableauxcarrés,
nonsymétriques
dont ladiagonale
est soit nondéfinie,
soit de nature différente du reste du tableau. Les tableaux de traficinterzones, d’échanges inter-industriels, d’import-export,
sontdes tableaux de ce
type.
L’analyse
descorrespondances
de ces tableaux estpossible
à condition deremplir
ladiagonale.
Mais les résultats sont leplus
souvent décevants. Unediagonale
nulle
éloigne
deux zones ayant deséchanges
mutuelsimportants.
Unediagonale représentant
leséchanges
intérieurspeut quelquefois
êtredéfinie,
mais les effectifssont alors souvent
importants
et de forts élémentsdiagonaux
mettent àpart
deszones dont chacune s’associe avec elle-même.
Burtschy [1]
propose decompléter
la
diagonale
par des méthodes de reconstitution de donnéesmanquantes,
cequi
minimise dans
l’analyse
l’influence de ladiagonale.
Les résultats sontacceptables,
mais la méthode est lourde et la reconstitution est artificielle. Il propose aussi des
"analyses
dutriple"
avec des distancesspécifiques
où leséchanges
mutuelsont un rôle
particulier.
Mais les résultats sont moinsriches,
car iln’y
a pas de re-présentation
simultanée.2.2.2. Modèle 1 2.2.2.1. Le modèle
En
analyse
descorrespondances, quelle
que soit la valeurkii
affectée à ladiagonale,
le termeki. k.i apparaît
dans leproduit
des marges. Ladiagonale
dutableau
d’échange
étantindéterminée,
son écart avec celle du modèle nepeut
quejouer
un rôleperturbateur.
Pour éliminer l’influence de cettediagonale,
nousmettons la même
valeur, 0,
sur le tableauk,,
et sur le modèlemit
Pour les élé-ments non
diagonaux,
nousgardons
le modèled’indépendance.
Les marges de
m 1J
sont différentes de celles dekii
et valent :On pose:
2.2.2.2. Les nuages de
points
La
ligne
i estreprésentée
par la différence entre deux mesures. Lapremière,
le
profil
de laligne
i dekIJ,
est une mesure deprobabilité;
la seconde la margek.j -
saufpour j =
i où l’on a zéro - ne l’est pas :Sauf
pour j
= i où l’on azéro,
on a, comme enanalyse
descorrespondances,
la différence entre le
pourcentage
de trafic de i allantvers j
et lepourcentage
du traficglobal
allantvers j.
Le nuageN(I)
n’est pascentré,
les coordonnées de son centre degravité
valent :Son inertie
qui
vautV (kj)2 k.j
esttoujours
assez faible parrapport
àl’inertie totale du nuage et influe peu sur les facteurs dans tous les
exemples
traités.2.2.2.3. Distances
La distance entre deux
points
i eti’
s’écrit :Pour une matrice
d’échange
dont leslignes représentent
lesorigines,
et lescolonnes,
lesarrivées,
lepremier
terme concerne les trafics vers les zones(ou pays)
tiers. Ce terme est nul si le
pourcentage
des traficsd’origine
i eti’
vers chacune deces zones sont
égaux.
Les deux derniers termes concernent les
échanges
mutuels. La distance aug- mente si lepourcentage
du trafic de iqui
estdirigé
versi’,
s’écarte de celui estqui
est calculé sur l’ensemble des zones et
réciproquement.
2.2.2.4.
Représentation
simultanéeL’interprétation
de lareprésentation
simultanée est tout à faitanalogue
àcelle de
l’analyse
descorrespondances :
une zoneorigine
i estproche
des zonesdestinations j =1=
i verslesquelles
lepourcentage
de son trafic estsupérieur
aupourcentage global
de traficvers j (et réciproquement).
Les formules de transi-tion s’écrivent :
2.2.3. Modèle 2
Le modèle 2 est construit pour que la
ligne
i soitreprésentée
par la diffé-rence entre deux mesures de
probabilité.
Il est défini par :On pose
PI = kI
etqJ
=kj.
La marge sur I demIJ
estégale à kI
mais samarge sur J n’est pas
égale
àkJ .
Un
point
i estreprésenté
par la différence entre larépartition
de son traficvers les pays tiers et la
répartition
du traficglobal-calculé après
avoirsupprimé
la destination i.
Celle-ci, qui
n’existe pas dans les traficsd’origine
i intervenait dans les calculs depourcentage
dupremier
modèle. Dans ce secondmodèle,
unpoint
ipeut
être situé àl’origine,
cequi
n’était paspossible
dans lepremier
mo- dèle.Les rôles de I et de J ne sont pas
symétriques,
lareprésentation
de J estessentiellement une aide à
l’interprétation
de celle de I.(Le
nuageN(J)
estcentré).
Les rôles de I et de J
peuvent
être inversés.2.2.4.
Exemple
Nous avons traité une matrice de trafic domicile-travail entre 16 zones de la banlieue Sud de Paris. La matrice initiale extraite de
[5] comportait
des élémentssur la
diagonale
concernant lesdéplacements
intra-zones. Nous ne nous intéres-sons
qu’aux
trafics inter-zones et nous caractérisonschaque
zone par sesdéplace-
ments de - ou vers - les autres zones, ce
qui
revient à annuler ladiagonale.
Lesmodèles introduits dans le
paragraphe précédent
donnent des résultats trèsproches,
nous ne détaillons que le
premier.
Nous comparons nos résultats à ceux de
l’analyse
descorrespondances
de lamatrice initiale à
diagonale chargée
et à ceux de la même matrice àdiagonale
nulle.2.2.4.1. Centres de
gravité
Les centres de
gravité
des deux nuages sont situéspratiquement
àl’origine
etleur contribution à l’inertie des 5
premiers
facteurs nedépasse jamais
trois pour mille. L’influence dudécentrage
est doncnégligeable.
2.2.4.2. Plan des deux
premiers facteurs
Les
pourcentages
d’inertie extraits par les deuxpremiers
facteurs sont de35 %
et de17 %,
lepremier plan représente
doncplus
de la moitié de l’inertie.A une extrémité du
premier
facteur on trouve 5 zones situées toutes à l’estde la
région
étudiée. Entre ces 5 zones(1, 6, 8, 14,15)
traversées par degrands
axes de
circulation,
leséchanges
sontimportants.
En tantqu’origine
destrafics,
ils sont
plus groupés qu’en
tantqu’arrivée.
La zone d’arrivée 15 enparticulier s’éloigne
un peu de ce groupe. C’est laplus éloignée
de Paris et le trafic vers ellene vient pas seulement de l’axe vers Paris mais aussi de la zone
limitrophe
9qui n’appartient
pas au même groupe.A
l’opposé,
larégion
Ouest aveclaquelle
larégion
Est entretient peud’échanges.
Ellecomprend
4 zones(3, 4, 12, 11 ).
Lephénomène
noté pour laPlan du deux premiers
facteurs {
Destination iOrigine tizone 15 se
produit
de manière encoreplus marquée
pour la zone 11 : elles’éloigne beaucoup
du groupe en tantqu’arrivée
car lesdéplacements
vers cette zone éloi-gnée
de Parisproviennent beaucoup
de la zonelimitrophe
centrale 10.Enfin,
au centre s’étalantapproximativement
de l’Est àl’Ouest, apparaissent
les zones de la
région
centrale. Notons laposition proche
del’origine
de la zone 2très
proche
de Paris et centralequi
attire le trafic de presque toute les autres zones.Les zones en tant
qu’origine
et en tantqu’arrivée
sontgénéralement
assezproches.
Nous avons noté deuxexceptions
les zones 15 et 11auxquelles s’ajoute
la zone 10 située elle aussi à la
périphérie.
Pour ces trois zones, il y a une forteasymétrie
du traficorigine
et destination.2.2.4.3. Facteur 3 et Facteur 4
Le troisième facteur est déterminé par les trafics des
régions
9 et 14 vers lesrégions
15 et 8. Les deuxpremières représentent 60 %
de l’inertie du nuage deslignes
et les deux dernières 57%
de l’inertie du nuage des colonnes.Le
quatrième
facteurqui
extrait encore 11%
de l’inertie est un facteur inverseen ce sens que des
régions origines
se trouvent presque àl’opposé
de leurimage
en tant
qu’arrivée.
Il est déterminé essentiellement par 4 zones de larégion
Estregroupées
sur les deuxpremiers
facteurs. Il traduit unphénomène
interne à cetterégion
où les deux zones extrêmes 1 et 8 ont deséchanges
trèsimportants
avecles deux zones médianes 6 et 14 alors que les
échanges
1-8 et 6-14 sont faibles.A une extrémité du facteur on trouve les zones
origines
1 et 8 associées aux zonesdestinations 6 et 14 et à l’autre extrémité leurs
opposés.
2.2.4.4.
Comparaison
avec l’A.F.C. de la matrice initialeSeul le
plan
des deuxpremiers
facteurs ressemble un peu aux résultatspré-
cédents. Les facteurs suivants sont totalement différents.
Sur le
premier plan,
unepremière
différence très notable est lerapproche-
ment des deux
images origine
et destination de toutes les zones. Les formules de transition avec une matrice àdiagonale
trèschargée expliquent
cephénomène.
l’asymétrie
très nette de cette matrice de traficn’apparaît
pas du tout dans les résultats.Les 16 zones sont
réparties
sur uneparabole approximativement
d’Est enOuest. Les 2 zones 4 et 14 à très fort trafic interne sont chassées aux deux extré- mités de la
parabole
et les 3régions
Est-Ouest et Centre Visibles sur legraphique précédent
ne sont pas réellementséparées
ici.2.2.4.5.
Comparaison
avec l’A.F.C. de la matrice àdiagonale
nulleLe deuxième facteur est un facteur "inverse"
analogue
au 4e del’analyse
avec le modèle à
diagonale
nulle. On sait que dansl’analyse
d’un tableausymétrique
les facteurs inverses
risquent d’apparaître
très tôtlorsque
ladiagonale
esttrop
faible. Bien que le tableau ne soit passymétrique,
cet effetapparaît
ici. Pour voirles
grandes
tendances traduites danslespremier plan
des deux autresanalyses,
ilfaut
regarder
leplan
1-3. Les 2images
d’une même zonequi
étaientrapprochées
par la
diagonale chargée
sontsystématiquement éloignées
par ladiagonale
nulle.A ce
phénomène s’ajoute l’augmentation
de la distance entre deux zones dont leséchanges
mutuels sontimportants,
cequi
rend les résultatsbeaucoup plus
délicats à
interpréter
que dansl’analyse
avec modèle.2.2.4.6. Les autres modèles
Les deux autres modèles recentrant
respectivement N(I)
etN(J)
donnentdes résultats
quasiment identiques
aupremier.
Ils ont moins d’intérêt carplus complexes
et nonsymétriques
en 1 et J. Nous les avions introduitscraignant
un effetperturbateur
dudécentrage qui n’apparaît jamais
dans lesexemples
que nousavons traités.
2.2.4.7. Conclusion
Les résultats obtenus sont très satisfaisants et leur
interprétation
est trèsclaire. Dans les deux
analyses
factorielles ladiagonale apparaît
comme un élémentperturbateur. Quand
elle esttrop chargée,
ellesymétrise
les résultats et a uneinfluence
prépondérante
dans leur structure.Quand
elle estnulle,
elle fait appa- raître très vite des facteurs inverses etl’interprétation
est délicate.La méthode est
beaucoup
moins lourde que la reconstitution de ladiagonale proposé
par BURTSCHY. Lacomplexité
du programme estéquivalente
à cellede l’A.F.C.
classique
dont elle dérive.2.3. Autres
applications
Un autre modèle introduit dans une
optique
différente a été utilisé et s’est montré efficace[4].
Il consiste àremplacer
dans la construction duproduit
desmarges, l’une d’elles par des valeurs données. Ceci
permet
enparticulier
de traiterdes sous-tableaux avec la marge du tableau entier et de
supprimer
certains élémentssans modifier la
métrique.
Les élémentssupprimés peuvent
être : desréponses manquantes
dans unquestionnaire,
des éléments degrande
inertie etc.Pour les tableaux
ternaires,
onpeut
construire différents modèles basés surdes liaisons binaires. Cette
analyse permet
de comparer différentsmodèles,
l’inertietotale des nuages mesure l’écart du tableau et modèle et les facteurs
permettent
d’étudier sa structure.D’autres
applications
avec un modèle dérivé de variables extérieures par des méthodes derégression
sont à l’étude.BIBLIOGRAPHIE
[1]
B. BURTSCHY. 2014Analyse
des Matricesd’Echanges.
Thèse de 3ecycle.
Univer-sité Paris
6 ,
1981.[2]
D.DROUET,
B. ESCOFIER. -Comparaison
de Plusieurs Tableaux de Fré- quence. Cahiers del’Analyse
desDonnées, 1983, n°
4.[3]
D. DROUET. -Comparaison
de Tableau deFréquence. Application
à l’Etude de l’Evolution des Causes de Décès enBretagne.
Thèse de 3ecycle,
UniversitéParis
6, 1983.
[4]
B. ESCOFIER. -Analyse
desCorrespondances
avecMarge Modifiée.
Publica-tion ISUP à