E TIENNE M ULLET
La décomposition de l’interaction en analyse multivariée de l’incertitude
Mathématiques et sciences humaines, tome 76 (1981), p. 59-63
<http://www.numdam.org/item?id=MSH_1981__76__59_0>
© Centre d’analyse et de mathématiques sociales de l’EHESS, 1981, tous droits réservés.
L’accès aux archives de la revue « Mathématiques et sciences humaines » (http://
msh.revues.org/) implique l’accord avec les conditions générales d’utilisation (http://www.
numdam.org/conditions). Toute utilisation commerciale ou impression systématique est consti- tutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
LA DECOMPOSITION DE L’INTERACTION EN ANALYSE
MULTIVARIEE
DEL’INCERTITUDE
Etienne MULLET
(1)
Le
présent
document n’est pas unarticle mais
unequestion
queje
vaisillustrer
par unexemple numérique.
Cettequestion
estrelative
à ladécomposition
del’interaction
enAnalyse Multivariée
del’Incertitude,
c’est-à-dire à
ladécomposition (dans
le casorthogonal)
de laquantité
d’information supplémentaire
A(x,t,y)
enquantités plus élémentaires
correspondant
àchaque configuration
de deuxéventualités
de x et de t.Soit le tableau de
contingence
suivant dont chacun desélé-
ments
exprime
unefréquence (exemple réel) :
Les deux entrées de ce t’ableau
correspondent,
lapremière,
enligne,
àla variable
dépendante (8 éventualités),
laseconde,
encolonne,
à la(1)
Cette étude a utilisé les moyens de travail du Service de recher- ches de l’INETOP(CNAM)
et duLaboratoire
dePsychologie
Différen-tielle (EPHE,
3e section etUniversité
RenéDescartes)
ainsi que les moyens mis à ladisposition
du Laboratoire par le CNRS(ERA
n° 79).
thode de
l’information (BACHER, 1957)
conduit à la valeur .321 del’in-
diceT, quantité d’information transmise.
Soit un autre tableau de
contingence, exprimant
laliaison
entre lamême
variable dépendante
et une autre variableindépendante
dont lestrois
éventualités
sontX, Y,
Z.La
quantité d’information
transmiseest,
dans ce cas, de .557.Le
troisième
tableauexprime
laliaison
entre lamême variable dépen-
dante et les deux
variables indépendantes prises conjointement.
La
quantité
est cette fois de .980. Cettequantité
estsupé-
rieure
à la somme des deuxprécédentes :
.878. Dans le casorthogonal qui
est lenôtre
laquantité supplémentaire d’information transmise
(.102)
estdirectement assimilable
àl’interaction :
où T
(x , t ; y)
est laquantité transmise
par les deuxvariables indé- pendantes prises conjointement,
T
(x , y)
et T(t ; y)
lesquantités transmises
parchaque variable prise séparément,
A
(x , t , y)
unequantité supplémentaire assimilable
àl’interaction.
Outre le calcul de cette
quantité
A(x , t ,
ey),
cequi m’importe,
comp-te tenu de ma
problématique,
est derepérer quelles configurations d’é-
ventualités
des deuxvariables indépendantes (de
AX àCZ)
sontplus précisément responsables
de cettequantité
A(x , t , y).
Pour cefaire j’ai adopté
uneméthode empirique qui bien
que donnantrelativement
sa-tisfaction
mériterait peut-être
derecevoir
un fondementmathématique plus solide
voired’être grandement améliorée.
Je
constitue
un tableauintermédiaire, censé représenter
les valeurs attendues desfréquences
dans le-cas destricte additivité
des effets des deuxvariables.
Ce tableau estconstitué
parapplication
de la for- mule :où p..
représente
chacune des valeurs du tableauintermédiaire,
1~J
p.
chacune des valeurs du tableaucorrespondant
aucroisement
1
de la
première variable indépendante
avec lecritère (de
.208 à.000)
p . chacune des valeurs du tableau
correspondant
aucroisement
J
de la seconde variable avec le
critère (de
.250 à.000)
Dans
exemple
le tableausuivant :
Dans ce tableau le total de
chaque ligne
n’est pasnécessairement égal
à
1£
p..
estgénéralement différent de 7-
pi7-pj
1 J/1 Pk .
K . Ce tableauest transformé de telle manière que
chaque
total deligne
soitégal
à1.000.
Je calcule alors
l’entropie
dechaque distribution
parligne,
de AX àCZ,
dans cedernier
tableau etje
la soustrais del’entropie
dechaque ligne correspondante
du tableau 3.J’obtiens chaque
fois unequantité
E
(x ,
9t
,y),
tantôtpositive, tantôt négative, qui représente
pour M Lmoi la
contribution
dechaque ligne
du tableau3,
dechaque configura-
tions
d’éventualités,
à laquantité
A(x , t , y).
Cesquantités
sontdans
l’ordre,
lessuivantes : .488, .140, -.062, .034, -.001, 174, .039, -.141,
.326.On observe en
général
que E(x , t
,y)
est une bonne appro- M Lximation
de A(x , t , y). (Cette
méthodepermet
outre leslignes
derepérer
les casesresponsables
del’interaction).
C’est
à propos de cetteméthode empirique
et de cetindice
E(x ,
M 9t
L ,y)
quej’aimerais connaître l’avis
desmathématiciens,
lecteurs et au-teurs de cette revue.
REFERENCES
BACHER