this is for holding javascript data
Saidani Amel edited section_Travail.tex
about 10 years ago
Commit id: fa0cdcf0719a1b2ca66cd6fd007fa4f19bae220c
deletions | additions
diff --git a/section_Travail.tex b/section_Travail.tex
index b6f02cc..14dbe02 100644
--- a/section_Travail.tex
+++ b/section_Travail.tex
...
\section[Travail]{ Travail r{\'{e}}alis{\'{e}} :}
\begin{description}
\item [ACP :] L'ACP (Analyse en composantes principales) permet de d{\'{e}}crire un jeu de donn{\'{e}}es, de le r{\'{e}}sumer, d'en r{\'{e}}duire la dimensionnalit{\'{e}}. \newline
L'ACP r{\'{e}}alis{\'{e}}e sur les individus du tableau de donn{\'{e}}es r{\'{e}}pond {\'{a}} diff{\'{e}}rentes questions :\newline
...
Etude des variables : étude des liaisons lin{\'{e}}aires entre les variables. Les objectifs sont de r{\'{e}}sumer la matrice des corr{\'{e}}lations et de chercher des variables synth{\'{e}}tiques.
Ensuite {\'{e}}tudier la possibilt{\'{e}} de caract{\'{e}}riser des groups d'individus par des variables.
Pour cela, on installe le package FactoMineR.\newline
\begin{figure*}[h]
\centering
\includegraphics{}
\label{fig:image1}
\end{figure*}
\item [Matrice de corrélation:] Ensuite, on enregistre la table des données dans un fichier "tp3.cvs". On utilise la commande \textbf{read.table } pour lire la table. On y applique la fonction \fbox {\textbf{cor}(nomTable)} permettant de cr{\'{e}}er la matrice de corr{\'{e}}lation entre les diff{\'{e}}rentes variables de la table.
\begin{figure*}[h]
\centering
\includegraphics{}
\label{fig:image2}
\end{figure*}
\end{description}
\begin{description}
\item [Valeurs propres:] On applique l'ACP et r{\'{e}}cup{\'{e}}rant le r{\'{e}}sultat, Toutes les op{\'{e}}rations qui suiveront seront appliqu{\'{e}}es {\'{a}} cet objet selon des param{\'{e}}tres. Pour extraire les valeurs propres, on appelle \fbox{resultat$\textbf{eig}}
\begin{figure*}[h]
\centering
\includegraphics{}
\label{fig:image3}
\end{figure*}
\begin{figure*}[h]
\centering
\includegraphics{}
\label{fig:image6}
\end{figure*}
\end{description}