EDP Sciences 1776040030 20260413 fre

laboutique.edpsciences.fr-000648 03 01 01 000648 03 9782759809639 15 9782759809639 00 BA 02 1 mm 01 1 mm 08 1 gr 10 01 02 PratiqueR 01 01 Analyse factorielle multiple avec R 1 A01 01 A919 Jérôme Pagès Pagès, Jérôme Jérôme Pagès Jérôme Pagès est professeur de statistique à Agrocampus (Rennes) où il dirige le laboratoire de mathématiques appliquées (LMA2). (au moment de la parution de l'ouvrage) 1 01 fre 00 268 03 01 24 Izibook:Subject Mathématiques 24 Izibook:SubjectAndCategoryAndTags |Mathématiques| 20 9782759809639;groupes de variables;quantitative;qualitative;tableau multiple;enquêtes;sciences expérimentales 10 2011 MAT000000 29 3052 01 510 05 05 00 L’analyse factorielle multiple (AFM ) est la méthode de référence pour analyser des tableaux de données dans lesquels un ensemble d’individus est décrit par plusieurs groupes de variables, ces dernières pouvant être quantitatives et/ou qualitatives. Ce type de tableau multiple se rencontre dans de nombreux domaines comme les enquêtes (les questionnaires comportent toujours plusieurs thèmes : des opinions, des comportements, etc.) ou les sciences expérimentales (dans l’industrie agro-alimentaire, par exemple, on caractérise les produits à la fois par des données physico-chimiques et des données issues de dégustations). Ce livre est destiné aux utilisateurs confrontés à des tableaux multiples. Une large place est accordée aux applications et à la mise en oeuvre via R. L’objectif est de rendre l’utilisateur autonome dans l’application de l’AFM sur ses données. Dans cet esprit, ce livre : – introduit une à une les principales caractéristiques de la méthode intuitivement à partir d’exemples ; – donne les éléments théoriques nécessaires pour une compréhension en profondeur avec un recours au raisonnement géométrique systématique ; – illustre les résultats à partir des exemples introductifs ; – détaille la marche à suivre pour appliquer l’AFM avec le package FactoMineR ou via des codes R. Ces codes sont disponibles sur le site du LMA 2 (Agrocampus). Cet exposé est complété par une présentation des méthodes classiques, ACP et ACM , elle aussi fondée sur des exemples. L’ensemble constitue l’état de l’art aujourd’hui en analyse factorielle. 03 00 L’analyse factorielle multiple (AFM ) est la méthode de référence pour analyser des tableaux de données dans lesquels un ensemble d’individus est décrit par plusieurs groupes de variables, ces dernières pouvant être quantitatives et/ou qualitatives. Ce type de tableau multiple se rencontre dans de nombreux domaines comme les enquêtes (les questionnaires comportent toujours plusieurs thèmes : des opinions, des comportements, etc.) ou les sciences expérimentales (dans l’industrie agro-alimentaire, par exemple, on caractérise les produits à la fois par des données physico-chimiques et des données issues de dégustations). Ce livre est destiné aux utilisateurs confrontés à des tableaux multiples. Une large place est accordée aux applications et à la mise en oeuvre via R. L’objectif est de rendre l’utilisateur autonome dans l’application de l’AFM sur ses données. Dans cet esprit, ce livre : – introduit une à une les principales caractéristiques de la méthode intuitivement à partir d’exemples ; – donne les éléments théoriques nécessaires pour une compréhension en profondeur avec un recours au raisonnement géométrique systématique ; – illustre les résultats à partir des exemples introductifs ; – détaille la marche à suivre pour appliquer l’AFM avec le package FactoMineR ou via des codes R. Ces codes sont disponibles sur le site du LMA 2 (Agrocampus). Cet exposé est complété par une présentation des méthodes classiques, ACP et ACM , elle aussi fondée sur des exemples. L’ensemble constitue l’état de l’art aujourd’hui en analyse factorielle. 02 00 L’analyse factorielle multiple (AFM ) est la méthode de référence pour analyser des tableaux de données dans lesquels un ensemble d’individus est décrit par plusieurs groupes de variables, ces dernières pouvant être quantitatives et/ou qualitatives. Ce type de tableau multiple se rencontre dans de nombreux domaines comme les enquêtes... 21 00 06 01 https://laboutique.edpsciences.fr/produit/648/9782759810857/analyse-factorielle-multiple-avec-r 01 00 03 02 https://laboutique.edpsciences.fr/system/product_pictures/data/009/981/693/original/Analyse_factorielle_multiple_avec_R.jpg 17 14 20240913T172327+0200 15 00 04 02 01 E107 04 09639_som.pdf 05 0.23 06 675ac68099ad8f3385cc42608c4a2712 https://laboutique.edpsciences.fr/extract/711?filename=09639_som.pdf&md5sum=675ac68099ad8f3385cc42608c4a2712&size=241354&title=Sommaire+de+l%27ouvrage 17 14 20141009T165546+0200 16 00 04 01 https://laboutique.edpsciences.fr/extract/711/preview 01 P1 EDP Sciences 01 01 P1 EDP Sciences 17 avenue du Hoggar - PA de Courtaboeuf - 91944 Les Ulis cedex A http://publications.edpsciences.org/ 04 01 00 20130901 19 00 20130901 2026 06 3052868830012 01 WORLD 27 03 9782759810857 15 9782759810857 WORLD 08 EDP Sciences 04 01 00 20130901 03 01 D1 EDP Sciences 21 04 05 01 02 1 00 20.00 01 5.50 1.04 EUR laboutique.edpsciences.fr-R000051 03 01 01 R000051 00 ED E107 02 01 01 Analyse factorielle multiple avec R 01 fre 08 269 03 22 9153198 17 01 P1 EDP Sciences 01 01 P1 EDP Sciences 17 avenue du Hoggar - PA de Courtaboeuf - 91944 Les Ulis cedex A http://publications.edpsciences.org/ 02 01 000752 03 9782759810857 15 9782759810857 03 01 D1 EDP Sciences 45 03 laboutique.edpsciences.fr-000752 03 01 01 000752 03 9782759810857 15 9782759810857 10 EA E107 10 02 01 R000051 ED E107 1 10 01 02 PratiqueR 01 01 Analyse factorielle multiple avec R 1 A01 01 A919 Jérôme Pagès Pagès, Jérôme Jérôme Pagès Jérôme Pagès est professeur de statistique à Agrocampus (Rennes) où il dirige le laboratoire de mathématiques appliquées (LMA2). (au moment de la parution de l'ouvrage) 1 01 fre 08 269 03 01 24 Izibook:Subject Mathématiques 24 Izibook:SubjectAndCategoryAndTags |Mathématiques| 20 9782759809639;groupes de variables;quantitative;qualitative;tableau multiple;enquêtes;sciences expérimentales 10 2011 MAT000000 29 3052 01 510 05 05 00 L’analyse factorielle multiple (AFM ) est la méthode de référence pour analyser des tableaux de données dans lesquels un ensemble d’individus est décrit par plusieurs groupes de variables, ces dernières pouvant être quantitatives et/ou qualitatives. Ce type de tableau multiple se rencontre dans de nombreux domaines comme les enquêtes (les questionnaires comportent toujours plusieurs thèmes : des opinions, des comportements, etc.) ou les sciences expérimentales (dans l’industrie agro-alimentaire, par exemple, on caractérise les produits à la fois par des données physico-chimiques et des données issues de dégustations). Ce livre est destiné aux utilisateurs confrontés à des tableaux multiples. Une large place est accordée aux applications et à la mise en oeuvre via R. L’objectif est de rendre l’utilisateur autonome dans l’application de l’AFM sur ses données. Dans cet esprit, ce livre : – introduit une à une les principales caractéristiques de la méthode intuitivement à partir d’exemples ; – donne les éléments théoriques nécessaires pour une compréhension en profondeur avec un recours au raisonnement géométrique systématique ; – illustre les résultats à partir des exemples introductifs ; – détaille la marche à suivre pour appliquer l’AFM avec le package FactoMineR ou via des codes R. Ces codes sont disponibles sur le site du LMA 2 (Agrocampus). Cet exposé est complété par une présentation des méthodes classiques, ACP et ACM , elle aussi fondée sur des exemples. L’ensemble constitue l’état de l’art aujourd’hui en analyse factorielle. 03 00 L’analyse factorielle multiple (AFM ) est la méthode de référence pour analyser des tableaux de données dans lesquels un ensemble d’individus est décrit par plusieurs groupes de variables, ces dernières pouvant être quantitatives et/ou qualitatives. Ce type de tableau multiple se rencontre dans de nombreux domaines comme les enquêtes (les questionnaires comportent toujours plusieurs thèmes : des opinions, des comportements, etc.) ou les sciences expérimentales (dans l’industrie agro-alimentaire, par exemple, on caractérise les produits à la fois par des données physico-chimiques et des données issues de dégustations). Ce livre est destiné aux utilisateurs confrontés à des tableaux multiples. Une large place est accordée aux applications et à la mise en oeuvre via R. L’objectif est de rendre l’utilisateur autonome dans l’application de l’AFM sur ses données. Dans cet esprit, ce livre : – introduit une à une les principales caractéristiques de la méthode intuitivement à partir d’exemples ; – donne les éléments théoriques nécessaires pour une compréhension en profondeur avec un recours au raisonnement géométrique systématique ; – illustre les résultats à partir des exemples introductifs ; – détaille la marche à suivre pour appliquer l’AFM avec le package FactoMineR ou via des codes R. Ces codes sont disponibles sur le site du LMA 2 (Agrocampus). Cet exposé est complété par une présentation des méthodes classiques, ACP et ACM , elle aussi fondée sur des exemples. L’ensemble constitue l’état de l’art aujourd’hui en analyse factorielle. 02 00 L’analyse factorielle multiple (AFM ) est la méthode de référence pour analyser des tableaux de données dans lesquels un ensemble d’individus est décrit par plusieurs groupes de variables, ces dernières pouvant être quantitatives et/ou qualitatives. Ce type de tableau multiple se rencontre dans de nombreux domaines comme les enquêtes... 21 00 06 01 https://laboutique.edpsciences.fr/produit/648/9782759810857/analyse-factorielle-multiple-avec-r 01 00 03 02 https://laboutique.edpsciences.fr/system/product_pictures/data/009/981/693/original/Analyse_factorielle_multiple_avec_R.jpg 17 14 20240913T172327+0200 16 00 04 01 https://laboutique.edpsciences.fr/extract/711/preview 01 P1 EDP Sciences 01 01 P1 EDP Sciences 17 avenue du Hoggar - PA de Courtaboeuf - 91944 Les Ulis cedex A http://publications.edpsciences.org/ 04 01 00 20130901 19 00 20130901 2026 06 3052868830012 01 WORLD 13 03 9782759809639 15 9782759809639 WORLD 08 EDP Sciences 04 01 00 20130901 03 01 D1 EDP Sciences 20 04 05 01 02 1 00 13.99 01 5.50 0.73 EUR 04 06 01 02 1 00 48.99 01 5.50 0.73 EUR 01 04 06 01 02 1 00 52.99 01 5.50 2.76 USD 01