dimensio

dimensio est un package R qui permet de calculer, extraire, résumer et visualiser les résultats d’analyses de données multivariées (analyse en composantes principales et analyse des factorielle des correspondances).

Ce package fait partie du projet tesselle.

Installation

Vous pouvez installer la dernière version depuis le CRAN avec :

install.packages("dimensio")

Et la version de développement depuis Codeberg avec :

# install.packages("remotes")
remotes::install_git("https://codeberg.org/tesselle/dimensio")

Utilisation

## Charger le package
library(dimensio)

Calcul

## Load data
data(iris)

## Compute PCA
X <- pca(iris, center = TRUE, scale = TRUE, sup_quali = "Species")

Extraction

dimensio fournit plusieurs méthodes pour extraire les résultats :

• get_data() retourne les données d’origine.
• get_contributions() renvoie les contributions à la définition des dimensions principales.
• get_coordinates() renvoie les coordonnées principales ou standard.
• get_correlations() renvoie les corrélations entre les variables et les dimensions.
• get_cos2() renvoie les valeurs cos² (c’est-à-dire la qualité de la représentation).
• get_eigenvalues() renvoie les valeurs propres, les pourcentages de variance et les pourcentages cumulés de variance.

Visualisation

Ce package permet de visualiser rapidement les résultats :

• biplot() produit un biplot.
• screeplot() produit un diagramme d’éboulis.
• viz_rows()/viz_individuals() affiche les coordonnées principales des lignes/individus.
• viz_columns()/viz_variables() affiche les coordonnées principales des colonnes/variables. viz_variables() représente les variables par des rayons émanant de l’origine (leur longueur et leur direction sont importantes pour l’interprétation).
• viz_contributions() affiche les contributions.
• viz_cos2() affiche le cos².

Les fonctions viz_*() permettent de mettre en évidence des informations supplémentaires en modifiant différents éléments graphiques (couleur, transparence, forme et taille des symboles, etc.).

## Form biplot
biplot(X, type = "form")

## Espèces
viz_individuals(
  x = X, 
  extra_quali = iris$Species,
  color = c("#004488", "#DDAA33", "#BB5566"),
  ellipse = list(type = "tolerance", level = 0.95) # Add ellipses
)

## Longueur du petal
viz_individuals(
  x = X,
  extra_quanti = iris$Petal.Length,
  color = color("iridescent")(255), 
  size = c(1, 3)
)

## Variables
viz_variables(X)

## Diagramme d'éboulis
screeplot(X, eigenvalues = FALSE, cumulative = TRUE)