explor, package de visualisation interactive de résultats d'ACM et d'ACP

[Julien Barnier]

Bonjour,

Je viens de mettre en ligne sur le CRAN la première version d'explor, un package ayant pour objectif de faciliter la visualisation de résultats d'ACP et d'ACM.

L'usage est très simple, il vous suffit d'appliquer la fonction explor() à l'objet résultat d'un appel à MCA(), CA() ou PCA(). S'affiche alors une interface Shiny avec des tableaux de résultats numériques "dynamiques" (triables et filtrables) et des graphiques de variables et d'individus interactifs : zoom, labels déplaçables, tooltips, etc.

Exemple rapide :

install.packages("explor") # Si nécessaire


library(FactoMineR)
library(explor)
data(hobbies)
mca <- MCA(hobbies[1:1000, c(1:8,21:23)], quali.sup = 9:10, quanti.sup = 11, ind.sup = 1:100)
explor(mca)

Vous pouvez également avoir un aperçu rapide sous forme de gif animé

Pour plus d'informations, vous pouvez consulter la vignette d'introduction en français.

Je suis évidemment preneur de tout retour !

Cordialement,

-- 

Julien

[Jean-Christophe]

Bonjour,

Merci pour cet outil fort pratique et bien conçu !

Avez-vous prévu qu'il soit utilisable avec des MFA, voire HMFA ? J'ai plusieurs études en cours utilisant ce type de méthode.

Cordialement

Jean-Christophe Zuchuat

Bureau d'étude JC Zuchuat

Ch. des Osches 17a

1806 St-Légier
Suisse

++41 (0)77 / 465 00 42

jean.christ...@gmail.com

www.jczuchuat.ch

Le 17. 12. 15 14:14, Julien Barnier a écrit :

--
Vous recevez ce message, car vous êtes abonné au groupe Google Groupes "FactoMineR users".
Pour vous désabonner de ce groupe et ne plus recevoir d'e-mails le concernant, envoyez un e-mail à l'adresse factominer-use...@googlegroups.com.
Pour obtenir davantage d'options, consultez la page https://groups.google.com/d/optout.

-- 
Bureau d'étude JC Zuchuat
Ch. des Osches 17a
1806 St-Légier
Switzerland
++41 (0)77 / 465 00 42
jean.christ...@gmail.com

www.jczuchuat.ch

[Julien Barnier]

Bonjour,

> Avez-vous prévu qu'il soit utilisable avec des MFA, voire HMFA ? J'ai
> plusieurs études en cours utilisant ce type de méthode.

J'avoue que je ne connais pas bien ces méthodes, il faudrait que je
regarde leurs sorties graphiques, notamment, pour voir si elles seraient
facilement adaptables.

J'essaierai d'y jeter un coup d'oeil, et je viens de créer une "issue"
sur GitHub en ce sens :

https://github.com/juba/explor/issues/1

Cordialement,

--
Julien

[Jean-Christophe]

Bonjour,

Merci pour votre réponse rapide.

Les principales sorties graphiques sont similaires à celles d'une MCA
(pour les groupes de variables qualitatives + les supplémentaires quali
ou à une PCA pour les quantis.

Il existe des sorties supplémentaires, mais le principal est de pouvoir
traiter les sorties ci-dessus qui sont le plus souvent encombrées (je
traite plusieurs centaines de variables simultanément).

L'enjeu me semble donc d'aller rechercher les paramètres dans les
sorties R de FactoMineR qui sont organisées un peu différemment.
J'utilise aussi occasionellement le package PCAmixdata qui est un fork
de FactoMineR si j'ai besoin de faire une rotation. Ici aussi les
sorties numériques sont organisées différemment.

Cordialement


JC Zuchuat




Le 06. 01. 16 22:22, Julien Barnier a écrit :