Faire tourner les axes jusqu'à ce que le nuage raconte quelque chose.
Chargez un jeu d'essai, collez vos propres données ou importez un fichier CSV. Séparateurs reconnus : point-virgule, virgule, tabulation. La virgule décimale est acceptée.
Les variables cochées construisent les axes. L'ACP normée travaille sur les données centrées-réduites : c'est le choix habituel quand les unités diffèrent (des mètres et des années ne se comparent pas).
Moyennes, dispersions, et la matrice des liaisons deux à deux — la matière première de l'analyse.
Bleu : liaison positive · rouge : liaison négative · l'intensité suit |r|.
Chaque valeur propre λk mesure l'inertie captée par l'axe k. Leur somme vaut l'inertie totale du nuage.
Diagramme des éboulis : barres = part d'inertie de chaque axe, ligne = cumul. Le « coude » signale où l'information devient du bruit.
Chaque flèche est une variable, projetée sur le plan choisi. Sa longueur dit la qualité de représentation, l'angle entre deux flèches bien représentées lit leur corrélation.
Une flèche proche du cercle est bien projetée ; une flèche courte se lit sur d'autres axes.
Le nuage vu sous son meilleur angle. Survolez un point pour lire sa fiche.
Les deux axes sont à la même échelle : les distances sont lisibles telles quelles.
Pourquoi ces axes-là ? Prenez deux variables, faites tourner une droite passant par le centre de gravité, et regardez la variance des projections. L'ACP choisit l'angle qui la rend maximale.
Traits fins : la projection de chaque point sur l'axe. Points pleins sur la droite : le nuage aplati à une dimension.
Variance des projections en fonction de l'angle. Deux maximums opposés à 180° : c'est la même droite.
Une première interprétation, à confronter à ce que vous savez du terrain.