The video walks through using the Factoshiny package in RStudio to characterize a qualitative variable (Tea) with both quantitative and qualitative predictors. After loading the FactoMineR 'tea' dataset, the presenter launches Factoshiny, navigates to the "Characterize a qualitative variable" tab, and configures options such as the variable to characterize, the critical probability threshold, and color conventions. The tutorial explains how the tool selects and ranks variables that best describe each tea modality (black, Earl Grey, green) using standardized test values, ANOVA for quantitative variables, and chi‑square tests for qualitative variables. Results are displayed in sortable tables, with red indicating positive over‑representation and blue negative under‑representation. Detailed output sections (CADESS, links with variables) provide means, test statistics, and correlation/chi‑square rankings. The presenter demonstrates exporting results to HTML or CSV and visualizing bar‑charts that highlight over‑ and under‑represented traits (e.g., black‑tea drinkers are older, less likely to add sugar, and have few young drinkers). The tutorial concludes by showing that re‑running Factoshiny restores the previous settings, confirming reproducibility.
Chapters
Cette vidéo montre comment caractériser une variable qualitative par des variables quantitatives et qualitatives. Plus précisément, elle détecte les variables qui la caractérisent et trie les variables des plus caractérisantes aux moins caractérisantes. Cette procédure est très utile pour décrire une variable qualitative et notamment pour caractériser les classes d'une partition obtenues à l'issue d'une classification. En effet, l'affectation des individus à des classes peut être vue comme la construction d'une variable qualitative qu'il est intéressant de décrire grâce à des variables. Ouvrons RStudio et chargeons le package Factoshiny. Nous allons utiliser le jeu de données tea qui est disponible dans le package FactoMineR. Ce jeu de données contient 35 variables qualitatives et 1 variable quantitative. Lançons la fonction Factoshiny sur ces données tea. L'interface graphique s'ouvre dans le navigateur par défaut et on retrouve une fenêtre divisée en 2 parties avec sur la gauche un descriptif succinct du jeu de données et des méthodes qui peuvent être appliquées sur ce jeu de données. Et sur la droite les différentes méthodes. Nous allons nous intéresser à l'onglet Caractériser une variable qualitative. En cliquant sur l'aide, on peut lire que cette méthode décrit une variable qualitative par les variables quantitatives et qualitatives. Décrivons la variable Tea qui a 3 modalités: noir, Earl Grey et vert. Pour cela, nous allons modifier la variable à caractériser car par défaut c'est la 1ère variable du jeu de données qui est caractérisée. On peut ensuite choisir le seuil de la probabilité critique qui sera utilisé pour conserver les variables caractérisantes. Par défaut, le seuil de 1 revient à conserver toutes les variables. On peut diminuer ce seuil pour conserver uniquement les variables les plus caractérisantes, par exemple au seuil 0.05. Il est possible de modifier les couleurs qui seront utilisées pour caractériser négativement par défaut le bleu est utilisé, et positivement, par défaut le rouge est utilisé. On peut choisir de décrire la variable Tea avec à la fois les variables quantitatives et les variables qualitatives en cliquant sur les 2. Et on va choisir les variables qualitatives potentiellement caractérisantes. Par défaut, toutes avaient été considérées mais comme la 1ère variable était au départ à caractériser, elle n'est pas dans les variables caractérisantes et il faut la rajouter. Sinon, on peut aussi supprimer certaines variables si on ne souhaite pas utiliser toutes les variables pour caractériser la variable d'intérêt. Il suffit de les supprimer ici. Nous allons pour l'exemple conserver toutes les variables. Nous pouvons maintenant voir les résultats. Le premier onglet donne un tableau avec en colonnes les modalités de la variable à caractériser et en lignes les variables quantitatives ou les modalités des variables qualitatives qui caractérisent au moins une modalité au seuil choisi précédemment, donc pour nous 0.05. Les lignes sont triées par ordre alphabétique avec un tri sur le nom des variables puis, pour une même variable, sur les modalités. On peut alors cliquer sur la modalité black par exemple pour trier les lignes en fonction de cette modalité. On a alors en rouge les variables les plus caractérisantes en positif et en bleu les variables les plus caractérisantes en négatif. La couleur est d'autant plus intense que la variable caractérise fortement. La variable âge, qui est quantitative, caractérise la modalité black, ce qui signifie que les personnes qui boivent du thé black sont significativement plus âgées que la moyenne. La valeur 4.49 que l'on trouve dans la case est une valeur-test qui est calculée comme suit. C'est la différence entre la moyenne de l'âge des individus qui prennent la modalité black et la moyenne générale de l'âge divisée par l'écart-type de l'âge sur l'ensemble des individus. Le facteur sous la racine correspond à une correction car l'écart-type est estimé sur une population de taille finie. Si la variable ne caractérise pas la modalité, alors cette valeur-test suit une loi normale. Et donc quand cette valeur-test prend des valeurs extrêmes, inférieure à -1.96 ou supérieure à 1.96, alors on considère que la valeur-test ne provient pas d'une loi normale et donc que la variable caractérise la modalité. De même pour les modalités des variables qualitatives qui sont en ligne, elles caractérisent la modalité black s'il y a une surreprésentation, en rouge, ou une sous-représentation, en bleu, de cette modalité parmi les personnes qui boivent du thé noir comparativement à ce qui se passe dans la population en général. On voit par exemple ici qu'il y a une surreprésentation des gens qui ont répondu ne pas mettre de sucre dans leur thé ou une surreprésentation des gens qui ont plus de 60 ans. En bas, on a une sous-représentation des 15-24 ans dans cette classe. Donc peu de jeunes boivent du thé noir. Pour rentrer plus dans le détail, on peut cliquer sur l'onglet sortie de CADESS. On trouve alors des sorties détaillées et notamment la moyenne de la variable âge pour la catégorie black, la moyenne générale de l'âge et la probabilité critique sur la valeur-test. On retrouve la valeur-test de 4.49 qui était présente dans le tableau. Pour la modalité no sugar, on lit class/mod= 32.9. Ce qui correspond au pourcentage d'individus qui boivent du thé noir parmi ceux qui boivent du thé sans sucre. Quant à mod/clas qui vaut 68.9, il s'agit du pourcentage d'individus qui prennent la modalité no sugar parmi les individus qui boivent du thé black. On peut aussi cliquer sur l'onglet liens avec les variables. On trouve alors un tableau avec les variables quantitatives puis un tableau avec les variables qualitatives qui caractérisent au mieux la variable d'intérêt, donc pour nous la variable Tea. Les variables quantitatives sont triées en fonction du rapport de corrélation entre chaque variable quantitative et la variable Tea. Donc une analyse de variance est construite et les variables quantitatives qui sont les plus liées, avec un rapport de corrélation significativement différent de 0, sont conservées. Pour les variables qualitatives, elles sont triées en fonction de la probabilité critique du test du chi² d'indépendance entre la variable qualitative d'intérêt et chacune des variables qualitatives. Le test d'indépendance du chi² est construit et les variables sont conservées si l'indépendance est rejetée. On peut exporter les résultats dans un fichier HTML avec les cases coloriées ou dans un fichier CSV sans couleur. Enfin, l'onglet diagramme en barres propose par modalité de la variable d'intérêt un diagramme avec les modalités triées des plus liées en sous-représentation dans la modalité, en bleu, aux variables les plus liées en sur-représentation dans la modalité, en rouge. Ainsi, les individus de la classe d'âge 15-25 sont sous-représentés parmi les buveurs de thé noir tandis que les plus de 60 sont très sur-représentés dans cette classe. On peut ensuite quitter l'application. Si on relance La fonction Factoshiny sur l'objet résultat, on retrouve le paramétrage que l'on avait précédemment et donc bien entendu les mêmes tableaux.
