Les methodes d'analyse factorielle sont largement utilisees; cependant, elles ne sont applicables qu'a des objets caracterises par des variables monovaluees (la valeur prise par une variable pour un objet est une valeur unique). Dans cet article nous etendons l'analyse en composantes principales a des objets caracterises par des variables multivaluees decrivant de la variation ou de l'imprecision (la valeur prise par une variable pour un objet est un intervalle de valeurs). Ce travail entre dans le cadre de l'analyse de donnees symboliques dont l'objectif est d'etendre les methodes d'analyse de donnees classiques a des objets plus complexes, dits symboliques. Un exemple d'application sera presente afin d'illustrer la fiabilite et l'efficacite de la nouvelle methode.
[1]
E. Diday,et al.
Approche géométrique et classification pour la reconnaissance de visage
,
1996
.
[2]
P. Nagabhushan,et al.
Dimensionality reduction of symbolic data
,
1995,
Pattern Recognit. Lett..
[3]
Manabu Ichino,et al.
Generalized Minkowski metrics for mixed feature-type data analysis
,
1994,
IEEE Trans. Syst. Man Cybern..
[4]
Edwin Diday.
From Data to Knowledge: Probabilist Objects for a Symbolic Data Analysis
,
1992
.
[5]
F. J. Gallego,et al.
Codage flou en analyse des correspondances
,
1982
.