Analyse Composante Principale Calcul Cercle Corr Lation

Entrez les corrélations des variables avec l’axe 1 et l’axe 2 pour visualiser instantanément le cercle de corrélation, la qualité de représentation et les variables les plus structurantes.

Paramètres du calcul

Comprendre l’analyse en composantes principales et le calcul du cercle de corrélation

L’analyse en composantes principales, souvent abrégée en ACP, est l’une des méthodes les plus utilisées en statistique exploratoire pour résumer un grand nombre de variables quantitatives. L’objectif est simple : transformer un ensemble de variables souvent corrélées en quelques axes factoriels synthétiques appelés composantes principales. Ces composantes concentrent l’essentiel de l’information contenue dans les données, tout en réduisant la dimension du problème. Lorsqu’on cherche à interpréter les axes obtenus, le cercle de corrélation devient un outil central.

Le cercle de corrélation représente chaque variable initiale par ses corrélations avec les axes principaux, généralement Dim 1 et Dim 2. Sur un plan factoriel, chaque variable apparaît comme un point ou un vecteur situé idéalement à l’intérieur du cercle unité. Ce graphique répond à plusieurs questions en un coup d’œil : quelles variables structurent le plus le premier axe, quelles variables sont proches les unes des autres, lesquelles s’opposent, et quelles variables sont mal représentées sur les deux premières dimensions.

Idée clé : dans un cercle de corrélation, les coordonnées d’une variable sur l’axe horizontal et vertical sont généralement ses corrélations avec la composante 1 et la composante 2. La qualité de représentation de la variable sur le plan 1-2 se mesure souvent par r² = corr(Var, Dim1)² + corr(Var, Dim2)².

À quoi sert concrètement le cercle de corrélation ?

Le cercle de corrélation est particulièrement utile lorsque vous devez interpréter une ACP de manière fiable et rapide. Au lieu de lire une matrice de corrélations factorielle complète, vous visualisez directement l’orientation des variables dans l’espace factoriel. Cela permet d’identifier :

• les variables qui expliquent le plus fortement l’axe 1 ou l’axe 2 ;
• les groupes de variables qui évoluent ensemble ;
• les oppositions statistiques entre indicateurs ;
• les variables peu bien représentées sur le plan étudié ;
• la cohérence d’une lecture thématique des composantes.

Par exemple, dans une étude biomédicale, des variables telles que poids, IMC et tour de taille peuvent apparaître regroupées sur le même côté du cercle. Cela suggère qu’elles captent une dimension commune, comme la corpulence. À l’inverse, une variable d’activité physique peut se projeter dans la direction opposée, ce qui indique une relation inverse avec ce bloc de variables.

Comment se calcule le cercle de corrélation ?

Le calcul repose sur les corrélations entre les variables initiales standardisées et les composantes principales. En pratique, après avoir centré et souvent réduit les variables, l’ACP fournit des valeurs propres, des vecteurs propres, des scores individus et des coordonnées variables. Pour le cercle de corrélation :

1. on standardise généralement les variables pour les rendre comparables ;
2. on calcule la matrice de corrélation ou de covariance ;
3. on extrait les composantes principales ;
4. on calcule la corrélation entre chaque variable et chaque axe ;
5. on place chaque variable sur le plan en utilisant ces corrélations comme coordonnées.

Si une variable a pour coordonnées (0,80 ; 0,50) sur le plan 1-2, cela signifie qu’elle est fortement corrélée avec Dim 1 et modérément avec Dim 2. Sa qualité de représentation sur ce plan vaut alors 0,80² + 0,50² = 0,64 + 0,25 = 0,89. Cette variable est donc très bien représentée par les deux premiers axes.

Interprétation géométrique des positions

• Près du cercle unité : variable bien représentée sur le plan factoriel.
• Près du centre : variable mal représentée par Dim 1 et Dim 2.
• Même direction : variables positivement corrélées.
• Directions opposées : variables négativement corrélées.
• Angle proche de 90° : faible corrélation linéaire entre variables.

Pourquoi la variance expliquée est-elle importante ?

Le cercle de corrélation n’a de sens que si les axes affichés capturent une part suffisante de l’information totale. C’est pourquoi on regarde toujours la variance expliquée. Si Dim 1 explique 52 % et Dim 2 explique 25 %, alors le plan 1-2 résume environ 77 % de la variabilité totale. Dans ce cas, la lecture du cercle est généralement solide. En revanche, si le plan n’explique que 35 % au total, certaines interprétations visuelles doivent être faites avec davantage de prudence.

Jeu de données	Nombre de variables	Variance expliquée PC1	Variance expliquée PC2	Cumul PC1 + PC2
Iris (4 variables)	4	72,96 %	22,85 %	95,81 %
Wine (13 variables)	13	36,20 %	19,20 %	55,40 %
Breast Cancer Wisconsin (30 variables)	30	44,27 %	18,97 %	63,24 %

Ces statistiques sont fréquemment utilisées comme points de repère pédagogiques en data science. Elles montrent bien qu’un cercle de corrélation est très facile à lire dans des jeux comme Iris, où deux axes résument presque toute l’information, alors que l’interprétation devient plus partielle sur des jeux à structure plus diffuse comme Wine.

Comment lire correctement un cercle de corrélation

Pour réaliser une interprétation robuste, il est conseillé de suivre une méthode de lecture simple.

1. Examiner d’abord la qualité globale du plan

Vérifiez le pourcentage de variance expliquée par les deux axes. Plus il est élevé, plus les positions des variables sont représentatives de la structure réelle des données. En dessous d’un certain seuil, il peut être utile d’examiner aussi Dim 3.

2. Identifier les variables extrêmes

Les variables dont la projection est longue, c’est-à-dire proches du cercle unité, contribuent fortement à l’interprétation du plan. Ce sont elles qui donnent un sens aux axes.

3. Observer les regroupements

Un paquet de variables orientées dans une même direction suggère une dimension commune. En marketing, cela peut représenter un facteur latent comme l’engagement client ou le niveau de satisfaction. En santé publique, cela peut correspondre à un profil de risque cardiométabolique.

4. Repérer les oppositions

Deux variables situées de part et d’autre de l’origine sur une même ligne sont généralement négativement corrélées. Ce point est utile pour comprendre les compromis structurels dans les données.

5. Tenir compte de la distance au centre

Une variable proche de l’origine n’est pas nécessairement non pertinente. Elle peut simplement être mieux expliquée par des dimensions ultérieures. Il faut éviter de la surinterpréter sur le plan 1-2.

Coordonnées de la variable	Qualité de représentation r²	Interprétation pratique
(0,90 ; 0,30)	0,90	Très bien représentée, dominée par l’axe 1
(0,55 ; 0,58)	0,64	Bien représentée, influence répartie sur deux axes
(0,20 ; 0,18)	0,07	Faiblement représentée sur le plan 1-2
(-0,82 ; 0,12)	0,69	Bonne représentation, opposition forte sur l’axe 1

Exemple d’interprétation appliquée

Supposons une ACP réalisée sur des indicateurs de santé : poids, IMC, pression artérielle, cholestérol, activité physique et âge. Si poids, IMC et pression se trouvent du même côté sur Dim 1, on peut interpréter cet axe comme un gradient de risque métabolique. Si l’activité physique est projetée à l’opposé, cela suggère qu’un niveau élevé d’activité est associé à un profil physiologique plus favorable. Si l’âge charge surtout sur Dim 2, le second axe peut refléter une composante liée au vieillissement plutôt qu’à la corpulence.

Le calculateur ci-dessus vous aide précisément à transformer cette lecture théorique en analyse opérationnelle. En entrant les coordonnées des variables, vous obtenez :

• la qualité moyenne de représentation sur le plan ;
• la variable la mieux représentée ;
• la variable la plus liée à l’axe 1 ;
• la variable la plus liée à l’axe 2 ;
• un nuage de points centré sur le cercle unité pour visualiser les structures.

Erreurs fréquentes à éviter

1. Confondre proximité visuelle et causalité : l’ACP décrit des structures de covariance, elle n’établit pas de lien causal.
2. Surinterpréter une variable proche du centre : elle est simplement peu bien représentée sur le plan affiché.
3. Oublier la standardisation : lorsque les variables n’ont pas la même unité, l’ACP sur matrice de corrélation est souvent préférable.
4. Lire uniquement le graphique : les contributions, cos² et pourcentages de variance expliquée restent essentiels.
5. Ignorer les axes suivants : certaines dimensions importantes peuvent se révéler sur Dim 3 ou Dim 4.

Quand utiliser l’ACP avec cercle de corrélation ?

La méthode est pertinente dans de nombreux contextes : contrôle qualité, analyse sensorielle, finance, santé publique, agronomie, sciences sociales, psychologie et machine learning exploratoire. Elle est particulièrement intéressante lorsqu’on dispose de nombreuses variables quantitatives susceptibles d’être corrélées et qu’on souhaite :

• réduire la dimension des données ;
• détecter des structures latentes ;
• préparer une segmentation ou une classification ;
• visualiser des relations entre indicateurs ;
• construire des tableaux de bord plus lisibles.

Ressources méthodologiques fiables

Pour approfondir la théorie et les bonnes pratiques, vous pouvez consulter des sources académiques et institutionnelles reconnues :

• Penn State University – Introduction à la PCA
• NIST.gov – Engineering Statistics Handbook
• Stanford University – PCA course material

Conclusion

L’analyse en composantes principales et le cercle de corrélation forment un duo incontournable pour explorer des jeux de données multivariés. Le cercle de corrélation synthétise de manière élégante la relation entre variables et axes factoriels. Lorsqu’il est combiné à la variance expliquée, à la qualité de représentation et à une lecture rigoureuse des directions, il devient un puissant instrument d’aide à la décision.

En pratique, retenez trois réflexes : vérifiez le cumul de variance expliquée, identifiez les variables proches du cercle unité, puis interprétez les rapprochements et oppositions en fonction du contexte métier. Avec le calculateur de cette page, vous pouvez tester rapidement différents scénarios et visualiser vos résultats sans passer immédiatement par un logiciel statistique complet.