help/helpafc.md

Aide AFC : calcul, affichage des termes, rôle de top_termes, calcul du residu de Pearson

1) Comment l’AFC est calculée dans le script

L’AFC classes × termes est calculée en 3 étapes :

1. Construction de la table de contingence Classes × Termes depuis le DFM.
2. Exécution de l’AFC avec FactoMineR::CA(tab, graph = FALSE).
3. Récupération des coordonnées des classes (rowcoord) et des termes (colcoord) pour le tracé.

2) Qu’est-ce que top_termes ?

top_termes est une limite d’affichage graphique des mots sur le plan AFC. Par défaut : top_termes = 120

3) Sur quoi top_termes filtre ?

Le filtrage est fait dans la fonction de tracé des termes :

1. on part de termes_stats,
2. on enlève les termes vides,
3. on trie par frequency décroissante,
4. on garde les top_termes premiers.

Pourquoi top_termes est en fréquence et pas en p-value ?

Parce que top_termes est une contrainte de lisibilité graphique. Le rôle de top_termes est de limiter le nombre de labels affichés dans tracer_afc_classes_termes, sinon le plot devient illisible (chevauchements). Le code trie les termes par frequency qui détermine ensuite le top_termes. En amont, dans le pipeline serveur, on construit termes_signif avec p <= input$max_p, puis on passe ces termes à executer_afc_classes, termes_cibles = termes_significatifs). Donc la p-value réduit le périmètre des termes de l'AFC.

4) Le CSV contient-il seulement top_termes ?

Le CSV stats_termes.csv exporte la table rv$afc_obj$termes_stats (jeu complet de stats AFC disponible), sans appliquer la réduction top_termes.

5) Note sur l'afc chi2/résidu de Pearson

• Les positions AFC viennent de FactoMineR::CA.
• Les résidus/chi2 sont des statistiques d’association utilisés pour l’interprétation.

6) Comment le résidu de Pearson est calculé

Pour chaque mot et chaque classe :

• On regarde combien de fois le mot apparaît réellement dans cette classe.
• On calcule ensuite combien on aurait “normalement” attendu pour ce mot dans cette classe, si la répartition était neutre.
• On compare les deux : réel vs attendu, et transforme cet écart en une valeur (le résidu).

Le résidu ne sert pas à recalculer l’AFC.

• Le code extrait, pour chaque mot, la classe où la surreprésentation est la plus forte et sa valeur (resid_max).
• Classe_max = la classe où le mot apparaît le plus en quantité brute (le plus d’occurrences observées).
• resid_max = la valeur qui mesure à quel point ce mot est plus (ou moins) présent que prévu dans la classe (sur/sous-représentation)

7) Résidu positif / résidu négatif

• Résidu positif => le mot est plus présent que prévu dans cette classe (surreprésenté).
• Résidu négatif => le mot est moins présent que prévu dans cette classe (sous-représenté).
• Résidu proche de 0 => présence “normale”, pas d’écart fort.