Zones de confiance pour l'ACP à effets fixes.

Résumé L'ACP est souvent utilisée pour visualiser des données lorsque les lignes et les colonnes sont toutes deux intéressantes. Dans un tel contexte, il y a un manque de méthodes inférentielles sur la sortie de l'ACP. Nous étudions la variance asymptotique d'un modèle à effets fixes pour l'ACP, et proposons plusieurs approches pour évaluer la variabilité des estimations de l'ACP : une méthode basée sur un bootstrap paramétrique, un nouveau jackknife par cellule, ainsi qu'une approximation du jackknife moins coûteuse en calcul. Nous visualisons les régions de confiance par rotation de Procrustes. À l'aide d'une étude de simulation, nous comparons les méthodes proposées et mettons en évidence les avantages et les inconvénients de chaque méthode en faisant varier le nombre de lignes, le nombre de colonnes et la force des relations entre les variables.