Le package Factoshiny
Un beau graphe vaut mieux qu'un long discours!!
Il est souvent crucial d'améliorer les graphes obtenus par une analyse factorielle (ACP, AFC, ACM, AFM, ...). Factoshiny permet d'améliorer facilement et de façon interactive les graphiques pour les rendre beaucoup plus lisibles.
Pourquoi utiliser Factoshiny?
- C'est une interface graphique qui permet de paramétrer les méthodes et de modifier les graphes de façon interactive
- Il n'est pas nécessaire de savoir programmer
- Une modification des options graphiques est visible instantanément sur les graphiques
- Les résultats (graphes et listings) sont modifiés instantanément
- Les graphes peuvent être téléchargés ainsi que les lignes de code permettant de refaire l'analyse
- L'objet résultat de Factoshiny peut être réutilisé pour modifier les graphes. L'interface est rouverte avec le dernier paramétrage et les dernières options graphiques qui peuvent être modifiés.
Comment utiliser Factoshiny?
Voir cette vidéo pour savoir comment utiliser Factoshiny.
Trois façons d'utiliser Factoshiny:
- Choisir simplement la méthode Factoshiny et votre jeu de données, et ensuite paramétrer la méthode et construire les graphes interactivement. Par exemple, en ACP :
library(Factoshiny)
PCAshiny(Mydata) - Vous pouvez d'abord faire votre analyse avec FactoMineR, et ensuite utiliser Factoshiny sur les sorties de FactoMineR pour construire les graphes:
- Vous pouvez rouvrir un objet Factoshiny et le modifier :
resshiny = PCAshiny(resshiny)
library(FactoMineR)
data(decathlon)
res.pca =
PCA(decathlon, quanti.sup=11:12,quali.sup=13)
library(Factoshiny)
resshiny = PCAshiny(res.pca)
