Nouveautés

Le nouveau package FactoInvestigate décrit et commente automatiquement les résultats de votre analyse factorielle (ACP, AFC ou ACM) en choisissant les graphes les plus adaptés. Il vous suffit d'écrire Investigate(res.pca) pour obtenir le rapport suivant sur l'ACP effectuée sur le jeu de données decathlon

Un MOOC (cours en ligne gratuit) en analyse de données débutera le 27 février 2017. Vous trouverez de nombreuses vidéos sur les méthodes d'analyse de données, vous pourrez récupérer le fichier pdf avec les transparents, faire des quiz pour vous auto-évaluer, voir comment mettre en oeuvre la méthode sur ordinateur grâce à des vidéos didacticiel sur FactoMineR, et vous aurez la possibilité de faire des exercices. Cliquer ici pour vous inscrire (inscription gratuite) ou pour plus d'information.

Le nouveau package Factoshiny, complémentaire de FactoMineR, est disponible sur le CRAN. Il permet de paramétrer les principales méthodes de FactoMineR et permet de construire des graphique de façon interactive. Vous trouverez ici une vidéo de démonstration.

Nouveau menu déroulant de FactoMineR disponible en Français ou en anglais grâce au package RcmdrPlugin.FactoMineR

Vidéos sur l'utilisation de FactoMineR pour faire une ACP, AFC, ACM, analyse factorielle multiple, classification ascendante hiérarchique

La version 1.24 de FactoMineR propose un nouveau module graphique qui "optimise" la position des libellés pour éviter qu'ils se chevauchent, qui permet de sélectionner les éléments que l'on souhaite visualiser, etc. (slides, vidéo)

Quatre reviewings sur le livre Analyse de données avec R sont disponibles à l'adresse suivante. Pour voir le reviewing complet de Gary Evans pour Journal of Statistical Software.

missMDA: un nouveau package pour gérer les données manquantes en ACP, ACM et AFM avec FactoMineR

Un nouveau Google groupe a été créé sur FactoMineR et plus généralement l'analyse de données. Ce groupe permet d'avoir les dernières nouvelles sur FactoMineR et permet de poser des questions. N'hésitez pas à rejoindre ce groupe.

Des tutoriaux sur FactoMineR sont disponibles (ACP, classification, données manquantes en ACP, ellipses de confiance)

Une description de FactoMineR est disponible dans FactoMineR: an R package for multivariate analysis, Journal of Statistical Software.