Discussion :

[Audrey2708]

Bonjour,

Je suis actuellement en stage et je dois effectuer une classification des clients sous SAS. Pour cela, j'ai une base contenant des variables qualitatives et une variable quantitative.
Je n'ai jamais fait de classification, mais je m'y intéresse depuis quelques semaines.
Malgré tout ce que j'ai pu lire, je n'ai pas compris comment faire une classification avec une base contenant à la fois des variable quanti et quali.
Est-ce qu'avec une proc cluster ça le fait ? Ou est-ce qu'il faut faire autre chose avant ?

Merci de vos réponses.

[lelensois16]

Bonjour,

Durant mes études ( cette année ) j'ai fait 2 études de cas sur la classification voici en gros la démarche :

1 - Statistiques descriptives pour avoir une première idée des variables à placer dans notre modèle ( quelles sont les variables les plus influentes , celles qui influencent positivement , négativement , quelle modèle ? )

-- Variables quantitatives : on crée des classes , en général , j'utilise la méthode des déciles , je regroupe les variables dont les moyennes sont proches. ( par rapport à la variable étudiée).
-- Variables qualitatives : Des variables dummy suffisent , 0 pour la modalité de référence. Dans le cas de variables qualitatives à plusieurs modalités , regrouper des classes ( selon la logique des choses , un bon statisticien doit combiner théorie et pratique )

2 - Réaliser des tests de discrimination de variables ( Khi Deux , V de Cramer ... )
3 - Vérifier la colinéarité entre les variables ( Pearson Beauvais )
4 - Lancer le modèle.
5 - Analyse du modèle (voir si les classes sont pertinentes , si l'inertie totale est ok ,

Un livre à vous conseiller
Les macros de l'INSEE m'ont beaucoup aidé ,
le site officiel de SAS ...

Bon courage , c'est pas simple , on apprend avec de l'expérience mais c'est très intéressant

Rom

[Audrey2708]

Merci pour cette réponse.
A force de recherche, je comprends les choses petit à petit.
J'aimerais un avis sur ce que je m'apprête à faire.

D'abord, ma base de donnée a 3528 individus et 64 variables.
Elle contient une variable quantitative continue et toutes les autres sont des variables qualitative. J'ai 2 variables qualitatives de type O/N, j'en ai d'autres dont les modalités sont des lettres (qui ont chacune une signification, le nombre de modalités par variable est aux alentours de 10), et j'ai beaucoup de variables avec 0 ou 1 (ce qui explique que j'ai beaucoup de variables dans ma base, puisque les variables avec les 0 et 1 sont des codes familles de produit ...).
Voilà, ça c'était pour une idée rapide de ma base.

Je vais d'abord commencer par faire des classes pour la variable continue.
D'après ce que j'ai vu dans différents projets trouvé sur internet, beaucoup remplace leur variable qualitative par des chiffres. Par exemple, au lieu d'avoir des codes avec des lettres du type "CHGR" "CHUV" ... Ils vont remplacer "CHGR par 1, "CHUV" par 2, ... Est-ce que cette étape est nécessaire ?

Ensuite, je pense créer un tableau disjonctif complet (à l'aide de la proc transreg) qui me permettra de faire une ACM (proc corresp). Puis je pourrais faire une CAH (proc cluster) sur les coordonnées factorielles continues issus de l'ACM.

Est-ce que tous ce que j'ai dit est correct? Est-ce qu'il me manque quelque chose ? Des conseils ?

[olivier.decourt]

Bonjour Audrey.
J'arrive un peu en retard (je rentre de vacances) mais la partie

au lieu d'avoir des codes avec des lettres du type "CHGR" "CHUV" ... Ils vont remplacer "CHGR par 1, "CHUV" par 2,

ne me semble pas utile.
La séquence type est :

1. Mise en tranches des variables quanti (en quartiles avec la proc Rank)
2. Transreg
3. Corresp (attention à l'option DIMENS si tu veux récupérer plus que les deux premiers axes factoriels !)
4. Cluster
5. Tree (pour le dendrogramme et l'affectation aux classes)
6. des stats descriptives pour caractériser les classes (tu peux utiliser ma macro %caracParQuali en libre téléchargement sur le net pour ça par exemple).

Bon courage.
Olivier

[stat90]

Bonjour,

je dois faire une classification. J'ai répertorié 2 types de variables:
- Lot 1: variables concernant les individus que je veux classer (age, revenu, csp...)
- Lot 2:variables concernant le produit (durée, taux...).

Je souhaite donc identifier des types de clients homogènes et voir ensuite quel type de produit ils choisissent, sur quelle durée..

Je réalise donc ma classification que sur les variables du lot 1 et je regarde comment se répartissent les variables du lot 2 sur les segments créés ou je dois également prendre celles du lot 2?

Merci pour votre aide