Discussion :

[Margotte02]

Bonjour,

j'aimerais représenter mes données sur une ACP.

Description de mon fichier: j'ai 3 variables mesurées:
- variable 1: la taille des racines (mm)
-variable 2: le poids des racines (g)
-variable 3: le poids des plantes (Kg)

et les variables qui peuvent influencer/expliquer ces mesures:
-variété (N=5) (= unité expérimentale)
-traitement (N=4) (3 traitements et un témoin non traité) (= grande parcelle)
-Field treatment (oui/non) (= petite parcelle)
-période d'observation dans le temps en mois (N=4) (une observation à 0 mois sur le control non traité puis des observations à 3,5 et 7 mois sur les plantes traitées avec différents produits (traitements) / l'échantillonnage est destructif)
-année de l'essai (N=3 pour variable 1 et 2 et N=2 pour variable 3) = répétitions / random factor

J'ai essayé avec le code ci-dessous mais ça ne fonctionne pas peut-être parce que j'ai des NA. Pouvez-vous m'aider s'il vous plait?

Lorsque je fais l'ACP sur les 3 variables mesurées j'ai le message suivant:

Warning in PCA(fi[, 6:7], scale.unit = TRUE, ncp = 5, graph = T) :
Missing values are imputed by the mean of the variable: you should use the imputePCA function of the missMDA package

Je me demandais aussi si il y avais un moyen d'ajouter les variables descriptives (variété, field-treatment, traitement, période d'observation, année) peut-être avec des couleurs ou formes différentes afin d'avoir une représentation des l'ensemble des données?

Je mets mon fichier en PJ.

Merci par avance.
Salutations.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
fi<-read.csv2("complete_file.csv", na.strings = "NA",header = TRUE)
str(fi)
head(fi)
dim(fi)
for (i in 6:ncol(fi)) {
  fi[, i] <- as.numeric(as.character(fi[, i]))
}
#ACP uniquement sur les variables actives????
#library pour ACP:
library(FactoMineR)
library(httpuv)
library(Factoshiny)
library(missMDA)
library(FactoInvestigate)
library(Rcmdr)
require(Factoshiny)
 
res.pca = PCA(fi[,6:8], scale.unit=TRUE, ncp=5, graph=T) #ici ne fonctionne pas, peut être parce que j'ai des "NA"?