Revision of B08La_mfa

phgrosjean · phgrosjean · commit 83db43404da1 · 2021-03-26T16:36:23.000+01:00
diff --git a/DESCRIPTION b/DESCRIPTION
@@ -1,5 +1,5 @@
 Package: BioDataScience2
-Version: 2020.8.2
+Version: 2020.9.0
 Title: A Series of Learnr Documents for Biological Data Science 2
 Description: Interactive documents using learnr for studying biological data science (second course).
 Authors@R: c(
diff --git a/NEWS.md b/NEWS.md
@@ -1,10 +1,13 @@
 # BioDataScience2 News
 
+## Changes in version 2020.9.0
+
+- A new tutorial B08La_mfa is added.
+
 ## Changes in version 2020.8.2
 
 - In the B07La_pca tutorial, chart$<type>() does not work properly in specific cases. A work-around is introduced.
 
-
 ## Changes in version 2020.8.1
 
 - In the B07La_pca tutorial, chart$<type>() does not work properly in specific cases. This is an attempt to fix it.
diff --git a/inst/tutorials/B08La_mfa/B08La_mfa.Rmd b/inst/tutorials/B08La_mfa/B08La_mfa.Rmd
@@ -4,7 +4,7 @@ author: "Guyliann Engels & Philippe Grosjean"
 description: "**SDD II Module 8** : Analyse factorielle multiple (AFM)"
 tutorial:
   id: "B08La_mfa"
-  version: 0.0.1/8
+  version: 2.0.0/8
 output: 
   learnr::tutorial:
     progressive: true
@@ -214,7 +214,7 @@ BioDataScience2::learnr_server(input, output, session)
 
 ## Objectif 
 
-L'Analyse Factorielle Multiple (AFM) est une méthode statistique exploratoire qui permet de travailler avec plusieurs tableaux de données. Cette méthode permet également de faire le lien entre l'analyse en composantes principales (ACP) et l'Analyse factorielle des correspondances (AFC). La première méthode permet de travailler uniquement sur des variables quantitatives et la seconde uniquement sur des variables qualitatives. L'AFM est capable de traiter les deux types de variables. Cette méthode est par exemple employée en écologie. Sur une station un ensemble de mesures physico-chimiques peuvent être réaliseé ainsi qu'un relevé de la faune et/ou de la flore.
+L'Analyse Factorielle Multiple (AFM) est une méthode statistique exploratoire qui permet de travailler avec plusieurs tableaux de données. Cette méthode permet également de faire le lien entre l'analyse en composantes principales (ACP) et l'Analyse factorielle des correspondances (AFC). La première méthode permet de travailler uniquement sur des variables quantitatives et la seconde uniquement sur des variables qualitatives. L'AFM est capable de traiter les deux types de variables simultanément. Cette méthode est par exemple employée en écologie. Sur une station un ensemble de mesures physico-chimiques peuvent être réalisée ainsi qu'un relevé de la faune et/ou de la flore.
 
 Il est donc utile  de comprendre la logique et l'usage de cette analyse. Ce tutoriel vous permettra de\ : 
 
@@ -224,15 +224,15 @@ Il est donc utile  de comprendre la logique et l'usage de cette analyse. Ce tuto
 
 - Vous préparer à interpréter par vous-même les résultats de vos AFM
 
-Avant toute chose, assurez vous d'avoir bien compris le contenu de la [section 8.1](https://wp.sciviews.org/sdd-umons2/?iframe=wp.sciviews.org/sdd-umons2-2020/analyse-factorielle-multiple-afm.html) du cours de SDDII.
+Avant toute chose, assurez vous d'avoir bien compris le contenu de la [section 8.1](https://wp.sciviews.org/sdd-umons2/?iframe=wp.sciviews.org/sdd-umons2-2020/analyse-factorielle-multiple-afm.html) du cours de SDD II.
 
-##  Etude de composition floristique
+##  Étude de composition floristique
 
-Des chercheurs ont étudié la composition floristique et les variables environnementales dans des forêts de pins oligotropes (*Pinus sylvestris*) dans l'est de la Fennoscandie, une région située au nord de l'Europe constituée de la Finlande, de la péninsule Scandinave, de la Carélie et de la péninsule de Kola.
+Des chercheurs ont étudié la composition floristique et les variables environnementales dans des forêts de pins sylvestres (*Pinus sylvestris*) dans l'est de la Fennoscandie, une région située au nord de l'Europe constituée de la Finlande, de la péninsule Scandinave, de la Carélie et de la péninsule de Kola.
 
-![Fénoscandie](images/Fennoscandia.jpg)
+![Fénoscandie, by [Mapsed](https://fr.wiktionary.org/wiki/Fennoscandie#/media/Fichier:Fennoscandia.jpg), license CC-BY-SA 4.0](images/Fennoscandia.jpg)
 
-Les 24 sites sélectionnés pour cette étude sont situés dans le nord de la Finlande et dans la péninsule de Kola. Quatorze variables environnementales ont été mesurées sur les différents sites d'étude dont onze permettant d'évaluer la quantité de nutriments présentant dans la matière organique (MO). Les différentes variables mesurées sont présentées dans le tableau ci-dessous.
+Les 24 sites sélectionnés pour cette étude sont situés dans le nord de la Finlande et dans la péninsule de Kola. Quatorze variables environnementales ont été mesurées sur les différents sites de l'étude, dont onze permettant d'évaluer la quantité de nutriments présentant dans la matière organique (MO). Les différentes variables mesurées sont présentées dans le tableau ci-dessous.
 
 | label        | description                    | unités     |
 |:------------:|:-------------------------------|:-----------|
@@ -251,23 +251,23 @@ Les 24 sites sélectionnés pour cette étude sont situés dans le nord de la Fi
 | **Humdepth** | épaisseur de la couche d'humus | cm         |
 | **pH**       | pH du sol                      | -          |
 
-Ces données sont disponible depuis `"varechem"` dans le package {vegan}
+Ces données sont disponible depuis `varechem` dans le package {vegan}.
 
 ```{r, echo=TRUE}
 read("varechem", package = "vegan") %>.%
   rename(., station = rownames) -> envir
 head(envir)
 ```
 
-Les scientifiques ont également réalisé un relevé floristique (en excluant *Pinus sylvestris* du relevé). On y observe une couverture en pourcent pour chaque station de chacune des 44 espèces étudiées. Ces données sont également disponible depuis `"varespec"` dans le package {vegan}.
+Les scientifiques ont également réalisé un relevé floristique (en excluant *Pinus sylvestris* du relevé). On y observe une couverture en pourcentage pour chaque station de chacune des 44 espèces étudiées. Ces données sont également disponible depuis `varespec` dans le package {vegan}.
 
 ```{r, echo=TRUE}
 read("varespec", package = "vegan") %>.%
   rename(., station = rownames) -> spec
 head(spec)
 ```
 
-Les données mise à disposition proviennent de l'étude suivante [Väre, H., Ohtonen, R. and Oksanen, J. (1995) Effects of reindeer grazing on understorey vegetation in dry Pinus sylvestris forests. Journal of Vegetation Science 6, 523–530](https://www.researchgate.net/publication/227830523_Effects_of_reindeer_grazing_on_vegetation_in_dry_Pinus_sylvestris_forests).
+Les données mises à disposition proviennent de l'étude suivante [Väre, H., Ohtonen, R. and Oksanen, J. (1995) Effects of reindeer grazing on understorey vegetation in dry Pinus sylvestris forests. Journal of Vegetation Science 6, 523–530](https://www.researchgate.net/publication/227830523_Effects_of_reindeer_grazing_on_vegetation_in_dry_Pinus_sylvestris_forests).
 
 ## Préparation du tableau de données
 
@@ -301,7 +301,7 @@ head(vare)
 ```
 
 ```{r join_h2-check}
-grade_code("Maintenant que vous avez assemblé vos deux tableaux, vous allez pouvoir réalsier votre MFA. Il reste encore une petite étape avant cela.")
+grade_code("Maintenant que vous avez assemblé vos deux tableaux, vous allez pouvoir réaliser votre MFA. Il reste toutefois encore une petite étape avant cela.")
 ```
 
 Ensuite, convertissez la variable `station` en nom de ligne grâce à la fonction `column_to_rownames()`. Les numéros de stations seront utilisés par la suite sur la représentation dans l'espace de vos stations.
@@ -334,27 +334,27 @@ rownames(vare)
 ```
 
 ```{r rowname_h2-check}
-grade_code("Bravo ! Vous venez de convertir la colonne station en nom de lignes. Cette astuce peut être utile dans certain cas. Il y a également la fonction opposée rownames_to_column(). Vous être prêt pour réaliser votre AFM à présent.")
+grade_code("Bravo ! Vous venez de convertir la colonne station en nom de lignes. Cette astuce peut être utile dans certain cas. Il y a également la fonction opposée rownames_to_column(). Tout est prêt pour réaliser l'AFM à présent.")
 ```
 
 ## Réalisation de la AFM
 
-L'AFM peut s'obtenir grâce à la fonction `mfa()`. Cette dernière requiert l'utilisation d'une formule avec une syntaxe un peu particulière. Votre formule commence par un `~` puis elle est composé de bloc qui doit contenir 3 élements 
+L'AFM peut s'obtenir grâce à la fonction `mfa()`. Cette dernière requiert l'utilisation d'une formule avec une syntaxe un peu particulière. Votre formule commence par un `~` puis elle est composée de blocs qui doivent contenir trois éléments\ : 
 
 - 1. Le nombre **n** de colonnes constituant le groupe
-- 2. Le type des variables qui composent le groupe. Vous avez 4 possibilités : 
-    + **s** : Ce sont des variables quantitatives que l'on souhaite standardiser et les traiter par une ACP.
-    + **c** : Ce sont des variables quantitatives que l'on ne souhaite pas standardiser et les traiter par une ACP.
-    + **f** : Ce sont des variables qualitatives associées à des tableaux de contingences qu'on traite par une AFC.
-    + **n** : Ce sont des variables qualitatives classiques qu'on traite par une AFC.
-- 3. Le nom de groupe de variable
+- 2. Le type des variables qui composent le groupe. Vous avez quatre possibilités\ : 
+    + **s**\ : Ce sont des variables quantitatives que l'on souhaite standardiser et les traiter par une ACP.
+    + **c**\ : Ce sont des variables quantitatives continues que l'on ne souhaite pas standardiser et les traiter par une ACP.
+    + **f**\ : Ce sont des variables qualitatives facteurs associées à des tableaux de contingences qu'on traite par une AFC.
+    + **n**\ : Ce sont des variables qualitatives de type dénombrements qu'on traite par une AFC.
+- 3. Le nom à donner au groupe
 
-Le tableau `vare` est composé de 14 variables associées à des mesures physicochimiques et 44 variables liées à des relevés floristiques. Votre formule doit comprendre les éléments suivants : 
+Le tableau `vare` est composé de quatorze variables associées à des mesures physico-chimiques et 44 variables liées à des relevés floristiques. Votre formule doit comprendre les éléments suivants pour que votre analyse soit la plus proche possible de celle que les auteurs ont réalisée dans la publication\ : 
 
 - Le premier bloc doit se nommer **physico**, être traité par une ACP et les variables doivent être standardisées.
 - Le second bloc doit se nommer **flore**, être traité par une ACP et les variables ne doivent pas être standardisées.
 
-Réalisez l'AFM demandée en utilisant le tableau `vare` puis affichez un résume de l'objet `vare_mfa` avec la fonction `summary()`
+Réalisez l'AFM demandée en utilisant le tableau `vare` puis affichez un résume de l'objet `vare_mfa` obtenu avec la fonction `summary()`
 
 ```{r varemfa}
 data.io::read("varechem", package = "vegan") %>.%
@@ -389,16 +389,16 @@ summary(vare_mfa)
 ```
 
 ```{r mfa_h3-check}
-grade_code("Le résumé de votre analyse est complexe. Intéressez vous tout particulièrement à la part de variance de chaque axe. Ces informations vous seront utile pour répondre à la question suivante.")
+grade_code("Le résumé de votre analyse est complexe. Intéressez-vous tout particulièrement à la part de variance de chaque axe. Ces informations vous seront utile pour répondre à la question suivante.")
 ```
 
 ```{r variance_quiz}
-question("Quelle est la proportion de la variance cumulée des deux premiers axes de l'AFM ?",
+question("Quelle est la proportion de la variance cumulée sur les deux premiers axes de l'AFM ?",
   answer("58%", correct = TRUE),
   answer("23%"),
   answer("34%"), 
-  correct = "Bien joué ! Les deux premiers axes de l'AFM expriment 58% de la variance. Gardez à l'esprit que cette valeur est assez faible. Il serait donc plus intéressant de considérer les 3 premiers axes pour exprimer 68% de la variance.",
-  incorrect = "Oups, ce n'est pas la bonne réponse. Afin de trouver la bonne réponse, interessez vous au tableau `Eigenvalues`",
+  correct = "Bien joué ! Les deux premiers axes de l'AFM expriment 58% de la variance. Gardez à l'esprit que cette valeur est assez faible. Il serait aussi intéressant de considérer les trois premiers axes qui expriment 68% de la variance totale.",
+  incorrect = "Oups, ce n'est pas la bonne réponse. Afin de trouver la bonne réponse, intéressez-vous au tableau `Eigenvalues`",
   allow_retry = TRUE
     )
 ```
@@ -434,7 +434,7 @@ chart$scree(vare_mfa)
 ```
 
 ```{r scree_h2-check}
-grade_code("Vous venez de réaliser le graphique des éboulis associé à votre AFM. Ce graphique permet de voir la part de variance exprimée par chaque composante principale. Nous voyons bien que le premier axe reprend une très grande part de variance. On observe après un saut p pour le troisième axe est une diminution progressive de la variance exprimée sur les axes suivants.")
+grade_code("Ce graphique des éboulis permet de voir la part de variance exprimée sur chaque composante principale. Nous voyons bien que le premier axe reprend une très grande part de variance. On observe après un saut p pour le troisième axe est une diminution progressive de la variance exprimée sur les axes suivants.")
 ```
 
 ### Représentation des variables
@@ -456,7 +456,7 @@ chart$loadings(vare_mfa, choices = c(1, 2))
 ```
 
 ```{r loadings_h2-check}
-grade_code("Ce graphique  est assez chargé vu qu'il combine les vecteurs du groupe physico et du groupe flore. Ce graphique s'analyse comme pour une ACP. Ce graphique permet de visualiser l'importance des variables intiales dans le plan de l'AFM sous forme de vecteurs. Il est indispensable pour interpréter le graphique suivant qui répartit les observations dans le même plan. La norme (longueur) du vecteur indique si la variable est bien représentée dans ce plan ou non. Plus la norme du vecteur se rapproche de un, matérialisé par le cercle, mieux c'est. Celles aux normes trop faibles ne sont pas considérées dans l'analyse pour ce plan-là en tous cas. Ensuite, les variables qui pointent dans la même direction sont corrélées positivement. Les variables qui pointent dans le sens opposé sont inversément corrélées. Les vecteurs orthogonaux correspondent à des variables non ou très faiblement corrélées entre elles")
+grade_code("Ce graphique est assez chargé car il combine les vecteurs du groupe \"physico\" et du groupe \"flore\". Il s'analyse comme pour une ACP via la visualisation de l'importance des variables intiales dans le plan de l'AFM sous forme de vecteurs. Il est indispensable pour interpréter le graphique suivant qui répartit les observations dans le même plan. La norme (longueur) du vecteur indique si la variable est bien représentée dans ce plan ou non. Plus la norme du vecteur se rapproche de un, matérialisé par le cercle, mieux c'est. Celles aux normes trop faibles ne sont pas considérées dans l'analyse, pour ce plan-là en tous cas. Ensuite, les variables qui pointent dans la même direction sont corrélées positivement. Les variables qui pointent dans le sens opposé sont inversément corrélées. Les vecteurs orthogonaux correspondent à des variables non ou très faiblement corrélées entre elles.")
 ```
 
 ### Représentation des plans des ACP
@@ -478,7 +478,7 @@ chart$axes(vare_mfa, choices = c(1, 2))
 ```
 
 ```{r axes_h2-check}
-grade_code("Ce graphique est similaire au précédent. Il s'interprète de la même façon. Cependant, on ne s'intéresse plus à la projection de chaque variable initiale mais des plans des ACP pour chaque groupe de variables. La première dimension du groupe flore pointe dans la meme direction que  la seconde dimension du groupe physico. Il y a donc un forte corrélation entre ces deux plans. On obtient le même résultat pour le premier axe de physico et du second axe de flore. Les normes des vecteurs sont proche de 1 pour chacune des ACP. Les deux ACP sont représentées correctement au sein de l'AFM.")
+grade_code("Ce graphique est similaire au précédent. Il s'interprète de la même façon. Cependant, on ne s'intéresse plus à la projection de chaque variable initiale mais des plans des ACP pour chaque groupe de variables. La première dimension du groupe \"flore\" pointe dans la même direction que la seconde dimension du groupe \"physico\". Il y a donc un forte corrélation entre ces deux plans. On obtient le même résultat pour le premier axe de \"physico\" et du second axe de \"flore\". Les normes des vecteurs sont proche de 1 pour chacune des ACP. Les deux ACP sont représentées correctement dans l'AFM.")
 ```
 
 ### Représentation des individus
@@ -500,12 +500,12 @@ chart$scores(vare_mfa, choices = c(1, 2))
 ```
 
 ```{r scores_h2-check}
-grade_code("La forme du nuage de points et surtout des sous-groupes sont à rechercher ici. Nous pouvons voir par exemple un regroupement des stations 5,6 et 7. On retrouve également un groupe particulier composé des stations 2,3,4, 9,10,11,12. Attention, les numéros des stations ne sont pas une indication de la proximité des stations.")
+grade_code("La forme du nuage de points et surtout des clusters sont à rechercher ici. Nous pouvons voir par exemple un regroupement des stations 5, 6 et 7. On retrouve également un groupe particulier composé des stations 2, 3, 4, 9, 10, 11 et 12. Attention, les numéros des stations ne sont pas ici une indication de la proximité des stations.")
 ```
 
 ## Interprétation de l'AFM
 
-La représentation des variables ainsi que la représentation de stations sont deux graphiques complémentaires afin d'interpréter l'AFM. Gardez à l'esprit que la part de variance exprimée par les deux premiers axes restent assez faible avec 57%. 
+La représentation des variables ainsi que la représentation de stations sont deux graphiques complémentaires afin d'interpréter l'AFM. Gardez à l'esprit que la part de variance exprimée par les deux premiers axes reste relativement faible avec 58%.
 
 
 ```{r}
@@ -527,13 +527,13 @@ chart$scores(vare_mfa, choices = c(1, 2))
 chart$loadings(vare_mfa, choices = c(1, 2))
 ```
 
-Les stations 2, 3, 4, 9, 10, 11 et 12 sont des stations particulières qui ne sont pas des zones de pâturages. On retrouve dans ces stations une dominance de  *Cladina stellaris* alors que cet espèce est très peu présente dans les zones de pâturages. Les zones de pâturages sont caractérisée par une haute concentration en azote. Les stations 5,6,7 sont des zones de pâturages avec une forte teneur en azote et la forte présence *Cladina arbuscala*.
+Les stations 2, 3, 4, 9, 10, 11 et 12 sont des stations particulières qui ne sont pas des zones de pâturages. On retrouve dans ces stations une dominance de  *Cladina stellaris* alors que cet espèce est très peu présente dans les zones de pâturages. Les zones de pâturages sont caractérisée par une haute concentration en azote. Les stations 5, 6 et 7 sont des zones de pâturages avec une forte teneur en azote et une présence massive de *Cladina arbuscala*.
 
-Nous n'irons pas plus loins dans l'interpréation de cette AFM et vous laissons la possiblité de lire la publication lié à cette étude. Les scientifiques ont réalisé un NMDS mais les résultats obtenus sont assez proches.
+Nous n'irons pas plus loin dans l'interprétation de cette AFM et vous laissons la possibilité de lire la publication liée à cette étude. Les scientifiques ont réalisé une NMDS en fait, pas une AFM, mais les résultats obtenus sont assez proches.
 
 ## Conclusion
 
-Cette AFM vous a permis d'analyser 2 tableaux contenant des variables quantitatives en même temps. 
+Cette AFM vous a permis d'analyser deux tableaux contenant des variables quantitatives, traités différemment (l'un standardisé, l'autre pas) en même temps. L'AFM permet aussi d'y adjoindre des groupes qualitatifs avec des analyses de type AFC. Cette méthode multi-tableaux est donc très polyvalente (mais notez qu'il en existe d'autres aussi).
 
 Maintenant que vous avez compris la logique et que vous êtes capable d'écrire le code permettant de réaliser une AFM, vous pouvez appliquer cette technique par vous-même (assignation GitHub dans le cours).
 
@@ -546,4 +546,3 @@ question_text(
   allow_retry = TRUE
 )
 ```
-
diff --git a/inst/tutorials/B08La_mfa/images/Fennoscandia.jpg b/inst/tutorials/B08La_mfa/images/Fennoscandia.jpg
