#importation des données
temperature <- read.table("D:/semineR/donneespg/temperature.txt",
  header=TRUE, sep="\t", na.strings="NA", dec=",", strip.white=TRUE)
  row.names(temperature)<-temperature[,1]
  
#Analyse en composantes principales
temperature.PCA<-temperature[, c("janvier", "février", "mars", "avril",
  "mai", "juin", "juillet", "aout", "septembre", "octobre", "novembre",
  "décembre")]
# ACP normée (scale.unit=TRUE)
  res<-PCA(temperature.PCA , scale.unit=TRUE, ncp=5, graph = FALSE)
# tableau des valeurs propres
  round(res$eig,2)
  
# graphique des valeurs propres
barplot(res$eig[,1],main="valeurs propres", names.arg=row.names(res$eig))

#graphique des individus
plot.PCA(res,choix="ind")

# composante Fs
res$ind$coord

# graphique des variables
plot.PCA(res,choix="var")

# coordonnées des variables actives
res$var$coord
# les coordonnes sont les coefficients de corrélation entre variable active et composante principale
round(res$var$coord[1,1],7)==round(cor(res$ind$coord[,1],temperature.PCA[,1]),7)
# contribution des variables à l'axe
res$var$contrib

# vérification calcul
res$var$coord[,1]^2/res$eig[1,1]*100- res$var$contrib[,1]
# introduction des variables supplémentaires

temperature.PCA<-temperature[, c("janvier", "février", "mars", "avril", 
  "mai", "juin", "juillet", "aout", "septembre", "octobre", "novembre", 
  "décembre", "latitude", "longitude", "amplitude", "géographie")]
res<-PCA(temperature.PCA , scale.unit=TRUE, ncp=5, quanti.sup=c(13: 15), 
  quali.sup=c(16: 16), graph = FALSE)
plot.PCA(res, axes=c(1, 2), choix="ind", habillage="none", col.ind="black", 
  col.ind.sup="blue", col.quali="magenta", label=c("ind", "ind.sup", "quali"))
plot.PCA(res, axes=c(1, 2), choix="var", col.var="black", 
  col.quanti.sup="blue", label=c("var", "quanti.sup"), lim.cos2.var=0)



###############################################################################################
#                       AFC
###############################################################################################
AFC <- read.table("D:/semineR/donneespg/AFC.txt", header=TRUE, sep="\t", 
na.strings="NA", dec=".", row.names=1, strip.white=TRUE)

AFC.CA<-AFC[c("Les deux conjoints travaillent également", 
"Le mari a un métier plus absorbent que celui de sa femme", "Seul le mari travaille") ,
   c("Reste.au.foyer", "Trav..à.mis.temps", "Trav.à.pl..temps")]

 res<-CA(AFC.CA, ncp=5, row.sup=NULL, col.sup=NULL, graph = FALSE)

 plot.CA(res, axes=c(1, 2), col.row="red", col.col="blue", label=c("col", "col.sup", "row", "row.sup"))