English version


My laboratory
Food-industry group

Teaching activities

(PDF documents are in french)


Data mining and text mining

Analysis of variance


Tutorial useR! 2015

The tutorial will take place in Aalborg. You can print the slides. If you want to use your laptop, you should install the following packages: FactoMineR, missMDA, VIM, Amelia, norm, mice. You can also download the two datasets.

Books (in english)

Cornillon, P-A., Guyader, A. Husson, F., Jégou, N., Josse, J., Kloareg, M., Matzner-Lober, E. & Rouvière, L. (2012). To be published.
Chapman & Hall/CRC Computer Science & Data Analysis. 

F. Husson, S. Lê & J. Pagès
(2010) Exploratory Multivariate Analysis by Example Using R.
Chapman & Hall/CRC Computer Science & Data Analysis. Order. Data used as example

Livres en français

F. Husson, S. Lê & J. Pagès
(2016) Analyse de données avec R, 2ème édition revue et augmentée.
Presses Universitaires de Rennes 18€. Commander.

P-A. Cornillon, A. Guyader, F. Husson, N. Jégou, J. Josse, M. Kloareg, E. Matzner-Lober, L. Rouvière.
(2012) Statistique avec R, 3ème edition revue et augmentée.
Presses Universitaires de Rennes 15€. (Avant-propos du livre, Sommaire). Commander.

Husson F. et Pagès J.
(20013) Statistiques générales pour utilisateurs. 2 - Exercices et corrigés.
Presses Universitaires de Rennes 20€. (Descriptif du livre, données). Commander.

Course on Exploratory Multivariate Data Analysis (in English)

This course is a complete course on Exploratory Multivariate Data Analysis (links in blue correspond to the course video, links in brown correspond to the software tutorials).

1. Principal Component Analysis (PCA) 

  1. Data - practicalities
  2. Studying individuals and variables
  3. Interpretation aids
  4. PCA with FactoMineR 
  5. Factoshiny: interactive graphs in exploratory multivariate data analysis 
  6. Handling missing values in PCA

2. Correspondence Analysis (CA) 

  1. Introduction
  2. Visualizing the row and column clouds
  3. Inertia and percentage of inertia
  4. Simultaneous representation
  5. Interpretation aids
  6. CA with FactoMineR 
  7. Text mining with correspondence analysis 

3. Multiple Correspondence Analysis (MCA) 

  1. Data - issues
  2. Visualizing the point cloud of individuals
  3. Visualizing the cloud of categories
  4. Interpretation aids
  5. MCA with FactoMineR
  6. Handling missing values in MCA

Slides on the MCA source

4. Clustering

  1. Introduction
  2. Example and how to choose the number of clusters
  3. The partitioning method K-means
  4. Characterizing clusters
  5. Clustering with FactoMineR

To conclude

Vidéos sur le module de sensométrie

Cet ensemble de vidéos propose un cours de sensométrie.

1. Introduction

  1. Introduction à la sensométrie
  2. Plans d'expériences en analyse sensorielle
  3. Installation de R et SensoMineR
  4. Importation de données
  5. Plans d'expériences avec SensoMineR

2. Caractérisation de produits

  1. Présentation du jeu de données chocolat
  2. Modèle d'analyse de variance en sensométrie
  3. Caractérisation de produits
  4. Mise en oeuvre avec SensoMineR

3. Evaluation de la performance d'un jury

  1. Cours
  2. Mise en oeuvre avec SensoMineR

4. Construction d'un espace produits

  1. Cours
  2. Mise en oeuvre avec SensoMineR

5. Cartographie des préférences

  1. Cours
  2. Mise en oeuvre avec SensoMineR

6. Analyser des données de catégorisation

  1. Cours
  2. Mise en oeuvre avec SensoMineR

Vidéos de quelques tutoriels sur R

Vous trouverez ici des vidéos pour mettre en oeuvre différentes méthodes statistiques grâce au logiciel R.

Installer un package L'analyse en composante principales
Importer des données L'analyse des correspondances (AFC)
Obtenir des statistiques descriptives L'analyse des correspondances Multiples (ACM)
Construire des graphes simplesL'analyse factorielle multiple (AFM)
Calcul de quantiles et de probabilités critiquesLa classification
Tests et comparaison de moyennesFactoshiny
L'analyse de varianceDonnées manquantes en ACP
La régression linéaire simple Données manquantes en ACM

Cours divers

Cours de statistique générale (niveau L3)

Cours sur les plans d'expériences

Cours de sensométrie (M2)

Cours avancés (niveau M2)

Projets R (2015-16)