AD

1.
2.
3.
4.
5.
6.
7.
Calcul des moyennes générales
Calcul des moyennes intra classes (fonction Si. Moy)
Calcul de la matrice centrée
Calcul de la matrice T = 1/n centré*centré'
Calcul de la matrice C = racine (35/70) * (plagemoy1'-plagemoy2')
Calcul de la matrice E = C*C'
Calcul de U, EU, TU, U’EU, U’TU puis LAMBDA
U aléatoire
Solveur : pour déterminer U qui maximise lambda
Cellule variable : U
Maximiser Lambda
Contrainte : U’TU =1
Lambda = 0.8 → un bon pouvoir explicatif
Composant de u → sont les Béta i associées à chaque ratio
Valeur positive de Bi → corrélée positivement avec le défaut
8. Le pouvoir discriminant de chaque variable
R1
R2
R3
R4
R5
alfa² =u * u
P= alfa²* transposé(variance)
Rapport
=P/somme fixée
0,00764799
0,21155229
0,43591008
0,33864257
0,0024045
0,001773823
0,206134675
0,019174181
0,223973526
0,038093614
0,489149819
0,00362634
0,42141419
0,03919899
0,45788328
0,07787719
1
Somme
Classse
décroissante
R4
R2
R5
R3
R1
Rapport
Cumul
0,45788325 0,45788325
0,42141427 0,87929753
0,07787717
0,9571747
0,03919893 0,99637363
0,00362637
1
R4 = meilleure variable qui discrimine
9. Calcul de Gravité = Moyenne * U →les pondérations par rapport à la moy générale → c’est le
score de la moyenne
10. Le tableau : score (U*centré) /théorie modèle (Si (score >=gravité ;1;2) / réelle
11. Tableau de taux de bon classement
G1
G2
G1
NB.SI (théorie modèle
G1 ;1)
0
G2
1
Bon classement
Bleu/35
NB.SI (théorie modèle
G2 ;2)
Vert /35
(vert+bleu) /70
12. Tableau centré groupe 1 + tableau centré groupe 2
13. Calcul de Distance G1 et Distance G2 puis Affectation
Distance G1 =PRODUITMAT (L1tab centré1 ; PRODUITMAT (INVERSEMAT (T fixé);
TRANSPOSE(L1tab centré1 )))
Affectation = Si (distance G1 < distance G2 ; 1;2)
14. Calcul de Score et la décision
Score = (matrice inconnue * moyenne) - gravité
Décision=SI (score>0 ; "octroi de crédit”; pas de crédit")