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")