Traitement des données de représentations

Code EC : PSR92C

Programme

Enseignement de François-Gilles Carpentier : Analyse multidimensionnelle des données (18h)

Cet enseignement s’adresse à des étudiants ayant une connaissance de base des statistiques (statistique descriptive, analyse de variance, tests d’hypothèse). Seront abordés au cours de cet enseignement : court rappel de calcul matriciel ; analyse en composantes principale (notion de distance numérique, critère d’optimisation en ACP, représentation des variables et des individus, critères de qualité du modèle, exemples) ; analyse des correspondances simple et multiple (tableaux de contingence, distance du khi2, représentation des variables et des individus, exemples) ; régression (régression linéaire simple, analyse de variance de la régression, régression linéaire multiple, méthodes de régression biaisées (Partial Least Square, exemples) ; discrimination (distance de Mahalanobis, analyse discriminante linéaire, analyse factorielle discriminante, exemples).

Les travaux dirigés en salle informatique seront consacrés à la mise en œuvre de ces méthodes à l'aide d'un logiciel de traitement statistique au travers d’un ou plusieurs exemples. On s'attachera particulièrement à l'interprétation statistique des résultats numériques et graphiques fournis par le logiciel.

Enseignements dispensés par M. Reinert : Analyse des données textuelles

Le cours sera introduit à partir d'une discussion-argumentation à propos de différentes problématiques : analyse de données qualitatives vs analyse de données quantitatives; alayse exploratoire vs approche expérimentale; analyse de contenu vs analyse de discours. Ensuite, la présentation de la méthodologie "Alceste" sera introduite : analyse des données textuelles et analyse du discours. Du contenu à la représentation du sens. La sémiose chez Pierce: mondes lexicaux, modes d'être et postures.

Enfin, des aspects plus techniques seront abordés: l'approche Alceste et le problème des unités d'analyse. La segmentation du texte; les formes; la lemmatisation; les clés catégorielles; les clés contextuelles; les clés topiques; les unités de contexte; les tableaux de données; la classification descendante hiérarchique; le chi2 d'association; la comparaison de deux classifications; le profil des classes; les U.C.E. caractéristiques.

Parallélement, les TD, pour appréhender ces notions et ces calculs, partiront de données d'enquêtes ou de textes et d'analyses concrètes.

Bibliographie :

Enseignements de F.-G. Carpentier :
Doise, W., Clemence, A., Lorenzi-Cioldi, F. (1992). Représentations sociales et analyse de données, Grenoble: Presses universitaires de Grenble.
G. Saporta. Probabilité Analyse des données et statistique. Editions Technip , 1990.

Enseignements de M. Reinert :
Jenny, J. (1999). Pour engager un débat avec Max Reinert à propos des fondements théoriques des présupposés des logiciels d'analyse textuelle. Langage et Société, 90, pp. 73-85.
Reinert, M. (1999). Quelques interrogations à propos de l'"objet" d'une analyse de discours de type statistique et de la réponse "Alceste". Langage et Société, 90, pp. 57-70.
Reinert, M. (2000). La tresse du sens et la méthode Alceste : application aux Rêveries du promeneur solitaire, Actes des 5è Journées internationales de l'analyse statistique des données textuelles, Ed. Rajman & Chappelier, 2, pp. 381-388.
Reinert, M. (2003). Le rôle de la répétition dans la représentation du sens et son approche statistique dans la méthode Alceste. Semiotica, 147, pp. 389-420.

Cette documentation est disponible aux adresses suivantes:
http://www.degruyter.de/journals/semiotica/sem147_14.html (accès restreint)
http://pageperso.aol.fr/jacquesjenny/
http://www.cavi.univ-paris3.fr/lexicometrica/jadt/jadt2000/pdf/31/31.pdf

Contrôle des connaissances (sous réserves) :
Première session, Deuxième session et régime spécial : examen écrit 3h

---

Les enseignements

Page mise à jour le 11 octobre 2008