Il faut comprendre sur quel objet on travail ( jeu de données, table, etc) !! Si on ne sait pas sur quoi on travail -> class( objet inconnu) Si par exemple on fait un filter -> dm_filter(objet) et qu 'il y a une erreur parce que l'objet ne fait pas partie de dm ( dm etant le lien vers la base de données). Alors il faut faire class(objet) pour voir ce qu'est l'objet en question. Si c'est un simple data table alors -> sfilter(objet)

Combiner des tableaux : pour combiner grâce à ...joint il faut une colonne faisant le lien entre les 2 tableaux ( ex dans le 1er learnR CHAP 8). left_joint( DF1, DF2, by = " la colonne en commun")

Cela permet de combiner les tableaux en etant sur que les données des 2 colonnes vont concorder ensemble et être mis l'un à côté de lautre ( station 1 de l'un sera a coté de station 1 de l'autre tableau et on est sur que les autres variables vont ensemble)

Il existe d'autres fonction quand il n'y a pas de colonne en commun => use bind_cols(DF1, DF2) ou cbins() Avec cette methode les colonnes sont juste collées les unes aux autres sans prendre en compte les différentes variables et elles ne concorderont pas entre elles mais si cela n'a pas d'importance alors c'est utile.

AFM se charge de combiner e gros jeux de données et donc de combiner deux tableaux ensemble et de faire soit 2ACP soit une ACP avec une AFC. Ce qui veut dire qu'elle peut en meme temps correler des tableaux avec des valeurs quantitatives et qualitatives. Mais selon si ce sont deux ACP ou ACP+AFC, les graphiques ne seront pas les mêmes. Nottement les graphiques "loadings" qui n'affichera pas les mêmes choses si dans le code de l'afm nous avons décider de considerer une variable en tant que quantitative et seront traiter dans une ACP ou en tant que valeur qualitative et traiter dans une AFC.

Une corrélation est une relation sont 2 choses différentes. On ne peut pas parler de relation lorsque on observe un nuage de points avec des données proches, on peut direquil y a linéarisation entre les points mais pas de RELATION. Donc en observant une matrice de corrélation, en deécrivan on ne peut pas parler d'une relation entre les variable mais de corrélation. !!!