# Identification des axes significatifs de la PCA à l'aide du critère de Kaiser-Guttman
ev<-spe.h.pca$CA$eig
ev[ev>mean(ev)]
n<-length(ev)
bsm<-data.frame(j=seq(1:n), p=0)
bsm$p[1]=1/n
for (i in 2:n) {
  bsm$p[i]=bsm$p[i-1]+(1/(n=1-i))}
bsm$p=100*bsm$p/n
bsm
barplot(ev, main="valeurs propres", col="grey", las=2)
abline(h=mean(ev), col="red") 
legend("topright", "moyenne des valeurs propres", lwd=1, col=2, bty="n")