20
CHAPITRE II. MATERIELS ET METHODOLOGIES
2.1. Analyse temporelle
2.1.1. Statistique descriptive
La statistique descriptive est une branche des statistiques qui vise à décrire et à résumer les
caractéristiques clés d’un ensemble de données. Elle fournit des méthodes pour organiser, résumer
et visualiser les données à travers des mesures telles que la moyenne, la médiane, l’écart-type, la
variance, etc.
2.1.2. L'analyse en composantes principales (ACP)
L’analyse en composantes principales (ACP) est une technique d’analyse multivariée qui permet
de réduire la dimensionnalité d’un ensemble de données en trouvant les combinaisons linéaires
des variables qui expliquent le plus de variance dans les données. En d’autres termes, l’ACP
permet de transformer un grand nombre de variables en un nombre réduit de variable (appelées
composantes principales) tout en conservant autant que possible d’information contenue dans les
données d’origine. L’ACP est souvent utilisée pour explorer les relations entre les variables, pour
visualiser les données dans un espace de dimension réduite.
2.2. Analyse spatiale
L'analyse spatiale est une méthode de traitement de l'information géographique qui permet
d'extraire de nouvelles connaissances à partir des données spatiales d'origine. Pour effectuer cette
analyse, on réalise deux étapes essentielles à l'aide de QGIS.
▪ L’interpolation spatiale
▪ L'analyse de régression multiple
2.2.1. L’interpolation spatiale
L'interpolation spatiale est une méthode utilisée pour estimer les valeurs de points inconnus en se
basant sur des points avec des valeurs connues. Dans notre étude, nous utilisons la méthode
suivante.
➢ Pondération par l’Inverse de la Distance (IDW)
Dans la méthode d’interpolation IDW, les points d’échantillons sont pondérés durant
l’interpolation de telle sorte que l’influence d’un point par rapport à un autre décline avec la
distance du point inconnu que vous voulez créer. La pondération est appliquée à un échantillon de
points par le biais de l’utilisation d’un coefficient de pondération qui contrôle comment l’influence
de la pondération diminuera quand la distance augmente. Plus le coefficient de pondération est
grand, moins les points auront d’effet s’ils sont loin du point inconnu durant le processus
CHAPITRE II. MATERIELS ET METHODOLOGIES
2.1. Analyse temporelle
2.1.1. Statistique descriptive
La statistique descriptive est une branche des statistiques qui vise à décrire et à résumer les
caractéristiques clés d’un ensemble de données. Elle fournit des méthodes pour organiser, résumer
et visualiser les données à travers des mesures telles que la moyenne, la médiane, l’écart-type, la
variance, etc.
2.1.2. L'analyse en composantes principales (ACP)
L’analyse en composantes principales (ACP) est une technique d’analyse multivariée qui permet
de réduire la dimensionnalité d’un ensemble de données en trouvant les combinaisons linéaires
des variables qui expliquent le plus de variance dans les données. En d’autres termes, l’ACP
permet de transformer un grand nombre de variables en un nombre réduit de variable (appelées
composantes principales) tout en conservant autant que possible d’information contenue dans les
données d’origine. L’ACP est souvent utilisée pour explorer les relations entre les variables, pour
visualiser les données dans un espace de dimension réduite.
2.2. Analyse spatiale
L'analyse spatiale est une méthode de traitement de l'information géographique qui permet
d'extraire de nouvelles connaissances à partir des données spatiales d'origine. Pour effectuer cette
analyse, on réalise deux étapes essentielles à l'aide de QGIS.
▪ L’interpolation spatiale
▪ L'analyse de régression multiple
2.2.1. L’interpolation spatiale
L'interpolation spatiale est une méthode utilisée pour estimer les valeurs de points inconnus en se
basant sur des points avec des valeurs connues. Dans notre étude, nous utilisons la méthode
suivante.
➢ Pondération par l’Inverse de la Distance (IDW)
Dans la méthode d’interpolation IDW, les points d’échantillons sont pondérés durant
l’interpolation de telle sorte que l’influence d’un point par rapport à un autre décline avec la
distance du point inconnu que vous voulez créer. La pondération est appliquée à un échantillon de
points par le biais de l’utilisation d’un coefficient de pondération qui contrôle comment l’influence
de la pondération diminuera quand la distance augmente. Plus le coefficient de pondération est
grand, moins les points auront d’effet s’ils sont loin du point inconnu durant le processus