48
CHAPITRE 4 : Analyse Statistique et Plan de Gestion
Partie 1. Analyse Statistique
4.1.1. Introduction
Lors de toute étude statistique, il est nécessaire de décrire et explorer les données avant d’en
tirer de quelconques lois ou modèles prédictifs. Dans beaucoup de situations, les données sont
trop nombreuses pour pouvoir être visualisables (nombre de caractéristiques trop élevées). Il
est alors nécessaire d’extraire l’information pertinente qu’elles contiennent ; Les techniques
d’analyse de données (ADD) répondent bien à ce besoin. L’ADD est un ensemble de
méthodes descriptives ayant pour objectif de résumer et visualiser l’information pertinente
contenue dans un grand tableau de données.
L’Analyse de données est un ensemble de technique multivarié qui peut être divisé en trois
grandes familles de méthodes selon le besoin et la nature des données:
L’Analyse factorielle: dont l’objectif est de repérer et visualiser les corrélations
multiples entre variables et/ou les ressemblances entre individus. Il existe différentes
analyses factorielles, les plus courantes sont l’analyse en composante principale ACP
(Données quantitatives) et l’analyse factorielle des correspondances AFC (Données
mixtes : quantitatives et qualitatives)
Méthode de classification : qui aide à réaliser une typologie des individus
Analyse discriminante : Caractériser des groupes d’individus à l’aide de variables.
Cette méthode se situe entre les deux méthodes citée plus haut dans la mesure où il
s’agit d’une analyse factorielle dont l’objet est proche de celui de la classification
Les méthodes d'analyse des données apparaissent comme des outils privilégiés pour traiter des
tableaux complexes de données, réunissant des ensembles de variables nombreuses et souvent de
typologie diverse (analyses multivariées). Cependant, il ne faut pas négliger le choix de la méthode à
utiliser qui est crucial est important. Le point de départ est la nature des problèmes posés par
l’utilisateur. Si on classait ces problèmes, on distinguerait trois catégories : les problèmes de
description, ceux de structuration, et ceux d’explication avec ou sans une modélisation. Cette
classification n’est pas systématique et un utilisateur peut avoir des besoins touchant un ou plusieurs
de ces trois aspects. Sans oublié que les trois familles de techniques de l’ADD sont complémentaires,
comme vous pouvez le voir dans la Fig.4.1 représentant les différentes Méthodes d’Analyse
Multivariées.
La taille du tableau de données rend les calculs à la main impossible et donc l’utilisation d’un logiciel
de traitement spécifique est indispensable. Ces logiciels sont très nombreux et l’on peut les segmenter
selon plusieurs types :
CHAPITRE 4 : Analyse Statistique et Plan de Gestion
Partie 1. Analyse Statistique
4.1.1. Introduction
Lors de toute étude statistique, il est nécessaire de décrire et explorer les données avant d’en
tirer de quelconques lois ou modèles prédictifs. Dans beaucoup de situations, les données sont
trop nombreuses pour pouvoir être visualisables (nombre de caractéristiques trop élevées). Il
est alors nécessaire d’extraire l’information pertinente qu’elles contiennent ; Les techniques
d’analyse de données (ADD) répondent bien à ce besoin. L’ADD est un ensemble de
méthodes descriptives ayant pour objectif de résumer et visualiser l’information pertinente
contenue dans un grand tableau de données.
L’Analyse de données est un ensemble de technique multivarié qui peut être divisé en trois
grandes familles de méthodes selon le besoin et la nature des données:
L’Analyse factorielle: dont l’objectif est de repérer et visualiser les corrélations
multiples entre variables et/ou les ressemblances entre individus. Il existe différentes
analyses factorielles, les plus courantes sont l’analyse en composante principale ACP
(Données quantitatives) et l’analyse factorielle des correspondances AFC (Données
mixtes : quantitatives et qualitatives)
Méthode de classification : qui aide à réaliser une typologie des individus
Analyse discriminante : Caractériser des groupes d’individus à l’aide de variables.
Cette méthode se situe entre les deux méthodes citée plus haut dans la mesure où il
s’agit d’une analyse factorielle dont l’objet est proche de celui de la classification
Les méthodes d'analyse des données apparaissent comme des outils privilégiés pour traiter des
tableaux complexes de données, réunissant des ensembles de variables nombreuses et souvent de
typologie diverse (analyses multivariées). Cependant, il ne faut pas négliger le choix de la méthode à
utiliser qui est crucial est important. Le point de départ est la nature des problèmes posés par
l’utilisateur. Si on classait ces problèmes, on distinguerait trois catégories : les problèmes de
description, ceux de structuration, et ceux d’explication avec ou sans une modélisation. Cette
classification n’est pas systématique et un utilisateur peut avoir des besoins touchant un ou plusieurs
de ces trois aspects. Sans oublié que les trois familles de techniques de l’ADD sont complémentaires,
comme vous pouvez le voir dans la Fig.4.1 représentant les différentes Méthodes d’Analyse
Multivariées.
La taille du tableau de données rend les calculs à la main impossible et donc l’utilisation d’un logiciel
de traitement spécifique est indispensable. Ces logiciels sont très nombreux et l’on peut les segmenter
selon plusieurs types :