MÃMOIRE - Thèses malgaches en ligne
MÃMOIRE - Thèses malgaches en ligne
MÃMOIRE - Thèses malgaches en ligne
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Rappels théoriques<br />
La deuxième partie du prés<strong>en</strong>t mémoire concerne quelques rappels théoriques sur la statistique et<br />
la géostatistique.<br />
II-1- ANALYSE STATISTIQUE DES DONNEES<br />
L’analyse préalable d’une étude géostatistique est l’analyse statistique des données. Cette<br />
partie traite:<br />
des variables régionalisées.<br />
de support et champ.<br />
des rappels des grandeurs fréquemm<strong>en</strong>t utilisées <strong>en</strong> statistique (moy<strong>en</strong>ne, variance,<br />
covariance, écart type, corrélation).<br />
de l’hypothèse de base (stationnarité du second ordre et hypothèse intrinsèque).<br />
II-1-1-Variables régionalisées Z(x), x à 2, 3 ou 4D<br />
Les variables régionalisées sont les outils de base <strong>en</strong> interpolation spatiale. Ce sont des<br />
variables aléatoires (v. a), grandeurs mesurées s imprévisibles, irrégulieres, qui pr<strong>en</strong>n<strong>en</strong>t ses<br />
valeurs <strong>en</strong> tout point de l’espace.<br />
II-1-2- Support et champ<br />
Le support est le point, volume ou surface (ex: bloc) générique, d’ori<strong>en</strong>tation donnée,<br />
d’intervalle de temps, sur lequel la variable régionalisée mesurée est définie. Il est de toute<br />
première importance de s'assurer que toutes les observations provi<strong>en</strong>n<strong>en</strong>t des supports<br />
id<strong>en</strong>tiques.<br />
Le champ, c’est la zone considérée.<br />
II-1-3- Rappels des grandeurs fréquemm<strong>en</strong>t utilisées <strong>en</strong> statistique<br />
Soi<strong>en</strong>t Z 1 , Z 2 ,…..Z i ,….. et X, Y les variables aléatoires :<br />
la moy<strong>en</strong>ne est définie par m =<br />
la variance est σ 2 = ou s 2 =<br />
la covariance qui mesure la force du li<strong>en</strong> linéaire <strong>en</strong>tre les variables X et Y est<br />
défini par : Cov (X,Y) = E [ (X – m X ) (Y – m Y ) ]<br />
l’écart type est σ =<br />
la corrélation est la covariance <strong>en</strong>tre 2 v.a normalisée pour prés<strong>en</strong>ter un écart type<br />
de 1 est<br />
; On note que,<br />
Signifie une abs<strong>en</strong>ce de li<strong>en</strong> linéaire <strong>en</strong>tre les variables.<br />
17