Analyse exploratoire des données pour la géostatistique:analyse de la tendance

Après l’article Introduction à l’analyse exploratoire des données pour la géostatistique , nous  abordons chacun des outils disponibles pour réaliser l’analyse exploratoire des données spatialisées. Nous avons vu les histogrammesles QQ-Plots, et les cartes de Voronoï. Nous verrons maintenant comment rechercher des tendances dans nos données. Continuer la lecture de « Analyse exploratoire des données pour la géostatistique:analyse de la tendance »

Analyse exploratoire des données pour la géostatistique:les diagrammes de Voronoï

Après l’article Introduction à l’analyse exploratoire des données pour la géostatistique , nous  abordons chacun des outils disponibles pour réaliser l’analyse exploratoire des données spatialisées. Nous avons vu les histogrammesles QQ-Plots, nous verrons maintenant les cartes de Voronoï. Continuer la lecture de « Analyse exploratoire des données pour la géostatistique:les diagrammes de Voronoï »

Analyse exploratoire des données pour la géostatistique:les QQ-plot

Après l’article Introduction à l’analyse exploratoire des données pour la géostatistique , nous  abordons chacun des outils disponibles pour réaliser l’analyse exploratoire des données spatialisées. Nous avons vu les histogrammes, nous verrons maintenant les QQ-Plots. Continuer la lecture de « Analyse exploratoire des données pour la géostatistique:les QQ-plot »

Introduction à l’analyse exploratoire des données pour la géostatistique

Voici une petite série d’articles motivés par une question un peu vaste d’un étudiant qui utilise Geostatistical Analyst d’ArcGis : comment interpréter le QQplot, trend analyst et la variogramme?. Que ce soit avec Geostatistical Analyst ou tout autre outil de géostatistique, on est censés commencer, avant toute interpolation , par l’analyse exploratoire des données. Pourquoi? Tout simplement parce que les outils de géostatistiques assument un certain nombre de caractéristiques des données et que si ces assomptions ne s’appliquent pas à notre jeu de données, nos résultats seront faux. Nous verrons donc ici sur quels principes s’appuient les outils géostatistiques et comment utiliser les outils d’analyse exploratoire pour corroborer les hypothèses nécessaires. Continuer la lecture de « Introduction à l’analyse exploratoire des données pour la géostatistique »

Jointures 1-n dans QGis: les couches virtuelles

Une des techniques les plus répandues en SIG pour pouvoir traiter des données non spatiales est celle de la jointure. On utilise une couche géographique, possédant des géométries, comme support d’une autre couche ne possédant pas de données de localisation. Pour faire cela, on utilise un champ commun aux deux tables, qui permet de « joindre » les enregistrements de la table géographique à ceux de la table non géographique. On créé ainsi une nouvelle table virtuelle ou les attributs de la table non géographique peuvent être utilisés pour être cartographiés avec la géométrie de la première table. Pour que cette jointure marche il faut que pour un enregistrement de la table géographique on retrouve un enregistrement dans la table non géographique, ou qu’on n’en trouve pas. Car si l’on trouve plus d’un, la jointure ne peut pas marcher. On parle alors de « relation » entre les tables et non de « jointure ». Continuer la lecture de « Jointures 1-n dans QGis: les couches virtuelles »