Méthodes de discrétisation

Hélène Mathian

Ecole d’été « Satistiques, Cartographies et Analyse spatiale » Yaoundé 2006

De l’information à la représentation cartographique
La collecte des données et leurs traitements constituent des phases très importantes. Une carte est une représentation possible des données . Elle constitue un point de vue. On peut avoir des données fausses déguisées en jolie carte… et des jolies données mal cartographiées. Pourquoi ? Quel est le but ? Quoi ? Quelle description ? Quelles mesures ? Comment et où ? Quand et qui ?
Ecole d’été « Statistiques, Cartographies et Analyse Spatiale, Yaoundé 2006

2

Distribution statistique et distribution spatiale

Un jeu … de données

3

Ecole d’été « Statistiques, Cartographies et Analyse Spatiale, Yaoundé 2006

Discrétiser pour cartographier
Cartographier une série quantitative nécessite de discrétiser les valeurs Grand compromis statistique - cartographie
Résumer au mieux la distribution (conserver l’hétérogénéité)
–Optimum: le plus grand nombre de classes

4

Discrétiser = découper une série statistiques en classes

Construire une carte efficace (synthétiser)
–Optimum: un faible nombre de classes et d’effectifs égaux.

Choisir des combinaison de variables visuelles restituant au mieux les spécificités de la distribution statistique.
–Règles de sémiologie graphique

Ecole d’été « Statistiques, Cartographies et Analyse Spatiale, Yaoundé 2006

5

Les règles de la réduction statistique de l’information en vue d’une cartographie.
Conserver l’ordre de grandeur Conserver la forme de la distribution Conserver la dispersion
Maximiser l’hétérogénéité entre les classes Maximiser l’homogénéité à l’intérieur des classes

Décider de conserver ou non les singularités Il n’y a pas une discrétisation optimale. Il y a une démarche cohérente par rapport à un objectif donné et une distribution donnée.
Ecole d’été « Statistiques, Cartographies et Analyse Spatiale, Yaoundé