‹ retour au glossaire du SIG
Statistiques spatiales
Définition
Les statistiques spatiales regroupent des méthodes descriptives et inférentielles adaptées aux propriétés singulières des données spatiales — autocorrélation, non-stationnarité, anisotropie et effets de bord. Elles incluent l’analyse de semis de points, les mesures d’autocorrélation spatiale, la géostatistique (variogrammes, krigeage), la régression spatiale et les modèles hiérarchiques bayésiens qui partagent l’information entre voisins. L’essentiel des statistiques spatiales est de modéliser explicitement la structure spatiale plutôt que de faire comme si les observations étaient indépendantes.
Application
Les applications couvrent l’épidémiologie, la criminologie, l’écologie, l’analyse de marché, l’agriculture et l’évaluation des risques environnementaux. Les statistiques spatiales soutiennent la surveillance des maladies, les prescriptions d’agriculture de précision, la prédiction d’habitats et l’évaluation des politiques lorsque la localisation compte.
FAQ
Pourquoi la dépendance spatiale est-elle à la fois un défi et une opportunité ?
Elle viole les hypothèses i.i.d., mais fournit aussi de l’information pour améliorer les estimations en empruntant de la force aux voisins, ce qui réduit le bruit dans les données éparses.
En quoi les approches bayésiennes profitent-elles à l’analyse spatiale ?
Elles intègrent les connaissances préalables, propagent l’incertitude et s’adaptent naturellement aux structures spatiales hiérarchiques (par ex. quartiers au sein de villes).
Quelle différence entre effets de premier et de second ordre ?
Les effets de premier ordre sont des tendances générales (par ex. le gradient urbain–rural), tandis que ceux de second ordre décrivent l’interaction entre points (regroupement au-delà de la tendance).
Comment traiter les tests multiples lors de la recherche de points chauds ?
Ajustez les valeurs p ou utilisez un contrôle du taux de fausses découvertes pour éviter de fausses grappes lorsque de nombreux lieux sont testés.
