Comparaison des transformations du score normal avec d’autres transformations

Disponible avec une licence Geostatistical Analyst.

La transformation du score normal (NST) est différente des transformations Box-Cox, de l’arc sinus et logarithmique (BAL) de plusieurs façons :

• La fonction NST s’adapte à chaque jeu de données particulier, ce qui n’est pas le cas des transformations BAL (par exemple, la transformation logarithmique prend toujours le logarithme naturel des données).
• L’objectif de la fonction NST est de distribuer normalement les erreurs aléatoires de l’ensemble de la population (pas seulement de l’échantillon). Il est par conséquent important que la distribution cumulative de l’échantillon reflète avec précision la distribution cumulative réelle de l’ensemble de la population (cela exige un échantillonnage correct de la population et éventuellement une désagrégation pour tenir compte d’un échantillonnage préférentiel dans certaines localisations de la zone d’étude). La fonction BAL, de l’autre côté, affecte les données d’échantillonnage et peut avoir pour objectif de stabiliser la variance, de corriger l’asymétrie ou de rapprocher la distribution de la normale.
• La fonction NST doit se produire après la décomposition des données afin que la covariance et les semi-variogrammes soient calculés sur des résidus après la correction des tendances. Au contraire, les transformations BAL sont utilisées pour tenter de supprimer toute relation entre la variance et la tendance. C’est pourquoi, une fois la transformation BAL appliquée aux données, vous avez la possibilité de supprimer la tendance et l’autocorrélation spatiale du modèle. Ce traitement permet souvent d’obtenir des résidus qui sont approximativement normalement distribués, mais cela n’est pas un objectif spécifique des transformations BAL comme c’est le cas pour la transformation NST.