Le travail poursuit la démarche abordée en ( BES-80 ) à l'aide d'outils statistiques élémentaires ( histogrammes - tests d'ajustement ) en utilisant cette fois les méthodes classiques mais plus élaborées, de l'analyse des données multidimensionnelles. Rappelons que ces outils permettent une approche synthétique d'un fichier donné ( il s'agit ici des témoignages recueillis par la Gendarmerie nationale ), mais n'autorisent aucune inférence sur l'ensemble des phénomènes.
Alors que l'étude précédente n'envisageait que la description de chacune des variables, considérées indépendamment, les outils statistiques, brièvement décrits dans le premier paragraphe, visent cette fois à mettre en évidence les liaisons ( ou "proximités" ou "corrélations" ) présentes dans les données du fichier relatives aux observations de phénomènes aérospatiaux non identifiés ( cas classés D ).
Dans cette perspective, trois ensembles sont successivement étudiés :
Comme précédemment, ce travail sans résoudre des questions fondamentales, définit ce que seront les prochaines étapes de l'étude en tâchant de cerner au mieux les limites des outils statistiques.
Les fondements théoriques des méthodes employées sont abondamment décrits dans la littérature ( CAP-76 ; SAP-78 ; DAP-76 ; LMT-77 ; ... ) avec des optiques ( géométriques, matricielles, probabilistes, ... ) qui diffèrent selon les habitudes des auteurs. Seuls les principes généraux de ces techniques sont brièvement rappelés ; les logiciels sont ceux diffusés par le CESIA et décrits en (LMT-77).
On considère un ensemble de n individus ( les rapports d'observations ) décrits par p variables numériques ou non. Pour permettre les comparaisons des variables et ainsi les analyses, on commence par recoder toutes les données en des tableaux ( dits disjonctifs complets ) comprenant les valeurs 0 ou 1 suivant la réalisation ou non d'un événement, l'appartenance ou non à une classe.
Ainsi, par exemple, la variable "département" est remplacée par 6 variables ( dites indicatrices des modalités ) :
(1S-W, 1S-E, 1centre, 1W, 1E, 1N)
qui prennent des valeurs 0 ou 1 suivant la région dans laquelle s'est produite l'observation.
L'ensemble des méthodes utilisées repose alors sur une représentation vectorielle des données :
Les données ainsi modélisées, l'analyse vise alors à une représentation optimum, c'est-à-dire qui modifie le "moins possible" n1L'emploi des guillemets signifie ici que l'explication précise du sens du terme se trouve dans la bibliographie citée. les structures de ces données. Dans ce but, les vecteurs ( individus ou variables ) sont projetés sur les plans engendrés par les axes principaux d'inertie du nuage n2Les individus (et les variables) étant munis de poids, et les espaces de métriques, appropriés. ( ce sont aussi les directions associées aux plus grandes "variances" ). On obtient ainsi une représentation "au mieux" des "proximités" entre individus ou entre modalités.
L'étude directe des variables ( représentées par des paquets d'indicatrices ) se fait en considérant non plus des vecteurs, mais les sous-espaces vectoriels ( engendrés pour chacun des paquets d'indicatrices ) et les "angles"que ceux-ci admettent entre eux deux à deux ( les cosinus au carré de ces angles sont les coefficients T2 de TCHUPROV - cf. CAP-76 ) n3Par construction, ces coefficients sont en fait très faibles et leur interprétation ne fait pas l'unanimité parmi les auteurs. Il faut donc se montrer très prudent dans leur emploi..
La méthode employée est celle des "nuées dynamiques", elle consiste à exécuter l'algorithme itératif ci-dessous afin de répartir en k classes ( k fixé a priori ) n points d'un espace euclidien.
Les outils d'analyse employés nécessitant des données de nature homogène, il faut donc procéder à un recodage à partir des descriptions sommaires obtenues précédemment ( cf. BES-80 ) et surtout au regroupement des modalités d'effectifs trop faibles.
Ces préliminaires conduisent à l'abandon temporaire du paramètre "estimation de la taille" inexploitable dans l'immédiat car code de façon trop disparate ( taille métrique, taille angulaire, taille par comparaison, ... ). Cette lacune sera comblée ultérieurement dans les études plus spécifiquement orientées vers la psychologie de la perception.
A la suite de ce travail, on considérera donc 25 variables toujours réparties en quatre sous-groupes et décrivant 207 observations des années 74 à 78. Ces variables prennent les modalités présentées ci-dessous.
D'une manière générale, pour ce travail, on note que les liaisons rencontrées sont faibles ( cf. tableau 1 ) et seules des tendances relativement peu marquées peuvent être relevées à partir des données étudiées.
Une première approche élémentaire du corpus des données consiste à construire à partir du tableau des coefficients de TCHUPROV ( cf. § 1.1.2 et tableau 1 ) un arbre valué ou seules sont représentées les liaisons relativement les plus importantes.
(Les libellés en clair des variables sont donnés au § 1.2.).
On remarque alors que les regroupements a priori des variables ( localisation - conditions - description ) sont très arbitraires au vu des liaisons rencontrées et que la variable 24 ( hauteur angulaire ) semble jouer un rôle pivot entre ces différents groupes sans qu'il soit pour autant possible d'avancer une quelconque interprétation en termes de causalité.
Ce schéma illustre seulement la complexité du problème et montre qu'il serait illusoire de vouloir isoler des sous-systèmes "clos" de variables, indépendants des autres paramètres.
Mais, comme les natures des variables sont très hétérogènes et leur nombre important ( 25 ), il est préférable, dans un premier temps, d'analyser chacun des groupes séparément avant de chercher à expliciter les liaisons inter-groupes globalement ou plus particulièrement pour certains couples de variables.
Pour chacun de ces groupes, les figures suivantes représentent les projections, sur les plans définis par les deux premiers axes factoriels, des "vecteurs" modalités. Le pourcentage entre parenthèse est la "part d'inertie" expliquée par ce plan.
Peu de faits marquants sont notables dans ce groupe dont les variables les plus liées ( cf. tableau 1 ) sont l'estimation de l'heure et la région sans qu'il soit possible d'en tirer une signification. On remarque seulement qu'en mars 1974, dans une période favorable aux confusions n4Le pic de mars 74 a déjà été signalé (cf. BES-80) et suit directement une série d'émissions radio sur le problème "OVNI"., un nombre relativement important d'observations matinales ont été relatées dans le sud-ouest.
Voir la figure 1.
L'étude de ce groupe de variables, dont les plus liées sont la profession et l'âge des témoins, ne réserve aucune surprise. Le premier axe prend en compte cette liaison et discrimine nettement les groupes armée-police et non-actifs.
En effet, une proportion importante de femmes, d'adolescents ou de personnes âgées est non-active alors qu'évidemment le groupe armée-police recrute essentiellement des adultes de sexe masculin.
Le deuxième axe représente le nombre de témoins. Il oppose les observations faites dans une zone isolée ou déserte par un témoin unique, à celles faites dans les hameaux ou petits villages par plusieurs témoins ( > 4 ). Les agriculteurs se trouvent plus généralement dans la première catégorie alors que les patrons, cadres supérieurs ou titulaires d'une profession libérale sont des témoins principaux dans la deuxième. Dans un troisième cas, on remarque que, parmi les témoins "employés", une majorité font leur observation en banlieue ou dans une ville conjointement à un autre témoin.
Il n'est guère possible de pousser l'analyse au-delà de ces évidences. La population étudiée ne semble donc pas présenter de particularité sociologique à ce niveau élémentaire n5Sans oublier pour autant les sous ou sur représentations (déjà relevées en BES-80) de certaines classes par rapport à la population totale et probablement introduites par le filtre que constitue la saisie des informations.. La liaison qui apparait entre la nature du lieu d'observation et le nombre de témoins n6Le test du X2 conduit à rejeter l'hypothèse d'indépendance au seuil .05 ne présente pas d'interprétation évidente. Le nombre relativement important d'observations multiples ( > 4 ), faites dans un hameau ou une banlieue par rapport au nombre de celles faites en ville, montre que le nombre de témoins n'est pas directement proportionnel à la densité de population. Il serait abusif d'essayer d'interpréter cette "tendance" compte tenu de la complexité des facteurs mis en jeu et du peu de données.
Voir la figure 2.
Ce groupe, malgré le manque de finesse du codage des modalités ( surtout pour l'estimation de la distance n7La finesse d'un codage est fonction de la précision des témoignages mais aussi, pour éviter les classes peu fournies, du nombre des obs.) amène des remarques plus originales.
Les variables sont relativement peu liées et comme la variable hauteur angulaire est comparativement très liée à l'estimation de la distance, une autre analyse (fig. 4) n8Ceci anticipe sur le § suivant ( liaisons inter-groupes ) mais comme certaines variables ( durée, distance, hauteur angulaire, ... ) concernent à la fois le phénomène et les conditions dans lesquelles il a été observé, il semble artificiel de conserver une frontière trop stricte entre ces deux groupes. comprenant également la nature du lieu a été effectuée.
Dans la première analyse, ( figure 3 ), le premier axe discrimine fortement les observations brèves ( - de 20 mn ) de celles plus longues ( + de 20 mn ). Du côté des observations brèves se trouve un regroupement facilement interprétable entre les observations faites dans une voiture en marche ou à l'arrêt et les témoignages moins bien documentés ( pas d'information sur la météo ou sur la distance ).
De l'autre côté, on remarque que les observations, dont la distance estimée est très grande, durent relativement longtemps ( 20 mn/h ) alors que l'emploi d'un instrument ( jumelles, appareil photo, ... ) se rencontre plus particulièrement pour des observations longues ( > 1 heure ).
Le deuxième axe représente entre autres, la nébulosité croissante et si l'on distingue deux classes d'observations :
On remarque que, dans chacune des classes prises séparément, la durée décroît avec la nébulosité.
L'estimation de la distance est un paramètre fondamental dont les caractéristiques apparaissent peu dans cette analyse ; il est nécessaire de lui réserver un traitement plus particulier.
Voir figure 3.
Les tableaux ci-dessous représentent les "profils horizontaux" n9Le total de chaque ligne est 100, la dernière ligne représente à titre comparatif la répartition ( toujours en % ) des effectifs dans les classes de la variable hauteur angulaire. des tableaux de fréquences obtenus en croisant deux variables :
| Estimation de la distance \ Hauteur angulaire | inconnu | au sol | 0-15° | 15-30° | 45-60° | 30-45° | 60-90° |
|---|---|---|---|---|---|---|---|
| Inconnue | 32.4 | 12.7 | 15.5 | 14.1 | 8.5 | 4.2 | 12.7 |
| en mètres | 7.1 | 54.5 | 15.2 | 5.1 | 9.1 | 4.0 | 5.1 |
| en km | 18.2 | 9.1 | 40.9 | 0 | 22.7 | 9.1 | 0 |
| très grande | 13.3 | 0 | 13.3 | 26.7 | 20.0 | 6.7 | 20.0 |
| Répartition de la variable hauteur angulaire | 17.4 | 31.4 | 17.9 | 9.2 | 11.1 | 4.8 | 8.2 |
Le test du X2 calculé en regroupant certaines modalités ( 15-45° et 45-90° ) conduit à rejeter l'hypothèse d'indépendance au seuil 0.001 ( X2 calculé = 59,07 avec 8 degrés de liberté ).
Les valeurs comparativement les plus significatives se retrouvent sur la diagonale exprimant ainsi la tendance du paramètre "estimation de la distance" à croître avec la hauteur angulaire, site de l'observation.
Deux hypothèses peuvent alors être avancées mais sans qu'il soit encore possible de trancher :
Ces hypothèses n10La première hypothèse postule implicitement l'existence d'un phénomène alors que la deuxième ne suppose que la bonne foi du témoin qui décrit sa perception. ne sont pas nécessairement exclusives. Il s'agit avant tout de tendances statistiques, à affirmer ou infirmer par d'autres corpus d'observations, et non de lois strictes.
Le tableau suivant suggère des remarques allant dans le même sens ( voir tableau n° 3 ).
La distance est souvent inconnue en même temps que les conditions météo ou lorsque le ciel est limpide, son estimation en m ne semble pas dépendre de la nébulosité alors qu'une estimation en km nécessiterait un ciel limpide. Le dernier point semble contradictoire puisque c'est surtout par temps plus ou moins couvert que la distance est jugée trop grande pour être précisément estimée.
Ces remarques peuvent être interprétées dans le sens de la deuxième hypothèse : c'est la présence des nuages qui permet aux témoins d'estimer très grande la distance. Ainsi celle-ci est très souvent non estimée lorsque la météo n'est pas mentionnée ou lorsque le ciel est limpide.
| Estimation de la distance \ Nébulosité | inconnue | Ciel limpide | Nuages épars | couvert en alt. | ciel bas sans pluie |
|---|---|---|---|---|---|
| inconnue | 43.7 | 40.8 | 5.6 | 7.0 | 2.8 |
| en mètres | 41.4 | 35.4 | 5.1 | 10.1 | 8.1 |
| en km | 27.3 | 45.5 | 4.5 | 13.6 | 9.1 |
| très grande | 13.3 | 33.3 | 13.3 | 20.0 | 20.0 |
| Répartition de la variable nébulosité | 38.6 | 38.2 | 5.8 | 10.1 | 7.2 |
| Estimation de la distance\ Nature du lieu | Désert, mer, etc. | Habit. isolée | Hameau p. village | Bourgade Banlieue | Ville | Métropole Gde ville |
|---|---|---|---|---|---|---|
| Inconnue | 8.6 | 15.7 | 18.6 | 32.9 | 15.7 | 8.6 |
| en mètres | 12.2 | 24.5 | 30.6 | 16.3 | 12.2 | 4.1 |
| en km | 4.3 | 8.7 | 39.1 | 30.4 | 8.7 | 8.7 |
| très grande | 0 | 0 | 0 | 43.8 | 50.0 | 6.3 |
| Répartition de la variable nature du lieu | 9.2 | 17.9 | 25.1 | 25.6 | 15.9 | 6.3 |
Les estimations exprimées en mètres ou en kilomètres se feraient alors, en général, par rapport à l'environnement terrestre ( faible hauteur angulaire du site du phénomène ) sans tenir compte de la nébulosité.
Ceci serait cohérent avec les résultats du tableau 3 mais les effectifs sont trop faibles pour obtenir des résultats significatifs en croisant les trois variables.
A l'exception des cas d'observations dans les grandes villes ou métropoles ( dans 46 % de ces cas la distance est inconnue ), le tableau 4 semble cohérent avec celui croisant distance estimée et hauteur angulaire ; l'estimation de la distance croît, avec les possibilités de vision en site qui dépend raisonnablement de la densité d'habitat.
Ceci est confirmé par l'analyse factorielle ( figure 4 ) des trois variables : distance, hauteur angulaire et nature du lieu, qui fait apparaître trois groupes de modalités :
Ne connaissant pas encore quelle a pu être l'influence de l'expertise des cas, il est inutile de poursuivre plus en détails l'étude de l'estimation de la distance qui sera poursuivie sur le fichier complet puisque l'expertise ne fait que filtrer les témoignages sans, bien sûr, modifier leur contenu.
Il est de plus notable que, parmi la faible population de cas d'observations très éloignés ( 7,7 % beaucoup ont dû être éliminés à l'expertise comme confusion probable avec un phénomène astronomique ), aucun ne soit relevé dans une zone à faible densité de population. Ceci invite à rechercher l'influence éventuelle de facteurs anxiogènes ( témoin et/ou lieu isolé, frayeur ressentie... ) sur l'estimation que fait le témoin de la distance du phénomène.
Ce groupe comprend un nombre de variables ( 12 ) et de modalités (83 ) relativement important en comparaison du nombre de témoignages. Mais, de l'analyse du § 1.1.2. sur les liaisons entre variables, émerge une certaine structuration, rappelée ci-dessous, des variables de ce groupe.
Il apparait trois sous-groupes :
incitant ainsi à dichotomiser l'ensemble des variables pour l'étude de leurs modalités.
La liaison marquée entre caractère principal de la trajectoire et hauteur angulaire n'est pas significative puisqu'elle provient d'une redondance du codage. La variable 19 contient en effet les modalités "atterrissages" et "station près du sol" calquant les modalités "vu au sol" et "0-15°" de la variable 24.
Pour éliminer cette liaison parasite, cette dernière variable est rattachée à celles du groupe "conditions physiques".
D'une façon similaire, en étudiant le tableau ci-dessous :
| Estimation de l'accélération\Estimation de la vitesse | inconnue | Lent Immobile | Rapide | Variable | Fulgurante |
|---|---|---|---|---|---|
| Inconnue | 15.6 | 59.6 | 11.0 | 11.0 | 2.8 |
| Faible | 7.1 | 78.6 | 0 | 14.3 | 0 |
| Variable | 0 | 18.8 | 6.3 | 75.0 | 0 |
| Élevée | 4.5 | 13.6 | 40.9 | 9.1 | 31.8 |
| Répartition de la variable vitesse | 11.8 | 50.9 | 13.7 | 17.4 | 6.2 |
On remarque que l'estimation de l'accélération qui n'est exprimée que dans 33 % des cas, est très souvent une copie de l'estimation de la vitesse. Ne disposant pas d'information supplémentaire à ce sujet, l'accélération est un paramètre difficilement exploitable car, délicat à estimer, il semble faire l'objet d'une confusion n13) Remarque déjà développée en (Mar-80) sur les mêmes données. avec la vitesse dans la description des témoins ; Porteur de trop peu "d'information", il est momentanément écarté.
Les axes factoriels n'admettent pas d'interprétations évidentes, on remarque seulement sur cette figure des directions privilégiées de dispersion des modalités dont les plus significatives ( pour interpréter une direction ) sont celles qui admettent les représentations les plus éloignées de l'origine. En effet les modalités proches de l'origine, formant un angle important avec le plan de projection, sont donc mal représentées et les proximités relevées peuvent n'être que fortuites et sans signification.
FIGURE 5 (17.5)
D'autre part, on remarque que les variables tp ( caractère principal de la trajectoire ) et ts ( caractère secondaire de la trajectoire ) comportent des modalités identiques rendant la tâche d'autant plus délicate. Ceci provoque en particulier un éparpillement des modalités : près du sol - atterrissages et une opposition sur le deuxième axe entre : trajectoire linéaire principale et secondaire n14L'évocation de ces différents problèmes est reprise au § 4.2. .
En définitive, nous nous limiterons à relever trois tendances de comportement type des phénomènes décrits :
tout en sachant que la plupart des combinaisons sont possibles.
Voir figures 5
Les remarques précédentes s'appliquent aussi à ce groupe de variables ( redondances entre caractères secondaires et principaux de la luminosité ) quoique cette fois un début d'interprétation peut expliquer le premier axe. En effet, celui-ci discrimine les phénomènes non-lumineux ( à droite ) des phénomènes lumineux. Nous relèverons essentiellement 4 directions de dispersions représentant les tendances les plus marquées :
FIGURE 6 (10.19)
Il s'agit de vérifier si, parmi les différents types de tendances ( comportementales ou descriptives ) décrites aux paragraphes précédents, certaines se trouvent conjointement renforcées dans l'analyse réunissant les deux groupes de variables ( voir figure 7 page suivante ).
Le résultat est plutôt négatif. Il parait difficile d'associer un comportement à une description type de phénomène. Nous ne pouvons guère que très sommairement couper en deux le plan de projection par la deuxième diagonale qui discrimine donc :
Le résumé de ces regroupements empiriques des modalités est présenté dans le tableau 6 (voir page suivante).
De même qu'ont été comparés les types de tendances ( descriptives et comportementales ) il s'agit de confronter les regroupements de modalités obtenus aux informations apportées par les autres groupes de variables ( localisation, conditions d'observation ). Ces dernières prennent alors le statut de variables "explicatives" dans le sens où elles pourraient "expliquer" ( cf. LMT-77 ) les dispersions rencontrées dans les descriptions des phénomènes ou de leur comportement.
La façon la plus simple de procéder, pour une première approche, consiste à projeter les modalités des variables non considérées pour l'analyse d'un groupe sur les plan factoriels précédemment décrits. On obtient ainsi une représentation des modalités des variables qui "expliquent au mieux" les dispersions rencontrées et les tendances remarquées permettraient d'orienter le travail d'évaluation des liaisons inter-groupes.
Description / condition et localisation de l'observation
On remarque en fait que ces liaisons sont toujours très faibles : les modalités supplémentaires orthogonales au plan de projection se regroupent essentiellement autour de l'origine. Seules quelques-unes se démarquent de l'agrégat central mais sans pour autant signifier qu'il s'agit des caractéristiques dominantes car elles ne concernent souvent que des nombres restreints d'observations.
FIGURE 7 (8.08)
| c) Atterrissage ou station près du sol, vitesse nulle puis lente, se perd dans les étoiles. | |
| Forme de canotier ou couronne, non lumineux ou dont la luminosité n'est pas précisée, pouvant présenter des faisceaux. Couleur grise ou autre que celles codables, le phénomène peut-être accompagné d'un bruit plutôt aigu. | Lueur faible, de couleur orange, en forme de disque, ou soucoupe. |
| a) Vitesse comparable à celle d'un avion ou lente, immobile, trajectoire non décrite ou linéaire, sans précision supplémentaire. | Forme cyclindrique, parfois 3 objets, luminosité intense, de couleur rouge ou non précisée, accompagné d'un son plutôt grave ( bourdonnement, explosion, ... ). |
| b) Trajectoire complexe, virages, arabesques et/ou linéaire, vitesse variable. | |
| Forme sphérique, couleur blanche ou changeante, luminosité brillante, peut-être variable, non périodique. | |
| 1 ou 4 objets de couleur jaune, luminosité intense, peut-être accompagné d'un bruit non caractérisé. |
On trouve ainsi des associations entre :
De manière identique, on note des rapprochements entre :
En définitive, peu de liaisons marquées apparaissent entre chaque groupe de variables et les autres. On peut seulement noter que certaines modalités de faible effectif regroupent des observations présentant des caractéristiques similaires, sans qu'il soit toujours simple de l'interpréter sauf pour certains cas :
Ce travail pourrait être complété par l'étude de certains couples de variables ( l'étude exhaustive de tous les couples serait fastidieuse ) par une analyse classique du tableau des correspondances. Les couples de variables les plus intéressants sur le plan des interprétations, c'est-à-dire ceux correspondant à une hypothèse de travail ( estimation de la distance . hauteur angulaire, profession . forme, etc... ) ont déjà été et/ou vont être étudiés plus spécifiquement ( cf. § 4.4. ). Il resterait alors à analyser les couples présentant les plus fortes liaisons dans le tableau 1 du § 2.1. Ce travail qui ne fait pas émerger d'éléments nouveaux n'est pas décrit ici. On signale seulement quelques correspondances :
L'étude des liaisons entre les variables montre que celles-ci sont faibles et seules quelques tendances ont pu être dégagées sans qu'il soit possible de parler de structures du nuage des observations.
Ainsi, la localisation spatiale et temporelle des observations présente une dispersion relativement homogène et ne semble pas avoir d'influence déterminante sur les descriptions de celles-ci, sinon qu'évidemment les phénomènes non-lumineux sont observés de préférence le jour.
Les caractéristiques sociologiques des témoins ( âge, profession, sex e) ne se démarquent pas de celles de la population totale à l'exception de la relation observée entre le nombre de témoins et la nature du lieu ( équivalente à la densité de population ). Ces résultats vont dans le sens d'une banalité sociologique du fait d'être témoin. Ne sachant rien sur la proportion des témoins connus parmi les observateurs et leurs motivations à témoigner, il est difficile d'en donner une interprétation plus précise.
Les liaisons inter-groupes caractéristiques sociologique/description sont plus facilement étudiables. Elles ont déjà été signalées en Leg-79 et concernent plus particulièrement la profession, le nombre de témoins et la forme décrite. La correspondance observée ( cf. § 2.2.6) entre des cas "d'atterrissages" et des témoins de moins de 13 ans est ambiguë. Elle suggére au moins deux interprétations :
Ces relations juste signalées n'ont pas été plus détaillées ici puisqu'elles font l'objet d'une étude spécifique n15Étude menée dans le cadre d'une convention avec l'Université PARIS V René Descartes. , centrée sur les caractéristiques psychosociales des témoins et de leurs observations ; elles nécessitent une information plus riche que celle retenue par le codage.
Parallèlement à un certain nombre de remarques élémentaires concernant les conditions physiques des observations :
une problématique importante est posée autour de l'estimation de la distance et des liens entrevus avec la nature du lieu, la hauteur angulaire, la nébulosité éventuellement des facteurs anxiogènes ( isolement, nature de l'obs., etc... ).
Deux types d'hypothèses sont alors en présence ( cf. § 2.2.4), l'une attribuant les caractéristiques rencontrées au phénomène, l'autre aux mécanismes perceptifs associés à l'estimation de la distance. Il est évidemment trop tôt pour se prononcer. Une étude dans ce sens est en cours. Elle devra aussi faire intervenir l'estimation de la taille dans les facteurs à prendre en compte.
Les liaisons observées entre les variables décrivant l'observation ont permis de les diviser en deux sous-groupes, l'un décrivant le comportement, l'autre le phénomène. L'analyse de chacun des sous-groupes, ainsi que l'étude globale révèlent, entre les modalités des différentes variables, un certain nombre de correspondances qui sont résumées en une classification empirique des modalités ( cf. tableau 6 ).
Le problème qui se pose alors est de connaître la validité d'une telle classification ; correspond-elle à des types bien définis d'observations, et donc à une classification de celles-ci, ou bien est-elle la résultante de tendances plus ou moins marquées et associées à des séries de co-occurence des divers facteurs sur le nuage des observations ? Le peu de dispersion dans les plans factoriels ( sphéricité du nuage ) corrélatif à la faiblesse des liaisons nous oriente vers la deuxième possibilité, confirmée par ailleurs au paragraphe suivant.