Catégorie : Modalité d'une variable explicative
Concaténation : Deux tableaux décrivant une même population d'individus sont concaténés pour créer un troisième tableau de même population dont les variables descriptives sont formées de l'union des variables des deux tableaux précédents.
Concept : Entité munie d'une intension (ses propriétés caractéristiques) et d'une extension (l'ensemble des individus qui satisfont ces propriétés). Cf. "La logique ou l'art de penser", Arnault et Nicole, 1662.
Connaissances : Ce sont des informations d'ordre intensionnel (donc non réduites à des grandeurs ou à des qualités) qui portent sur des entités du monde, appelées concepts, et qui sont munies d'une extension.
Datamining : Extraction de connaissances pertinentes à partir de grandes bases de données. Ces connaissances s'expriment, par exemple, sous forme de motifs fréquents, de règles logiques entre valeurs prises par les variables qui décrivent les données, d'arbres de décision, des "classes" obtenues par classification automatique, etc...
Décrire : C'est ce qu'on dit d'un objet; ce n'est pas l'objet !
Description d'un individu / description d'un concept : La description d'un individu (oiseau, champignon, habitant...) se fait à l'aide de variables à valeur unique, quantitative ou qialitative. La description d'un concept (une espèce d'oiseau, une espèce de champignon, un IRIS de l'INSEE...) doit conserver toute la variation des individus qui le composent (son extension) et se fait donc à l'aide de données symboliques.
Démarche classique / démarche symbolique : Dans la démarche classique, on dispose d'un tableau de données comportant une valeur unique par case (quantitative ou qualitative). Dans la démarche symbolique, on dispose d'une base de données :
- une requête fournit un tableau de données classiques muni d'une variable privilégiée dont les modalités sont des catégories;
- on construit par généralisation un nouveau tableau dont les unités sont ds concepts (réifiant les catégories précédentes) décrits par des données symboliques munies de connaissances supplémentaires.
Données symboliques : Un tableau de données symboliques est un tableau dont les données ne sont pas purement numériques : on peut avoir des variables qualitatives, mais aussi des variables à valeur histogramme, à valeur intervalle, des suites de valeurs pondérées ou non, des fonctions, etc.
Individus : Unités statistiques de l'analyse de données (ex. : un client, un achat, une action...). Les individus de premier ordre réifient les sujets (ex. : M. Dupond) qui deviennent objets de l'étude. Les individus de second ordre réifient les concepts (ex. : un segment de clients).
Intensions (et non intentions) : Propriétés caractéristiques d'un concept.
Objet : Chose du monde réel ou virtuel; le contraire d'un sujet (voir Sujet).
Réifier : Rendre "objet" ou "chose"
Sujet : Etre libre, conscient, responsable (s'il s'agit d'un être humain), qui ne peut jamais être décrit entièrement. "Je est un autre" (Rimbaud).
Variables : Ce sont les descripteurs des individus. Il n'y pas de symétrie entre individus et variables : "un objet a une couleur, mais une couleur n'a pas d'objet" (Aristote, Traité des catégories).
NB : Dans la statistique classique, on manipule des données souvent confidentielles (les individus). Quand on passe au symbolique, les données ne sont plus confidentielles puisqu'on manipule des concepts (où sont "noyés" les individus)!
