Les grains « méthodologiques » sont destinés à la compréhension de la méthodologie nécessaire à la description, la visualisation et à l'interprétation des données.

Le caractère multidimensionnel des données en science du climat et de l'environnement nécessite la maitrise de méthodes de statistique descriptive et de visualisation qui peuvent être utiles dans tous les domaines qui traitent de données quantitatives multidimensionnelles.

Chaque grain « méthodologique » est dédié à une notion pédagogique. Voici la liste :

• Module méthodologique M1 : Statistique unidimensionnelle

  Cours sur un résumé numérique et graphique d'un jeu de données.

• Module méthodologique M2 : Statistique bidimensionnelle

  Etude des corrélations : relation entre deux variables, existe-t-il une relation fonctionnelle entre elles ? Une relation affine ?

• Module méthodologique M3 : Ajustement linéaire aux moindres carrés

  Relation entre deux variables. Lorsque deux grandeurs, X et Y, sont liées par une liaison linéaire, le coefficient de corrélation est un indicateur global de cette relation. Comment obtenir de renseignements plus précis ?  Peut-on attribuer à X une valeur prédictive ou explicative et obtenir des renseignements sur les valeurs possibles de Y ?

• Module méthodologique M4 : Statistique multidimensionnelle

  Les méthodes descriptives ont pour objectif d'organiser, de simplifier et d'aider à comprendre l'information sous-jacente d'un ensemble important de données.

• Module méthodologique M5 : L'Analyse en Composantes Principales (ACP)

  Les méthodes qui permettent de réduire le nombre de variables sont appelées méthodes d'analyses factorielles et l'analyse en composantes principales est la plus courante des ces méthodes. L'objectif est d'obtenir une représentation d'un espace multidimensionnel dans un espace de dimension plus réduite avec une perte d'information minimale.