Analyse exploratoire : uni, bi et multivariée

Une fois la table propre, les nœuds d'analyse se connectent tous au Duplicate Row Filter (dernier nœud de nettoyage).

Univarié : une variable à la fois

• Statistics : on sélectionne les colonnes numériques (hauteur_m, circonference_cm) ; après Execute, clic droit > Statistics > Table View.
• Histogram : on choisit une colonne numérique (par exemple hauteur_m) ; après Execute, clic droit > View: Histogram pour voir la distribution.

(hors cours) Statistics donne typiquement minimum, maximum, moyenne, écart-type, nombre de valeurs manquantes : de quoi vérifier que le nettoyage a marché.

Bivarié : deux variables ensemble

Le nœud Scatter Plot (nuage de points) croise deux colonnes numériques : circonference_cm en X et hauteur_m en Y. Vue : View: Scatter Plot. On cherche une relation : plus la circonférence est grande, la hauteur l'est-elle aussi ?

Nuage fictif (exemple ajouté) montrant une tendance croissante.

Attention : une tendance visible sur un nuage décrit un lien, pas une cause (rappel hors cours).

Multivarié

L'objectif du TP annonce une analyse multivariée (plus de deux variables), mais les étapes détaillées n'en décrivent pas. (hors cours) On peut l'approcher en colorant ou en regroupant un nuage de points selon une troisième variable (ex. stade_developpement ou arrondissement), ou en examinant une matrice de corrélations ; les noms de nœuds exacts dépendent de ta version de KNIME.