Résumé
L’analyse des multitableaux (ou multiblocs) peut être abordée à l’aide d’un certain nombre de méthodologies plus ou moins diffusées, selon les disciplines et les pratiques. Par contre, il existe très peu de méthodes généralisant la discrimination à des multiblocs. Nous allons proposer une nouvelle approche, et son algorithme associé, pour résoudre ce problème de discrimination (dans le cas, bien sûr, où les groupes d’observations sont identiques pour tous les tableaux) qui utilise l’Analyse Factorielle Discriminante usuelle (au sens de Fisher) et l’approche STATIS. La méthode proposée, appelée STATIS-LDA, utilise la décomposition inter/intra de chaque bloc et permet de quantifier l’importance de chaque bloc pour la discrimination. De plus, sa robustesse est démontrée à partir de deux exemples d’applications.