L'Analyse en Composantes Principales (ACP) est une
méthode factorielle et descriptive qui schématise graphiquement
le maximum d'information dans l'espace et dans le temps. Le but est de
transformer données quantitatives initiales, toutes plus ou moins
corrélées, en données quantitatives non corrélées
appelées variables synthétiques ou composantes principales
(Lefebvre, 1983). Les données au pas de temps annuel sont
centrées-réduites afin d'éliminer la
prépondérance des stations à forte ou faible
pluviométrie qui peuvent entraîner des scores trop importants sur
les axes factoriels. L'ACP est utilisée dans ce travail pour
identifier les modes de variabilité spatio-temporelle.
La première composante (premier axe factoriel) est
celle qui permet de voir au mieux des individus-caractères
(années-stations) sur le plan de projection où une proportion
importante de la variance totale est expliquée. Cette première
combinaison linéaire exprime plus de variance que la seconde,
elle-même plus que la troisième, etc. Il s'agit de repérer
les principaux modes de variabilité pluviométrique dans leur
configuration spatio-temporelle. Toutes ces techniques statistiques retenues
ont permis d'étudier les rythmes et les tendances des
précipitations dans le Nord-Ouest de la Centrafrique, tel qu'il sera
exposé dans le chapitre suivant.
données quantitatives initiales, toutes plus ou moins
corrélées, en 
données quantitatives non corrélées
appelées variables synthétiques ou composantes principales
(Lefebvre, 1983). Les données au pas de temps annuel sont
centrées-réduites afin d'éliminer la
prépondérance des stations à forte ou faible
pluviométrie qui peuvent entraîner des scores trop importants sur
les axes factoriels. L'ACP est utilisée dans ce travail pour
identifier les modes de variabilité spatio-temporelle.