Des données analytiques aux modèles de blocs : la boîte noire de l’interpolation

Le coin du prospecteur

On entend et lit souvent que l’interpolation est une sorte de boîte opaque et que le résultat dépend uniquement de la qualité des intrants : le principe de « garbage in; garbage out». Cependant, il en est tout autrement car la plupart des algorithmes d’interpolation linéaire utilisés dérivent de variation sur la moyenne pondérée, qui en soit est assez simple à comprendre. Ainsi, en plus de considérer la qualité des intrants, plusieurs décisions doivent être prises, documentées et vérifiées afin de s’assurer de la qualité des estimations de ressources. La compréhension des choix, des changements de supports des données analytiques et des différentes méthodes d’interpolation est cruciale dans la réalisation d’une estimation de ressources.