L’objectif de cet article est de présenter une méthode d’analyse statistique :
l’Analyse en Composantes Principales (ACP). Elle permet d’étudier les relations entre des
variables multiples de manière exploratoire, c’est-à-dire lorsque l’exploitation des données
n’est guidée par aucune hypothèse préalable. Par ailleurs, l’ACP permet de positionner les
individus, ou groupes d’individus, vis-à-vis de la structure révélée des variables. Nous
défendons l’intérêt de ce type d’analyse dans le cas de l’étude de corpus d’interaction. A titre
d’illustration, nous présentons une expérience au cours de laquelle nous avons recueilli un
corpus d’interaction multimodale d’utilisateurs avec des Agents Conversationnels Animés.
L’ACP a permis d’extraire des profils comportementaux à partir des données
multidimensionnelles, et de comparer deux groupes d’individus : adultes et enfants.