Les investigations de criminalistique environnementale s’appuient souvent sur des ensembles de données chimiques volumineux et complexes, difficiles à interpréter et encore plus difficiles à expliquer clairement dans un contexte judiciaire. Plutôt que d’évaluer des mesures chimiques individuelles de manière isolée, un outil statistique multivarié (Mike-MAP) permet de réduire ces ensembles de données en représentations visuelles simples qui mettent en évidence des motifs significatifs dans les données. Dans cette présentation, je montre comment de multiples mesures chimiques peuvent être condensées en une seule figure intuitive qui indique quels échantillons sont chimiquement similaires et lesquels sont distincts, permettant aux experts de communiquer clairement les éléments de preuve liés à l’attribution de la source et aux impacts environnementaux. La présentation souligne l’importance de l’exploration des données et de la transparence lors de l’application de méthodes statistiques, en particulier dans des contextes juridiques où différentes approches analytiques peuvent produire des résultats visuels différents à partir du même ensemble de données. En appliquant et en comparant plusieurs techniques de réduction de dimension et en évaluant la cohérence et la qualité des motifs obtenus, cette approche réduit le risque de surinterprétation et de désaccord entre experts. En fin de compte, cette intervention porte sur la manière dont des données chimiques complexes peuvent être simplifiées de façon responsable en visuels défendables et faciles à comprendre, qui étayent un témoignage d’expert clair tout en reconnaissant explicitement l’incertitude. L’objectif n’est pas de remplacer le jugement de l’expert par des statistiques, mais d’utiliser les statistiques comme un outil de communication claire et transparente des preuves scientifiques.