Dans ce rapport, nous présentons une manière inhabituelle de traiter des données multidimensionnelles. Plus exactement, nous expliquons comment tirer des conclusions sur les paramètres de la loi multivariée sous-jacente, en utilisant une technique déjà présentée dans le cas unidimensionnel: le conditionnement. Dans un premier temps, nous rappelons la notion d'équivariance, de configuration et de pivot conditionnel pour un échantillon de données à une dimension. Nous généralisons ensuite ces caractéristiques dans le cas où les données sont de dimension multiple.