Minitab2 PDF

MINITAB (v15-v17)
Exercices de base (niveau M2)
Vincent ISOZ V18.0 Rvision 45 (2015-05-24), {oUUID 1.676}

MINITAB and all other trademarks and logos for the Company's products and services
are the exclusive property of Minitab Inc. All other marks referenced remain the
property of their respective owners. See minitab.com for more information.
Vincent ISOZ
Sciences.ch
TABLE DES MATIRES

Introduction ........................................................................................................... 9
propos du rdacteur ......................................................................................... 12
Avertissements .................................................................................................... 13
Normes et validation ........................................................................................... 14
Votre avis nous intresse! ................................................................................... 17
Liens Internet ....................................................................................................... 18
Bibliographie ....................................................................................................... 19
Dont's ................................................................................................................... 22
Divers (paramtres/configuration) ...................................................................... 23
Dterminer la version ................................................................................................ 23
Changer la langue de l'interface ................................................................................ 24
Inclure test d'Anderson-Darling dans la droite de Henry .......................................... 25
Largueur de la fentre de session .............................................................................. 27
Obtenir les commandes de lignes des actions ........................................................... 27
Afficher de la date/heure, nom du fichier projet/feuille sur les graphes ................... 28
Symboles graphiques ................................................................................................. 30
Enregistrer seulement les feuilles Minitab pour ouverture ultrieure dans R ........... 31
Dfinir les mtadonnes des fichiers et des feuilles .................................................. 31
Project Manager .................................................................................................. 36

Ajouter/Renommer des feuilles ................................................................................. 36
Joindre des fichiers externes ...................................................................................... 39
Rapport/Notes internes (ReportPad) ......................................................................... 42
Saisie de donnes/Manipulations des donnes .................................................... 43

Afficher/Masquer des colonnes ................................................................................. 44
Rechercher/Remplacer .............................................................................................. 45
Trier des donnes ....................................................................................................... 46
Scinder des donnes .................................................................................................. 49
Coder des valeurs ...................................................................................................... 52
Manipulations lmentaires................................................................................. 56
Exercice 1.: Calculs arithmtiques lmentaires ....................................................... 56
Exercice 2.: Valeurs propres...................................................................................... 59
Exercice 3.: Importer/Exporter des donnes *.csv .................................................... 63
Exercice 4.: Importer/Exporter des donnes *.accdb via ODBC .............................. 70
Exercice 5.: Empiler/Dsempiler des donnes .......................................................... 75
Exercice 6.: Gnrer une variable alatoire et faire un histogramme avec ou sans
ajustement .................................................................................................................. 82
Exercice 7.: Formatage conditionnel ......................................................................... 89
Graphiques........................................................................................................... 92
Exercice 8.: Graphique barres................................................................................. 92
Exercice 9.: Graphique en secteurs ........................................................................... 95
Exercice 10.: Diagramme points............................................................................. 97
Exercice 11.: Rcapitulatif graphique de statistiques .............................................. 103
Minitab
2/1060
Vincent ISOZ
Sciences.ch
Exercice 12.: Diagramme de valeurs individuelles ................................................. 106

Exercice 13.: Histogrammes simples ou multiples avec ajustements ..................... 110
Exercice 14.: Graphique nuage de points avec droite de rgression ....................... 116
Exercice 15.: Gnrer un graphique CDF empirique .............................................. 119
Exercice 16.: Gnrer un graphique bulles ........................................................... 123
Exercice 17.: Graphique dans les marges ................................................................ 126
Exercice 18.: Gnrer un graphique points 3D..................................................... 129
Exercice 19.: Graphique bote moustaches (BoxPlot) .......................................... 133
Exercice 20.: Combiner des graphiques (lattice)..................................................... 138
Exercice 21.: Diagramme quantile-quantile (Q-Q plot/qq-plot) ............................. 145
Exercice 22.: Gnrer le graphique de la loi de densit de probabilit ................... 149
Exercice 23.: Analyse de Pareto .............................................................................. 155
Exercice 24.: Schma branche et feuilles ................................................................ 157
Exercice 25.: Diagramme de surface en 3D ............................................................ 162
Exercice 26.: Graphique de contours... ................................................................... 165
Statistiques paramtriques ................................................................................. 169

Exercice 27.: Statistiques descriptives .................................................................... 169
Exercice 28.: Kurtosis et Skewness ......................................................................... 173
Exercice 29.: Calculer la probabilit cumule et la probabilit inverse .................. 179
Exercice 30.: Mettre des donnes plat (table de frquence) ................................. 183
Exercice 31.: Mettre des donnes plat (table de contingence) ............................. 186
Exercice 32.: Test d'indpendance du Khi-deux d'une table de contingence .......... 189
Exercice 33.: Test exact de Fisher ........................................................................... 194
Exercice 34.: V de Cramr (mesure d'association).................................................. 198
Exercice 35.: Test de Mantel-Haenszel-Cochran .................................................... 202
Exercice 36.: Test d'ajustement du Khi-deux .......................................................... 211
Exercice 37.: Ajustement d'une loi de Poisson par le Khi-deux ............................. 215
Exercice 38.: Test de Grubbs (test des valeurs aberrantes de Grubbs) ................... 219
Exercice 39.: Test de Dixon (test des valeurs aberrantes de Dixon) ....................... 222
Exercice 40.: Effectif de l'chantillon pour l'estimation pour loi Normale ............. 225
Exercice 41.: Puissance d'un test Z 1 chantillon en bilatral .............................. 228
Exercice 42.: Taille d'chantillon (effectif) d'un test Z en bilatral ........................ 233
Exercice 43.: Diffrence (rsolution) d'un test Z en bilatral ................................. 236
Exercice 44.: Intervalle de confiance de la moyenne (test Z un 1 chantillon).... 238
Exercice 45.: Test Z de diffrence de la moyenne (test Z un 1 chantillon) en
bilatral .................................................................................................................... 240
unilatral gauche ...................................................................................................... 245
Exercice 47.: Puissance d'un test t 1 chantillon en bilatral ............................... 251
Exercice 48.: Taille d'chantillon (effectif) d'un test t 1 chantillon en bilatral . 254
Exercice 49.: Intervalle de confiance de la moyenne (test t un 1 chantillon) ..... 258
Exercice 50.: Test t-Student de diffrence de la moyenne bilatral d'un chantillon
................................................................................................................................. 263
Exercice 51.: Test t-Student homoscdastique bilatral d'galit de la moyenne ... 266
Exercice 52.: Test t-Student pour donnes apparies .............................................. 269
Minitab
3/1060
Vincent ISOZ
Sciences.ch
Exercice 53.: Test t-Student htroscdastique bilatral d'galit de la moyenne (test

t de Welch) .............................................................................................................. 273
Exercice 54.: Taille d'chantillon (effectif) d'un test p (proportion) 1 chantillon en
bilatral .................................................................................................................... 275
Exercice 55.: Intervalle de confiance de la proportion ............................................ 278
Exercice 56.: Taille d'chantillon (effectif) d'un test p (proportion) 2 chantillons
en bilatral ............................................................................................................... 281
Exercice 57.: Comparaison de proportions sur une mme population (test binomial
exact) ....................................................................................................................... 284
Exercice 58.: Comparaison de proportions sur 2 chantillons indpendants .......... 286
Exercice 59.: Test de Poisson un chantillon unilatral/bilatral ......................... 289
Exercice 60.: Test de Poisson deux chantillons bilatral .................................... 295
Exercice 61.: Intervalle de confiance de l'cart-type (test du khi-2 de la variance) 298
Exercice 62.: Test de Fisher d'galit des variances ............................................... 301
Exercice 63.: Test de Levene d'galit de deux variances ...................................... 307
Exercice 64.: Test de Levene et Bartlett d'galit des variances d'une ANOVA .... 311
Exercice 65.: Test de normalit de Kolmogorov-Smirnov...................................... 314
Exercice 66.: Test de normalit de Ryan-Joiner (ie Shapiro-Wilk) ........................ 317
Exercice 67.: Test de normalit d'Anderson-Darling (ie Agostino-Stephens) ........ 320
Statistiques non paramtriques .......................................................................... 328

Exercice 68.: Test de Friedman ............................................................................... 328
Exercice 69.: Test du signe binomial (dixit: test de la mdiane) ............................ 331
Exercice 70.: Intervalle de confiance de la mdiane (via test du signe) ................. 334
Exercice 71.: Test de Mood (test des mdianes) ..................................................... 338
Exercice 72.: Test de la somme des rangs de (Wilcoxon)Mann-Withney pour deux
chantillons indpendants ........................................................................................ 345
Exercice 73.: Test de la somme des rangs signs de Wilcoxon pour 1 chantillon 350
Exercice 74.: Test de la somme des rangs signs de Wilcoxon pour 2 chantillons
apparis .................................................................................................................... 353
ANOVA paramtriques ou non paramtriques ................................................. 356

Exercice 75.: Puissance du test de l'ANOVA (WP) ................................................ 356
Exercice 76.: Analyses graphiques des interactions et effets principaux ................ 361
Mthodes classiques directement lies aux options ANOVA de Minitab ...................... 361
Mthode lies aux options Qualit de Minitab ............................................................... 372
Exercice 77.: Analyse de la variance un facteur fixe (ANOVA-1) dsempil ..... 378
Exercice 78.: Analyse de la variance un facteur fixe (ANOVA-1) empil .......... 381
Exercice 79.: Test de Tukey .................................................................................... 383
Exercice 80.: Analyse de la variance deux facteurs fixes (ANOVA-2) sans
rptitions ................................................................................................................ 388
Minitab 16 et antrieur .................................................................................................... 388
Minitab 17 ....................................................................................................................... 391
Exercice 81.: ANOVA carr latin ........................................................................... 396

Exercice 82.: Analyse de la variance deux facteurs fixes (ANOVA-2) avec
rptitions (et sans interactions) .............................................................................. 399
Exercice 83.: ANOVA Imbrique/Hirarchise (nested ANOVA) ........................ 403
Exercice 84.: Test de Kruskal-Wallis (ANOVA non paramtrique) ...................... 408
Minitab
4/1060
Vincent ISOZ
Sciences.ch
Exercice 85.: ANCOVA (Analyse de la Covariance) ............................................. 411
Techniques de rgressions et interpolations ...................................................... 416

Exercice 86.: Effectuer une rgression linaire simple (modle linaire Gaussien)416
Test de l'homoscdasticit des rsidus ............................................................................ 422
Effets de levier des points (valeurs influentes) ............................................................... 427
Exercice 87.: Effectuer une rgression linaire (nouvelles options v16/v17) ......... 430
Intervalles de confiance des coefficients ........................................................................ 438
Exercice 88.: Facteur d'Inflation de la variance (VIF)/colinarit .......................... 440

Exercice 89.: Rgression (linaire) par moindres carrs partiels (rgression linaire
PLS univarie: PLS1) .............................................................................................. 443
Exercice 90.: Rgression polynomiale cubique ou quadratique ............................. 448
Exercice 91.: Effectuer une rgression pas pas (ascendante et descendante)....... 453
Exercice 92.: Rgression pas pas combinatoire (meilleur sous-ensemble) .......... 460
Exercice 93.: tude de linarit de l'instrumentation et biais de mesure ................ 463
Exercice 94.: Effectuer un calcul de la corrlation R (de Pearson) simple ............. 469
Exercice 95.: Matrice de corrlation R de Pearson ................................................. 473
Exercice 96.: Effectuer un calcul de la covariance ................................................. 477
Exercice 97.: Effectuer une rgression linaire multiple (modle linaire Gaussien)
................................................................................................................................. 480
Exercice 98.: Dterminer les corrlations partielles ................................................ 483
Exercice 99.: Effectuer une rgression non linaire ................................................ 488
Exercice 100.: Rgression logistique (logit) variable catgorielle (qualitative)
binaire (dixit: scoring) ............................................................................................. 495
Exercice 101.: Odds Ratio et intervalle de confiance ............................................. 499
Exercice 102.: Courbe ROC pour rgression logistique (logit) variable catgorielle
(qualitative) binaire ................................................................................................. 501
Exercice 175.: Lissage exponentiel double selon Holt............. Error! Bookmark not
defined.
Exercice 176.: Lissage exponentiel triple selon Winters ......... Error! Bookmark not
defined.
Exercice 177.: ARIMA(0,1,1) et ARIMA(0,2,2) ...... Error! Bookmark not defined.
Exercice 178.: Test des suites (test de Wald-Wolfowitz) ........ Error! Bookmark not
defined.
Macros/Scripting ................................................. Error! Bookmark not defined.

Exercice 179.: Convertir des actions en macro ......... Error! Bookmark not defined.
Exercice 103.: Rgression orthogonale (rgression de Deming) ............................ 549
Exercice 104.: Rgression de Poisson log-linaire (GLM Poisson) ....................... 553
Exercice 105.: Effectuer une autocorrlation et une autocorrlation partielle ........ 563
Cartes de contrle (CC) ..................................................................................... 568

Exercice 106.: CC par attributs p (proportion) ........................................................ 568
Exercice 107.: CC par attributs de type np (proportion) ......................................... 571
Exercice 108.: CC par attributs de type c ................................................................ 574
Exercice 109.: CC par attributs de type u ................................................................ 577
Exercice 110.: CC par mesures S (S barre-S) ......................................................... 580
Exercice 111.: CC par mesures X barre-S simple ................................................... 583
Exercice 112.: CC par mesures X barre-S barre combines ................................... 587
Minitab
5/1060
Vincent ISOZ
Sciences.ch
Exercice 113.: CC par mesures X barre-S barre combines groupes par dates .... 590
Exercice 114.: CC par mesures R barre-R barre simple.......................................... 594
Exercice 115.: CC par mesures X barre-R barre simple ......................................... 597
Exercice 116.: CC par mesures X barre-R barre combines ................................... 601
Exercice 117.: CC par mesures individuelles par l'tendue mobile ........................ 604
Couper une carte de contrle quelconque ....................................................................... 606
Exercice 118.: CC par mesures individuelles X barre par l'tendue mobile ........... 608
Exercice 119.: CC par mesures individuelles X barre-EM barre combines .......... 611
Exercice 120.: CC individuelle Moyenne Mobile (MA) avec limites bases sur
l'tendue mobile ....................................................................................................... 614
Exercice 121.: CC CUSUM V-Masque avec chantillons ...................................... 617
Exercice 122.: CC EWMA avec chantillons ......................................................... 620
Exercice 123.: CC EWMA individuelle .................................................................. 623
Exercice 124.: CC combine X Barre-R et R Barre-R avec deux phases ............... 626
Exercice 125.: CC G ................................................................................................ 630
Exercice 126.: CC P' de Laney ................................................................................ 632
Exercice 127.: CC U' de Laney ............................................................................... 638
Exercice 128.: Carte de contrle de Hotelling (T2) ................................................ 644
Outils de la qualit ............................................................................................. 655

Exercice 129.: Test de normalit et analyse de capabilit ....................................... 655
Exercice 130.: Transformations de Box-Cox .......................................................... 660
Exercice 131.: Transformations de Johnson............................................................ 668
Exercice 132.: Analyse de capabilit....................................................................... 672
Exercice 133.: Intervalle de confiance de la capabilit ........................................... 675
Exercice 134.: Analyse SixPack .............................................................................. 678
Exercice 135.: tude R&R (reproductibilit/rptabilit) pour donnes continues 683
Exercice 136.: Cartes d'essais de l'instrumentation ................................................. 693
Exercice 137.: tude R&R (reproductibilit/rptabilit) pour donnes par attributs
................................................................................................................................. 696
Exercice 138.: tude de l'instrumentation de type I ................................................ 705
Exercice 139.: Kappa de Cohen (analyse d'accord d'attribut) ................................. 712
Exercice 140.: Plan d'chantillonnage par mesures................................................. 716
Exercice 141.: Plan d'chantillonnage par attribut .................................................. 719
Statistiques multivaries (data mining/machine learning/fouille de donnes) . 722

Exercice 142.: tude de la cohrence avec l'alpha de Cronbach ............................ 722
Exercice 143.: Clustering dendrogramme ............................................................... 725
Exercice 144.: K-means (k-moyennes en groupes) ................................................. 729
Exercice 145.: Analyse Linaire Discriminante ...................................................... 735
Exercice 146.: Analyse en composantes principales (ACP) paramtrique ............. 739
Exercice 147.: Analyse factorielle exploratoire (mthode ACP sans rotation!) ..... 750
Exercice 148.: Analyse factorielle exploratoire (mthode ACP avec rotation
VariMax!) ................................................................................................................ 764
OrthoMax!) .............................................................................................................. 768
Plans d'expriences ............................................................................................ 771

Exercice 150.: Construction de plans d'expriences ............................................... 772
Minitab
6/1060
Vincent ISOZ
Sciences.ch
Construction d'un plan factoriel complet ........................................................................ 772

Construction d'un plan factoriel 2 niveaux .................................................................. 776
Construction de plans factoriels optimaux D/A/G .......................................................... 786
Construction d'un plan de Taguchi ................................................................................. 792
Exercice 151.: Comparaison d'un plan d'exprience identique en factoriel complet

gnral et factoriel 2 niveaux................................................................................ 800
Exercice 152.: Analyse de la variance multifactorielle ........................................... 809
Exercice 153.: Analyse du modle d'un plan factoriel complet gnral ................. 821
Analyse sans blocs .......................................................................................................... 824
Analyse avec blocs.......................................................................................................... 831
Exercice 154.: Analyse graphique des effets principaux et interactions du modle

d'un plan factoriel complet ...................................................................................... 834
Exercice 155.: Modle linaire gnralis d'un plan d'exprience .......................... 839
Exercice 156.: Analyse d'un plan factoriel fractionnaire avec choix des alias ....... 846
Choix automatique des alias (confusions) ...................................................................... 846
Choix manuel des alias (confusions) .............................................................................. 848
Analyse du plan d'exprience alias (avec confusions) .................................................. 851
Analyse du plan d'exprience dsalias .......................................................................... 855
Exercice 157.: Plan factoriel avec points centraux.................................................. 861

Exercice 158.: Analyse du modle d'un plan de Plackett-Burman ......................... 865
Exercice 159.: Analyse graphique avance de base de plans factoriels .................. 874
Exercice 160.: Analyse de la variabilit WP ........................................................... 886
Exercice 161.: Analyse du bruit (plan de Taguchi) ................................................. 896
Exercice 162.: Modle exprience de Taguchi ....................................................... 908
Exercice 163.: Plan de rponse de surface composite central (modle du second
degr ou "modle quadratique") WP ....................................................................... 925
Exercice 164.: Plan de mlange centr du simplexe ............................................... 956
Fiabilit/Survie .................................................................................................. 967

Exercice 165.: Analyse de donnes censures droite selon modle non
paramtrique de Kaplan-Meier ................................................................................ 967
Exercice 166.: Ajustement de donnes censures droite une distribution de
Weibull deux paramtres ...................................................................................... 974
Exercice 167.: Prdiction de garantie bas sur le maximum de vraisemblance d'une
loi exponentielle ...................................................................................................... 981
Exercice 168.: Plan de dmonstration modle cumulatif binomial pour taille
d'chantillon ncessaire avec temps de test contraint.............................................. 984
Exercice 169.: Plan de dmonstration modle cumulatif binomial pour temps
cumul de test ncessaire avec taille d'chantillon connue ..................................... 987
Exercice 170.: Plan de dmonstration modle exponentiel-chi temps cumul de test
ncessaire ................................................................................................................. 990
Sries temporelles.............................................................................................. 997

Exercice 171.: Gnrer un graphique de srie chronologique (temporelle) ............ 997
Extraire des donnes d'un graphique points quelconque ............................................. 999
Exercice 172.: Gnrer un graphique d'analyse de tendance ................................ 1004

Exercice 173.: Gnrer un graphique de moyennes mobiles (MM3) ................... 1007
Exercice 174.: Gnrer un graphique de lissage exponentiel simple .................... 1011
Minitab
7/1060
Vincent ISOZ
Sciences.ch
Exercice 175.: Lissage exponentiel double selon Holt.......................................... 1015

Exercice 176.: Lissage exponentiel triple selon Winters ...................................... 1020
Exercice 177.: ARIMA(0,1,1) et ARIMA(0,2,2) .................................................. 1023
Exercice 178.: Test des suites (test de Wald-Wolfowitz) ..................................... 1029
Macros/Scripting ............................................................................................. 1032

Exercice 179.: Convertir des actions en macro ..................................................... 1032
Exercice 180.: Intgration d'une macro tlcharge.............................................. 1040
Exercice 181.: Macro automation MS Office Access-Minitab-MS Office Word. 1047
Minitab
8/1060
Vincent ISOZ
Sciences.ch
Introduction
Portions of information contained in this publication/book are printed with permission of
Minitab Inc. All such material remains the exclusive property and copyright of Minitab Inc.
All rights reserved
This information may have been translated for your convenience from the original and
official English language version, which can be found at www.minitab.com, or as embedded
in Minitab Statistical Software. Minitab retains all rights therein, and Minitab disclaims any
and all responsibility for any reliance by you upon the translated version, which you use at
your own risk. In the event of any discrepancy the English language version shall control.
Minitab Statistical Software est un logiciel d'exploration de donnes cr en 1972 l'origine
l'Universit de Pennsylvania par Barbara Ryan, Thomas Ryan Junior et Brian Joiner destin
la base aux tudiants mais qui a t rapidement adopt pour l'analyse statistique de donnes
dans les industries et socits de services principalement dans le cadre de l'application des
techniques de la mthode DMAIC Six Sigma:
D/M (Dfinir/Mesurer)
A (Analyser)
I (Improve: Amliorer)
C (Contrler)
Diagrammes d'Ishikawa
Analyse de Pareto
tudes R&R
Cartes de contrle
Analyse de capabilit
Graphiques
tudes R&R
Tests d'hypothses
ANOVA
Corrlation
Rgressions uni/multivaries linaires ou non linaires
Analyse de capabilit
Graphiques
Plans d'exprience
Arbres de classification
ANOVA
Rgressions uni/multivaries linaires ou non linaires
Analyse de sries temporelles
Optimisation de rponse
Analyse de capabilit et de survie
Tests d'hypothses
tudes R&R
Cartes de contrles
Tests d'hypothses
Fiabilit
Il faut savoir qu' la base Minitab s'appelait Omnitab et avait t dvelopp par le NIST
(National Institute of Standards and Technology).
Minitab
9/1060
Vincent ISOZ
Sciences.ch
Il implmente une srie de mthodes de fouille de donnes issues du domaine de la statistique

exploratoire, de l'analyse de donnes, de l'infrence statistique, des plans d'exprience pour les
besoins de mtiers suivants:
Master Black Belt Six Sigma
Ingnieur procds/processus
Business Analyst
Ingnieurs qualits (qualiticiens)
Ingnieurs en gestion de projets
Dirigeants de dpartements
Doctorants
Le choix de Minitab Statistical Software dans une organisation peut se justifier

principalement selon moi (Vincent ISOZ) par le fait que:
Il est devenu la rfrence ds les dbuts du dploiement du Six Sigma dans le
monde.
La quantit de sites internet et d'ouvrages qui lui sont consacrs permettent de ne
pas faire appel tout bout de champ des consultants ou un support onreux
(bien que le support Minitab soit gratuit ma connaissance).
Il est la rfrence pour les tops manager et hauts potentiels dans les organisations
(associ @Risk, MS Excel et autres...).
Le support aprs vente et la disponibilit de ce mme support est d'un niveau
exceptionnel en comparaison R, SAS ou SPSS (qui sont difficilement joignables
si l'on est pas employ d'une grande structure).
Enfin rappelons que ce logiciel se destine des ingnieurs et universitaires donc son rle n'est
pas de faire de l'esthtique mais de l'efficace!
Le lecteur remarquera que le dbut du prsent document rassemble uniquement des points qui
sont aussi faisables avec MS Excel avec plus ou moins de facilit (parfois plus rapidement,
parfois pas). Le but est d'abord de montrer les diffrences entre les deux logiciels comme le
font de nombreux ouvrages avant de passer des cas trs spcifiques Minitab Statistical
Software.
Un ordinateur est un outil incomparable entre les mains de celui qui sait. Sous les doigts du
Crtin, c'est un revolver manip par un aveugle au milieu de la foule Chester Himes
Minitab
10/1060
Vincent ISOZ
Sciences.ch
Remarques:
R1. Les premiers exercices sont donc quasiment les mmes que ceux effectus dans les cours
de statistique thorique, MSP et d'analyse dcisionnelle avec MS Excel ou lors du cursus de
gestion de projets (dans lequel les calculs sont faits la main).
R2. Je ne prsente ici normalement que des outils utilisant des concepts mathmatiques dont
j'expose la dmonstration mathmatique dtaille (dmonstrations disponibles dans mon livre
sur les mathmatiques appliques) dans mes cours et qui sont utilises dans le cadre de mes
activits de consultant. Si cela vient ne pas tre le cas, le titre du sujet est suivi de
l'abrviation WP qui est l'abrviation de: Without Proof.
R3. J'ai rdig ce document uniquement pour le fun afin de valider les rsultats obtenus avec
MS Excel et surtout pour jouer avec les thormes mathmatiques que j'ai tudi en dtail
dans le cadre de mes tudes (dmonstrations mathmatiques disponibles dans mon ouvrage
sur les mathmatiques appliques).
R4. Suite des questions de la part de lecteurs: Non je ne suis pas rtribu par Minitab
Statistical Software pour leur faire de la pub Des logiciels comme:
XLStat, SPSS, R (voir mon PDF sur ce logiciel), SAS, PSPP, Gauss, MATLAB, Statistica,
Stata, Medcalc, StatsDirect, SigmaXL, NumXL, JMP, Weibull++, Design-Expert,
PlanExpert, UNISTAT, QIMacros (Quality Improvement Macros), EasyFitXL
font peu prs pareil relativement aux sujets couverts dans ce document ou juste sur certains
sujets particuliers. Il fallait juste que je fasse un choix... (je peux pas passer mon temps
crire des supports sur tous les types de logiciels!) et celui-ci c'est port sur le logiciel utilis
par la majorit de mes clients. Cependant si des passionns veulent reproduire le contenu du
prsent livre avec leur logiciel de statistique favori qu'ils n'hsitent pas! Ce serait mme fort
intressant de comparer les rsultats!! Si j'ai le temps j'crirai le mme contenu mais avec
SPSS.
R5. Oui SPSS est beaucoup plus puissant que Minitab Statistical Software ce jour. Mais
SPSS est pour les statisticiens seniors ayant des doctorats alors que Minitab Statistical
Software s'adresse bien des personnes ayant un niveau Bachelor Master.
Pour terminer, je tiens remercier ici les quelques collgues et clients qui ont bien voulu me
faire part de leurs remarques pour amliorer le contenu de ce livre lectronique. Il est
cependant certain qu'il est encore perfectible sur de nombreux points et qu'il va encore voluer
puisqu'il y a encore une petite dizaine de sujet dont les dmonstrations mathmatiques sont en
cours de rdaction pour la prochaine dition de mon livre sur les mathmatiques appliques et
je montrerai comment les faire aussi avec Minitab Statistical Software.
Si vous souhaitez tre inform des nouvelles versions majeures de ce document n'hsitez pas
m'crire un mail dans ce sens: isoz@sciences.ch.
Minitab
11/1060
Vincent ISOZ
Sciences.ch
propos du rdacteur
Nom Prnom: ISOZ Vincent
Domicili ce jour Lausanne (Suisse)
Formation: Ingnieur Physicien HES (B.Sc.)
quivalence Internationale: Bachelor of Science
Anne de naissance: 1978
Actuellement, je suis consultant trilingue (franais, anglais et allemand) en mathmatiques

appliques dans le tutorat d'analystes quantitatifs (niveau Bac+5 Bac+7) et auteur de
plusieurs livres lectroniques dans les domaines suivants:
- matrise statistique des processus/procds (mthodes paramtriques et non paramtriques)
- modlisation prvisionnelle/dcisionnelle avance (arbres de dcisions, chanes de Markov)
- recherche oprationnelle (simplexe, algorithmes gntiques, algorithme GRG)
- data mining (rseaux de neurones, ACP, AFC, rgressions, scoring, clustering, etc.)
- modlisation du risque en gestion de projets et finance d'entreprise (monte-carlo, etc.)
- gestion de projets (modles et best practices thoriques EFQM+Six Sigma, MS Project)
- ISO 9001:2008, 5807:1985, 10015:1999, 31000+31010:2009, 8258:1991, 10017:2003, etc.
- Adobe Photoshop et Illustrator
- 12 applications de la suite Microsoft Office System (Project, Visio, SharePoint, Access, etc.)
ce jour interventions dans plus de ~200 entreprises dont 10 du Fortune 500 selon listing
2009 et 3 universits et coles d'ingnieurs suisses dans des cours de modlisation de bases de
donnes et simulations stochastiques du risque. Formation de plusieurs dirigeants de
multinationales en one to one.
Accessoirement j'interviens pour des formations sur des logiciels comme MS Project,
MS Visio, MS Access et une vingtaine d'autres dont je dlgue l'organisation des entreprises
spcialises dans la formation continue en bureautique (niveau licence universitaire et endessous).
Enfin, je conseille aussi vivement toute personne souhaitant vraiment matriser le sujet de
lire mon e-book sur les Mathmatiques Appliques (~3'300 pages).
Minitab
12/1060
Vincent ISOZ
Sciences.ch
Avertissements
Le contenu du prsent support est labor par un processus de dveloppement par lequel des
experts en statistiques parviennent un consensus. Ce processus qui rassemble des
participants bnvoles recherche galement les points de vue de personnes intresses par le
sujet de cet ouvrage. En tant que responsable du prsent support, j'assure l'administration du
processus et je fixe les rgles qui permettent de promouvoir l'quit dans l'approche d'un
consensus. Je me charge galement de rdiger les textes, parfois de les tester/valuer ou de
vrifier indpendamment l'exactitude/solidit ou l'exhaustivit des informations prsentes.
Je dcline toute responsabilit en cas de dommages corporels, matriels ou autres de quelque
nature que ce soit, particuliers, indirects, accessoires ou compensatoires, rsultant de la
publication, de l'application ou de la confiance accorde au contenu du prsent support. Je
n'mets aucune garantie expresse ou implicite quant l'exactitude ou l'exhaustivit de toute
information publie dans le prsent support, et ne garantit aucunement que les informations
contenues dans cet ouvrage satisfassent un quelconque objectif ou besoin spcifique du
lecteur. Je ne garantis pas non plus les performances de produits ou de services d'un fabricant
ou d'un vendeur par la seule vertu du contenu du prsent support.
En publiant des textes, il n'est pas dans l'intention principale du prsent support de fournir des
services de spcialistes ou autres au nom de toute personne physique ou morale ni pour mon
compte, ni d'effectuer toute tche devant tre accomplie par toute personne physique ou
morale au bnfice d'un tiers. Toute personne utilisant le prsent support devrait s'appuyer sur
son propre jugement indpendant ou, lorsque cela s'avre appropri, faire appel aux conseils
d'un spcialiste comptent afin de dterminer comment exercer une prudence raisonnable en
toute circonstance. Les informations et les normes concernant le sujet couvert par le prsent
support peuvent tre disponibles auprs d'autres sources que le lecteur pourra souhaiter
consulter en qute de points de vue ou d'informations supplmentaires qui ne seraient pas
couverts par le contenu du prsent site Internet.
Je ne dispose (malheureusement...) d'aucun pouvoir dans le but de faire respecter la
conformit au contenu du prsent ouvrage, et je ne m'engage nullement surveiller ni faire
respecter une telle conformit. Je n'exerce ( ce jour...) aucune activit de certification, de test
ni d'inspection de produits, de conceptions ou d'installations fins de sant ou de scurit des
personnes et des biens. Toute certification ou autre dclaration de conformit en matire
d'informations ayant trait la sant ou la scurit des personnes et des biens, mentionne
dans le prsent support, ne peut aucunement tre attribue au contenu du prsent support et
demeure sous l'unique responsabilit de l'organisme de certification ou du dclarant concern.
Et pour rappel:
Tous les modles sont faux

Certains modles sont meilleurs que d'autres
Le modle le meilleur ne peut jamais tre connu avec certitude!
Plus simple est le modle, mieux c'est!
Minitab
13/1060
Vincent ISOZ
Sciences.ch
Normes et validation
Rappelons conformment ce que nous avons vu dans le cours thorique qu'il est
indispensable pour le chercheur/statisticien/ingnieur professionnel de se baser sur les normes
suivantes (dans l'ordre des plus utilises) pour son travail et tous les outils dont le prsent
support fait l'objet:
ISO 9241-11
Mon logiciel est-il utilisable?
ISO 31:2006
Systme international d'units
ISO 3534-1:1999
Vocabulaire et symbole des statistiques
ISO 2602:1980
Interprtation statistique de rsultats d'essais - Estimation de la moyenne - Intervalle de
confiance
ISO 3301:1975
Interprtation statistique des donnes - Comparaison de deux moyennes dans le cas
d'observations apparies
ISO 5479:1997
Interprtation statistique des donnes - Tests pour les carts la distribution normale
ISO 3494:1976
Interprtation statistique des donnes -- Efficacit des tests portant sur des moyennes et des
variances
ISO 11453:1996
Interprtation statistique des donnes - Tests et intervalles de confiance portant sur les
proportions
ISO 16269-4:2010
Interprtation statistique des donnes Dtection et traitement des valeurs aberrantes
ISO 16269-6:2005
Interprtation statistique des donnes - Dtermination des intervalles statistiques de tolrance
ISO 16269-8:2004
Interprtation statistique des donnes - Dtermination des intervalles de prdiction
ISO/TR 18532:2009
Lignes directrices pour l'application des mthodes statistiques la qualit et la normalisation
industrielle
ISO 3534-3:1999
Plans d'exprience (ou AFNOR NF X 06-080 + NF X 06-081)
Minitab
14/1060
Vincent ISOZ
Sciences.ch
ISO 8285:1991
Cartes de contrle de Shewhart
ISO 17025:2005
Exigences gnrales concernant la comptence des laboratoires d'talonnages et d'essais
ISO 10017:2003
Lignes directrices pour les techniques statistiques relatives l'ISO 9001:2000
ISO 13300:2006
Guide gnral l'attention du personnel des laboratoires d'analyse sensorielle
ISO 12888:2011
Illustrations choisies d'tudes de rptabilit et de reproductibilit par calibre
ISO 31010:2009
Techniques d'valuations des risques
ISO 3951:2006
Rgles d'chantillonnage pour les contrles par mesures
ISO 11095:1996
talonnage linaire utilisant des matriaux de rfrence
ISO 22514-2:2013
Indices de capabilit
ISO 5725
Prcision et fiabilit des mesures en laboratoire (on y retrouve le test C de Cochran et aussi
celui de Dixon)
Bref en gros en 2014 les normes relatives l'analyse statistique peuvent se rsumer avec la
cartographie disponible sur le lien suivant:
https://fr.scribd.com/doc/263063855/AFNOR-Cartographie-Normes-Statistiques
propos de la validation de l'utilisation du logiciel R par la FDA (Food and Drug
administration) il est peut-tre utile d'informer le lecteur que ceci n'est par le rle de la FDA
mais de l'acheteur de s'assurer du bon fonctionnement de la solution informatique choisie
(conformment la norme ISO 9241-11 vue dans le cours de gestion de projets pour tout
logiciel ou machine). Par ailleurs, signalons l'article du code des rgulations Titre 21 partie
820.70(i):
When computers or automated data processing systems are used as part of
production or the quality system, the manufacturer shall validate computer
software for its intended use according to an established protocol. All software
changes shall be validated before approval and issuance. These validation
activities and results shall be documented.
et aussi (Final Guidance for Industry and FDA Staff, January 11, 2002):
Minitab
15/1060
Vincent ISOZ
Sciences.ch
The device manufacturer is responsible for ensuring that the product

development methodologies used by the off-the-shelf (OTS) software developer
are appropriate and sufficient for the device manufacturer's intended use of that
OTS software. For OTS software and equipment, the device manufacturer may or
may not have access to the vendor's software validation documentation. If the
vendor can provide information about their system requirements, software
requirements, validation process, and the results of their validation, the medical
device manufacturer can use that information as a beginning point for their
required validation documentation.
Minitab
16/1060
Vincent ISOZ
Sciences.ch
Votre avis nous intresse!

En tant que lecteur de ce document, vous tes le critique et le commentateur le plus important.
Votre opinion compte et il est trs intressant de savoir ce qui est bien, ce qui peut tre mieux
et les sujets que vous souhaiteriez voir tre traits.
Vous pouvez m'envoyer un e-mail pour partager ce que vous avez aim ou dtest dans le
prsent document afin d'en assurer une amlioration continue.
Si vous souhaitez complter le prsent support avec un sujet qui vous tient coeur et pour
lequel vous avez la dmonstration mathmatique n'hsitez pas me contacter. J'intgrerai le
sujet en prcisant votre nom et prnom.
Notez que malheureusement, je ne peux pas rpondre gratuitement des questions techniques
d'ingnierie ou de problmatique d'entreprise par e-mail pour des raisons professionnelles
videntes.
E-mail: isoz@sciences.ch
Minitab
17/1060
Vincent ISOZ
Sciences.ch
Liens Internet
http://www.minitab.com
http://www.minitab.com/en-TW/support/macros/
http://www.itl.nist.gov/div898/handbook/
Forums
http://www.talkstats.com
http://statistiques.forumpro.fr
http://www.les-mathematiques.net
Minitab
18/1060
Vincent ISOZ
Sciences.ch
Bibliographie
Voici la liste de livres d'une qualit pdagogique et de rigueur extraordinaires que j'ai eu la
chance d'avoir entre les mains et dont je recommande l'acquisition. J'en ai lu beaucoup
d'autres mais qui sont tellement mauvais qu'ils ne valent pas la peine d'tre mentionns:
Le lecteur aura donc compris que je recommande trs fortement de complter la lecture du
prsent e-book (non exhaustif sur le domaine de la gestion de projets) par la liste de lecture cidessous.
lments de mathmatiques appliques / 3'000 pages / ditions
Sciences.ch / Vincent ISOZ / 3me dition
ISBN: 978283999327
Commentaire: Livre rdig par les soins de votre serviteur... Il
contient les dmonstrations mathmatiques dtailles de tous les
outils prsents dans ce prsent support et pas que...
Six Sigma Statistics With Excel and Minitab / 386 pages / ditions
McGrawHill / Issa BASS
ISBN: 9780071542685
Commentaire: C'est avec ce livre que j'ai t initi Minitab lors de
ma formation Green Belt chez mon deuxime employeur. Il n'y a
aucun dmonstration mathmatique et trs peu d'quations mais les
exemple donns ont une orientation industrielle trs utile et cela avec
un clart pdagogique remarquable
100 Statistical tests / 257 pages / ditions SAGE / Gopal K. KANJI
ISBN: 101412923751
Commentaire: Un "must have" listant 100 tests statistiques avec les
hypothses d'utilisation, les limites, les formules (sans
dmonstration) et un exemple chaque fois.
Applied Multivariate Statistics for the social sciences / 663 pages /
ditions Routledge / James P. STEVENS
ISBN: 9780805859010
Commentaire: Livre un peu vieillissant mais contient des exemples
trs dtaills avec tapes de calcul de test multivaris complexes, ce
qui est difficile trouver dans la littrature. Par contre, il n'y a
aucune dmonstration dtaille.
Business Statistics / 892 pages / ditions Routledge / Ronald M.
WEIERS / 7me dition
ISBN: 053845217X
Commentaire: Le livre !!! mettre entre les mains ceux qui
Minitab
19/1060
Vincent ISOZ
Sciences.ch
commencent tudier les statistiques et qui cherchent un ouvrage
sans dmonstrations mathmatiques mais prsentant de faon trs
claire et pdagogique des tests jusqu'au niveau du Master et
accompagns chaque fois de faon dtaille de Microsoft Excel et
Minitab.
STATISTIQUES: Dictionnaire encycloptique / 614 pages / ditions
Springer / Yadolah DODGE
ISBN: 9782287720932
Commentaire: Un petit dictionnaire trs utile contenant un peu tout
de faon trs condense sur tout le domaine des statistiques. Trs
pratique pour retrouver des dfinitions qui gnrent des dbats en
entreprise.
Statistical analysis methods for chemists / 390 pages / ditions The
Royal Society of Chemistry / William P. GARDNIER
ISBN: 085404549X
Commentaire: Un livre vieillissant sans dmonstrations
mathmatiques mais qui intressera les chimistes utilisant Minitab et
qui veulement apprendre une petite partie du logiciel avec des
exemples familiers leur domaine d'activit.
Statistical analysis methods for chemis / 260 pages / ditions
Imperial College Presse / Michael THOMPSON, Philip J.
LOWTHIAN
ISBN: 1848166168
Commentaire: Uniquement thorique, mais sans dmonstrations
mathmatiques ni exemples ou exercices il constitue un bon
complment l'ouvre propos juste prcdemment qui tait aussi
destin aux chimistes.
Discovering Statistics using SPSS / 854 pages / ditions Sage /
Andy Field / 3me dition
ISBN: 9781847879066
Commentaire: Comme je le dis toujours au dbut des cours: dans un
contexte scientifique avoir seulement un logiciel d'analyse est
insuffisant ne serait-ce que pour ce couvrir contre les bugs et les
variantes d'algorithmes. Ds lors, un deuxime outil complmentaire
et bien suprieur Minitab pour la partie statistique est SPSS!
L'auteur de ce livre est remarquable! Outre le fait qu'il ait aussi crit
un ouvrage de la mme qualit sur R est a beaucoup d'humour, un
sens aigu de la pdagogie et sait particulirement bien prsenter des
outils informatiques avec des exemples provenant de donnes relles!
Un must have absolu!
Minitab
20/1060
Vincent ISOZ
Sciences.ch
Pratiquer les plans d'expriences / 551 pages / ditions Dunod /
Jacque Goupy
ISBN: 2100042173
Commentaire: Comme je le dis toujours au dbut des cours: dans un
contexte scientifique avoir seulement un logiciel d'analyse est
insuffisant ne serait-ce que pour ce couvrir contre les bugs et les
variantes d'algorithmes. Ds lors, un deuxime outil complmentaire
Minitab pour les plans d'exprience est JMP! Et ce livre est d'un
niveau de qualit remarquable tant par le niveau de dtail des
exemples industriels qui y sont donns tape par tape que par la
clart des explications et de la prsence parfois de quelques
dmonstrations mathmatiques accompagnes de nombreuses
figures. De plus, l'auteur est connu dans tout le monde francophone
est un consultant dont la renomme n'est plus faire.
A primer on experiments with mixture / 368 pages / ditions Wiley /
John Cornell
ISBN: 0470643382
Commentaire: Il est trs difficile de trouver de la littrature dtaille
et rigoureuse sur le sujet des plans de mlange ("mixture design" en
anglais) mais John Cornell russit ici un coup de matre. Son
ouvrage est complet, rigoureux, dtaill, fourni d'exemple pertinents!
On regrettera peut-tre juste le fait qu'il ne fasse pas le parallle avec
un logiciel informatique de son choix mais bon... Achat
recommand!
Design and Analysis of Experiments / 128 pages / ditions Wiley /
Douglas C. Montgomery, Scott M. Kowalski (Author)
ISBN: 0470169907
Commentaire: Une sorte de condens version papier de l'aide
intgre Minitab mais avec des exemples pertinents sortant du
cadre standard de Minitab. Pas de dmonstration mathmatiques, pas
d'interprtation fouille des rsultats et du contrle des hypothses
mais intressant avoir lu au moins une fois.
Minitab
21/1060
Vincent ISOZ
Sciences.ch
Dont's
Questions frquentes que Minitab Statistical Software R15 ne rpond pas ce jour
simplement (sans macros ou prtraitement de l'information):
1. Minitab est actuellement (version 15) limit 10'000'000 de lignes
2. Il n'y a actuellement aucune manire simple autre que de supprimer les lignes pour
liminer les outliers lors d'une analyse...
3. La rgression exponentielle n'est pas disponible dans les versions 15 et antrieures
(elle l'est maintenant dans la version 16 indirectement avec la mthode de GaussNewton) et de faon globale il manque les modles de rgression linaire gnraliss
(Poisson, Gamma, Binomial, NB2, NBC, etc.)
4. Pas de gnration de plans d'exprience D-optimaux, A-optimaux ou E-optimaux (cela
est possible maintenant depuis la version 16).
5. Pas de solveur intgr pour chercher l'optimum de certaines fonctions non linaires
6. Les tests Z deux chantillons (ou le calcul de la puissance correspondante), Grubbs,
Dixon et McNemar sont toujours disponibles que sous forme de macro ce jour (par
ailleurs il manque beaucoup de tests Minitab)
7. L'analyse de srie temporelle ne traite pas ce jour la famille ARCH et GARCH.
8. Pas d'intervalle de confiance pour le Risque Relatif.
9. Pas de Rgression de Passin & Bablok (alternative intressante la rgression
orthogonale de Deming)
10. Pas de ROC ou Lift Curve
11. Le double chantillonnage n'est disponible que sous forme de macro.
12. Le logiciel ne fait pas de simulations de Monte-Carlo dans le sens o on l'entend dans
MS Excel.
13. Pas de rgression linaire de Cox disponible ce jour (modle de hasard
proportionnel).
Minitab
22/1060
Vincent ISOZ
Sciences.ch
Divers (paramtres/configuration)
Dterminer la version
Lorsque vous citerez le logiciel utilis dans vos articles il ne faudra pas oublier de spcifier la
version exacte utilise du logiciel. Pour cela, allez dans le menu Aide/ propose de Minitab:
et vous aurez alors:
N'oubliez pas aussi qu'il est recommand normalement d'utiliser une version majeure qu'
partir de sa deuxime version mineure (laissez les autres dcouvrir les bugs et s'nerver
dessus!).
Minitab
23/1060
Vincent ISOZ
Sciences.ch
Changer la langue de l'interface

Un certain nombre d'entreprises font l'erreur d'acheter la version franaise de Minitab mais
heureusement il y a la possibilit de basculer de langue tout moment dans les dernires
versions.
Pour ce faire vous pouvez vous rendre sur le site Internet de Minitab ou contacter leur service
clientle et tlcharger et installer le pack de langue:
Ensuite, vous allez dans le menu Outils/Options...:
Pour dans la section Gnral y changer la langue:
Minitab
24/1060
Vincent ISOZ
Sciences.ch
Inclure test d'Anderson-Darling dans la droite de Henry

Le paramtrage le plus demand en cours pour Minitab est celui concernant le nombre
multiple d'outils affichant la droite de Henry mais cependant sans un test d'ajustement (ce qui
est entre nous aberrant). Pour qu' l'avenir toute droite de Henry vous affiche un test
d'ajustement (de type Anderson-Darling dans le cadre de Minitab), il vous suffit d'aller dans le
menu Outils/Options...:
et ensuite aller dans Graphiques individuels/Graphiques des valeurs rsiduelles et cocher

Inclure le test d'Anderson-Darling la droite de Henry:
Minitab
25/1060
Vincent ISOZ
Minitab
Sciences.ch
26/1060
Vincent ISOZ
Sciences.ch
Largueur de la fentre de session

Autre paramtre parfois emmerd dans Minitab... c'est que lors de certaines analyses
statistique, Minitab passe les rsultats la ligne dans la fentre de session. Alors pour changer
cette largueur de sortie par dfaut, il suffit d'ouvrir la fentre de commande (menu
Edition/Editeur de ligne de commande) et de taper:
o ow signifie Output Width.
Obtenir les commandes de lignes des actions

Si vous souhaitez comme avec le logiciel R ou SAS communiquer dans vos articles/rapports
les commandes Minitab utilises par rapport aux donnes brutes (ce qui est normalement
obligatoire), plutt que de mettre des captures d'cran des diffrentes dmarches activez
simplement l'option suivante Editeur/Activer les commandes:
Minitab
27/1060
Vincent ISOZ
Sciences.ch
vous aurez ensuite chaque commande faite avec la souris qui sera crit sous forme de code
dans la fentre de session.
Pour Minitab 16 et 17 vous devrez passer par les options du logiciel:
Afficher de la date/heure, nom du fichier projet/feuille sur les graphes

Dans les rapports il est souvent exig pour des raisons de traabilit d'afficher la date/heure, le
nom du fichier projet/feuille sur chacun des graphiques.
Pour cela nous allons dans les options du logiciel via Outils/Options...:
Minitab
28/1060
Vincent ISOZ
Sciences.ch
et dans la section Graphiques/Annotation/Mon commentaire, nous pouvons tout cocher:
Ce qui donnera typiquement sur les graphes:
Minitab
29/1060
Vincent ISOZ
Sciences.ch
Symboles graphiques
Les graphiques ont tous dans l'extrmit suprieure gauche un petit logo qui varie en fonction
du contexte. Pour ceux qui se demandent ce qu'ils reprsentent eh bien voil un rsum:
Graph jour
Graph jour et ne pouvant pas tre mis jour si les donnes sources sont changes
Les donnes source du graphique ont t changes et le graphique ne peut tre mis jour.
Les donnes sources du graphique ont t changes et le graphique peut tre mis jour
Les donnes sources du graphique ont t changes et certains paramtres font que celui-ci ne
peut tre mis jour
Pour mettre jour un graphique (qui peut tre mis jour) la manip classique consiste faire
un clic droit sur licne en haut gauche.
Minitab
30/1060
Vincent ISOZ
Sciences.ch
Enregistrer seulement les feuilles Minitab pour ouverture ultrieure dans R

Il n'est pas judicieux d'enregistrer toujours les fichiers Minitab au format *.mpj.
Effectivement ds que votre organisation arrtera d'acheter le logiciel vous serez bloqu avec
un format propritaire dont l'accs au contenu est plus que problmatique.
Donc chaque fois que vous crez un fichier *.mpj qui contient une seule feuille soit:
1. Vous mettez les donnes aussi dans un fichier MS Excel *.xlsx
2. Vous exportez (encore mieux) dans un fichier *.csv
3. Vous enregistrez au format portatif *.mtp (fonctionnalit dprcie)
Dfinir les mtadonnes des fichiers et des feuilles

Dans le cadre du respect de certaines normes documentaires internationales, nous avons
l'obligation scientifique de saisir les mtadonnes des fichiers de traitement statistiques.
Voyons d'abord comment dfinir les mtadonnes d'un fichier en lui-mme en allant dans le
menu Fichier/Description du projet...:
Minitab
31/1060
Vincent ISOZ
Sciences.ch
Ce qui nous amne :
Les mtadonnes sont bien pauvres... mais bon...

Voyons maintenant au niveau des feuilles de donnes (au mme titre que R et SPSS). Pour
cela nous allons dans le menu Fichier/Description de la feuille de travail...:
Minitab
32/1060
Vincent ISOZ
Sciences.ch
Ce qui nous amne :
Les mtadonnes sont l aussi bien pauvres...

Nous pouvons aussi saisir une description au niveau des colonnes:
Minitab
33/1060
Vincent ISOZ
Sciences.ch
Une fois la description saisie:
il y aura comme dans MS Excel un petit indicateur pour la colonne (il en est de mme pour
les commentaires sur les feuilles):
Minitab
34/1060
Vincent ISOZ
Sciences.ch
Nous pouvons aussi crer/consulter/modifier les commentaires et mtadonnes via la fentre

du project manager pour le fichier, les feuilles ET les colonnes:
Minitab
35/1060
Vincent ISOZ
Sciences.ch
Project Manager
Tout le contenu MINITAB se gre et s'organise dans une fentre que l'on appelle le Project
Manager. Pour y accder, il nous suffit de cliquer sur Fentre/Project Manager:
Ajouter/Renommer des feuilles

La premire chose savoir faire est de renommer les feuilles. Pour cela il suffit de faire un
clic droit dessus et de choisir Renommer (observez cependant aussi les autres options!):
Minitab
36/1060
Vincent ISOZ
Sciences.ch
Et ensuite il vous suffit de saisir ce que vous voulez (remarquez les mtadonnes de la feuille
droite!):
Si nous crons une nouvelle feuille de travail en allant dans Fichier/Nouveau...:
et en choisissant Feuille de travail Minitab:
Minitab
37/1060
Vincent ISOZ
Sciences.ch
Cette dernire s'ajoute bien videmment au gestionnaire de projet et nous pouvons aussi la
renommer:
et l encore il suffit de saisir ce que l'on veut:
Minitab
38/1060
Vincent ISOZ
Sciences.ch
Joindre des fichiers externes

Chose trs pratique dans Minitab, nous pouvons associer la liste des fichiers connexes nos
analyses statistiques. Pour ce faire, nous, nous allons dans la section Documents connexes du
Project Manager et faisons un clic droit dans partie vide pour slectionner l'option Ajouter
une liaison...:
Apparat alors:
Minitab
39/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Rechercher le fichier...:
et slectionnons le fichier dsir et validons pour revenir :
Minitab
40/1060
Vincent ISOZ
Sciences.ch
Tout en oubliant pas de saisir une Description. Ce qui donne aprs validation par OK:
et comme vous pouvez le constater, nous pouvons donc rapidement ouvrier la source ou
modifier sa liaison.
Minitab
41/1060
Vincent ISOZ
Sciences.ch
Rapport/Notes internes (ReportPad)

Comme SPSS, Minitab possde dans le Project Manager une section ReportPad permettant
aux analystes d'y prendre des notes diverses et varies et aussi d'y coller des images de
graphiques:
Rien de bien complexe utiliser mais trs pratique!
Minitab
42/1060
Vincent ISOZ
Sciences.ch
Saisie de donnes/Manipulations des donnes

La saisie de donnes dans Minitab se droule comme dans n'importe quel tableur (mais
attention Minitab n'est pas un tableur car on ne peut pas crire de relations mathmatiques
dans les cellules!).
Par exemple si vous saisissez les donnes et les titres de colles suivants comme exercice vous
ne devriez avoir aucune difficult:
Remarquez cependant aprs la saisie au niveau des colonnes le "-T" qui signifie que la
colonne est dornavant une colonne ddie des textes et que le "-D" des dates.
Si nous allons dans le Project Manager nous retrouvons les colonnes et leurs proprits ainsi
que la possibilit de dfinir une description (trs utile!):
Minitab
43/1060
Vincent ISOZ
Sciences.ch
Afficher/Masquer des colonnes

Nous pouvons aussi comme dans n'importe quel tableur afficher ou masquer les colonnes en
allant dans le menu Editeur/Masquer/Afficher les colonnes...:
Ce qui nous montre une bote de dialogue triviale manipuler:
Minitab
44/1060
Vincent ISOZ
Sciences.ch
Rechercher/Remplacer
Bon rien d'extraordinaire ici... le classique Ctrl+F fonctionne aussi:
Minitab
45/1060
Vincent ISOZ
Sciences.ch
Trier des donnes

La moindre des choses que l'on puisse dire c'est que Minitab ne fait pas les choses simples au
niveau du tri des donnes...
Remarque: Le tri ne peut pas tre annul :-(
Voyons cela avec un exemple en prenant comme base de travail notre fichier habituel:
Ensuite, nous allons dans le menu Donnes/Trier... pour avoir:
Par dfaut Minitab propose donc de faire le futur tri dans un nouvelle feuille.
Minitab
46/1060
Vincent ISOZ
Sciences.ch
Nous ce que nous voulons c'est trier toutes les colonnes par rapport une colonne spcifique
tout en restant dans la mme feuille. Pour cela nous slectionnons tous les champs sur la
gauche:
Nous cliquons sur le bouton Slectionner ce qui va les ajouter dans le champ Trier les
colonnes et comme premire cl de tri nous prenons les numros de clients:
Minitab
47/1060
Vincent ISOZ
Sciences.ch
et nous obtenons alors:
Minitab
48/1060
Vincent ISOZ
Sciences.ch
Scinder des donnes

Comme il n'y pas de filtres dans Minitab il faut savoir comme dans SPSS scinder un fichier.
Considrons notre fichier de ventes habituel:
Nous allons dans le menu Diviser la feuille de travail en sous-ensembles...:
Minitab
49/1060
Vincent ISOZ
Sciences.ch
Il vient alors:
Nous cliquons sur Condition... pour y mettre:
Nous validons par OK ce qui nous ramne :
Minitab
50/1060
Vincent ISOZ
Sciences.ch
Et si nous validons, nous obtenons bien une feuille avec uniquement des donnes ayant la
factures l'tat "Oui":
Minitab
51/1060
Vincent ISOZ
Sciences.ch
Coder des valeurs

Une manipulation courant est de recoder des variables ordinales ou nominales. Certes, nous
pouvons le faire avec le Rechercher/Remplacer mais quand nous savons que cela est rptitif,
c'est laborieux!
Toujours avec notre fichier de ventes original, pour un exemple empirique, nous allons dans
le menu Donnes/Coder/Texte en numrique...:
Il vient alors:
Minitab
52/1060
Vincent ISOZ
Sciences.ch
Ce qui donnera:
L'utilit de cette approche c'est que nous pouvons vite la reproduire l'avenir dans des cas
plus complexes. Effectivement, si nous ouvrons le Project Manager et allons dans
l'Historique nous retrouvons le code y relatif:
Minitab
53/1060
Vincent ISOZ
Sciences.ch
Si nous faisons un clic droit dessus, nous pouvons le Copier pour le stocker quelque part
(dans le ReportPad typiquement):
Et plus tard, nous pourrons simplement aller dans l'Editeur de ligne de commande:
Minitab
54/1060
Vincent ISOZ
Sciences.ch
Pour y coller le code et rapidement le r-excuter:
Minitab
55/1060
Vincent ISOZ
Sciences.ch
Manipulations lmentaires
Exercice 1.: Calculs arithmtiques lmentaires
Minitab Statistical Software 15.1.1.0
Il peut arriver dans Minitab Statistical Software que nous ayons parfois besoin de faire des
calculs arithmtiques lmentaires. Voyons un exemple. Ouvrez le fichier CalculSimple.mpj:
Nous souhaiterions simplement une colonne qui contient la diffrence des deux. Pour se faire,
nous crons d'abord une nouvelle colonne servant cet effet:
Minitab
56/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous allons dans le menu Calc/Calculatrice...:
pour avoir et crire:d
Nous validons par OK pour obtenir:
Minitab
57/1060
Vincent ISOZ
Sciences.ch
Si vous changez une des valeurs des colonnes C1 ou C2, vous verrez que la Diffrence ne se
recalcule pas. Ceci est normal (dans le domaine des statistiques les valeurs mesures ne sont
pas censes changer...). Mais si vous souhaitez quand mme une formule dynamique, il vous
suffira dans la bote de la calculatrice, de cocher Affecter en tant que formule. La colonne
apparatra alors avec un symbole spcial dans le coin suprieur droit:
Minitab
58/1060
Vincent ISOZ
Sciences.ch
Exercice 2.: Valeurs propres

Minitab Statistical Software 17.1.2
Avec MS Excel nous savons qu'il est pnible de calculer des valeurs propres ce qui est
pourtant essentiel dans de nombreux domaines des statiques. Nous allons voir que ceci est
beaucoup plus simple avec Minitab.
D'abord nous saisissons les composantes de la matrice de corrlation telle que calcule la
main dans le cours thorique lors de notre tude de l'analyse en composantes principales:
Une fois ceci fait, nous slectionnons les trois colonnes et nous allons dans le menu
Donnes/Copier/Colonnes dans matrice:
Minitab
59/1060
Vincent ISOZ
Sciences.ch
Dans la bote de dialogue qui apparat, nous mettons:
Nous validons par OK et ensuite nous allons dans le menu Calc/Matrices/Analyse des
valeurs et vecteurs propres:
Minitab
60/1060
Vincent ISOZ
Sciences.ch
Dans la bote de dialogue qui apparat nous slectionnons notre matrice (qui apparatra alors
sous le nom Copier) et choisissons la colonne de stockage et ventuellement (optionnel) un
nom pour la matrice des vecteurs propres:
Nous obtenons alors:
Minitab
61/1060
Vincent ISOZ
Sciences.ch
Ce qui est bien conforme!
Minitab
62/1060
Vincent ISOZ
Sciences.ch
Exercice 3.: Importer/Exporter des donnes *.csv

Mme si jusqu' aujourd'hui je n'ai jamais vu qui que ce soit utiliser l'outil d'import de
Minitab mais passer toujours d'abord par Excel pour faire un copier/coller ensuite, voici un
exemple avec le fichier suivant (qui contient exprs un pige):
Donc dans Minitab on va Fichier/Ouvrir une feuille de travail...:
on slectionne ensuite le format adquat:
Minitab
63/1060
Vincent ISOZ
Sciences.ch
Ensuite, on cliquez sur Options cause du pige dans le fichier *.csv:
Minitab
64/1060
Vincent ISOZ
Sciences.ch
et on prend:
on valide le tout:
Minitab
65/1060
Vincent ISOZ
Sciences.ch
et voil...
Ensuite, pour export, nous allons dans Fichier/Enregistrer la feuille de travail en cours
sous...:
Minitab
66/1060
Vincent ISOZ
Sciences.ch
on reprend du CSV ANSI:
Minitab
67/1060
Vincent ISOZ
Sciences.ch
et voil le rsultat:
Minitab
68/1060
Vincent ISOZ
Minitab
Sciences.ch
69/1060
Vincent ISOZ
Sciences.ch
Exercice 4.: Importer/Exporter des donnes *.accdb via ODBC

Minitab Statistical Software 16.1
Un grand classique dans les entreprises consiste importer des donnes d'une base Microsoft
Office Access 2010.
Nous avons pour cela le fichier de base de donnes suivant la racine du disque C:\
Son contenu est on ne peut plus standard:
Ensuite pour importer dans Minitab (et non lier!) nous allons dans le menu Fichier/Requte
de la base de donnes (ODBC)...:
Minitab
70/1060
Vincent ISOZ
Sciences.ch
Apparat la bote de dialogue suivante o nous slectionnons MS Access Database et nous

cliquons sur OK:
Apparat alors:
Minitab
71/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Database... et allons chercher le fichier de base de donnes:
Nous validons par OK ce qui nous ramne :
Quand nous validons par OK, cela nous amne la bote de dialogue suivante o nous
pouvons choisir la table dans liste droulante:
Minitab
72/1060
Vincent ISOZ
Sciences.ch
Une fois la table choisie, nous choisissons les colonnes:
Minitab
73/1060
Vincent ISOZ
Sciences.ch
Et si nous validons par OK les donnes sont alors importes:
Minitab
74/1060
Vincent ISOZ
Sciences.ch
Exercice 5.: Empiler/Dsempiler des donnes

Il arrivera souvent dans la pratique que l'utilisateur copie/colle des donnes provenant de
MS Excel sous la forme suivante:
ou avec encore plus de colonnes. Suivant les outils que nous verrons par la suite, il est
ncessaire de mettre les donnes les unes sous les autres. Certes, un simple copier/coller suffit
mais Minitab Statistical Software a aussi un outil spcialement prvu cet effet.
Ouvrez le fichier DonneesDesempilees.mpj:
Minitab
75/1060
Vincent ISOZ
Sciences.ch
et allez dans le menu Donnes/Empiler/Colonnes...:
Il vous suffit alors de prendre:
et de valider par OK pour obtenir au final:
Minitab
76/1060
Vincent ISOZ
Sciences.ch
Ouvrez maintenant le fichier DonneesDesempileesNonGroupees.mpj:
Nous souhaiterions faire la mme chose qu'avant mais avec une petite subtilit ncessaire
(disons plutt "prfre" par certains utilisateurs). Il s'agit d'empiler les donnes mais avec
une variable qualitative de l'appartenance de groupe. La mthode est la mme qu'avant mais
Minitab
77/1060
Vincent ISOZ
Sciences.ch
la diffrence que dans la bote de dialogue de regroupement nous dfinissons Stocker les
indices dans:
Pour obtenir:
ou (ce qui est moins courant mais plus lisible dans les rapports de la fentre de session):
Minitab
78/1060
Vincent ISOZ
Sciences.ch
o nous avons recoch Utiliser des noms de variables dans la colonne d'indice. Ce qui
donne:
Maintenant, en imaginant que nous avons import via copier/coller de MS Excel le tableau
prcdent, supposons que nous souhaitons faire le contraire: dsempiler.
Pour cela, ouvrez le fichier DonneesEmpileesGroupees.mpj:
Minitab
79/1060
Vincent ISOZ
Sciences.ch
et allons dans le menu Donnes/Dsempiler les colonnes...:
Il vient:
Minitab
80/1060
Vincent ISOZ
Sciences.ch
si nous validons par OK nous obtenons:
on repassera pour le choix des tiquettes de colonne...
Minitab
81/1060
Vincent ISOZ
Sciences.ch
Exercice 6.: Gnrer une variable alatoire et faire un histogramme avec ou sans
ajustement
Il arrive frquemment que l'on souhaite comparer des donnes mesures dont nous faisons
l'hypothse qu'elle suive une loi de probabilit donne, avec des vraies variables alatoires
issues de cette loi. Ne serait-ce que pour faire une reprsentation graphique de l'histogramme
de chacun et de pouvoir les comparer.
La gnration de variables alatoires est galement utile dans le cadre de simulations de
Monte-Carlo aprs avoir copier/coller les donnes dans MS Excel.
Comme il s'agit d'une manipulation simple effectuer dans Minitab Statistical Software,
nous allons donc commencer par ce premier point.
Ouvrez donc Minitab Statistical Software vide et enregistrez le fichier projet sous le nom
NombreAlea.mpj.
Ensuite allez dans le menu Calc/Donnes alatoires:
Minitab
82/1060
Vincent ISOZ
Sciences.ch
Vous y verrez la possibilit de gnrer de nombreuses variables alatoires (beaucoup plus que
ne le propose l'utilitaire d'analyse de MS Excel).
Prenons dans l'ordre des cas les plus courants dans l'industrie. Commenons par la loi
Normale:
Nous aurons alors des donnes distribues selon une loi normale de moyenne 10 et d'carttype de 0.3:
Minitab
83/1060
Vincent ISOZ
Sciences.ch
Nous pouvons tout de suite en faire un graphique en allant dans le menu

Graphique/Histogramme:
Ce qui fait apparatre:
Minitab
84/1060
Vincent ISOZ
Sciences.ch
Prenez l'option Avec ajustement:
Et validez par OK:
Minitab
85/1060
Vincent ISOZ
Sciences.ch
Remarque: Contrairement Excel et R il semblerait qu'avec Minitab on ne puisse pas dans le

cas prcdent avoir un axe avec les frquences et en mme temps celui avec la densit.
Refaisons un autre exemple du mme type avec la loi Uniforme (trs utilise en gestion de
projets) cette fois:
Nous aurons alors:
Minitab
86/1060
Vincent ISOZ
Sciences.ch
Si nous en faisons aussi un histogramme ajust:
Il faudra cette fois-ci cliquer sur le bouton Visualisation des donnes pour choisir le type
d'ajustement:
Minitab
87/1060
Vincent ISOZ
Sciences.ch
Mais nous voyons que Minitab Statistical Software 15.1.1.0 ne propose pas d'ajustement
pour une loi uniforme. Nous ferons alors un histogramme sans ajustement:
Et nous pouvons continuer ainsi de suite encore longtemps pour les plus utilises
conjointement avec MS Excel comme: la loi de Poisson, la loi Triangulaire et la loi de
Weibull.
Minitab
88/1060
Vincent ISOZ
Sciences.ch
Exercice 7.: Formatage conditionnel

Nous allons voir ici une nouveaut de Minitab 17 trs utile lorsque nous traitons de donnes
avec de nombreuses colonnes et permettant d'identifier les machines, les dates et heures, les
clients ou les exprimentateurs dont les donnes mesures ne sont qu'une parmi d'autres
colonnes et que certaines de ces donnes ayant des proprits particulires sont bien visibles
dans les graphiques mais difficiles par la suite retrouver dans la liste de donnes elle-mme!
Commenons par les lments qui sont les mmes que dans MS Excel et qui ne ncessitent
aucun exemple (puisque MS Excel est cens tre matris avec d'tudier ou d'utiliser Minitab
pour rappel).
Nous passerons par le menu Donnes/Format conditionnel (oui il existe plusieurs manires
d'y accder):
Ensuite nous avons le cas des surbrillances triviales qui ne ncessitent pas d'exemples:
Minitab
89/1060
Vincent ISOZ
Sciences.ch
En encore des cas Haut/Bas l aussi identique MS Excel et ne ncessitant pas non plus
d'exemples:
Et aussi le cas Pareto identique MS Excel et ne ncessitant pas non plus d'exemples:
Minitab
90/1060
Vincent ISOZ
Sciences.ch
Et enfin les options Effacer les rgles et Grer les rgles qui sont bases aussi sur la mme
philosophie que MS Excel.
Il ne reste donc que la partie Statistique qui est particulire (j'crirai quelque chose l-dessus
quand j'aurai un peu plus de temps).
Minitab
91/1060
Vincent ISOZ
Sciences.ch
Graphiques
Exercice 8.: Graphique barres
Ouvrez le fichier projet Ventes.mpj:
Nous souhaiterions effectuer quelques graphiques classiques de ce tableau mais que MS Excel
par exemple ne saurait pas effectuer sans un traitement pralable ou sans passer par un tableau
crois dynamique.
Faisons un premier graphique de type carte barre reprsentant le nombre d'occurrence des
secteurs dans tout le tableau. Pour ceci, allons dans le menu Graphique/Carte barre:
Minitab
92/1060
Vincent ISOZ
Sciences.ch
Nous prenons donc un Dnombrement de valeurs uniques de type simple:
Nous validons par OK:
Minitab
93/1060
Vincent ISOZ
Sciences.ch
Et nous revalidons par OK:
Minitab
94/1060
Vincent ISOZ
Sciences.ch
Exercice 9.: Graphique en secteurs

Faisons maintenant la mme analyse toujours avec le mme jeu de donnes avec un graphique
en secteurs. Nous allons donc dans le menu Graphique/Graphique en secteurs:
Nous avons alors:
Minitab
95/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le bouton Etiquettes:
Pour cocher Pourcentages. Nous validons deux fois par OK pour obtenir au final:
Minitab
96/1060
Vincent ISOZ
Sciences.ch
Exercice 10.: Diagramme points

Faisons maintenant un diagramme points et ce toujours avec le mme jeu de donnes:
De type:
Minitab
97/1060
Vincent ISOZ
Sciences.ch
Avec:
Et validons par OK:
Nous voyons bien les distributions. Refaisons le mme mais cette fois-ci sans groupes:
Minitab
98/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK et faisons l'analyse sur la Quantit:
Pour obtenir:
Minitab
99/1060
Vincent ISOZ
Sciences.ch
Chaque unit d'abscisse ainsi son analyse frquentielle. Evidemment nous pouvons obtenir
la mme chose que le graphique prcdent en jouant un peu avec les cartes barre:
En prenant:
Minitab
100/1060
Vincent ISOZ
Sciences.ch
En prenant les Quantits:
Et en validant par OK:
Minitab
101/1060
Vincent ISOZ
Sciences.ch
Bref ce n'est qu'un choix esthtique en fin de compte
Minitab
102/1060
Vincent ISOZ
Sciences.ch
Exercice 11.: Rcapitulatif graphique de statistiques

Enfin, voici mon graphique prfr toujours avec le mme jeu de donnes (mme s'il est
relativement facile faire aussi avec MS Excel, cela reste quand mme mon graphique
prfr...).
Donc toujours avec le mme fichier, nous allons dans le menu Statistiques
lmentaires/Rcapitulatif graphique...:
Nous avons alors:
Minitab
103/1060
Vincent ISOZ
Sciences.ch
La champ Variables de rpartition vous permettre de crer des graphiques la vole en

fonction des valeurs nominales de la variable de rpartition. Nous n'allons pas l'utiliser ici.
Rien ne nous empche de faire un histogramme mais nous avons dj vu cela plus haut.
Pour changer l'ajustement de la distribution ci-dessus cela ne peut se faire lors de la cration
du graphique mais seulement aprs:
Minitab
104/1060
Vincent ISOZ
Sciences.ch
Le problme c'est que si vous poursuivez... certes le type de distribution sera chang
mais la A2 et la p-value ne seront par recalcules!!!
Minitab
105/1060
Vincent ISOZ
Sciences.ch
Exercice 12.: Diagramme de valeurs individuelles

Pour la suite, nous allons reprendre l'identique un exemple fourni par l'aide de Minitab
Statistical Software (oui comme ce n'est pas des maths je n'ai pas envie de recrer la roue) en
ouvrant le fichier Delais.mpj:
et allez dans le menu Graphique/Diagramme de valeurs individuelles...:
Minitab
106/1060
Vincent ISOZ
Sciences.ch
Prenez Avec groupes:
Valiez par OK et choisissez les variables comme indiqu ci-dessous:
Minitab
107/1060
Vincent ISOZ
Sciences.ch
Cliquez sur le bouton Visualisation des donnes... et cochez lamme chose que ci-dessous:
Validez par OK deux fois:
Minitab
108/1060
Vincent ISOZ
Sciences.ch
Nous avons donc un rsultat qu'il est difficilement obtenir avec un tableur. Surtout la partie
concernant les points qui sont regroups sur une mme verticale sur une variable catgorielle
de type texte (le reste tant facilement faisable avec un tableur).
Minitab
109/1060
Vincent ISOZ
Sciences.ch
Exercice 13.: Histogrammes simples ou multiples avec ajustements

Toujours avec le mme jeu de donnes:
Nous allons dans le menu Graph/Histogramme... nouveau:
Minitab
110/1060
Vincent ISOZ
Sciences.ch
Et slectionnez Avec ajustement et groupes:
Validez par OK et saisissez les paramtres comme visible ci-dessous:
Minitab
111/1060
Vincent ISOZ
Sciences.ch
Nous avons alors (en laissant Minitab Statistical Software choisir la loi par dfaut qui est
bien videmment une loi de Gauss-Laplace...):
Allons un tout petit peu plus loin. Allons nouveau dans le menu Graph/Histogramme...:
Minitab
112/1060
Vincent ISOZ
Sciences.ch
Et prenez Avec ajustement (pour l'instant cela ressemble l'exemple de l'exercice

prcdent):
Saisissez les variables adquates:
Minitab
113/1060
Vincent ISOZ
Sciences.ch
et maintenant, la diffrence c'est que nous allons cliquez sur le bouton Graphiques
multiples...:
Nous avons alors (toujours en laissant Minitab Statistical Software avec la loi d'ajustement
par dfaut qui est la loi de Gauss-Laplace):
Minitab
114/1060
Vincent ISOZ
Minitab
Sciences.ch
115/1060
Vincent ISOZ
Sciences.ch
Exercice 14.: Graphique nuage de points avec droite de rgression

Maintenant, faisons un peu de mme avec un autre type de graphique que nous avons dj vu
plus haut mais dans un contexte trs simpliste. Allez dans le menu Graph/Nuage de points...:
Cliquez sur Avec rgression:
Minitab
116/1060
Vincent ISOZ
Sciences.ch
Validez par OK et saisissez les paramtres comme visibles ci-dessous:
Cliquez sur le bouton Graphiques multiples... et mettez la variable de rpartition Centre:
Validez par OK:
Minitab
117/1060
Vincent ISOZ
Minitab
Sciences.ch
118/1060
Vincent ISOZ
Sciences.ch
Exercice 15.: Gnrer un graphique CDF empirique

Nous avons vu dans le cours de statistique thorique comme il tait malais de faire un
graphique de la distribution empirique de probabilit avec MS Excel. Eh bien nous allons voir
qu'avec Minitab Statistical Software c'est heureusement facile et rapide.
Donc nous partons des mmes donnes que dans le cours de statistique thorique. Ouvrez
donc le fichier CDF.mpj:
et nous allons dans le menu Graphique/CDF empirique:
Minitab
119/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
nous prenons le Simple et validons par OK:
Minitab
120/1060
Vincent ISOZ
Sciences.ch
Nous pouvons comparer la CDF empirique une distribution de notre choix en cliquant sur le
bouton Distribution...:
Mais si nous ne savons pas quoi la comparer (faute d'avoir fait un test d'ajustement au
pralable), nous pouvons aller dans l'onglet Affichage des donnes:
Minitab
121/1060
Vincent ISOZ
Sciences.ch
et donc cliquer sur Ligne de jonction uniquement. Nous validons par OK deux fois et nous
obtenons:
Minitab
122/1060
Vincent ISOZ
Sciences.ch
Exercice 16.: Gnrer un graphique bulles

Rien de spcial ici part qu'il s'agit d'une nouveaut de la version 17. Nous allons refaire ici
le diagramme bulle fait dans le cours MS Excel et R.
Nous partons donc des donnes suivantes:
Et nous allons dans le menu Stat/Graphique bulles:
Minitab
123/1060
Vincent ISOZ
Sciences.ch
Nous prenons l'option Avec groupes:
Nous prenons alors:
et nous validons pour obtenir:
Minitab
124/1060
Vincent ISOZ
Minitab
Sciences.ch
125/1060
Vincent ISOZ
Sciences.ch
Exercice 17.: Graphique dans les marges

Une fonctionnalit qui existe dj depuis bien longtemps dans Minitab mais qui n'existe pas
par dfaut dans MS Excel. Si nous le faisons ici c'est juste pour comparer avec le logiciel R en
utilisant les mmes donnes:
Nous allons dans le menu Graphique/Graphique dans les marges:
Minitab
126/1060
Vincent ISOZ
Sciences.ch
et nous prenons l'option du milieu:
Ensuite, nous prenons:
Minitab
127/1060
Vincent ISOZ
Sciences.ch
Ce qui nous donne:
Bref comme nous le voyons le rsultat n'est pas spcialement esthtiquement mieux que dans
R.
Minitab
128/1060
Vincent ISOZ
Sciences.ch
Exercice 18.: Gnrer un graphique points 3D

Nous allons reprendre les donnes vues dans un cours MS Excel (o nous avions vu comment
faire un graphique 3D partir d'un code VBA). Nous y avions obtenu:
Nous souhaitons voir ce que Minitab Statistical Software nous propose. Nous ouvrons pour
cela le fichier 3DScatterPlot.mpj:
Minitab
129/1060
Vincent ISOZ
Sciences.ch
et nous allons dans le menu Graphique/Nuage de points en 3D:
Nous avons alors:

Minitab
130/1060
Vincent ISOZ
Sciences.ch
Nous prenons la version Simple:
et nous validons par OK pour obtenir un rsultat loin d'tre gnial (en plus la rotation dans
l'espace est amliorer):
Minitab
131/1060
Vincent ISOZ
Minitab
Sciences.ch
132/1060
Vincent ISOZ
Sciences.ch
Exercice 19.: Graphique bote moustaches (BoxPlot)

Ouvrez le fichier projet BoxPlot.mpj:
Il s'agit donc des mmes donnes que dans les cours de qualit et statistique de MS Excel.
Mais cette fois-ci nous souhaiterions faire les box-plot avec Minitab Statistical Software.
Nous allons alors dans le menu Graph/Bote moustaches ou Stat/Analyse exploratoire de
donnes/Bote moustaches (puisque les deux chemins mnent au mme outil!):
Minitab
133/1060
Vincent ISOZ
Sciences.ch
Vient alors:
Minitab
134/1060
Vincent ISOZ
Sciences.ch
Nous prenons l'option Y multiples Simple et validons par OK:

Nous prenons ensuite:
Nous allons dans le bouton Echelle pour activer la grille de Y:
Minitab
135/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK. Nous allons ensuite dans le bouton Visualisation de donnes pour y
cocher:
Et nous validons deux fois par OK pour obtenir au final:
Minitab
136/1060
Vincent ISOZ
Minitab
Sciences.ch
137/1060
Vincent ISOZ
Sciences.ch
Exercice 20.: Combiner des graphiques (lattice)

Minitab Statistical Software 16.1.
Au mme titre que dans R et MATLAB nous dsirons souvent regroupes des graphiques.
Pour ce faire, il faut d'abord avoir des graphiques (peu importe lesquels). Par exemple
construisons un histogramme des quantits partir du fichier Ventes.mpj:
Nous allons donc dans Graphique/Histogramme...:
Minitab
138/1060
Vincent ISOZ
Sciences.ch
Nous prenons Avec ajustement:
nous choisissons de faire cela sur la colonne Quantit:
Minitab
139/1060
Vincent ISOZ
Sciences.ch
Ce qui donne classique le graphique suivant:
Nous faisons direct derrire un autre graphique en prenant un peu au hasard le graphique qui
se gnre d'un test de Normalit en allant Stat/Statistiques lmentaires/Test de
normalit...:
Minitab
140/1060
Vincent ISOZ
Sciences.ch
Nous prenons au hasard aussi sur la Quantit:
Cela donne donc deux graphiques indpendants:
Minitab
141/1060
Vincent ISOZ
Sciences.ch
Pour les combiner dans une fentre unique, nous allons dans le menu Editeur/Outil de
prsentation...:
Apparat alors la bote de dialogue suivante:
Minitab
142/1060
Vincent ISOZ
Sciences.ch
o nous pouvons choisir le nombre de colonnes et de lignes de la lattice (ou subplots):
En cliquant sur Terminer nous obtenons:
Minitab
143/1060
Vincent ISOZ
Minitab
Sciences.ch
144/1060
Vincent ISOZ
Sciences.ch
Exercice 21.: Diagramme quantile-quantile (Q-Q plot/qq-plot)

Le but ici va tre de tracer un ce que de nombreux utilisateurs de Minitab appellent un Q-Q
plots alors qu'en ralit Minitab ne saif fait qu'un demi Q-Q Plot.
Voyons un exemple avec des donnes quelconques donc nous souhaiterions contrler
visuellement l'adquation avec une loi Normale et en mme temps avoir un test de Normalit
d'Anderson-Darling.
Nous allons dans le menu Diagramme de probabilit...:
Ensuite, nous choisissons Simple et validons par OK:
Minitab
145/1060
Vincent ISOZ
Sciences.ch
et nous prenons la variable d'intrt:
dans le bouton Distribution..., nous prenons Normale:
Minitab
146/1060
Vincent ISOZ
Sciences.ch
Ensuite dans l'onglet Affichage des donnes nous prenons:
Nous validons le tout par OK pour obtenir:
Minitab
147/1060
Vincent ISOZ
Sciences.ch
et voil... rien de spcial dire part que ce n'est pas un vrai Q-Q plot contrairement ce que
beaucoup disent (mais c'est un dtail).
Minitab
148/1060
Vincent ISOZ
Sciences.ch
Exercice 22.: Gnrer le graphique de la loi de densit de probabilit

Il arrive souvent que l'on calcule les paramtres lois de probabilits afin de prendre des
dcisions relativement aux donnes de la fonction de rpartition.
Voyons comment procder par exemple pour une loi Normale d'esprance 25 et d'cart-type
de 3.
Nous allons dans le menu Graphique/Diagramme de loi de probabilit:
Nous prenons une option qui est longue faire avec MS Excel ( titre de comparaison c'est
plus long dans Excel mais au moins on peut en superposer autant que l'on veut dans Excel ce
qui est trs utile dans la pratique et qui manque Minitab):
Minitab
149/1060
Vincent ISOZ
Sciences.ch
Aprs avoir choisi Visualisation de la probabilit, nous validons par OK:
Et nous validons deux fois par OK pour avoir au final:
Minitab
150/1060
Vincent ISOZ
Sciences.ch
ou encore plus utile, toujours avec le mme menu mais cette fois-ci nous choisissons l'option
Deux lois:
et validons par OK:
Minitab
151/1060
Vincent ISOZ
Sciences.ch
o nous voulons comparer par exemple une distribution hypergomtrique avec la loi
Normale correspondante comme en cours de statistique thorique et nous avions vu qu'il tait
trs malais de faire cela avec MS Excel. Il vient alors:
ou encore un autre cas qui a t trs utile pour un de mes clients en prenant Varier les
paramtres:
Minitab
152/1060
Vincent ISOZ
Sciences.ch
Ensuite on met:
pour obtenir:
Minitab
153/1060
Vincent ISOZ
Sciences.ch
et on supprimer les deux tracs qui ne nous intressent pas (clic dessus avec la souris et
Delete):
Minitab
154/1060
Vincent ISOZ
Sciences.ch
Exercice 23.: Analyse de Pareto

Une entreprise prestataire services vend des formations continues en entreprise. Elle a extrait
de sa base de donnes la liste de tous les cours vendus en ne prenant que le nom du domaine
concern et le numro d'identifiant correspondant (car MS Excel ne sait pas faire d'analyse de
Pareto automatique sur une base autre que des chiffres). Ce qui correspond 2528 lignes de
donnes avec 43 types de formations (ID) dans un fichier nomm Pareto.mpj:
Ensuite, nous allons dans le menu Stat/Outils de qualit/Diagramme de Pareto:
Minitab
155/1060
Vincent ISOZ
Sciences.ch
Minitab
156/1060
Vincent ISOZ
Sciences.ch
Exercice 24.: Schma branche et feuilles

Nous allons d'abord trier la colonne Prix total avec rabais dans une nouvelle colonne sur une
nouvelle feuille. Nous allons alors dans le menu Donnes/Trier:
Minitab
157/1060
Vincent ISOZ
Sciences.ch
Ce qui donne:
Ce qui donne:
Minitab
158/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous allons dans le menu Graph/Branches et feuilles ou dans le menu Stat/Analyse
exploratoire des donnes/Branches et feuilles (puisque les deux chemins mnent au mme
outil!):
Minitab
159/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Et validons par OK pour obtenir dans la fentre de session:
Minitab
160/1060
Vincent ISOZ
Sciences.ch
Voil comment ce lit ce pseudo-graphique:

- (35, 0, 2344455) Il y a donc 35 valeurs comprises entre 0-10'000 et parmi ces valeurs il y
en une qui est proche de 2'000 (2), une qui est proche de 3'000 (3), 4 qui sont proches de
4'000 (4444), 4 qui sont proches de 5'000 (5555) etc
- ((39), 1, 001111222.) La parenthse (39) signifie que la valeur mdiane est entre 39'000 et
40'000. Le 39 signifie qu'il y a 39 valeurs comprises entre 10'000-20'000, etc
Minitab
161/1060
Vincent ISOZ
Sciences.ch
Exercice 25.: Diagramme de surface en 3D

Le graphique de surface est trs utile dans certaines situations (sinon il n'existerait pas...).
Voyons donc un exemple bas sur les donnes du fichier GraphiqueSurface.mpj:
Nous allons ensuite dans le menu Graphique/Diagramme de surface en 3D...:
Minitab
162/1060
Vincent ISOZ
Sciences.ch
Nous avons alors l'cran:
Nous prenons l'option Surface et validons par OK:
Minitab
163/1060
Vincent ISOZ
Sciences.ch
Que nous validons par OK pour obtenir un rsultat plus que discutable en comparaison de R
ou MATLAB:
Bref... juste ne pas oublier la barre d'outils masque par dfaut qui permet de manipuler les
graphiques 3D...
Minitab
164/1060
Vincent ISOZ
Sciences.ch
Exercice 26.: Graphique de contours...

Sur les mmes donnes voyons un type de graphique que nous retrouverons trs souvent dans
certains plans d'expriences.
En utilisant les mmes donnes qu'avant nous allons dans le menu Graphique/Graphique de
contour...:
Nous avons alors la bote de dialogue suivante:
Minitab
165/1060
Vincent ISOZ
Sciences.ch
Ensuite nous cliquons sur Options de contour... pour amliorer le visuel par dfaut en
mettant le nombre de niveaux de contour au maximum (c'est--dire 11):
Et dans le bouton Visualisation des donnes..., pour les mmes raisons esthtiques, nous
activons Lignes de contour:
Minitab
166/1060
Vincent ISOZ
Sciences.ch
Nous validons le tout par OK deux fois pour obtenir un graphique dont il est important pour
la suite de remarquer qu'un bouton Localiser les coordonnes X et Y est disponible!:
Si vous l'activez vous pouvez alors obtenir dans un petite bulle sur le graphique la position de
votre souris dans l'espace du graphique en temps rel:
Minitab
167/1060
Vincent ISOZ
Minitab
Sciences.ch
168/1060
Vincent ISOZ
Sciences.ch
Statistiques paramtriques
Exercice 27.: Statistiques descriptives
Au mme titre que l'utilitaire d'analyse de MS Excel, nous souhaiterions afficher des
statistiques descriptives lmentaires relativement aux donnes de la colonne Prix total avec
rabais. Pour cela, nous allons dans le menu Stat/Statistiques lmentaires/Afficher des
statistiques descriptives:
Minitab
169/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Nous cliquons sur le bouton Statistiques pour y prendre:
Minitab
170/1060
Vincent ISOZ
Sciences.ch
Et nous validons deux fois par OK pour obtenir dans la fentre de session:
Si nous voulons changer les statistiques descriptives actives par dfaut alors cela peut se faire
dans dans les options du logiciel en allant dans Outils/Options...:
Minitab
171/1060
Vincent ISOZ
Sciences.ch
Et ensuite, nous allons dans Commandes individuelles/Afficher les statistiques

descriptives:
Minitab
172/1060
Vincent ISOZ
Sciences.ch
Exercice 28.: Kurtosis et Skewness

Minitab Statistical Software 17.1.
Comme il y a un grand nombre de mthodes pour calculer le Kurtosis (aplatissement) et le
Skewness1 (asymtrie), je tiens toujours les traiter part.
Considrons les donnes suivantes:
Nous faisons une analyse de statistiques descriptives comme avant mais en nous concentrant
sur le Kurtosis et let Skewness:
Au moins 11 mthodes de calculer le Skewness. Voir l'tude de Tabor, J. (2010), Investigating the
Investigative Task: Testing for Skewness - An Investigation of Different Test Statistics and their Power to Detect
Skewness, Journal of Statistics Education, 18, 1-13. www.amstat.org/publications/jse/v18n2/tabor.pdf
1
Minitab
173/1060
Vincent ISOZ
Sciences.ch
nous obtenons:
Dans Minitab, nous avons les rgles suivantes:
Si le skewness est nul, la distribution est symtrique (cela ne signifiant pas que la
symtrie a lieu sur un pic de la distribution car dans le cas bimodal l'axe de symtrie
peut-tre entre les deux valeurs modales symtriques). Si le skewness est positif, la
distribution (la valeur modale/mdiane) est penche droite (ou il y a des valeurs
extrmes droite). Si le skewness est ngatif, la distribution (la valeur
modale/mdiane) est penche gauche (ou il y a des valeurs extrmes gauche)
Si le kurtosis est nul (platikurtique) alors l'aplatissement est similaire celui d'une
distribution Normale. Si la valeur est suprieure 0 alors la distribution d'intrt
(leptokurtique) est alors plus haute que celle d'une distribution Normale moyenne
gale (inversement - mesokurtique - si le kurtosis est ngatif bien videmment)
Minitab
174/1060
Vincent ISOZ
Sciences.ch
Sinon titre de comparaison (le premier est appel "coefficient d'asymtrie de FisherPearson" et le second "coefficient d'asymtrie ajust et standardis de Fisher-Pearson"):
1 n
3
xi x
n i 1
1 n
2
xi x
n i 1
2 1
n 1 n 2
n 1
3 1
3/2
et:
1 n
4
xi x
n i 1
4
1 n
2
xi x
n i 1
( N 1) ( N 1)1 3( N 1)
( N 2)( N 3)
N ( N 1)
3( N 1) 2
1
( N 1)( N 2)( N 3)
( N 2)( N 3)
4 1 3
5 4 3 1 3
N
Skewness
Kurtosis
Minitab
-0.647(1),-0.77(2), -0.552(3)
MATLAB
-0.647(1),-0.77(2)
Mathematica
-0.647(1)
Minitab, SPSS, Excel
-0.77 (3)
-1.114(5),-0.22 (3),-0.67 (4)
MATLAB
2.327 (1),2.775(2)
Mathematica
2.327(1)
Minitab, SPSS, Excel
-0.22 (3)
175/1060
Vincent ISOZ
Sciences.ch
Minitab propose galement une autre manire qualitative d'analyser la symtrie d'une
distribution en allant dans le menu Stat/Outils de la qualit/Diagramme de symtrie...:
Il vient alors (les Options... contiennent juste le titre du graphique):
Et si nous validons par OK, il vient:
Minitab
176/1060
Vincent ISOZ
Sciences.ch
Comment lire ce graphique?

Eh bien dans un premier temps il faut calculer la mdiane qui dans le cas prsent vaut 0.1730.
Une fois ceci fait, nous trions les donnes:
0.1685
0.1705
0.1708
0.1713
0.1728
0.1732
0.1735
0.1739
0.174
0.1747
Et voil le systme de fonctionnement du graphique (nous faisons l'exemple avec deux des
points visibles sur le graphique): D'abord nous prenons les deux premiers points extrmes:
{0.1685,0.1747}
et nous calculons leur distance absolue la mdiane:
{|0.1685-0.1730|=0.0045,|0.1747-0.1730|=0.0017}
Minitab
177/1060
Vincent ISOZ
Sciences.ch
Ce qui correspond au point:
Ensuite pour un deuxime point, nous prenons les deux prochaines mesures extrmes
internes:
{|0.1705-0.1730|=0.0025,|0.174-0.1730|=0.001}
Ce qui correspond au point suivant:
{|0.1705-0.1730|=0.0025,|0.174-0.1730|=0.001}
Ce qui donne:
et ainsi de suite...
Minitab
178/1060
Vincent ISOZ
Sciences.ch
Exercice 29.: Calculer la probabilit cumule et la probabilit inverse

Il arrive souvent que l'on calcule les paramtres lois de probabilits afin de prendre des
dcisions relativement aux donnes de la fonction de rpartition. Les cas les plus courants
tant la loi Normale et la loi Beta.
Voyons comment procder par exemple pour une loi Normale d'esprance 25 et d'cart-type
de 3. Nous souhaiterons savoir qu'elle est la probabilit cumule de finir un projet le 30me
jour.
Nous crons un nouveau projet et nous crivons le nombre 30 dans la premire ligne de la
premire colonne:
nous allons dans le menu Stat/Lois de probabilit/Normale:
Minitab
179/1060
Vincent ISOZ
Sciences.ch
Vient alors:
Nous validons par OK pour obtenir dans la fentre de session:
Minitab
180/1060
Vincent ISOZ
Sciences.ch
Nous voyons ici un exemple typique o il est plus simple de travailler avec MS Excel.
videmment nous pouvons faire l'inverse en nous demandant qu'elle dure correspondant
66% de probabilit cumule. Nous crivons alors 66% dans la premire ligne de la premire
colonne et retournons au mme endroit:
Minitab
181/1060
Vincent ISOZ
Sciences.ch
Et en validant par OK nous obtenons dans la fentre de session:
Minitab
182/1060
Vincent ISOZ
Sciences.ch
Exercice 30.: Mettre des donnes plat (table de frquence)

Nous souhaiterions faire l'quivalent d'un petit tableau de synthse du type de ce que fait
MS Excel avec les tableaux croiss dynamiques.
Allez dans le menu Stat/Tableaux/Trier plat les variables individuelles:
Minitab
183/1060
Vincent ISOZ
Sciences.ch
Nous aurons alors toujours sur la base de l'analyse des secteurs d'activit:
En validant par OK dans la fentre de sortie:
Minitab
184/1060
Vincent ISOZ
Minitab
Sciences.ch
185/1060
Vincent ISOZ
Sciences.ch
Exercice 31.: Mettre des donnes plat (table de contingence)

Nous souhaiterions faire l'quivalent d'un petit tableau de contingence en % des Totaux du
type de ce que fait MS Excel avec les tableaux croiss dynamiques.
Pour cela, allons dans le menu Stat/Tableaux/Tableaux entres multiples et Khi-deux:
Minitab
186/1060
Vincent ISOZ
Sciences.ch
Prenons:
Et validons par OK pour obtenir dans la fentre de session:
Minitab
187/1060
Vincent ISOZ
Minitab
Sciences.ch
188/1060
Vincent ISOZ
Sciences.ch
Exercice 32.: Test d'indpendance du Khi-deux d'une table de contingence

Dans le cours de Mthodes Numriques nous avons travaill avec un tableau de contingence:
L'Aisne (A)
L'Oise (O)
La Somme (S)
Total
Feuillus
103'488
103'813
46'098
253'400
Rsineux
7'240
7'263
3'225
17'730
Mixtes
620
622
276
1'520
Total par dp.

111'350
111'700
49'600
272'650
Nous voulions savoir si le nombre d'arbre dpendait rellement des rgions dans lesquelles ils
poussent o si ces valeurs que ne sont que dues au hasard de l'chantillon?
Nous avions vu qu'une bonne technique consistait utiliser un test du Khi-deux et que le
rsultat donnait que les diffrences taient significatives. Faisons la mme analyse avec
Minitab Statistical Software.
Ouvrez le fichier Forets.mpj:
Nous allons dans le menu Stat/Tableaux/Test du Khi-deux (tableau deux entres dans la
feuille de travail):
Minitab
189/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Et si nous validons par OK nous obtenons dans la fentre de session:
Minitab
190/1060
Vincent ISOZ
Sciences.ch
Nous avons donc exactement le mme rsultat qu'avec les calculs faits avec MS Excel et avec
la mme conclusion (les populations sont significativement diffrentes).
Dans Minitab 17, la procdure a significativement change. D'abord l'option n'a plus le mme
Stat/Tableaux/Tableau entres multiples et Khi deux:
Minitab
191/1060
Vincent ISOZ
Sciences.ch
et dans le bouton Khi deux nous mettons:
Nous validons deux fois par OK pour obtenir:
Minitab
192/1060
Vincent ISOZ
Minitab
Sciences.ch
193/1060
Vincent ISOZ
Sciences.ch
Exercice 33.: Test exact de Fisher

Nous avons tudi en dtail dans le cours thorique de mthodes numriques le test exact de
Fisher et fait les dmonstrations mathmatiques avec les tenants et aboutissants permettant
ensuite de faire le calcul dans MS Excel. Comme l'habitude, l'objectif sera ici de vrifier que
l'on retombe bien sur le mme rsultat avec Minitab.
Nous sommes donc partis du tableau suivant:
Chef de projet
certifi
Dlais respects
8
Dlais non respects 4
Total
12
Projets
Chef de projet
non certifi
1
5
6
Total
9
9
18
Et donc le principe du test est de vrifier si la configuration observe dans le tableau de

contingence est une situation extrme par rapport aux situations possibles.
Pour ce faire, dans Minitab, nous crons le fichier suivant:
et ensuite nous allons dans le menu Stat/Tableau entres multiples et Khi-deux...:
Minitab
194/1060
Vincent ISOZ
Sciences.ch
Nous prenons alors:
et dans le bouton Khi deux... nous prenons soin de tout dcocher:
Minitab
195/1060
Vincent ISOZ
Sciences.ch
et dans le bouton Autres Statistiques..., nous prenons ce que nous souhaitons contrler:
et nous validons le tout par OK pour obtenir dans la fentre de session:
Minitab
196/1060
Vincent ISOZ
Sciences.ch
Nous obtenons donc exactement les mmes rsultats qu'avec MS Excel.
Minitab
197/1060
Vincent ISOZ
Sciences.ch
Exercice 34.: V de Cramr (mesure d'association)

Encore une fois, le but est de vrifier les calculs et dmonstrations mathmatiques faites dans
le cours de Mthodes Numriques. Nous partons donc aussi du tableau:
Nous allons dans le menu et ensuite nous allons dans le menu Stat/Tableau entres
multiples et Khi-deux...:
et nous prenons un peu tout (dj nous devrons aussi retrouver les mmes valeurs que le test
d'indpendance fait plus haut mais sous une autre forme):
Minitab
198/1060
Vincent ISOZ
Sciences.ch
ensuite, nous cliquons sur le bouton Khi-deux... pour activer:
et enfin dans le bouton Autres statistiques...:
Minitab
199/1060
Vincent ISOZ
Sciences.ch
Nous validons tout ce beau monde par OK pour obtenir dans la premire partie que des
valeurs connues et calcules la main et qui sont conformes ce que nous avons vu en cours
mais qui ne contiennent pas le V de Cramr:
et la deuxime partie o nous trouvons ce qui nous intresse:
Minitab
200/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc le Khi-deux de Pearson calcul en cours, le DL, la p-value de 0.046.
Ainsi les variables examines ne sont donc pas indpendantes (la certification a une influence
sur les rsultats).
Nous n'avons pas vu en cours ce qu'est le Khi-deux du taux de vraisemblance donc nous en
faisons abstraction pour l'instant (tant que ce ne sera pas au programme).
Nous retrouvons aussi le test exact de Fisher avec sa p-value dj obtenue plus haut et aussi
calcule en cours la main. Ce test n'est dans le cas prsent pas significatif.
Enfin, nous trouvons le V de Cramer au carr avec la mme valeur que celle calcule en cours
et qui valide donc la dmonstration mathmatique. Le V de Cramer indique ici qu'il y a une
relation faible entre les deux facteurs.
Minitab
201/1060
Vincent ISOZ
Sciences.ch
Exercice 35.: Test de Mantel-Haenszel-Cochran

Encore une fois, le but est de vrifier les calculs et dmonstrations mathmatiques faites dans
le cours de Mthodes Numriques.
Nous partons donc des donnes suivantes (nous avons dmontr en cours qu'elles ne satisfont
pas les conditions pour subir le test MHC mais faisons le quand mme...):
et allons dans le menu Stat/Tableau entres multiples et Khi-deux...:
Minitab
202/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Khi deux... nous prenons pour avoir l'essentiel (le minimum) tel que calcul
manuellement dans le cours thorique:
Dans le bouton Autres Statistiques... nous prenons videmment ce qui nous intresse ici:
Minitab
203/1060
Vincent ISOZ
Sciences.ch
et nous validons le tout par OK afin d'obtenir au final dans la fentre de session d'abord pour
l'Hpital A:
ce qui correspond bien ce qui a t calcul dans le cours thorique manuellement. Pour
l'Hpital B:
ce qui correspond aussi bien ce qui a t calcul dans le cours thorique manuellement.
Et finalement:
Minitab
204/1060
Vincent ISOZ
Sciences.ch
o comme nous l'avions mentionn dans le cours thorique la correction de continuit est
effectivement ajoute puisque nous retrouvons parfaitement les mmes rsultats. Au niveau
de la conclusion, la p-value tant beaucoup plus petite que les valeurs traditionnelles critiques
(10%, 5%, 1%) nous mettons donc en vidence le fait qu'il y a une diffrence significative
entre le groupe de contrle et de test travers les diffrentes strates.
Maintenant nous pouvons aussi faire la mme conclusion en observant les deux strates en %:
Maintenant vient la fameuse question: Et si nous runissons les deux tableaux?:
Minitab
205/1060
Vincent ISOZ
Sciences.ch
En prenant un test du Khi-deux:
Nous avons alors:
Minitab
206/1060
Vincent ISOZ
Sciences.ch
Donc le test d'indpenndance du Khi-deux nous dit aussi qu'il y a une diffrence significative
mme lorsque les tableaux sont runis!
Ou encore en faisant un tableau de dnombrement unique:
Minitab
207/1060
Vincent ISOZ
Sciences.ch
qui donne:
Et ensuite nous allons pouvoir l'aide de ces valeurs faire un test de la diffrence de deux
proportions:
Minitab
208/1060
Vincent ISOZ
Sciences.ch
Ce qui nous indique bien que les groupes de Test et de Contrle sont significativement
diffrents:
Donc il y a bien une diffrence entre les deux groupes de contrles mais nous ne savons pas
dans quel sens! Or ce qui nous intresse c'est de savoir si le groupe de contrle a un meilleur
taux de survie que le groupe de test. Ds lors:
Minitab
209/1060
Vincent ISOZ
Sciences.ch
Ce qui donne:
Et oui la diffrence est l aussi significative!
Minitab
210/1060
Vincent ISOZ
Sciences.ch
Exercice 36.: Test d'ajustement du Khi-deux

Supposons qu'un chercheur tente de dterminer s'il y a ou non une diffrence statistiquement
significative entre le nombre de naissances et le jour de la semaine. Il serait possible d'utiliser
ce rsultat pour, par exemple, planifier le personnel et l'quipement d'un hpital.
Supposons que les naissances un hpital, pour une certaine priode de temps, se
rpartissent comme suit:
Jour
Lundi
Frquence 120
Observes
Mardi
130
Mercredi Jeudi
125
128
Vendredi Samedi
80
70
Dimanche Total
75
728
Puisqu'il y a au total 728 naissances pour les 7 jours en thorie il devrait y avoir 728/7=104
naissances chaque jour. Nous avons donc maintenant le tableau suivant:
Jour
Lundi
Frquence 120
Observe
Frquence 104
Thorique
Mardi
130
Mercredi Jeudi
125
128
Vendredi Samedi
80
70
Dimanche Total
75
728
104
104
104
104
104
104
728
Nous voulons examiner s'il y a une diffrence entre les frquences observes et les frquences
thoriques en nous basant sur un test d'ajustement du Khi-deux (cela revient comparer une
loi de distribution exprimentale une loi de distribution uniforme). Nous avons dj fait la
dmonstration et le calcul la main dans le cours thorique. Voyons ce que nous obtenons
avec Minitab.
Nous partons de:
Nous allons dans le menu Stat/Tableaux/Test d'ajustement du Khi-deux...:
Minitab
211/1060
Vincent ISOZ
Sciences.ch
et nous mettons:
Remarquez que si nous avions cr une colonne avec les donnes thoriques comparer, il
aurait suffit de cliquer sur Proportions spcifiques! Nous validons par OK pour obtenir dans
la fentre de session:
Minitab
212/1060
Vincent ISOZ
Sciences.ch
Il s'agit donc exactement des valeurs obtenues en cours avec la mme conclusion tant donn
la p-value.
Nous obtenons aussi les graphiques suivants:
et:
Minitab
213/1060
Vincent ISOZ
Minitab
Sciences.ch
214/1060
Vincent ISOZ
Sciences.ch
Exercice 37.: Ajustement d'une loi de Poisson par le Khi-deux

Ouvrez le fichier Mesures.mpj:
Il s'agit d'un tableau de frquences de pices ayant des carts en micros et il s'agit exactement
du mme tableau que dans le cours de statistique thorique avec MS Excel.
Nous souhaiterions faire la mme analyse mais cette fois-ci avec Minitab Statistical
Software. Il faudra remarquer que contrairement au cours MS Excel o nous avions impos
une esprance de 5 microns pour la moyenne, Minitab Statistical Software ne nous permet
pas de choisir et calcule l'estimateur exprimental de la moyenne. Il y a aura donc une petite
diffrence dans les rsultats des calculs qui sera tout fait normale.
Nous allons dans le menu Stat/Statistiques lmentaires/Test d'adquation de
l'ajustement du Khi-deux:
Minitab
215/1060
Vincent ISOZ
Sciences.ch
Il vient alors avec les paramtres:
Nous obtenons alors dans la fentre de session:
Minitab
216/1060
Vincent ISOZ
Sciences.ch
Des valeurs similaires celles obtenues avec MS Excel avec juste de petites variations car
comme nous pouvons le voir, il a utilis la moyenne exprimentale de 4.8325 au lieu de la
moyenne de 5 impose.
Nous remarquons que Minitab Statistical Software fait galement bien les choses puisqu'il
nous avertit qu'une cellule a une valeur attendue infrieure 5 (la premire dans le tableau) ce
qui est non recommand.
Minitab Statistical Software nous donne galement le mme graphique que celui que nous
avions fait avec MS Excel:
Minitab
217/1060
Vincent ISOZ
Sciences.ch
Et un autre graphique que nous n'avions pas fait dans le cours de statistique thorique (nous
avions fait par contre le tableau correspondant):
Minitab
218/1060
Vincent ISOZ
Sciences.ch
Exercice 38.: Test de Grubbs (test des valeurs aberrantes de Grubbs)

Le but ici va tre de vrifier avec la nouveaut de la version 17 de Minitab la validit du test
de Grubbs qui y est implment que nous avons vu dans le cours thorique et dont nous avons
appris calculer les valeurs critiques la main pour n'importe quelle distribution.
Nous allons prendre la srie de valeurs suivante (et cela n'est pas explicite dans Minitab mais
nous allons de suite voir sur quelle distribution thorique implicite il se base pour calculer les
valeurs aberrantes):
Et nous allons dans le menu Stat/Statistiques lmentaires/Test des valeurs aberrantes:
Minitab
219/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
Ce qui donne:
Minitab
220/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc exactement les mmes valeurs de G et la mme p value que celles
calcules la main dans le cours thorique en se basant sous l'hypothse que la distribution
est Normale! Donc l c'est un peu dangereux que ce ne soit pas indiqu explicitement par
Minitab que le calcul de G (et donc la p-value correspondante) se font sous l'hypothse que la
distribution sous-jacente soit Normale. Dommage...!
De plus, le graphique ne met pas en vidence par des couleurs les points aberrants ce qui est
dommage aussi (bien que l'on puisse obtenir autrement et facilement dans les options du test
les points aberrants dans le tableau de la session.
Minitab
221/1060
Vincent ISOZ
Sciences.ch
Exercice 39.: Test de Dixon (test des valeurs aberrantes de Dixon)

Le but ici va tre de vrifier avec la nouveaut de la version 17 de Minitab la validit du test
de Dixon qui y est implment que nous avons vu dans le cours thorique et dont nous avons
appris calculer les valeurs critiques la main pour n'importe quelle distribution.
Nous allons prendre la srie de valeurs suivante (et cela n'est pas explicite dans Minitab mais
nous allons de suite voir sur quelle distribution thorique implicite il se base pour calculer les
valeurs aberrantes):
Et nous allons dans le menu Stat/Statistiques lmentaires/Test des valeurs aberrantes:
Minitab
222/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
Nous cliquons sur Options... et nous prenons garde cette fois-ci slectionner l'option
Rapport Q de Dixon:
Minitab
223/1060
Vincent ISOZ
Sciences.ch
et nous validons pour obtenir:
Nous retrouvons donc presque les mmes valeurs de r10 et de la p-value que celles calcules
la main dans le cours thorique en se basant sous l'hypothse que la distribution est Normale!
Donc l c'est un peu dangereux que ce ne soit pas indiqu explicitement par Minitab que le
calcul de r10 (et donc la p-value correspondante) se font sous l'hypothse que la distribution
sous-jacente soit Normale. Dommage...!
De plus, le graphique ne met pas en vidence par des couleurs les points aberrants ce qui est
dommage aussi (bien que l'on puisse obtenir autrement et facilement dans les options du test
les points aberrants dans le tableau de la session.
Minitab
224/1060
Vincent ISOZ
Sciences.ch
Exercice 40.: Effectif de l'chantillon pour l'estimation pour loi Normale

Minitab Statistical Software 16
Nous avons dmontr dans le cours la relation suivante qui permet de dterminer la taille d'un
chantillon pour mettre en vidence une certaine diffrence entre une moyenne thorique et
exprimentale donnes:
o videmment la notion de puissance de test ne rentre pas vraiment en compte (puisque pos
comme tant gal 50% comme nous l'avons vu dans le cours thorique!).
Nous souhaiterions dans le cas prsent savoir quelle doit tre la taille de l'chantillon avec
donc implicitement une puissance de 50% pour mettre en vidence une diffrence (marge
d'erreur) de 1 [mm] dans un lot de pices dont la population totale un cart-type de 3.5
[mm].
Nous allons pour cela dans le menu Stat/Puissance et effectif de l'chantillon/Effectif de
l'chantillon pour l'estimation...:
Minitab
225/1060
Vincent ISOZ
Sciences.ch
et nous mettons:
Nous validons par OK pour avoir:
Le lecteur pour vrifier avec les exercices ultrieurs prsentant le mme calcul avec le choix
de la puissance qu'en imposant 50% de puissance qu'il retombe sur presque la mme valeur
(48 au lieu de 50)! Compars avec la relation dmontre en cours, nous obtenons:
2
Z
n /2 47.057

Minitab
226/1060
Vincent ISOZ
Sciences.ch
Nous pouvons nous amuser inverser le calcul pour voir si nous retombons sur nos pattes:
et nous voyons curieusement que ce n'est pas tout fait le cas...:
Cet outil utilise une correction de la relation suivante dmontre dans le cours de thorique
statistique:
Si nous faisons les calculs similaires avec la proportion.
Minitab
227/1060
Vincent ISOZ
Sciences.ch
Exercice 41.: Puissance d'un test Z 1 chantillon en bilatral

Un gestionnaire responsable d'une chane de production veut savoir combien de temps passe
en moyenne un employ l'usinage sur une pice donne. Celui-ci aimerait tre dans une
estimation se trouvant dans les 2 minutes par rapport la moyenne et il est connu que
l'cart-type d'usinage est de 3 minutes.
Nous avons dtermin que la taille de l'chantillon de mesures que doit prendre le
gestionnaire pour s'assurer un intervalle de confiance 95% de la moyenne arrondie l'entier
le plus proche est 9 base sur la relation:
Mais quelle sera la puissance du test?

L'objectif est encore une fois de vrifier que nous obtenons la mme chose que le calcul la
main dans le cours de statistique thorique.
Nous allons dans le menu Stat/Puissance et effectif de l'chantillon/Test Z 1 chantillon:
Nous avons alors (Minitab Statistical Software calcule toujours le champ qui est laiss vide
parmi les 3 premiers):
Minitab
228/1060
Vincent ISOZ
Sciences.ch
et dans Options...:
Nous validons par OK pour avoir dans la fentre de session:
Minitab
229/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc pas tout fait la mme valeur de la puissance du test qu'avec MS Excel
en utilisant une des relations dmontre dans le cours de statistique thorique:
1 P YN 0,1 Z /2 d n =
NORM.DIST(NORMSINV(5%/2)-(-2)/(3/SQRT(9));0;1;1)= 0.515967793
Il y a donc une diffrence de:

0.0000372=0.00372%
avec la valeur donne par MS Excel. Nous allons donc considrer cela comme ngligeable et
probablement d l'algorithme de calcul pour la loi Normale qui diffre un tout petit peu.
Pour rsumer nous avons donc 50% , soit une chance sur deux d'accepter l'hypothse
nulle alors qu'elle est fausse.
Indiquons enfin qu'il est possible de faire plusieurs courbes de puissance en crivant:
Minitab
230/1060
Vincent ISOZ
Sciences.ch
Minitab Statistical Software fait le calcul pour toutes les combinaisons possibles:
avec le graphique:
Minitab
231/1060
Vincent ISOZ
Minitab
Sciences.ch
232/1060
Vincent ISOZ
Sciences.ch
Exercice 42.: Taille d'chantillon (effectif) d'un test Z en bilatral

estimation se trouvant dans les 2 minutes par rapport la moyenne et il est connu que
l'cart-type d'usinage est de 3 minutes. Quel doit tre la taille de l'chantillon si nous
souhaitons un test avec une puissance de 80%?
Nous avons dtermin que la taille de l'chantillon de mesures que doit prendre le
gestionnaire pour s'assurer un intervalle de confiance 95% de la moyenne arrondie l'entier
le plus proche est 9 base sur la relation:
et que cela donnait une puissance d'a peu prs 50%. Le but ici est donc de voir combien va
monter n pour avoir un test avec une puissance de 80%.
La suite est un peu particulire contrairement au calcul la main car il faut bien se rappeler du
chapitre de la "puissance d'un test" que nous avons tudi. Par rapport notre question,
comme la puissance du test n'est pas exige, cela signifie implicitement que nous tolrons une
puissance de 50% (se rappeler de la figure avec les courbes de Gauss qui se superposaient).
Nous avons alors:
Nous cliquons sur Options... toujours pour faire bien attention d'tre 5% en bilatral:
Minitab
233/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK et nous obtenons dans la fentre de session:
Donc dj contrairement au calcul la main, Minitab Statistical Software arrondi l'effectif

d'chantillon l'entier le plus proche et calcule la puissance relle du test correspondant cet
arrondi (la puissance est plus grande donc c'est tant mieux!). Minitab Statistical Software
nous sort galement la courbe de puissance du test:
Minitab
234/1060
Vincent ISOZ
Sciences.ch
Et nous retrouvons bien la mme valeur qu'avec MS Excel o nous avions appliqu une des
relations dmontre en cours ( l'entier prs le plus proche):
2
Z /2 Z1
n
=((NORM.S.INV(2.5%)-NORM.S.INV(80%))/(2/3))^2=17.6599794
d
ou avec la deuxime relation dmontre en cours:
Z Z1 /2
n
X
Minitab
=((NORM.S.INV(20%)-NORM.S.INV(1-5%/2))/2)^2=17.6599794
235/1060
Vincent ISOZ
Sciences.ch
Exercice 43.: Diffrence (rsolution) d'un test Z en bilatral

Il s'agit toujours de la mme dmarche mais cette fois, nous voulons dterminer la rsolution
que nous obtiendrons. Il vient:
et en validant par OK nous avons dans la fentre de session:
et la courbe de puissance correspondante:
Minitab
236/1060
Vincent ISOZ
Minitab
Sciences.ch
237/1060
Vincent ISOZ
Sciences.ch
Exercice 44.: Intervalle de confiance de la moyenne (test Z un 1 chantillon)

Un sondage a t conduit dans des entreprises qui utilisent des panneaux solaires comme
source primaire d'lectricit. La question qui a t pose tait la suivante: Quel est le % de
votre lectricit provenant du solaire?
Un chantillon alatoire de 55 rponses donne une moyenne arithmtique de 45 [kW].
Supposons que l'cart-type standard pour cette question est de 15.5 [kW] (cart-type thorique
suppos connu!).
Quel est l'intervalle de confiance reprsentant 95% de valeurs (nous avions fait ce calcul avec
MS Excel).
Nous ouvrons Minitab Statistical Software et allons dans le menu Stat/Statistiques
lmentaires/Test Z 1 chantillon:
Nous avons alors:
Minitab
238/1060
Vincent ISOZ
Sciences.ch
Et nous obtenons alors dans la fentre de session:
Ce qui correspond bien ce que nous avions obtenu avec MS Excel. videmment, il n'y a
aucune p-value d'indique puisque nous n'avons pas impos de moyenne hypothtise dans la
bote de dialogue principale.
Minitab
239/1060
Vincent ISOZ
Sciences.ch

bilatral
Un objectif de location journalier a t impos gestionnaire d'une socit de location de
voitures avec un objectif de 5 et un cart-type de 2. Depuis 19 jours que le garage est ouvert,
nous avons les locations suivantes:
3,7,12,5,9,13,2,8,6,14,6,1,2,3,2,5,11,13,5
ou ouvrez le fichier Locations.mpj:
et allez dans le menu Stat/Statistiques lmentaires/Test Z 1 chantillon:
Minitab
240/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Graphiques... pour activer:
et dans Options... nous nous assurons pour commencer tre dans un test bilatral:
Nous validons le tout par OK et d'abord nous obtenons les graphiques:
Minitab
241/1060
Vincent ISOZ
Sciences.ch
avec l'infobulle sur la bote moustache:
et sur l'intervalle de confiance:
Minitab
242/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous avons aussi le diagramme points:
et l'histogramme:
Minitab
243/1060
Vincent ISOZ
Sciences.ch
Mais intressons-nous plutt au contenu de la fentre de session:
L'intervalle de confiance 95% ne changera pas quelle que soit la moyenne hypothtise (ce
qui est logique conformment ce que nous avons vu en cours). Au vu de l'intervalle de
confiance 95% il est donc vident que la valeur Z relativement la moyenne hypothtise de
5 soit trs grande et donc la p-value trs petite.
Par contre, dans le cours thorique nous n'avons pas vu comment calculer le Z dans le cas de
la diffrence avec MS Excel. Donc si jamais voici comment faire (en se rappelant que l'ide
sous-jacente est que la diffrence est nulle):
6.684 5
3.670193 3.67
2
19
et donc en bilatral la p-value est:

=(1-NORM.S.DIST(3.67019291;TRUE))=(1-0.999878816)/2=0.0000606
Minitab
244/1060
Vincent ISOZ
Sciences.ch

unilatral gauche
Il est connu dans un tat que les enfants d'un certain ge ont un poids de 45 kilogrammes et
un cart-type de 13 kilogrammes (esprance et cart-type de la population). Un plainte est
pose par des parents d'lves comme quoi les enfants d'une cole sont sous-aliments. Pour
cela les parents d'lves s'appuient sur le fait que 25 enfants du mme ge ont un poids moyen
de de 40.5 kilogrammes.
Vrifions si ce sous-poids est significativement infrieur!
Nous allons donc dans le menu ans le menu Stat/Statistiques lmentaires/Test Z 1
chantillon:
Nous avons alors:
Minitab
245/1060
Vincent ISOZ
Sciences.ch
et dans Options... nous prenons alors l'hypothse alternative comme quoi la moyenne
mesure est infrieur la moyenne hypothtise:
Nous validons deux fois par OK pour obtenir dans la fentre de session:
Devrait tre 45 contre 45 selon
moi
Par contre, dans le cours thorique nous n'avons galement pas vu comment calculer le Z dans
le cas de la diffrence avec MS Excel. Donc si jamais voici comment faire (en se rappelant
que l'ide sous-jacente est que la diffrence est nulle):
Minitab
246/1060
Vincent ISOZ
Sciences.ch
40.5 45
1.73077 1.73
13
25
et donc en unilatral la probabilit cumule d'tre cette valeur (correspondant directement

la p-value) est de:
=NORM.S.DIST(-1.730769231;TRUE)=0.041746466=4.17%
Nous rejetons donc l'hypothse nulle de l'absence de diffrence au profit de l'hypothse
alternative. Les enfants sont significativement diffremment aliments un niveau de 5%.
Nous voyons aussi que le rsultat est le mme si nous calculions la diffrence dans l'autre
sens:
X 45 40.5
1.73077 1.73
13
n
25
Depuis Minitab 17 nous ne pouvons plus procder ainsi et ce pour des raisons pdagogique,
l'quipe de dveloppement prfr (et c'est judicieux selon moi) mettre cela dans le menu
Stat/Tests d'quivalence:
Donc si nous voulons reproduire l'exemple ci-dessus nous cliquons sur A 1 chantillon:
Minitab
247/1060
Vincent ISOZ
Sciences.ch
Au vu de l'aspect de la bote de dialogue nous concluons rapidement qu'il s'agira non pas d'un
test Z unilatral mais d'un test de Student en unilatral (ce qui n'est plus vraiment explicite par
contre avec cette nouvelle version).
Nous allons quand mme mettre nos donnes dedans en supposant qu'elles satisfont les
hypothses ad hoc comme toujours:
Minitab
248/1060
Vincent ISOZ
Sciences.ch
et le graphique suivant:
Minitab
249/1060
Vincent ISOZ
Sciences.ch
Dans le cours thorique nous n'avons galement pas vu comment calculer ce rsultat dans le
cas de la diffrence avec MS Excel. Donc si jamais voici comment faire (en se rappelant que
l'ide sous-jacente est que la diffrence est nulle):
40.5 45
1.73077 1.73
13
25
et donc en unilatral la probabilit cumule d'tre cette valeur (correspondant directement

la p-value) est de:
=T.DIST(-1.73;25-1;TRUE)=0.048236=4.823%
Nous ne rejetons donc l'hypothse nulle au profit de l'hypothse alternative. Les enfants sont
donc bien sous-aliments un niveau de 5%. C'est la raison pour laquelle Minitab prcise:
Dclaration moyenne < cible possible.
Et ainsi de suite pour tous les tests d'quivalences de Minitab qui ne sont en ralit que des
tests classiques de Student en unilatral, bilatral avec ou sans cible fixes tels que nous les
avons vu dans le cours thorique (except pour le plan crois).
Minitab
250/1060
Vincent ISOZ
Sciences.ch
Exercice 47.: Puissance d'un test t 1 chantillon en bilatral

estimation se trouvant dans les 2 minutes par rapport la moyenne et l'cart-type d'usinage
est estim 3 minutes. Quelle est la puissance du test sachant que la de taille de l'chantillon
est de 9 units?
Pour faire ce calcul, nous utilisons toujours la version studentise de la relation:
1 P YN 0,1 Z /2 d n =
Ce qui devient alors:
1 P YT n1 T /2,n1 d n =
T.DIST(T.INV(5%/2;9-1)-(-2)/(3/SQRT(9));9-1;1)=0.383706664
Vrifions avec Minitab Statistical Software:
Nous allons dans le menu Stat/Puissance et effectif de l'chantillon/Test t 1 chantillon:
Nous vrifions que nous sommes bien en bilatral dans Options...:
Minitab
251/1060
Vincent ISOZ
Sciences.ch
et le graphique de puissance:
Minitab
252/1060
Vincent ISOZ
Sciences.ch
Nous avons une valeur nettement diffrente (de l'ordre de 4% dans cet exemple particulier)
que celle obtenu avec MS Excel. Il faut donc que je regarde s'il s'agit d'une erreur dans les
calculs thoriques ou si c'est une spcificit de l'algorithme utilis par Minitab Statistical
Software.
Minitab
253/1060
Vincent ISOZ
Sciences.ch
Exercice 48.: Taille d'chantillon (effectif) d'un test t 1 chantillon en bilatral

estimation se trouvant dans les 2 minutes par rapport la moyenne et l'cart-type d'usinage
est estim 3 minutes avec une puissance du test de 80%. Quelle est la taille de l'chantillon
ncessaire.
Pour faire ce calcul, nous utilisons la version studentise de la relation:
1 P YN 0,1 Z /2 d n =
Ce qui devient alors:
1 P YT n1 T /2,n1 d n =
T.DIST(T.INV(5%/2;B1-1)-(-2)/(3/SQRT(B1));B1-1;1)
et pour rsoudre cette quation en A1 avec MS Excel, nous avions utilis l'outil Valeur Cible.
ce qui nous avait donn:
Minitab
254/1060
Vincent ISOZ
Sciences.ch
ce qui donne 20 l'entier le plus proche! Vrifions avec Minitab Statistical Software:
Nous allons dans le menu Stat/Puissance et effectif de l'chantillon/Test t 1 chantillon:
Nous vrifions que nous sommes bien en bilatral dans Options...:
Minitab
255/1060
Vincent ISOZ
Sciences.ch
et le graphique de puissance correspondant:
Minitab
256/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc la mme valeur qu'avec MS Excel.
Minitab
257/1060
Vincent ISOZ
Sciences.ch
Exercice 49.: Intervalle de confiance de la moyenne (test t un 1 chantillon)

Il est donc courant dans le domaine de l'analyse statistique de devoir calculer l'intervalle de
confiance de la moyenne. Nous allons reprendre le mme exemple que dans le cours
MS Excel mais avec Minitab Statistical Software.
Un gestionnaire d'une socit de location de voitures souhaiterait estimer le nombre moyen de
fois que des vhicules de luxe sont lous par mois. Il prend pour cela un chantillon alatoire
de 19 voitures de luxes et obtient la suite suivante de nombre de voitures loues:
3,7,12,5,9,13,2,8,6,14,6,1,2,3,2,5,11,13,5
Nous devons dterminer l'intervalle 95% de la moyenne. Donc dans Minitab Statistical
Software nous reportons ces valeurs ou ouvrons le fichier Locations.mpj:
Pour comparer les rsultats avec les calculs effectus la main dans MS Excel avons besoin
de l'estimateur de maximum de vraisemblance de l'cart-type (donc c'est un intervalle de
confiance avec variance thorique inconnue). Nous allons donc dans le menu
Stat/Statistiques lmentaires/Afficher les statistiques descriptives:
Minitab
258/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Minitab
259/1060
Vincent ISOZ
Sciences.ch
Nous y voyons l'cart-type de 4.23 ce qui correspond parfaitement ce que nous avions avec
les calculs la main.
Maintenant, nous allons dans le menu Stat/Statistiques lmentaires/Test t un
chantillon:
Minitab
260/1060
Vincent ISOZ
Sciences.ch
Pour avoir:
et pour vrifier que nous sommes bien en bilatral un niveau de 95%, nous cliquons sur le
bouton Options...:
Et nous validons par OK:
Minitab
261/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons le mme intervalle de confiance qu'avec MS Excel. videmment il n'y a

aucune p-value d'indiqu puisque nous n'avons pas impos de moyenne hypothtise dans la
bote de dialogue principale. Et nous pouvons faire nouveau les mmes exemples que pour
le test Z mais ce serait un peu trop rptitif donc nous nous en passerons...
Minitab
262/1060
Vincent ISOZ
Sciences.ch
Exercice 50.: Test t-Student de diffrence de la moyenne bilatral d'un

chantillon
Nous devons talonner un appareil l'aide d'une pice talon dont nous savons que le
diamtre rel est de 15 microns. Nous avons obtenu les mesures suivantes (fichier
Etalonnage.mpj):
Nous souhaiterions vrifier un intervalle de confiance de 95% que nous sommes proches la
moyenne vraie (pas trop diffrent).
Nous allons dans le menu Stat/Statistiques lmentaires/Test t 1 chantillon:
Minitab
263/1060
Vincent ISOZ
Sciences.ch
Vient alors:
Nous cliquons sur le bouton Options... pour vrifier que tout soit conforme:
Minitab
264/1060
Vincent ISOZ
Sciences.ch
Nous obtenons:
L'hypothse nulle tant que la moyenne arithmtique mesure est gale 15 microns
(l'hypothse alternative tant qu'elle ne le soit pas...) et donc rejete. Il y a donc une diffrence
significative.
Nous voyons cependant que nous n'obtenons pas les mmes intervalles de confiance (IC)
qu'avec MS Excel ni la mme valeur pour T. Cependant, selon moi il y a une aberration ici
avec Minitab Statistical Software. Si l'IC 95% tait bien de 15.0319 et 15.0775, alors
15.0537 se trouve bien dans l'intervalle est nous devrions accepter l'hypothse. Or, la p-value
nous montre bien qu'il faut la rejeter. De plus, l'IC devrait tre centre sur la moyenne
thorique de 15...
Affaire suivre... pour savoir si c'est moi qui ai fait une erreur de comprhension (et donc in
extenso des erreurs de calcul dans MS Excel) ou si c'est Minitab Statistical Software.
Minitab
265/1060
Vincent ISOZ
Sciences.ch
Exercice 51.: Test t-Student homoscdastique bilatral d'galit de la moyenne

Le dbit d'eau en litre par minutes entre plusieurs points quidistants de deux pipe-lines 1 et 2
a t mesur. Le tableau suivant (il s'agit du mme tableau que celui utilis pour l'exemple du
test t pour donnes apparies) a t obtenu (fichier Pipelines.mpj):
Un ingnieur souhaite dterminer s'il y a statistiquement une diffrence significative entre les
deux pipelines un niveau de confiance de 95% en supposant les variances gales. Nous
allons voir si nous retrouvons les mmes rsultants que dans le cours MS Excel et dans le
cours de statistique thorique.
Nous allons dans le menu Stat/Statistiques lmentaires/Test t 2 chantillons:
Minitab
266/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Et en validant par OK nous obtenons effectivement les mmes rsultants que dans MS Excel
et dans le cours de statistique thorique:
Minitab
267/1060
Vincent ISOZ
Minitab
Sciences.ch
268/1060
Vincent ISOZ
Sciences.ch
Exercice 52.: Test t-Student pour donnes apparies

Le dbit d'eau en litre par minutes entre plusieurs points quidistants d'un mme pipeline
avant et aprs rvision a t mesur. Le tableau suivant a t obtenu:
Un ingnieur souhaite dterminer s'il y a statistiquement une diffrence significative entre les
pipelines avant et aprs rvision un niveau de confiance de 95% en bilatral (sous
l'hypothse que les donnes sont paires).
Solutions:
Nous allons dans le menu Stat/Statistiques lmentaires/Test t pour donnes apparies:
Minitab
269/1060
Vincent ISOZ
Sciences.ch
Vient alors:
Minitab
270/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc exactement les valeurs calcules la main dans le cours de statistique
thorique et avec MS Excel! Nous avons aussi les graphiques suivant si nous les activons:
Minitab
271/1060
Vincent ISOZ
Minitab
Sciences.ch
272/1060
Vincent ISOZ
Sciences.ch
Exercice 53.: Test t-Student htroscdastique bilatral d'galit de la moyenne

(test t de Welch)
Nous repartons des mmes donnes que dans le cas de l'exemple homoscdastique:
Et comme avant nous lanons le test 2 chantillons la diffrence que nous laissons
Supposer des variances gales dcoches:
Minitab
273/1060
Vincent ISOZ
Sciences.ch
Et les valeurs (et particulirement les DL), correspondent bien la relation dmontre en
cours puisqu'elles prennent la valeur entire de:
2
1
S12 S22
n1 n2
/ n1
n1 1
Minitab
2
2
/ n1
n2 1
274/1060
Vincent ISOZ
Sciences.ch
Exercice 54.: Taille d'chantillon (effectif) d'un test p (proportion) 1 chantillon

en bilatral
Encore une fois nous souhaiterions dterminer la taille d'chantillon permettant de mettre en
vidence une certaine diffrence de proportion dans le but de vrifier la relation dmontre
dans le cours de statistique thorique et qui est:
Z
n
Z1 /2 pq
pq
p p
o dans le cas d'une puissance 50%, nous retrouvons la relation connue:
Imaginons que nous souhaiterions mettre en vidence une diffrence de 20% dans une tude
(ou sondage) o nous nous attendons avoir 50% de proportion exprimentale (donc une
proportion de comparaison de 50-20=30%)
une puissance de 80%, nous souhaiterions donc savoir qu'elle est la taille de l'chantillon
qui nous permettra de ne pas maintenir l'hypothse nulle tort.
Pour cela, nous allons dans le menu Stat/Puissance et effectif de l'chantillon/1
Proportion...:
Minitab
275/1060
Vincent ISOZ
Sciences.ch
Nous mettons:
et nous validons par OK pour obtenir:
et dans la fentre de session:
Minitab
276/1060
Vincent ISOZ
Sciences.ch
Comparons au rsultat thorique avec MS Excel:

Z
n
Z1 /2 pq
pq
p p
=((NORMSINV(20%)*SQRT(0.5*(1-0.5))-NORMSINV(1-5%/2)*SQRT(0.3*(1-0.3)))/(0.30.5))^2=43.4926
La diffrence avec Minitab provenant d'un facteur de correction de continuit qu'utilise
Minitab. Mais il vaut mieux avoir un peu trop d'chantillons que pas assez.
Minitab
277/1060
Vincent ISOZ
Sciences.ch
Exercice 55.: Intervalle de confiance de la proportion

Dans une production de 300 pices nous en avons trouves 8 de dfectueuses. Quelle est
l'intervalle de confiance 95% de la proportion de pices dfectueuses?
Nous avons fait ce calcul dj avec MS Excel et nous souhaitons le vrifier.
Dans Minitab Statistical Software ( vide), nous allons dans le menu Stat/Statistiques
lmentaires/1 proportion:
Ce qui donne:
Minitab
278/1060
Vincent ISOZ
Sciences.ch
Et nous allons dans le bouton Options:
Nous validons alors deux fois par OK avons alors dans la fentre de session:
Minitab
279/1060
Vincent ISOZ
Sciences.ch
Nous avons donc bien le mme rsultat que dans MS Excel (et donc que dans le cours de
statistique thorique).
Si nous n'avions pas activ l'approximation par une loi normale, nous aurions:
Minitab
280/1060
Vincent ISOZ
Sciences.ch
Exercice 56.: Taille d'chantillon (effectif) d'un test p (proportion) 2

chantillons en bilatral
Encore une fois nous souhaiterions dterminer la taille de deux chantillons permettant de
mettre en vidence une certaine diffrence de proportions dans le but de vrifier la relation
dmontre dans le cours de statistique thorique et qui est:
Z
n

p1q1 p 2 q2 Z1 /2 2 pq
p p 2 p1
Imaginons pour cela que nous souhaiterions mettre en vidence une variation de 20% dans la
diffrence de deux proportions qui sont estimes priori comme valant 30% et
respectivement 50%.
une puissance de 80%, nous souhaiterions donc savoir qu'elle est la taille des deux
chantillons (puisque leur taille est suppose gale dans les dveloppements thoriques) qui
nous permettra de ne pas maintenir l'hypothse nulle tort.
Pour cela, nous allons dans le menu Stat/Puissance et effectif de l'chantillon/2
Proportions...:
Minitab
281/1060
Vincent ISOZ
Sciences.ch
Nous mettons:
Minitab
282/1060
Vincent ISOZ
Sciences.ch
Comparons au rsultat thorique avec MS Excel:

Z
n
Z1 /2 pq
pq
p p
=((NORM.S.INV(20%)*SQRT(0.5*0.5+0.3*0.7)-NORM.S.INV(15%/2)*SQRT(2*0.4*0.6))/(0.4-(0.5-0.3)))^2= 92.998
La diffrence avec Minitab est donc nulle puisque celui-ci arrondit l'entier le plus proche.
Minitab
283/1060
Vincent ISOZ
Sciences.ch
Exercice 57.: Comparaison de proportions sur une mme population (test

binomial exact)
D'une petite population ayant deux caractristiques x et y particulires qui nous intressaient
et pour laquelle nous nous attendions avoir un parfait quilibre tel que x y (donc
50%/50%) nous avons en ralit obtenu x 5 et y 7 (donc la population est de taille 12).
Nous souhaiterions donc savoir si la diffrence est significative avec une certitude de 95% ou
simplement due au hasard?
Nous allons dans le menu Stat/Statistiques lmentaires/1 proportion:
Nous avons alors:
Minitab
284/1060
Vincent ISOZ
Sciences.ch
ce qui donne aprs validation:
Nous nous retrouvons alors avec les mmes rsultats que MS Excel.
Minitab
285/1060
Vincent ISOZ
Sciences.ch
Exercice 58.: Comparaison de proportions sur 2 chantillons indpendants

Dans le cadre d'un plan d'chantillonnage nous avons prlev sur un premier lot de 50
chantillons, 48 en parfait tats. Dans un second lot de 30 chantillons, 26 taient en bon tat.
Nous souhaiterions donc savoir si la diffrence est significative avec une certitude de 95% ou
simplement due au hasard?
Nous allons dans le menu Stat/Statistiques lmentaires/2 proportions:
Nous avons alors:
Minitab
286/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Options... pour configurer relativement la dmonstration vue
dans le cours de statistique thorique:
Ce qui donne aprs validation par deux OK:
Minitab
287/1060
Vincent ISOZ
Sciences.ch
Nous nous retrouvons alors avec les mmes rsultats que MS Excel (except le test de Fisher
exact que nous n'avions pas calcul pendant le cours thorique pour cet exemple particulier).
Minitab
288/1060
Vincent ISOZ
Sciences.ch
Exercice 59.: Test de Poisson un chantillon unilatral/bilatral

Le but est encore une fois de vrifier si nous trouvons les mmes rsultats que dans le cours
thorique et que les calculs appliqus avec MS Excel. Considrons le premier exemple vu en
cours et inspir de l'aide de Minitab:
Unilatral: Une socit fabrique des tlvisions en quantit constante et a mesur le nombre
d'appareils dfectueux produits chaque trimestre pendant les dix dernires annes (donc 4 fois
10 mesures = 40 trimestres). La direction dcide que le nombre maximum acceptable d'units
dfectueuses est de 20 par trimestre et souhaite dterminer si l'usine satisfait ces exigences
(sous l'hypothse que la distribution des dfectueux suive une loi de Poisson) un niveau de
confiance de 5%.
Nous ouvrons donc le fichier Poisson1Echantillon.mpj comportant 40 mesures (donc une
pour chaque trimestre):
Nous allons dans le menu Stat/Statistiques lmentaires/Test de Poisson 1 chantillon...:
Minitab
289/1060
Vincent ISOZ
Sciences.ch
et nous mettons:
et dans le bouton Options...:
Minitab
290/1060
Vincent ISOZ
Sciences.ch
et nous validons le tout par OK:
Nous retrouvons presque les mmes rsultats que les calculs effectus avec le tableur
(uniquement la borne infrieure donne par Minitab diffre au deuxime chiffre aprs la
virgule de celle obtenue avec MS Excel).
Nous pouvons remarquer une chose un peu curieuse: Minitab semble utiliser l'approximation
Normale (abusive) de la loi de Poisson... affaire suivre...
Maintenant, refaisons l'exemple calcul et dmontr en cours avec l'intervalle en bilatral.
Bilatral: Une compagnie d'aviation a eu 2 deux crashs en 1'000'000 de vols (vnement trs
rare). Quelle est l'intervalle de confiance en bilatral 95% sachant qu'au niveau mondial le
nombre d'accidents par millions est de 0.4.
Il n'y a ici aucun fichier ouvrir! Nous allons simplement dans le menu Stat/Statistiques
lmentaires/Test de Poisson 1 chantillon... et nous y mettons:
Minitab
291/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le bouton Options...:
Il n'y a rien changer! Nous validons le tout par OK deux fois pour obtenir:
et ici nous voyons une btise monumentale de Minitab qui met tous sous forme de taux! Ce
qui fait que l'intervalle devient quasiment inexploitable! Avec MS Excel, nous avions obtenus
partir de la relation dmontre en cours:
Minitab
292/1060
Vincent ISOZ
Sciences.ch
2
5%/2
2 (2 1)
125%/2 2 (2 1)
2
Le rsultant suivant:
0.618 7.224
ce qui diviser par 1'000'000 fait:
0.000000618 0.000007224
Bon heureusement nous pouvons tricher en mettant par exemple:
ce qui donne alors:
et l nous voyons une curiosit: Minitab, si nous comparons avec MS Excel, calcule les
bornes de la manire suivante:
=LOI.KHIDEUX.INVERSE(1-5%/2;2*(2+1))/2=7.224
Ce qui est conforme pour la borne suprieur, mais pour la borne infrieure il calcule ainsi:
Minitab
293/1060
Vincent ISOZ
Sciences.ch
=LOI.KHIDEUX.INVERSE(1-5%/2;2*2))/2=0.242
Ce qui est donc bizarre, car normalement les degrs de libert de la loi du Khi-deux devraient
a priori tre identiques. En l'occurrence, l'acceptation ou le rejet de l'hypothse nulle diffre
ici totalement en fonction de la mthode de calcul. Affaire suivre donc!
Minitab
294/1060
Vincent ISOZ
Sciences.ch
Exercice 60.: Test de Poisson deux chantillons bilatral

Nous allons ici considrer une variante de l'exemple prcdent.
Une compagnie d'aviation a eu 2 deux crashs en 1'000'000 de vols (vnement trs rare). Une
autre compagnie a eu 3 crashs en 1'200'000 vols. Quel est l'intervalle de confiance en bilatral
95% en supposant que la diffrence devrait tre nulle.
Nous allons dans le menu Stat/Statistiques lmentaires/Test de Poisson 2
chantillons...:
nous y mettons (pour la mme raison que dans l'exemple prcdent, nous avons rduit la
voilure de l'effectif de l'chantillon):
Minitab
295/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Options... pour vrifier que nous sommes bien en bilatral avec le niveau
de confiance voulu:
Donc la diffrence de proportion de -0.0005 tant dans l'intervalle de confiance, nous ne

rejetons pas l'hypothse nulle quoi la diffrence entre les deux compagnies est non
significative au seuil de 5%.
Par curiosit, si nous faisons le mme test mais avec le test de 2 proportions, nous avons
avons alors:
Minitab
296/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc presque les mmes valeurs pour l'intervalle de confiance avec le test de
2 proportions. Mais la convergence entre le test de Poisson pour la diffrence 2 chantillons et
celui du test de la diffrence de deux proportions n'est valable que si la proportion
(respectivement le taux) est petite et le nombre d'chantillons n est grand.
Minitab
297/1060
Vincent ISOZ
Sciences.ch
Exercice 61.: Intervalle de confiance de l'cart-type (test du khi-2 de la variance)

Un chantillon de 9 vis a t tir d'une ligne de production et la mesure de leur diamtre en

[mm] a t reporte ci-dessous:
Nous voulons calculer l'cart-type et estimer l'intervalle de confiance de l'cart-type 95%.

L'objectif va tre encore une fois de vrifier que nous obtenons les mmes rsultats que ceux
dmontrs dans les cours thorique de statistique et qu'avec l'utilitaire d'analyse de MS Excel.
Nous allons dans le menu Stat/Statistiques lmentaires/1 variance...:
Minitab
298/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Minitab
299/1060
Vincent ISOZ
Sciences.ch
et tout est parfait! Nous retrouvons les mmes rsultats que dans le cours thorique et qu'avec
MS Excel.
Minitab
300/1060
Vincent ISOZ
Sciences.ch
Exercice 62.: Test de Fisher d'galit des variances

Ouvrez le fichier TestF.mpj:
Une socit reoit des joints d'tanchit de deux fournisseurs. Le gestionnaire AQ (assurance
qualit) de la socit veut comparer la variance de l'paisseur des joints des deux fournisseurs
pour vrifier si les variances sont gale avec un niveau de confiance 0.05 .
Pour cela, il prend un chantillon de 10 joints du fournisseur A et de 12 joints du fournisseur
B. Voici le tableau avec l'paisseur des joints:
L'objectif va tre encore une fois de vrifier que nous obtenons les mmes rsultats que ceux
dmontrs dans les cours thorique de statistique et qu'avec l'utilitaire d'analyse de MS Excel.
Nous allons dans le menu Stat/Statistiques lmentaires/2 variances...:
Minitab
301/1060
Vincent ISOZ
Sciences.ch
Nous avons:
Nous validons par OK et nous trouvons alors dans la fentre de sessions:
Minitab
302/1060
Vincent ISOZ
Sciences.ch
Remarque: Nous voyons ci-dessus que Minitab Statistical Software 15 utilise la correction
de Bonferroni que nous avons tudi en dtails dans le cours thorique pour l'intervalle de
confiance des cart-types des chantillons.
Le rsultat comparer par curiosit avec ce que donne par la version 17 juste pour rigoler...
(comparez bien l'intervalle de confiance des carts-types de A et de B qui sont
significativement diffrents!):
Minitab
303/1060
Vincent ISOZ
Sciences.ch
Nous voyons que le rsultat du test est comme dans MS Excel en ce qui concerne dans un
premier temps le quantile du test de Fisher (pour une distribution sous-jacente normalement
distribue) de 0.88. La p-value est par contre de 0.860 en bilatral. Nous avions vu
effectivement que MS Excel donnait le test en unilatral et nous en concluons donc in extenso
que Minitab Statistical Software donne la p-value en bilatral ce que nous pouvons
facilement constater en allant dans le bouton Options de la bote de dialogue du test.
Bon dans le cas prsent de toute faon, la p-value en bilatrale tant de 0.860 (donne par
Minitab Statistical Software) et la unilatrale tant de 0.43 (donne par MS Excel), dans les
deux cas, l'hypothse de l'galit des variances ne peut pas tre rejete un niveau alpha de
5% (donc les variances sont probablement gales!).
Nous pouvons retrouver le rsultat de MS Excel de la manire suivante avec Minitab dans la
bote de dialogue du test de Fisher nous cliquons sur Options pour prendre:
Minitab
304/1060
Vincent ISOZ
Sciences.ch
En validant deux fois par OK nous obtenons:
Minitab
305/1060
Vincent ISOZ
Sciences.ch
Attention! Les versions antrieures et gales Minitab Statistical Software 16 n'appliquent

pas la correction de Bonferroni ou le test de Levene si des donnes rsumes sont saisies!
Minitab
306/1060
Vincent ISOZ
Sciences.ch
Exercice 63.: Test de Levene d'galit de deux variances

Le but ici va tre de vrifier les rsultats obtenus avec MS Excel par simulation d'abord dans
le cas de deux variances. Dans l'exercice suivant, nous ferons la mme vrification mais avec
un tableau d'ANOVA.
Rappelons d'abord que nous avons montr dans le cours de statistique thorique que le test de
Levene est en fait une approche empirique du test de Fisher en 4 versions avec des
transformations empiriques des observations:
- Levene1 (dit aussi "Levene absolu"):
zij xij xi
- Levene1 (variante de Brown-Forsythe avec mdiane donc version non paramtrique):
zij xij xM ,i
- Levene2 (dit aussi "Levene Quadratique"):
zij xij xi
- Levene3:
zij log xij xi
- Levene4:
zij
xij xi
Par simulation de Monte-Carlo nous avons effectivement observ dans le cours thorique que
le test de Fisher traditionnel est sensible la non normalit des donnes (faux ngatifs) alors
que la deuxime variante du test de Levene (Brown-Forsythe) l'tait beaucoup... beaucoup
moins et il serait donc cohrent que Minitab utilise cette version.
Remarque: Rappelons que Levene lui-mme ne l'a dmontr que par des simulations de
Monte-Carlo (et seulement pour la premire variante!).
Nous souhaitons donc vrifier ici si nous retrouvons les mmes rsultats numriques qu'avec
MS Excel et dterminer exactement quelle variante Minitab utilise... (puisque cela n'est a
priori pas communiqu dans la documentation).
Nous allons donc reprendre le tableau du fichier ANOVA-DESEMPILE.mpj et faire une
comparaison des variances seulement de deux quipes et vrifier que nous retombons bien sur
les valeurs obtenues dans MS Excel.
Minitab
307/1060
Vincent ISOZ
Sciences.ch
Nous partons donc du tableau:
et nous allons dans le menu Stat/Statistiques lmentaires/2 variances...:

C
et nous prenons donc que deux quipes:
Minitab
308/1060
Vincent ISOZ
Sciences.ch
et validons par OK pour obtenir comme graphique:
Minitab
309/1060
Vincent ISOZ
Sciences.ch
et ce qui nous intresse est la partie mise en vidence ci-dessus

Nous retrouvons la mme valeur que le rsultat du test (rapport Msk/MSE) que dans
MS Excel mais avec moins de prcision puisque nous avions obtenu 0.0360. Donc nous
pouvons dj conclure que Minitab utilise la variante de Brown-Forsythe.
Concernant la p-value nous avons obtenu galement la mme avec MS Excel mais avec plus
de prcision.
Donc... objectif atteint! Nous ne ferons cependant pas l'exemple qui consiste transformer le
tableau entier en l'adaptant pour une ANOVA car franchement... autant le faire dans
MS Excel!
Minitab
310/1060
Vincent ISOZ
Sciences.ch
Exercice 64.: Test de Levene et Bartlett d'galit des variances d'une ANOVA
L'objectif ici va tre le cas plus intressant d'application du test de Levene aux donnes d'une
ANOVA empile et de vrifier encore une fois si les rsultats sont conformes aux
simulations de Monte-Carlo effectues dans le cours thoriques et l'application numrique
effectue dans MS Excel.
Nous partons donc du tableau suivant TestLeveneBartlettANOVA.mpj:
Nous allons dans le menu Stat/ANOVA/Test de l'galit des variances...:
Minitab
311/1060
Vincent ISOZ
Sciences.ch
nous y mettons:
Nous validons par OK pour obtenir d'abord comme graphique:
Minitab
312/1060
Vincent ISOZ
Sciences.ch
D'abord les intervalles de confiance sont conformes l'intervalle classique vu en cours pour
l'cart-type.
Ensuite, nous ferons abstraction du test de Bartlett dont nous n'avons pas vu la dmonstration
mathmatique en cours puisque les dtails de celle-ci est introuvable dans les livres et mme
dans l'article d'origine de Bartlett lui-mme.
Ce qui va nous intresser est donc la valeur du test de Levene. Minitab indique comme
"rsultat du test" la valeur de 0.02. Ce qui est conforme MS Excel o nous avions obtenu
0.02307. Concernant la p-value Minitab nous donne 0.977 ce qui encore une fois est
conforme MS Excel puisque nous avions obtenu 0.9772. Donc tout est OK pour les
vrifications. Sujet clos!
Minitab
313/1060
Vincent ISOZ
Sciences.ch
Exercice 65.: Test de normalit de Kolmogorov-Smirnov

Nous souhaitons ici simplement vrifier que nous obtenons les mmes rsultats que ceux
obtenus dans MS Excel avec la mthode Monte Carlo (et in extenso vrifier les rsultats
obtenus lors de l'tude thorique du test de Kolmogorov-Smirnov).
Nous ouvrons donc le fichier TestNormaliteKS.mpj qui contient des mesures de variations
d'une cote de pice par rapport une cible dans un processus de fabrication sous contrle
statistique:
Nous voulons faire un test d'ajustement de Kolmogorov-Smirnov avec une loi Normale
centre rduite un risque alpha de 5%. Pour cela, nous allons dans le menu Stat/Statistiques
lmentaires/Test de normalit:
Minitab
314/1060
Vincent ISOZ
Sciences.ch
Nous avons alors prendre:
O comme le lecteur pourra observer, nous n'avons pas le choix de niveau alpha ni de la
variance et de l'esprance de la loi normale de l'hypothse nulle... (c'est bien videmment
cause du choix de la mthode statistique comme nous l'avons vu dans le cours thorique
donc Minitab utilise a priori la mthode de Lilliefor) Nous allons donc voir ce qu'il en est un
peu plus loin...
Bon que constatons-nous par rapport ce que nous avions fait dans MS Excel?:
Minitab
315/1060
Vincent ISOZ
Sciences.ch
1. Le logiciel calcule la moyenne arithmtique d'o le 0.36 pour l'utiliser comme

esprance de la loi Normale de l'hypothse nulle (vous pouvez vrifier avec MS Excel
qu'il s'agit bien de l'cart-type).
2. Le logiciel calcule un cart-type sur une mthode qui nous est inconnue. Il utilise peuttre les statistiques des valeurs extrmes (en tout cas c'est trs nervant que cela ne
soit pas communiqu!!!). Ce qui est sr, c'est qu'il utilise cette valeur de 0.8414
comme cart-type de la loi Normale de l'hypothse nulle.
3. En utilisant ces deux informations et sachant que Minitab Statistical Software va se
F ( x)
x, , 2
1.2
1.2
0
0.2
0.2
0.4
0.4
0.159
0.159
0.223
0.223
0.388
0.159
0.041
0.023
0.177
0.012
0.6
0.6
0.388
0.747
0.212
0.147
0.8
0.8
0.747
0.916
0.053
0.116
0.916
0.085
baser sur la loi Normale N , 2 si nous construisons la table vue dans le cours de
statistique thorique:
1.0
1.0
0.6
0.6
0.2
0.2
0.8
0.8
F ( x) x, , 2
Nous y retrouvons donc la valeur de 0.212. Rare sont les logiciels noter cette valeur KS.
Bref, le test est juste mais nous donne des informations peu utiles ( part la p-value) et nous
propose peu d'options pour le choix de l'hypothse nulle.
Pour ceux qui veulent une approche ludique de comparaison des trois tests de Normalit:
http://blog.minitab.com/blog/the-statistical-mentor/anderson-darling-ryan-joiner-orkolmogorov-smirnov-which-normality-test-is-the-best
Minitab
316/1060
Vincent ISOZ
Sciences.ch
Exercice 66.: Test de normalit de Ryan-Joiner (ie Shapiro-Wilk)

Nous souhaitons ici vrifier que nous obtenons les mmes rsultats que ceux obtenus dans
MS Excel avec la mthode Monte Carlo (et in extenso vrifier les rsultats obtenus lors de
l'tude thorique du test de Ryan-Joiner).
Rappelons que l'avantage de ce test non paramtrique de normalit (donc bas sur les rangs)
est sa simplicit mais qu'il n'est pas contre pas adapt lorsque que trop de valeurs identiques
se rptent.
Nous ouvrons donc le fichier TestNormaliteRJ.mpj qui contient les 10 mesures ordonnes
(tries) d'une cote de pice (lancement de fabrication) dans un processus de fabrication sous
contrle statistique:
Nous allons dans le menu Stat/Statistiques lmentaires/Test de Normalit...:
Minitab
317/1060
Vincent ISOZ
Sciences.ch
Nous prenons les paramtres suivants en prcisant bien que nous voulons le test de
Ryan-Joiner:
Minitab
318/1060
Vincent ISOZ
Sciences.ch
Nous obtenons donc exactement le mme coefficient RJ que celui obtenu dans MS Excel
l'aide d'une simulation de Monte-Carlo des coefficients bi /10 du test de Ryan-Joiner (donc
Minitab n'utilise par l'approximation du Z-score).
Le carr du coefficient de RJ doit donner approximativement le coefficient de SW (ShapiroWilk). En faisant le carr de la valeur ci-dessus, nous obtenons 0.929296.
Le logiciel R, nous donne:
ce qui est pas trop mal mais la p-value est cependant trs diffrente! Toutefois la conclusion
du test est la mme: nous ne rejetons pas l'hypothse nulle un niveau de confiance de 95%,
la donnes peuvent tre considre statistiquement comme suivant une loi Normale.
Minitab
319/1060
Vincent ISOZ
Sciences.ch
Exercice 67.: Test de normalit d'Anderson-Darling (ie Agostino-Stephens)

Nous allons ici comme d'habitude vrifier les rsultats dmontrs dans le cours thorique.
Avant de commencer signalons que Minitab permet contrairement R, Statistica et SPSS de
faire le test d'Anderson-Darling pour des chantillons dont le nombre d'individus est compris
10 et 40 (du moins au jour o ces lignes ont t crites...).
Nous allons donc reprendre les mmes donnes que dans le cours thorique (qui ne satisfait
donc pas le critre susmentionn mais avait permis de simplifier le nombre de calculs faits
la main):
Nous allons dans le menu Stat/Statistiques lmentaires/Test de Normalit...:
Minitab
320/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Ce qui donne:
Minitab
321/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons alors la mme valeur AD que dans le cours thorique. Nous remarquons que:
1. Minitab fait le test d'quation avec une loi Normale base sur les estimateurs de la
moyenne et de l'cart-type de l'chantillon (dommage qu'on ne puisse choisir comme
nous l'avons dj mentionn pour les autres tests de normalit).
2. Minitab ne donne pas le AD* automatiquement mais uniquement quand cela s'avre
ncessaire selon les critres de l'quipe de dveloppement.
3. La p-value est calcule par Minitab sur la base formules empiriques de R.B.
D'Agostino et M.A. Stephens. Ce qui fait que la diffrence est norme avec celle que
nous avions obtenue par Monte-Carlo et qui correspondait celles calcules par Peter
A. W. Lewis.
Conclusion:
La p-value empirique des progiciels de statistiques comme Minitab, SPSS, R et Statistica aura
de toute faon moins de faux positifs avec les formules empiriques de R.B. D'Agostino et
M.A. Stephens mais elle pourrait avoir bien videmment en consquence de plus nombreux
faux ngatifs donc affaire suivre...
Nous pouvons cependant aller un peu plus loin. Toujours avec le mme set de donnes allons
dans le menu Stat/Outils de la qualit/Identification de loi individuelle:
Minitab
322/1060
Vincent ISOZ
Sciences.ch
Nous prenons alors le test d'ajustement d'autres loi (nous laissons celles par dfaut mme si
c'est stupide pour certains loi car leur support n'est pas dfini dans les valeurs ngatives):
En validant par OK, nous obtenons dans la fentre de session:
Minitab
323/1060
Vincent ISOZ
Minitab
Sciences.ch
324/1060
Vincent ISOZ
Sciences.ch
Avec les graphiques suivants:
Minitab
325/1060
Vincent ISOZ
Minitab
Sciences.ch
326/1060
Vincent ISOZ
Sciences.ch
Minitab
327/1060
Vincent ISOZ
Sciences.ch
Statistiques non paramtriques

Exercice 68.: Test de Friedman
Nous allons nous baser sur l'exemple pratique fait aussi en cours pour appliquer la pseudodmonstration (gure convaincante) que nous avons tudie concernant ce test.
Nous allons alors dans le menu Stat/Tests non paramtriques/Friedman...:
Minitab
328/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
ce qui donne:
Minitab
329/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc exactement les mmes rsultats que dans le cours thorique.
Minitab
330/1060
Vincent ISOZ
Sciences.ch
Exercice 69.: Test du signe binomial (dixit: test de la mdiane)

Nous avons effectu deux sries de mesures avec deux mthodes diffrentes.
Nous souhaiterions savoir la diffrence est significative ou pas. Le but tant aussi de contrler
si nous avons un rsultat diffrent de celui calcul la main en cours et dans MS Excel.
Pour cela, ouvrez le fichier TestDuSigne.mpj:
et allons dans le menu Stat/Tests non paramtriques/Signe 1 chantillon:
Minitab
331/1060
Vincent ISOZ
Sciences.ch
o nous prenons comme vu en cours:
Nous validons pour obtenir dans la fentre de session:
Minitab
332/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons toutes les valeurs vues dans le cours de statistique thorique. Nous rejetons
donc au vu de la p-value (infrieure 5%) que la diffrence n'est pas significative.
Minitab
333/1060
Vincent ISOZ
Sciences.ch
Exercice 70.: Intervalle de confiance de la mdiane (via test du signe)

Nous avons effectu une srie de mesures de valeurs continues.
Nous souhaiterions simplement connatre l'intervalle de confiance de la mdiane, le but tant
aussi de contrler que Minitab Statistical Software utilise bien la mthode que nous avions
mentionne dans le cours de statistique thorique.
Pour cela, ouvrez le fichier ICMediane.mpj:
et allons dans le menu Stat/Tests non paramtriques/Signe 1 chantillon:
Minitab
334/1060
Vincent ISOZ
Sciences.ch
et nous avons alors:
Minitab
335/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons l'intervalle de 94.26% qui tait le plus proche que nous pouvions calculer
avec MS Excel (voir un peu plus bas).
Nous voyons que Minitab Statistical Software fait une interpolation non linaire (NLI) pour
dterminer la valeur de l'intervalle souhait 95%.
En ralit, Minitab Statistical Software donne toujours une valeur au-dessous et une audessus de la valeur cible souhaite cause du comportement discret de la loi binomiale.
A titre de comparaison, nous avons donc avec MS Excel:
soit explicitement:
Minitab
336/1060
Vincent ISOZ
Sciences.ch
Nous voyons donc bien que comme mentionn en cours, Minitab Statistical Software utilise
bien la loi binomiale. Nous avions aussi mentionn en cours qu'il tait prfrable peut-tre
d'utiliser la technique du bootstrapping qui donne 95% un intervalle de 24.90 26.90
(valeurs que Minitab Statistical Software affecte logiquement aux 94.26% de la loi
binomiale).
Minitab
337/1060
Vincent ISOZ
Sciences.ch
Exercice 71.: Test de Mood (test des mdianes)

Le but du test de Mood n'est pas de contrler si des donnes apparies peuvent tre
considres comme gales ou non en se basant sur leur mdiane (test des signes), mais
simplement de vrifier sur la base d'un tableau de contingence du Khi-deux, si le nombre de
valeurs au-dessus ou en-dessous de la mdiane de deux chantillons est significativement
diffrent et provientdonc de deux populations diffrentes.
Nous allons voir un exemple et montrer que nous pouvons l'obtenir intgralement partir du
test du signe et du Khi-deux. Considrons le fichier suivant MoodTest.mpj:
Nous allons dans le menu Stat/Tests non paramtriques/Test de Mood pour les
mdianes...:
Minitab
338/1060
Vincent ISOZ
Sciences.ch
Apparat alors:
Minitab
339/1060
Vincent ISOZ
Sciences.ch
Nous allons maintenant vrifier que nous retrouvons toutes les valeurs partir de deux tests
dj tudis jusqu'ici except pour:
1. L'intervalle entre le premier et le troisime quartile. Nous voyons tout de suite par
ailleurs dans le schma ci-dessus que cet intervalle est faux pour le deuxime
chantillon (il l'est aussi pour le premier mais cela se voit mieux avec le deuxime).
Effectivement, si l'intervalle de confiance 95% se situe peu prs l'oeil entre 24 et
26.5 (soit une diffrence de 2.5), comment l'espace entre le troisime quartile et le
quatrime pourrait-il valoir plus?
2. L'intervalle de confiance de la diffrence des mdianes qui est un mystre pour
moi...? Tous les logiciels de statistiques que j'ai tests ce jour utilisent des mthodes
diffrentes pour cet intervalle et donnent parfois des diffrences de plus de 100%!!!
Un logiciel comme SPSS ne communique simplement pas cette information. Je
recommande personnellement nouveau l'usage du bootstrapping!
Cependant! Nous retrouvons la mme mdiane globale de 26.10 que dans le cours de
statistique thorique (mais bon a c'est simpliste...) et effectivement 8 valeurs qui sont plus
grandes que cette mdiane dans le premier chantillon et respectivement 5 pour le deuxime
chantillons comme nous l'avons calcul en cours avec MS Excel.
Vrifiions maintenant que nous arrivons facilement obtenir la partie suivante du rsultat du
test:
Pour cela, nous prenons les donnes de l'chantillon 1 seul:
Minitab
340/1060
Vincent ISOZ
Sciences.ch
et nous faisons un test du signe:
avec un intervalle de confiance de 95%:
Minitab
341/1060
Vincent ISOZ
Sciences.ch
Les rsultats sont plus conformes ce que nous avons calcul dans le cours thorique avec
MS Excel et aussi plus dtaill! Nous remarquons qu' 95%, la diffrence de l'intervalle est de
26.93-24.81 soit 2.12. Alors comment la diffrence entre le 1er et 3me quartile pourrait valoir
2.20 comme nous l'indique Minitab Statistical Software dans le test de Mood? Affaire
suivre...
La dmarche est identique et avec les mmes conclusions pour l'chantillon 2.
Maintenant, vrifions cette partie du test de Mood:
Minitab
342/1060
Vincent ISOZ
Sciences.ch
Il s'agit donc d'un simple test du Khi-deux.

Donc si nous crons notre table de contingence comme nous l'avons appris dans le cours
thorique:
<=Mdiane
>Mdiane
Total
chantillon 1 chantillon 2
5
8
8
5
13
13
Total
13
13
25
et que nous la reproduisons dans Minitab Statistical Software:
et excutons un test du Khi-deux comme nous l'avons dj vu plus haut:
Minitab
343/1060
Vincent ISOZ
Sciences.ch
avec les paramtres triviaux:
Nous obtenons:
Ce qui est parfaitement conforme.

Donc dans le cas prsent, qu'elle est la conclusion? Rappelons que le test de Mood (dans la
cas de Minitab) compare l'aide d'une table de contingence... le contingent de valeurs audessus ou en-dessous de la mdiane et fait un test du Khi-deux. Comme dans le cas prsent, la
p-value est de 0.239 nous ne considrons pas les deux populations comme diffrentes.
Minitab
344/1060
Vincent ISOZ
Sciences.ch
Exercice 72.: Test de la somme des rangs de (Wilcoxon)Mann-Withney pour deux

chantillons indpendants
Comme d'haaaabitudeeee (en chantant...) le but est de voir si nous retrouvons les rsultats
numriques calculs avec MS Excel en utilisant les relations dmontres dans le cours de
statistique thorique.
Par contre nous n'allons par reprendre les mmes valeurs qu'en dans le cours thorique car
l'exemple y est trop petit (pour des raisons pdagogiques). Nous allons donc d'abord faire
l'exemple avec MS Excel et ensuite avec Minitab.
Considrons les deux sries X et respectivement Y de valeurs suivantes:
197, 162, 57, 108, 53.5, 55, 77, 39, 66, 48, 121, 79, 309
50.5, 50, 557, 42, 23, 26, 45, 96, 113, 30, 33, 45
Nous combinons les valeurs et indiquerons les rangs respectifs sous forme de tableau pour la
suite:
Valeurs combines Variable Rang global
50.5
11
X
50
10
X
557
25
X
42
6
X
23
1
X
26
2
X
45
7
X
96
18
X
113
20
X
30
3
X
33
4
X
45
7
X
197
23
Y
162
22
Y
57
14
Y
108
19
Y
53.5
12
Y
55
13
Y
77
16
Y
39
5
Y
66
15
Y
48
9
Y
121
21
Y
79
17
Y
309
24
Y
Ce qui donne au final les rangs respectifs:
Minitab
345/1060
Vincent ISOZ
Sciences.ch
Variable Rang global Variable Rang global
11
23
X
Y
10
22
X
Y
25
14
X
Y
6
19
X
Y
1
12
X
Y
2
13
X
Y
7
16
X
Y
18
5
X
Y
20
15
X
Y
3
9
X
Y
4
21
X
Y
7
17
X
Y
24
Y
Somme:
114
210
Nous choisirons comme base la variable X. Nous avons alors pour l'esprance de la somme
des ces rangs:
nx 1
13 25 1
E WS E Ri nx ( N 1)
169
2
i 1 2
et nous avons:
nx nx n y nx n y 1
nx n y N 1
V WS V Ri
338
12
12
i 1
Nous avons alors:
1
Ws nx ( N 1)
210 169
2
Z N 0,1
2.23
422.5
nx n y N 1
12
Cela correspond donc une probabilit cumule:

=LOI.NORMALE.STANDARD.N(2.23;VRAI)=0.987
Ce qui correspond en bilatral une p-value de (soit la mme que Minitab 15.1.2 au deux
diximes prs):
p-value 2 1 0.987 2 0.013 0.026 2.6%

Donc un seuil de 5%, nous devons rejeter l'hypothse nulle comme quoi les deux
distributions sont symtriques et identiques.
Minitab
346/1060
Vincent ISOZ
Sciences.ch
Dans Minitab, nous avons respectivement:
Et nous allons dans le menu Stat/Tests non paramtriques/Mann-Withney... (nom au

passage qui n'est pas trs bien choisi au vu du nombre de test comportant le terme "MannWithney"...):
Minitab
347/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
et nous validons:
Minitab
348/1060
Vincent ISOZ
Sciences.ch
Commentons un peu ce rsultat. D'abord, nous avons effectivement vu en cours les valeurs
des deux mdianes calcules simplement avec MS Excel. La diffrence de l'estimation
ponctuelle est un mystre... par ailleurs nous ne la trouvons pas dans la dmonstration
thorique du test et il en est de mme pour le pourcentage de l'intervalle de confiance (qui de
toute manire peut aussi tre obtenue par Bootstrapping).
La valeur de W de 210 est conforme la somme des rangs de l'chantillon X tel que dmontr
en cours. La p-value est un peu plus leve que ce que nous avions obtenu avec la relation
dmontre dans le cours thorique qui nous avait permis d'obtenir une valeur 0.026 (mais
cette diffrence n'est pas suffisante pour changer le rsultat du test).
Nous ne parlerons pas des autres valeurs n'ayant pas vu en cours les moyens de les dmontrer
mathmatiquement.
Minitab
349/1060
Vincent ISOZ
Sciences.ch
Exercice 73.: Test de la somme des rangs signs de Wilcoxon pour 1 chantillon
Encore une fois, nous souhaitons comparer les dmonstrations faites dans le cours de
statistiques thorique avec l'application numrique approxime dans MS Excel avec le rsultat
obtenu avec Minitab.
Nous partons donc du mme chantillon que dans le cours thorique:
Nous allons dans le menu Stat/Tests non paramtriques/Wilcoxon pour 1 chantillon...:
Minitab
350/1060
Vincent ISOZ
Sciences.ch
Nous mettons alors comme en cours la mdiane chantillonnale de 40 en bilatral:
et nous obtenons:
Minitab
351/1060
Vincent ISOZ
Sciences.ch
Nous avons donc la mme "statistique de Wilcoxon" de 26 ce qui conforte notre faon de
calculer les rangs et nous dit que Minitab utilise les rangs positifs pouir indiquer la somme des
rangs et nous avons un p-value de 32.7 comparer celle de 30.76% obtenue dans le cours
(voir le support de cours MATLAB pour comprendre la diffrence).
Donc dans le cas prsent, nous ne rejetons donc pas l'hypothse nulle comme quoi la mdiane
chantillonale est proche de la mdiane vraie et que la distribution est symtrique.
Minitab
352/1060
Vincent ISOZ
Sciences.ch
Exercice 74.: Test de la somme des rangs signs de Wilcoxon pour 2 chantillons
apparis
Nous voulons appliquer le test des rangs signs de Wilcoxon pour 2 chantillons apparis
comme dmontr dans le cours de statistique thorique bien que celui-ci ne soit pas disponible
explicitement dans Minitab et ce afin de comparer au rsultat calcul avec MS Excel dans le
cadre de l'approximation par une loi Normale.
Nous partons donc du mme cas que dans le cours de statistique thorique:
Nous allons dans le menu Stat/Tests non paramtriques/Wilcoxon pour 1 chantillon...:
Minitab
353/1060
Vincent ISOZ
Sciences.ch
et nous mettons:
Minitab
354/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons la statistique de Wilcoxon 8.5 et une p-value de 3.3% donc une valeur bien
diffrente que celle obtenue avec MS Excel (puisque Minitab ne fait pas l'approximation par
une Loi Normale) mais toutefois la conclusion est la mme!
Minitab
355/1060
Vincent ISOZ
Sciences.ch
ANOVA paramtriques ou non paramtriques

Nous le savons, le nombre d'ANOVA possibles et imaginables existe en grand nombre. Nous
allons donc ici uniquement nous concentrer sur celles tudies et dmontres en dtails dans
le cours thorique.
Exercice 75.: Puissance du test de l'ANOVA (WP)

Nous avons vu dans le cours de statistique thorique que certains dveloppements de
l'ANOVA ncessitent des hypothses trs fortes. Nous pouvons alors (et devons!) nous poser
la question de la taille des chantillons avant excution de l'analyse en imposant une
puissance ce test.
Nous avions vu en faisant des simulations dans MS Excel que les conditions taient assez
contraignantes dans la pratique pour avoir une puisse de test satisfaisante.
Pour voir cela, reprenons l'exemple suivant (bon faire analyse de la puissance a posteriori n'a
pas vraiment de sens comme nous l'avons dmontr dans le cours thorique mais voyons
quand mme pour l'ide...):
et faisons un analyse de la puissance des mesures ci-dessous. Pour cela, nous allons dans le
menu Stat/Puissance et effectif de l'chantillon/ANOVA 1 facteur contrl...:
Minitab
356/1060
Vincent ISOZ
Sciences.ch
et nous y mettons ce qui correspond notre tableau:
pour obtenir un seuil de 5%:
Minitab
357/1060
Vincent ISOZ
Sciences.ch
et donc la puissance de notre test est finalement misrable ce qui comme nous l'avons
dmontr en cours est normal puisque la p-value de ce test est trs grande.
Maintenant, faisons les choses comme elles devraient l'tre, en sachant que la valeur
minimale de la puissance d'un test pour tre recevable est a priori de 80%.
Regardons typiquement ce que cela nous donne puisque nous ne pouvons pas jouer avec le
nombre de jours dans une semaine, ni avec le nombre d'quipes, ni avec l'cart-type...:
Il vient alors:
Minitab
358/1060
Vincent ISOZ
Sciences.ch
Ce qui signifie donc qu'en imposant une puissance de 80% de l'ANOVA une diffrence de 10
(maximum) entre les moyennes des chantillons sera tolre (ce qui explique aussi pourquoi
nous avions obtenu un p-value trs grande avec les valeurs d'origine).
Mais par rapport ce que nous avions vu en cours et compltement indpendamment de
l'exemple choisi ici, regardons par curiosit le cas frquent en laboratoire suivant:
Ce qui nous donne des courbes riches d'enseignement:
Minitab
359/1060
Vincent ISOZ
Minitab
Sciences.ch
360/1060
Vincent ISOZ
Sciences.ch
Exercice 76.: Analyses graphiques des interactions et effets principaux

Le but de cet exemple ne sera pas de vrifier que quoi que ce soit est conforme MS Excel
puisqu'il s'agit seulement de graphiques faisant de simples moyennes arithmtiques. Mais il
s'agit cependant d'un sujet important pour bien comprendre ce qu'il y a derrire l'ANOVA
deux facteurs avec rptition et le concept d'interaction.
Exceptionnellement, nous allons dtailler les rsultats et reprendre les explications du cours
de statistique thorique.
Dfinitions (rappels du cours thorique):
D1. Nous disons qu'il y a absence d'interaction quand la moyenne des rponses d'un facteur en
fonction de ses niveaux varie de la mme amplitude et avec le mme signe que la moyenne
des rponses d'un autre facteur en fonction de ses niveaux. Nous disons alors que les courbes
de rponses dans le diagramme des interactions sont parallles.
Remarque: Le paralllisme des rponses est normal en situation d'absence d'interaction, car
cela signifie que quel que soit le niveau de l'un ou l'autre des facteurs, la variation (si elle
existe), de la rponse sera toujours la mme de la mme amplitude. Ce qui est caractristique
de l'indpendance (du moins localement).
D2. Nous disons que deux facteurs sont en interaction quand la moyenne des rponses d'un
facteur en fonction de ses niveaux ne varie pas de la mme amplitude ou/et pas avec le mme
signe que la moyenne des rponses d'un autre facteur en fonction de ses niveaux. Nous disons
alors que les courbes de rponses dans le diagramme des interactions ne sont pas parallles.
Remarque: L'absence d'interaction est une hypothse trs forte et une observation rare.
Souvent, nous avons des interactions ou fortes interactions.
Mthodes classiques directement lies aux options ANOVA de Minitab
Considrons le petit tableau suivant sans mesures rptes:
ou autrement prsent:
Minitab
361/1060
Vincent ISOZ
Sciences.ch
Facteur 2
Facteur 1
Niveau 1
Niveau 2
Niveau 1
3
3
Niveau 2
3
3
Nous souhaiterions d'abord observer le graphique des effets principaux. Pour cela nous allons
dans le menu Stat/ANOVA/Graphique des effets principaux...:
Vient alors la bote de dialogue suivante:
o nous avons mis les rponses et facteurs ad hoc. Nous avons alors le graphique des effets
principaux suivant:
Minitab
362/1060
Vincent ISOZ
Sciences.ch
Nous voyons bien qu'aucun facteur n'a un effet principal sur quoi que ce soit. Ce qui est
relativement intuitif tant donn le contenu de tableau prcdent.
Maintenant, nous souhaiterions observer les interactions. Nous allons alors dans le menu
Stat/ANOVA/Diagramme des interactions...:
et nous aurons alors sans surprise:
Minitab
363/1060
Vincent ISOZ
Sciences.ch
et comme c'est un graphique d'interaction (d'aprs son nom), nous pouvons constater que les
facteurs n'interagissent pas entre eux (ou se neutralisent c'est selon...). Nous disons alors qu'il
n'y a (a priori) aucun effet ni aucune interaction (localement). Au fait dans certaines
expriences, l'absence d'interaction est une hypothse trs forte et donc souvent rare. Raison
pour laquelle il faut faire attention aux mots choisis lors de l'interprtation des graphiques
d'interaction (car ne pas passer par les calculs purs est dlicat pour cette tape voir non
scientifique!).
Maintenant voyons le tableau suivant:
Facteur 2
Facteur 1
Niveau 1
Niveau 2
Niveau 1
2
4
Niveau 2
2
4
Il nous parat clair que le Facteur 1 semble avoir une influence sur la rponse. Mais voyons
cela sous forme de graphique. Nous avons alors pour les deux graphiques (la procdure est
identique en tout point ce que nous avons fait prcdemment):
Minitab
364/1060
Vincent ISOZ
Sciences.ch
Il apparat clairement dans le graphique du dessus, qu'il y a uniquement le niveau du Facteur 1

qui influence la rponse. Alors que le Facteur 2 n'influence en rien la rponse. Nous disons
alors qu'il y a effet principal (localement) du Facteur1.
Sur le graphique de droite (d'interactions), nous avons la mme information, mais sous une
forme diffrente. Nous voyons que quelque soit le niveau du Facteur 2, les rponses sont
horizontales et donc celui-ci n'influence en rien les rsultats. Nous sommes donc dans une
situation o (a priori) l'effet principal est (localement) le Facteur 1 et en absence
interactions entre les facteurs.
Voyons maintenant le tableau suivant:
Minitab
365/1060
Vincent ISOZ
Sciences.ch
Facteur 2
Facteur 1
Niveau 1
Niveau 2
Niveau 1
4
4
Niveau 2
2
2
Nous pouvons observer que Facteur 2 a une influence mais pas le Facteur 1. Mais voyons
aussi cela sous forme graphique:
Nous observons bien sur le graphique du dessus que le Facteur 1 n'a aucune influence. Sur le
graphique de droite c'est moins vident (car il faudrait inverser les catgories et sries du
graphique pour avoir le mme graphique qu'avant) mais la superposition des deux droits
montre que le Facteur 1 n'a pas d'influence. Nous disons alors qu'il y a (a priori) effet
principal (localement) du Facteur2 et en absence d'interactions entre les facteurs.
Considrons maintenant le tableau suivant:
Minitab
366/1060
Vincent ISOZ
Sciences.ch
Facteur 2
Facteur 1
Niveau 1
Niveau 2
Niveau 1
3
5
Niveau 2
1
3
Nous voyons que les deux facteurs ont une influence sur la rponse. Ce que montre bien les
deux graphiques ci-dessous:
Nous observons bien sur le graphique du dessus que le Facteur 1 a une influence sur la
rponse et qu'il est de mme du Facteur 2 (et en plus de la mme amplitude quel que soit le
sens!). Sur le graphique de droite, c'est moins vident, mais la mme conclusion est valable.
Nous disons alors que les (a priori) deux facteurs sont (localement) significatifs et sans
interactions.
Ici il n'est pas facile de se rendre compte qu'il n'y a pas d'interactions. Il faut avoir repr la
mthode: le passage d'un niveau de facteur un autre implique toujours une variation
identique (de 2 dans le cas prsent).
Minitab
367/1060
Vincent ISOZ
Sciences.ch
Facteur 2
Facteur 1
Niveau 1
Niveau 2
Niveau 1
2
4
Niveau 2
4
2
qui sous cette forme n'est pas triviale interprter. Mais avec les graphique on a tout de suite
des informations plus pertinentes:
Nous observons bien sur le graphique du dessus, qu'aucun des facteurs n'a d'influence sur la
rponse a priori (mme graphique qu'au tout dbut avec la mme moyenne). Le graphique de
droite nous donne une information complmentaire par contre!!!: Les facteurs ont une
influence croise et comme cette influence croise est de mme amplitude, les effets
s'annulent. Nous disons alors que les deux facteurs sont (localement) en interaction F1*F2.
Minitab
368/1060
Vincent ISOZ
Sciences.ch
Facteur 2
Facteur 1
Niveau 1
Niveau 2
Niveau 1
1
5
Niveau 2
3
3
Ce qui nous donne les deux graphiques suivants:
Nous observons bien sur le graphique du dessus que le Facteur 1 semble avoir une influence
et que le Facteur 2 non (en moyenne!). Le graphique de droite nous donne lui aussi, encore
une fois, une information complmentaire!!!: C'est que les facteurs sont en interaction. Mais
grce au graphique de dessus, nous pouvons observer que c'est le Facteur 1 qui a une
influence significative dans le comportement de la rponse!
Minitab
369/1060
Vincent ISOZ
Sciences.ch
Par contre, si l'interaction n'est pas vidente, rien ne vous empche de faire le graphique de
droite ci-dessus, en inversant les sries et catgories. Ce qui donnera ds lors en mettant
l'original et le nouveau cte cte:
Nous disons alors que nous avons (a priori) deux facteurs (localement) en interaction
F1*F2 o l'influence du Facteur 1 est significative.
Facteur 2
Facteur 1
Niveau 1
Niveau 2
Niveau 1
3
5
Niveau 2
3
1
Minitab
370/1060
Vincent ISOZ
Sciences.ch
F1*F2 o l'influence du Facteur 2 est significative.
Facteur 2
Facteur 1
Niveau 1
Niveau 2
Niveau 1
1
5
Niveau 2
1
1
Minitab
371/1060
Vincent ISOZ
Sciences.ch
F1*F2 o l'influence des deux facteurs est significative.
Mthode lies aux options Qualit de Minitab
Il existe une autre manire dans Minitab de visualiser les interactions et les effets principaux
et jouant avec les donnes ci-dessous:
Minitab
372/1060
Vincent ISOZ
Sciences.ch
Les graphiques vus prcdemment donnent pour les facteurs principaux:
ainsi que pour les interactions:
Minitab
373/1060
Vincent ISOZ
Sciences.ch
Il y a donc clairement pas d'interaction puisque pas de croisement.s...

Voyons maintenant l'autre manire de visualiser ceci en allant dans le menu Stat/Outils de la
la qualit/Carte multivarie:
Minitab
374/1060
Vincent ISOZ
Sciences.ch
Ce qui donne:
et rien dans la fentre de session. Comme nous pouvons le voir le graph ci-dessus est juste un
visuel alternatif au graphe prcdent.
Nous pouvons vrifier numriquement et statistiquement la prsence d'interaction en allant
dans le menu Stat/ANOVA/ANOVA quilibre...:
Minitab
375/1060
Vincent ISOZ
Sciences.ch
Et en mettant:
Si nous validons par OK, nous avons alors:
Minitab
376/1060
Vincent ISOZ
Sciences.ch
Donc l'interaction n'est pas significative.
Minitab
377/1060
Vincent ISOZ
Sciences.ch
Exercice 77.: Analyse de la variance un facteur fixe (ANOVA-1) dsempil

Imaginons une entreprise faisant les trois huit. Nous avons trois quipes qui travaillent sur une
mme machine. Nous souhaitons vrifier avec un seuil de confiance de 95% s'il y a une
diffrence de productivit moyenne entre les trois quipes sur une semaine de travail.
Ouvrez le fichier ANOVA-DESEMPILE.mpj:
Et allez dans le menu Stat/ANOVA/A un facteur (dsempil):
Minitab
378/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Nous validons par OK ce qui donne dans la fentre de session:
Minitab
379/1060
Vincent ISOZ
Sciences.ch
Nous avons donc les mmes rsultats avec les mmes conclusions que dans MS Excel (mais
un peu moins prcis).
Minitab
380/1060
Vincent ISOZ
Sciences.ch
Exercice 78.: Analyse de la variance un facteur fixe (ANOVA-1) empil

diffrence de productivit moyenne entre les trois quipes sur une semaine de travail.
Ouvrez le fichier ANOVA-EMPILE.mpj (il s'agit du mme fichier que prcdemment mais les
donnes sont empiles):
Nous allons dans le menu Stat/ANOVA/A un facteur:
Minitab
381/1060
Vincent ISOZ
Sciences.ch
Ce qui donne au final le mme rsultat que l'ANOVA prcdente (ouf!):
Minitab
382/1060
Vincent ISOZ
Sciences.ch
Exercice 79.: Test de Tukey

Ici, nous allons vrifier si les concepts dmontrs dans le cours de statistique thorique
concernant le test de Tukey sont appliqus de faon identique dans Minitab.
Nous n'avons pas en classe simul les distributions de l'tendue studentise plus par flemme
que par manque de temps (les simulations de Monte-Carlo se basant toujours sur le mme
principe...), donc il n'y aura pas de comparaison par rapport avec MS Excel. Nous ferons ici
juste une vrification des rsultats renvoys par Minitab en utilisant les tables des tendues
studentises.
Nous partons toujours du mme tableau que lors de notre tude de l'ANOVA un facteur
contrl et de la puissance du test de l'ANOVA.
Ensuite, nous allons dans le menu Stat/ANOVA/A un facteur (dsempil)...:
Minitab
383/1060
Vincent ISOZ
Sciences.ch
et nous y mettons:
Nous cliquons sur le bouton Comparaisons...:
Minitab
384/1060
Vincent ISOZ
Sciences.ch
et nous activons le Taux d'erreur de Tukey un seuil de 5% seulement (le Taux d'erreur
individuel de Fisher tant simplement le test de Fisher vu plus haut appliqu par paire
d'chantillons). Nous validons tout ce beau monde par OK pour obtenir d'abord la premire
partie classique:
Bon videmment nous acceptons l'hypothse nulle mais regardons quand mme la suite de la
fentre de session qui nous donne les informations concernant le test de Tukey (puisque la
puissance du test est mdiocre).
Minitab
385/1060
Vincent ISOZ
Sciences.ch
Bon c'est un peu basique comme compte rendu mais maintenant vrifions si nous sommes
peu prs en conformit avec ce qui a t vu dans le cours de statistique thorique et en tant
un peu plus explicite.
Bon d'abord comme nous avons 3 chantillons, ne pouvons faire que les comparaisons par
paires suivantes (1,2);(1,3) ce qui correspond au premier groupe Minitab et de la paire (2,3)
qui correspond au deuxime groupe Minitab ci-dessus.
Bon d'abord, nous allons reprer dans les tables ce qui nous intresse (bon ici c'est 5% plutt
que 2%...):
Minitab
386/1060
Vincent ISOZ
Sciences.ch
http://davidmlane.com/hyperstat/sr_table.html
Nous avons alors conformment ce qui a t vu en cours (donc nous savons d'avance que les
intervalles que nous allons obtenir 5% seront plus rduits que ceux de Minitab qui sont
2%):
R ,crit Qk , N k ,1
MSE
29.5
29.5
Q3,213,15%
3.6093
7.4094
n
7
7
Il vient alors que:
xi x j R,crit i j xi x j R,crit
donnera respectivement pour le cas le plus extrme (qui est suffisant):
x3 x2 R ,crit 3 2 x3 x2 R ,crit
83.857 82.429 7.4094 3 2 83.857 82.429 7.4094
1.429 7.4094 3 2 1.429 7.4094
-5.980 3 2 8.838
Donc 0 tant bien dans l'intervalle, nous ne rejetons pas l'hypothse d'galit des moyennes.
Nous ne sommes pas trop trop loin du rsultat de Minitab.
Mais nous avons surtout:
max xi min xi Qk , N k ,1
MSE
n
1.428 7.4094
et la mme conclusion en dcoule.
Minitab
387/1060
Vincent ISOZ
Sciences.ch
Exercice 80.: Analyse de la variance deux facteurs fixes (ANOVA-2) sans

rptitions
Minitab 16 et antrieur
diffrence de productivit moyenne entre les trois quipes sur une semaine de travail
(hypothse que les moyennes sont gales).
Remarque: La variable est donc la Machine et sa modalit trois niveaux!
Ouvrez le fichier ANOVA-2-Facteurs-Sans-Repetitions.mpj:
Nous allons dans le menu Stat/ANOVA/A deux facteurs:
Minitab
388/1060
Vincent ISOZ
Sciences.ch
Pour avoir:
On clique sur OK:
Minitab
389/1060
Vincent ISOZ
Sciences.ch
Nous obtenons donc les mmes rsultats avec les mmes conclusions qu'avec MS Excel.
Et pour info, voici les graphiques des interactions et facteurs principaux obtenus en procdant
comme montr dans l'exercice relatif ce sujet:
Minitab
390/1060
Vincent ISOZ
Sciences.ch
Minitab 17
Depuis Minitab 17 la procdure complment change...
Voyon cela toujours avec le mme fichier:
Nous allons ensuite dans le menu Stat/ANOVA/Modle linaire gnral/Ajuster le modle

linaire gnral...:
Minitab
391/1060
Vincent ISOZ
Sciences.ch
Apparat alors la bote de dialogue suivante dans laquelle nous mettons les paramtres
habituels:
Ensuite, nous cliquons sur Rsultats... pour se concentrer uniquement r-obtenir la mme
sortie que les versions prcdentes l'ANOVA::
Minitab
392/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons bien la mme chose mais il nous manque les graphiques. Pour cela, nous
allons dans le menu Stat/ANOVA/Modle linaire gnral/Diagramme factoriels...
Minitab
393/1060
Vincent ISOZ
Sciences.ch
Ce qui nous ouvre:
Si nous validons par OK nous robtenons nos graphiques des versions prcdentes:
Minitab
394/1060
Vincent ISOZ
Minitab
Sciences.ch
395/1060
Vincent ISOZ
Sciences.ch
Exercice 81.: ANOVA carr latin

Minitab ne propose pas explicitement de type d'ANOVA qui dans le cadre des plans
d'expriences pourrait tre utilis pour chercher la combinaison optimale donc il va tre
difficile de l'optimiser La seule chose que nous pouvons faire a priori c'est une analyse de
la variance d'o la prsence de ce sujet dans le chapitre des ANOVA.
Nous allons comme l'habitude reproduire l'exemple du cours thorique et vrifier que nous
obtenons bien les mmes rsultats. Pour cela, nous partons des donnes suivantes reproduisant
le tableau carr latin du cours thorique:
Considrons par exemple le cas d'une analyse de rapidit de 4 vhicules diffrents {1,2,3,4}
par 4 pilotes diffrents {I,II,III,IV} sur 4 routes diffrentes {A, B, D, C} et les valeurs
mesures sont les consommations de carburant pour parcourir une distance fixe:
1
A
19
II D
23
III B
15
IV C
19
Pilotes
Vhicules
2 3
B D
24 23
C A
24 19
D C
14 15
A B
18 19
4
C
26
B
30
A
16
D
16
Nous ouvrons pour cela le fichier DOE_CarreLatin.mpj:
Minitab
396/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le menu Stat/ANOVA/Modle linaire gnral:
et nous y mettons:
Minitab
397/1060
Vincent ISOZ
Sciences.ch
Les valeurs du tableau de l'ANOVA sont donc conformes.
Minitab
398/1060
Vincent ISOZ
Sciences.ch
Exercice 82.: Analyse de la variance deux facteurs fixes (ANOVA-2) avec

rptitions (et sans interactions)
diffrence de productivit moyenne entre les trois quipes sur une semaine de travail
(hypothse que les moyennes sont gales).
Remarque: La variable est donc la Machine et sa modalit trois niveaux!
Ouvrez le fichier ANOVA-2-Facteurs-Avec-Repetitions.mpj:
Nous allons dans le menu Stat/ANOVA/A deux facteurs:
Minitab
399/1060
Vincent ISOZ
Sciences.ch
Pour avoir:
On clique sur OK:
Minitab
400/1060
Vincent ISOZ
Sciences.ch
Nous obtenons donc les mmes rsultats avec les mms conclusions qu'avec MS Excel.
Et pour info, voici les graphiques des interactions et facteurs principaux obtenus en procdant
comme montr dans l'exercice relatif ce sujet:
Minitab
401/1060
Vincent ISOZ
Minitab
Sciences.ch
402/1060
Vincent ISOZ
Sciences.ch
Exercice 83.: ANOVA Imbrique/Hirarchise (nested ANOVA)

Le but ici va tre de vrifier si avec Minitab nous retrouvons les rsultats de l'analyse d'une
ANOVA hirarchise faite avec MS Excel lors des dmonstrations mathmatiques dans le
cours thorique de l'origine de l'ANOVA hirarchise.
Nous partons donc des donnes identiques celles du cours thorique:
Nous allons dans le menu Stat/ANOVA/ANOVA totalement embote...:
Minitab
403/1060
Vincent ISOZ
Sciences.ch
Nous prenons comme paramtres de rponses et des facteurs (le premier facteur doit tre celui
de premier niveau et ainsi de suite!):
Nous validons par OK et obtenons alors:
Minitab
404/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc bien les valeurs calcules (du moins pour celles visibles dans la capture
d'cran) la main et dans MS Excel relativement aux dmonstrations mathmatiques faites
dans le cours thorique.
Ou en reprenant l'exemple du NIST pour ceux qui ne seraient pas convaincus:
http://www.itl.nist.gov/div898/handbook/ppc/section2/ppc233.htm
1
0.125
Operator 0.127
Day
0.125
0.126
0.128
0.124
0.128
Operator
0.127
Night
0.126
0.129
Machines
2
3
4
0.118 0.123 0.126
0.122 0.125 0.128
0.120 0.125 0.126
0.124 0.124 0.127
0.119 0.126 0.129
0.116 0.122 0.126
0.125 0.121 0.129
0.119 0.124 0.125
0.125 0.126 0.130
0.120 0.125 0.124
5
0.118
0.129
0.127
0.120
0.121
0.125
0.123
0.114
0.124
0.117
Nous avons alors:
Minitab
405/1060
Vincent ISOZ
Sciences.ch
Nous prenons comme paramtres de rponses et des facteurs (le premier facteur doit tre celui
de premier niveau et ainsi de suite!):
Minitab
406/1060
Vincent ISOZ
Sciences.ch
Ce qui aprs validation nous donne bien:
comparer avec le rsultat communiqu sur la page du NIST:
Minitab
407/1060
Vincent ISOZ
Sciences.ch
Exercice 84.: Test de Kruskal-Wallis (ANOVA non paramtrique)

Basons-nous par hommage sur l'exemple original de l'article de Kruskal-Wallis comme nous
l'avons fait dans le cours thorique:
Donc les productions de trois machines diffrentes (une standard, une modifie par un
premier expert, une dernire modifie par une quipe interne). Dans Minitab, cela se mettra
sous la forme:
Minitab
408/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous allons dans le menu Stat/Tests non paramtriques/Kruskal-Wallis...:
Nous entrons (il y a peu d'options... donc difficile de se tromper):
Nous obtenons dans la fentre de session:
Minitab
409/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc la mme chose que les calculs effectus la main par Kruskal-Wallis
avec la relation "pseudo-dmontre" ( l'envers...) dans le cours de statistique thorique. Dans
le cas prsent, un niveau de 5%, nous sommes donc la limite avec l'approximation par
une loi de Khi-deux. Comme l'ont montr Kruskal et Wallis, une simulation par Monte-Carlo
donne une p-value de 0.049.
Bref, dans cette situation il conviendrait plutt de rejeter l'hypothse nulle comme quoi les
productions sont similaires. Et donc privilgier le fait que celles-ci soient plutt diffrentes.
Une recommandation et de refaire le test par paire des mesures pour voir ci qui est
significativement diffrent deux par deux.
Minitab
410/1060
Vincent ISOZ
Sciences.ch
Exercice 85.: ANCOVA (Analyse de la Covariance)

Notre but ici est de vrifier si nous robtenons bien les rsultats des calculs effectus la
main dans le cours thorique et ce avec quel niveau de dtails.
D'abord, nous reprenons les donnes du cours thorique qui sous forme esthtique est donne
pour rappel par:
Mthode A
Sujet
a1
a2
a3
a4
a5
a6
a7
a8
a9
a10
Mthode B
Xa
Ya
Sujets
Xb
Yb
5
10
12
9
23
21
14
18
6
13
20
23
30
25
34
40
27
38
24
31
b1
b2
b3
b4
b5
b6
b7
b8
b9
b10
7
12
27
24
18
22
26
21
14
9
19
26
33
35
30
31
34
28
23
22
Moyenne 13.1 29.2
18.0 28.1
Ce qui nous donne dans Minitab:
Minitab
411/1060
Vincent ISOZ
Sciences.ch
Ensuite nous allons dans le menu Stat/ANOVA/Modle linaire gnral:
Minitab
412/1060
Vincent ISOZ
Sciences.ch
et dans la bote de dialogue qui apparat nous mettons:
Et nous cliquons sur le bouton Covariables pour mettre:
Ensuite, nous allons dans le bouton Comparaisons pour prendre:
Minitab
413/1060
Vincent ISOZ
Sciences.ch
Nous validons ensuite deux fois par OK pour obtenir:
Nous retrouvons en rouge les mmes rsultats que ceux calculs la main dans le cours
thorique.
Minitab
414/1060
Vincent ISOZ
Minitab
Sciences.ch
415/1060
Vincent ISOZ
Sciences.ch
Techniques de rgressions et interpolations

Exercice 86.: Effectuer une rgression linaire simple (modle linaire Gaussien)
Ouvrez le fichier RegressionLinaire.mpj qui donne le nombre d'un certain type de produit
vendu en fonction du mois depuis qu'une entreprise a t cre (vous remarquerez que
certains mois, le produit en question n'a pas t vendu). Sur l'hypothse que la relation est
linaire, faisons une analyse par le modle linaire Gaussien conformment aux
dmonstrations effectues dans le cours de statistique thorique et des exemples faits avec MS
Excel (afin de voir les ventuelles diffrences):
Ensuite, nous allons dans le menu Stat/Rgression/Rgression:
et nous voyons que nous pouvons faire une rgression linaire multiple mais pour l'instant,
nous nous concentrerons sur la version simple ( un variable explicative: une covariable):
Minitab
416/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous cliquons sur le bouton Graphiques...:
Pour y cocher Quatre en un, ensuite dans la bote principale, nous cliquons sur le bouton
Stockage... pour dire que nous souhaiterions voir dans la feuille Minitab Statistical
Software les valeurs calcules partir du modle:
Minitab
417/1060
Vincent ISOZ
Sciences.ch
Nous validons deux fois par OK pour obtenir dans la fentre de session les informations
suivantes (correspondant MS Excel mais avec quelques informations supplmentaires)
:
dans la feuille nous avons bien les valeurs ajustes qui ont t stockes (comme demand):
Minitab
418/1060
Vincent ISOZ
Sciences.ch
et le graphique suivant sur les rsidus:
Mais qu'en est-il de la droite de rgression??? Cet outil ne le donne pas visuellement. Pour ce
faire, il nous faut aller dans le menu Stats/Rgression/Droite d'ajustement...:
Minitab
419/1060
Vincent ISOZ
Sciences.ch
Nous y prenons:
Nous cliquons sur le bout Options... pour activer l'intervalle de confiance et l'intervalle de
prvision vu dans le cours de statistique thorique:
Minitab
420/1060
Vincent ISOZ
Sciences.ch
et nous validons deux fois par OK pour obtenir:
Soit la mme chose qu'avec MS Excel mais beaucoup plus rapidement (pas besoin de
formules).
Pour les intervalles de confiance des coefficients que l'on peut obtenir facilement qu' partir
de la version 16 ou 17 de Minitab, reportez-vous l'exercice suivant.
Minitab
421/1060
Vincent ISOZ
Sciences.ch
Test de l'homoscdasticit des rsidus

Si nous avons l'hypothse d'homoscdasticit et de normalit des rsidus qui est satisfaite
comme l'exige le modle linaire gaussien, alors faire une rgression linaire des rsidus
devrait nous donner une ordonne l'origine nulle avec une pente nulle (ou du moins des
valeurs non significatives dans les deux cas).
Comme Minitab ne nous propose directement aucun outil pour cela, nous allons analyser
nous-mmes les rsidus en faisant une analyse de la rgression de ces derniers:
Nous cliquons sur Stockage... pour cocher Valeurs rsiduelles normalises:
Minitab
422/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Ensuite, nous allons refaire une rgression en passant par le menu (je poursuis avec Minitab
17 car c'est ce que j'avais sous la main lors de la cration de ces captures d'cran)
Stat/Rgresssion/Rgression/Ajouter le modle de rgression... mais cette fois-ci en
utilisant les rsidus normaliss comme variable expliquer:
Nous prenons donc:
Minitab
423/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Rsultats... pour prendre Tableaux dvelopps comme cela
nous aurons aussi les intervalles de confiance des coefficients de la rgression:
Minitab
424/1060
Vincent ISOZ
Sciences.ch
Donc a posteriori l'homoscdasticit est bien vrifie!

Ensuite si nous voulons tracer la droite de rgression des rsidus, nous allons dans le menu
Stat/Rgresssion/Droite d'ajustement...:
et nous prenons:
Minitab
425/1060
Vincent ISOZ
Sciences.ch
Pour obtenir au final:
Minitab
426/1060
Vincent ISOZ
Sciences.ch
Effets de levier des points (valeurs influentes)

Dans le cours thorique nous avons mentionn qu'il existait de nombreuses techniques
empiriques pour mesurer l'influence d'un point. Minitab propose les classiques mis en
vidence ci-dessous:
Dans le cadre de ce prsent support de cours nous allons nous concentrer sur le seul dont nous
avons dmontr l'origine mathmatique dtaille dans le cours thorique et dont de toute
faon la Distance de Cook et le DFITS dcoulent: l'effet de levier Hi.
Nous retournons donc dans l'outil de rgression:
Minitab
427/1060
Vincent ISOZ
Sciences.ch
et dans le bouton Stockage..., nous cochons Effets de levier:
Quand nous validons le tout par OK, nous obtenons:
Ce qui est conforme!
Minitab
428/1060
Vincent ISOZ
Minitab
Sciences.ch
429/1060
Vincent ISOZ
Sciences.ch
Exercice 87.: Effectuer une rgression linaire (nouvelles options v16/v17)

Il arrive rgulirement que les praticiens de Minitab hsitent utiliser faire une analyse de
plan d'exprience entre les outils de type plans factoriels (peu importe la sous-famille) ou avec
des modles de rgression linaires gnraliss.
L'quipe de dveloppement de Minitab voulant faire le choses au plus simple, il proposent
alors un outil de rgression linaire depuis la version 17 qui permet d'avoir une modle de
rgression un peu analogue celui d'un plan d'exprience avec presque les mmes outils
d'analyse mais avec cependant un effet moyen seulement et ce par niveau de variable
qualitative.
Donc normalement pour des raisons pdagogiques on introduira les analyses dans l'ordre
suivant:
1. Analyse de rponses par rgression linaire simple avec ou sans interactions avec
ANOVA, surface de rponse, optimisation des rponses, etc. (ces dernires options
tant nouvelles dans la v17).
2. Modle linaires gnralises (classique mais plus complexe)
3. Plans d'expriences (un des trs nombreuses familles disponible de plans d'exprience
qui ncessite une longue formation pour bien comprendre les limites pratiques des
modles mathmatiques sous-jacents).
Pour jouer avec les nouveaux outils d'analyse de Minitab, nous prendrons le fichier suivant
ANOVA_Balancee.mpj:
Minitab
430/1060
Vincent ISOZ
Sciences.ch
Maintenant, nous allons dans le menu Stat/Rgressions/Ajuster le modle de rgression...:
Dans la bote de dialogue qui apparat l'cran, nous mettons:
Minitab
431/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous cliquons sur le bouton Modle... pour y mettre ajouter les mmes termes
d'interactions que dans le cours thorique sur les plans d'exprience (n'oubliez pas que vous
devez slectionner plusieurs facteurs en mme temps en haut gauche):
Minitab
432/1060
Vincent ISOZ
Sciences.ch
Ensuite de retour dans la bote de dialogue principale, nous allons dans le bouton
Graphique...:
Minitab
433/1060
Vincent ISOZ
Sciences.ch
Et dans le bouton Stockage... de la bote de dialogue principale, nous prenons:
Et nous validons le tout deux fois par OK pour d'abord regarder le diagramme des valeurs
rsiduelles pour vrifier les conditions d'applications du modle sous-jacent sont acceptables
(c'est le cas):
Minitab
434/1060
Vincent ISOZ
Sciences.ch
Ensuite, dans la table, nous trouvons les coefficients des modles (nous y reviendrons car la
sortie n'est pas intuitive:
Dans la fentre de session nous nous retrouvons avec une quantit kilomtrique
d'informations:
Minitab
435/1060
Vincent ISOZ
Minitab
Sciences.ch
436/1060
Vincent ISOZ
Sciences.ch
Remarquez l'apparition des quations qui n'apparaissaient pas dans Minitab 15!
Minitab
437/1060
Vincent ISOZ
Sciences.ch
Intervalles de confiance des coefficients

C'est une nouveaut de Minitab 16, nous pouvons enfin les avoir facilement:
En allant dans le bouton Rsultats.... et en prenant Tableaux dvelopps:
Nous avons alors:
Minitab
438/1060
Vincent ISOZ
Minitab
Sciences.ch
439/1060
Vincent ISOZ
Sciences.ch
Exercice 88.: Facteur d'Inflation de la variance (VIF)/colinarit

Comme toujours, le but ici va tre de vrifier que la relation dmontre dans le cours
thorique et les calculs effectus la main dans MS Excel concident avec Minitab pour
analyser la multicolinarit.
Nous partons alors des donnes suivantes:
et nous allons dans le menu Stat/Rgression/Rgression...:
Minitab
440/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
Cliquez sur Options... et activez Facteurs contribuant l'augmentation de la variance:
Minitab
441/1060
Vincent ISOZ
Sciences.ch
Validez deux fois par OK pour obtenir:
Nous retrouvons effectivement les valeurs calcules manuellement en cours et donc les
mmes conclusions.
Minitab
442/1060
Vincent ISOZ
Sciences.ch
Exercice 89.: Rgression (linaire) par moindres carrs partiels (rgression

linaire PLS univarie: PLS1)
Le but va tre ici de vrifier si nous obtenons ou pas les rsultats des calculs vu dans le cours
thorique lors de la lecture du l'ouvrage de M. Tenenhaus2 sur la rgression PLS univarie
(PLS1), c'est--dire la rgression sur des variables explicatives corrles avec une unique
variable expliquer.
Nous utiliserons donc les donnes suivantes:
Ensuite, nous allons dans le menu Stat/Rgression/Moindres carrs partiels...:
Nous mettons dans la bote de dialogue qui suit:

2
Michel Tenenhaus, Rgression PLS, dition Technip, ISBN 2-7108-0735-1, Pages 75-83
Minitab
443/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Graphiques..., nous dcochons tout (bien que le Diagramme des rponses
soit trs trs intressant!):
Dans le bouton Coefficients, nous prenons:
Minitab
444/1060
Vincent ISOZ
Sciences.ch
Si nous validons le tout, nous obtenons d'abord une ANOVA de la rgression (analyse
classique):
et ensuite la partie qui nous intresse:
qui est peu prs conforme ce que nous avons lu et tudi dans le cours thorique.
Si maintenant nous souhaitons comme dans le cours de Data Mining demander Minitab de
dterminer automatiquement le meilleur nombre de variables intermdiaires, nous mettons
dans la bote de dialogue le nombre de composantes au maximum possible logique:
Minitab
445/1060
Vincent ISOZ
Sciences.ch
et dans le bouton Validation... nous prenons:
ce qui donnera en validant le tout:
Minitab
446/1060
Vincent ISOZ
Sciences.ch
Nous voyons ci-dessus dans le dernire table que comme pour Tanagra, Minitab prend 3
variables intermdiaires comme tant le rsultat optimal. Au final cela donne les coefficients:
Minitab
447/1060
Vincent ISOZ
Sciences.ch
Exercice 90.: Rgression polynomiale cubique ou quadratique

Nous avons dcouvert dans l'exercice prcdent l'outil Droite d'ajustement qui nous
permettait de tracer des courbes (et donc aussi des droites) et qui proposait un modle cubique
et quadratique:
Nous avons vu dans le cours de mthodes numriques qu'il tait trs souvent possible de
ramener nombre de mesures trs facilement un modle linaire (raison pour laquelle nous
n'avons pas pratiqu dans MS Excel tellement c'est trivial). C'est ce que nous propose
implicitement ici Minitab. Voyons un exemple en considrant les donnes suivantes que vous
saisirez:
Minitab
448/1060
Vincent ISOZ
Sciences.ch
Nous allons ensuite dans le menu Rgression/Droite d'ajustement...:
Nous cliquons sur le bouton Graphiques... pour mettre les quatre en un:
Minitab
449/1060
Vincent ISOZ
Sciences.ch
Sur Options... pour avoir les diffrents intervalles:
et sur Stockage... pour prendre:
Minitab
450/1060
Vincent ISOZ
Sciences.ch
et nous validons le tout par OK. Nous avons alors d'abord les deux graphiques suivants:
Minitab
451/1060
Vincent ISOZ
Sciences.ch
et la feuille suivante:
avec les coefficients qui doivent tre lus ainsi:
y 57.6509 20.0841x 0.3139x2

La fentre de session est quant elle vide...
Minitab
452/1060
Vincent ISOZ
Sciences.ch
Exercice 91.: Effectuer une rgression pas pas (ascendante et descendante)

La rgression pas pas est simplement une technique qui "construit" la fonction de rgression
en prenant soit:
- En mode ascendant: ajoute les variables explicatives au modle qui maximisent le
coefficient de rgression.
- En mode descendant: retire du modle les variables explicatives qui minimisent le
coefficient de rgression.
Ouvrez le fichier RegressionPasAPas.mpj:
En faisant une rgression linaire simple comme dans l'exemple antprcdent:
Minitab
453/1060
Vincent ISOZ
Sciences.ch
avec:
Minitab
454/1060
Vincent ISOZ
Sciences.ch
nous obtenons:
Nous avons fait cela juste pour l'information et pour pouvoir comparer par rapport ce qui va
suivre.
Maintenant, allons dans le menu Stat/Rgression/Pas pas...:
Minitab
455/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Cliquez sur Mthodes...:
Minitab
456/1060
Vincent ISOZ
Sciences.ch
Prenez le modle Slection ascendante pour commencer (modle qui construit le modle
variable explicative par variable explicative en maximisant le coefficient de rgression) et
mettez un alpha de 0.05. Validez deux fois par OK:
Le lecteur pourra effectivement vrifier ce rsultat (en faisant trois fois une rgression simple
pour chacune des variables explicatives seule) que si on doit choisir un modle avec une seule
et unique variable explicative Cot de B est la meilleure candidate car on obtient alors le plus
Minitab
457/1060
Vincent ISOZ
Sciences.ch
grand coefficient de R carr (exprim curieusement en pourcents dans le cas prsent... dans
Minitab Statistical Software???).
Ensuite, le lecteur pourra encore vrifier ce rsultat (en faisant deux fois une rgression
simple pour chacun des couples de variables explicatives BA et BC) que si on doit choisir un
modle avec deux variables explicative Cot de C est la meilleure candidate pour la deuxime
variable explicative car on obtient alors le plus grand coefficient de R carr.
Ensuite, la troisime tape n'a pas lieu car nous sommes en-dessous de la p-value impose de
0.05.
Remarque: Le paramtre Cp de Mallows tant selon moi trs difficile interprter (je n'ai
jamais vu un article scientifique srieux expliquant rigoureusement avec quel raisonnement il
a t dfini), nous allons donc en faire abstraction.
Faisons maintenant la rgression pas pas en dconstruisant le modle. Nous retournons dans
la bote de dialogue pas pas:
Nous slectionnons limination descendante et nous validons par OK pour obtenir dans la
fentre de session suivante:
Minitab
458/1060
Vincent ISOZ
Sciences.ch
et encore une fois, il est trs simple de vrifier le rsultat en faisant de multiples rgressions
simples.
Minitab
459/1060
Vincent ISOZ
Sciences.ch
Exercice 92.: Rgression pas pas combinatoire (meilleur sous-ensemble)

La rgression pas pas, aussi appele "rgression linaire hirarchique" par certains
amricains (mais il ne faut pas confondre avec l'ANOVA hirarchique et sa rgression
linaire correspondante!). Nous pourrions demander au logiciel, toujours partir du mme
fichier ci-dessous:
de faire une combinatoire de toutes les variables explicatives en utilisant la mthode de

rgression pas pas ascendant.
Pour cela, nous allons dans le menu Stat/Rgression/Meilleurs sous-ensembles...:
Minitab
460/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Nous validons par OK et nous obtenons:
Minitab
461/1060
Vincent ISOZ
Sciences.ch
Comme nous pouvons le voir, le logiciel commence par la variable B (Cot de B) qui a donc
le meilleur coefficient de rgression. Ensuite, il montre la deuxime variable explicative seule
qui est A (Cot de A). Il ne montre pas C car c'est la plus mauvaise des variables explicatives.
Le logiciel fait ensuite la mme chose avec les couples. Il fait ainsi BC car c'est le meilleur
couple. Ensuite il fait AC car c'est le deuxime meilleur. Et encore une fois il ne fait pas le
dernier par limination.
Et pour finir on fait les trois... Nous retrouvons donc les mmes calculs qu'avec Excel et
SPSS.
Minitab
462/1060
Vincent ISOZ
Sciences.ch
Exercice 93.: tude de linarit de l'instrumentation et biais de mesure

Il s'agit ici de voir simplement une application particulire de la rgression linaire simple.
Si dans un laboratoire, nous avons fait de mesures sur des chantillons tmoins talonns et
que nous avons obtenus le tableau suivant:
En supposant que les diffrences (carts) entre les mesures M et les valeurs relles des
tmoins talons T soient linairement dpendantes (donc plus la valeur vraie est grande plus la
diffrence de mesure le sera aussi), nous allons donc avoir un modle thorique du type (pour
chaque tmoin talon):
M aT b
Dans le cas idal, nous devrions videmment avoir:
M T
mais dans la pratique il arrive plutt que l'instrument ait un biais et donc nous nous attendons
avoir:
M aT
Il en va de mme pour l'cart, o nous nous attendons avoir:
M T D M
Minitab
463/1060
Vincent ISOZ
Sciences.ch
Il est donc intressant pour un exprimentateur de connatre le biais (ordonne l'origine)

au repos de son instrumentation (toujours sous l'hypothse de linarit!).
Ainsi, l'tude de linarit de biais de l'instrumentation consiste faire une simple rgression
linaire des diffrences en fonction de la mesure talon. Donc avec les donnes prcdentes,
dans Minitab Statistical Software, allons d'abord dans le menu
Stat/Rgression/Rgression...:
avec:
Minitab
464/1060
Vincent ISOZ
Sciences.ch
Donc l'instrumentation un biais non significatif de 0.1153 mais par contre le modle de
semble pas linaire. Mais continuons tout de mme en voyant maintenant la mme analyse
mais avec un outil qui prmache une synthse plus pertinente. Nous allons dans le menu
Stat/Outil de la qualit/tude de l'instrumentation/tude de linarit de
l'instrumentation et biais...:
Avec:
Minitab
465/1060
Vincent ISOZ
Sciences.ch
Dcortiquons cela (outre le graphique car nous avons dj vu plus haut comment le gnrer et
nous avons fait les dmonstrations mathmatiques dans le cours thorique) en commenant
par:
Nous retrouvons donc presque les mmes valeurs qu'avec l'outil de rgression linaire
standard qui pour rappel taient:
Minitab
466/1060
Vincent ISOZ
Sciences.ch
La question est alors: quelles sont les bonnes valeurs (mme si les paramtres sont dans les
deux cas significatifs)? Eh bien si nous nous basons sur les calculs faits dans le cours
thorique et avec MS Excel, c'est le premier. Par ailleurs avec MS Excel nous obtenons bien
le premier:
et avec Minitab Statistical Software en utilisant non pas l'outil rgression mais l'outil Droite
d'ajustement, nous retrouvons bien:
Minitab
467/1060
Vincent ISOZ
Sciences.ch
Je ne m'explique pas actuellement cette diffrence alors que si nous regardons les exercices de
rgression faits avant, nous avions les mmes rsultats (ce qui devrait tre le cas!) entre l'outil
Rgression et l'outil Droite d'ajustement! Affaire suivre...
Parlons maintenant de la partie:
Le biais de -0.024895 est simplement la moyenne arithmtique des biais (ordonnes

l'origine des rgressions linaires de chaque sous-ensemble de valeurs):
0.023060, -0.015540, -0.023920, -0.083180
que l'on peut facilement retrouver. Par contre, il ne m'a pas t possible de retrouver les pvalues que Minitab Statistical Software retourne. Affaire suivre aussi...
Minitab
468/1060
Vincent ISOZ
Sciences.ch
Exercice 94.: Effectuer un calcul de la corrlation R (de Pearson) simple

Ouvrez le fichier Tests.mpj qui contient les points obtenus par des employs qui ont pass des
tests de comptences dans une entreprise d'ingnierie (chaque ligne correspondant un
employ):
Nous souhaiterions savoir si les comptences sont corrles (facteur de corrlation R)et si
nous obtenons le mme rsultat qu'avec MS Excel:
Nous allons dans le menu Stat/Statistiques lmentaires/Corrlation...:
Minitab
469/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Ce qui nous donne dans la fentre de session:
Ce qui correspond bien au R que donne MS Excel (puisque ce dernier donne le R2 il faut
prendre la racine carr du coefficient de corrlation de MS Excel pour voir que cela est bien
conforme).
Minitab
470/1060
Vincent ISOZ
Sciences.ch
Par ailleurs, nous retrouvons aussi la racine carre de la valeur de Minitab si nous faisons une
rgression linaire simple:
avec:
en validant par OK nous avons dans la fentre de session le morceau suivant:
Minitab
471/1060
Vincent ISOZ
Sciences.ch
et racine carre de 8.9% donne bien le rsultat obtenu plus haut de 0.298
Donc ce n'est pas parce qu'un employ est bon avec la statistique qu'il est bon avec
l'informatique... (cela se confirme dans la pratique...).
Minitab
472/1060
Vincent ISOZ
Sciences.ch
Exercice 95.: Matrice de corrlation R de Pearson

Ouvrez le fichier VariationsPerformances.mpj:
Nous souhaitons calculer la matrice de corrlation pour vrifier que nous obtenons la mme
que dans le cours MS Excel. Nous allons donc nouveau dans le menu Nous allons dans le
menu Stat/Statistiques lmentaires/Corrlation...:
Minitab
473/1060
Vincent ISOZ
Sciences.ch
Avec:
o nous avons coch l'option Stocker la matrice car elle est affiche plus lgamment et de
faon plus complte que dans la fentre de session. Nous validons par OK et alors rien
n'apparat, ni dans le feuille, ni dans le fentre de session. Il faut aller dans le menu
Donnes/Afficher les donnes...:
Minitab
474/1060
Vincent ISOZ
Sciences.ch
et prendre:
en validant par OK nous obtenons:
Minitab
475/1060
Vincent ISOZ
Sciences.ch
Soit une matrice de corrlation plus lgante que l'option par dfaut mais sans les lgendes...
Pour rappel, avec MS Excel nous avions obtenu:
Donc c'est parfaitement conforme.
Minitab
476/1060
Vincent ISOZ
Sciences.ch
Exercice 96.: Effectuer un calcul de la covariance

Ouvrez le fichier Portefeuille.mpj avec les donnes de rendement que nous avons utilises
dans le cours d'analyse financire et dans l'exercice prcdent:
Allez dans le menu Stat/Statistiques lmentaires/Covariance...:
Minitab
477/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
En validant il vient dans la fentre de sessions la matrice des variances-covariances sous une
forme peu habituelle (raison pour laquelle il est prfrable de stocker la matrice et de
l'afficher plus tard comme nous l'avons fait dans l'exercice prcdent):
Minitab
478/1060
Vincent ISOZ
Sciences.ch
Donc nous remarquons dans un premier temps que MS Excel est beaucoup plus pratique par
rapport l'obtention de cette matrice. Quelque chose de trs bien par contre!: Minitab
Statistical Software utilise l'estimateur non biais de la variance alors que MS Excel fait usage
de la variance vraie (estimateur biais). Il est cependant dommage que Minitab Statistical
Software ne propose pas quelle variance nous voulons utiliser (ce qui serait quand mme un
minimum pour un logiciel de statistiques).
Minitab
479/1060
Vincent ISOZ
Sciences.ch
Exercice 97.: Effectuer une rgression linaire multiple (modle linaire

Gaussien)
Ouvrez le fichier RegressionLinaireMultiple.mpj qui donne les ventes d'un produit en fonction
des mois et de l'investissement dans certaines stratgies marketing. Sur l'hypothse que la
relation est linaire, faisons une analyse par le modle linaire Gaussien conformment aux
dmonstrations effectues dans le cours de statistique thorique et des exemples faits avec MS
Excel (afin de voir les ventuelles diffrences):
Nous allons dans le menu Stat/Rgression/Rgression...:
Minitab
480/1060
Vincent ISOZ
Sciences.ch
o nous faisons le minimum vital (pour ne pas rpter ce qui a dj t vu avec la rgression
linaire simple):
Minitab
481/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc les mmes valeurs que dans MS Excel et elles sont donc conformes
ce que nous avons calcul dans l'tude thorique de la rgression linaire multiple.
Minitab
482/1060
Vincent ISOZ
Sciences.ch
Exercice 98.: Dterminer les corrlations partielles

Minitab n'a malheureusement pas d'outil pour dterminer rapidement les corrlations
partielles. Il va donc falloir jouer un peu comme dans MS Excel.
Nous reprenons les donnes suivantes:
Nous allons dans le menu Stat/Rgression/Rgression...:
Minitab
483/1060
Vincent ISOZ
Sciences.ch
Pour avoir la corrlation partielle par rapport aux cots de C nous prenons:
Et il nous faut stocker les valeurs rsiduelles en cliquant sur le bouton Stockage...:
Minitab
484/1060
Vincent ISOZ
Sciences.ch
Nous validons deux fois par OK:
Ensuite nous relanons la rgression mais en prenant:
Minitab
485/1060
Vincent ISOZ
Sciences.ch
Nous aurons alors:
Ensuite, nous allons dans le menu Statistiques lmentaires/Corrlation...:
Minitab
486/1060
Vincent ISOZ
Sciences.ch
Et dans la bote de dialogue qui apparat, nous prenons les rsidus par paires:
et ainsi de suite pour les autres combinaisons.
Minitab
487/1060
Vincent ISOZ
Sciences.ch
Exercice 99.: Effectuer une rgression non linaire

Nous voulons comprendre la relation entre la mobilit des lectrons en semi-conducteurs et le
logarithme nprien de la densit. Des recherches antrieures suggrent qu'un modle
rationnel non linaire (rapport de 2 valeurs polynomiales) 7 paramtres fournit une
adquation de l'ajustement. Les mthodes abordes ici produisent les valeurs de dbut du
modle.
Ouvrez la feuille de travail GaussNewton.mtw.
Nous allons dans le menu Stat/Rgression/Rgression non linaire...:
Minitab
488/1060
Vincent ISOZ
Sciences.ch
et dans la bote de dialogue qui apparat, nous mettons:
Nous cliquons ensuite sur le bouton Paramtres et sous Valeurs de dbut obligatoires, dans
l'ordre de b1 b7, nous entrons une valeur par cellule: 1300, 1500, 500, 75, 1, 0,4, 0,05.
Minitab
489/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur OK et ensuite sur le bouton Graphique de la bote de dialogue principale
et nous mettons les paramtres visibles ci-dessous:
Minitab
490/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur OK et ensuite sur le bouton Rsultats (toujours de la bote de dialogue
principale) pour y activer les paramtres suivants:
Cliquez sur OK autant de fois que ncessaire pour valider le tout et nous obtenons dans la
fentre de session:
Minitab
491/1060
Vincent ISOZ
Minitab
Sciences.ch
492/1060
Vincent ISOZ
Sciences.ch
Minitab a donc obtenu les critres de convergence en 27 itrations en utilisant l'algorithme de

Gauss-Newton avec la fonction de prvision et les valeurs de dbut de paramtres spcifies.
Toutefois, la convergence proprement dite ne garantit pas l'ajustement optimal du modle, ni
la minimisation de la somme des carrs de l'erreur (SCE). Il est possible d'obtenir une
convergence avec des valeurs de paramtres incorrectes (SCE minimale locale, mauvaises
valeurs de dbut ou fonction de prvision errone, par exemple). Il est donc impratif
d'examiner les valeurs des paramtres, la droite d'ajustement et les graphiques des valeurs
rsiduelles pour s'assurer que le modle convient aux donnes et que l'algorithme converge
sur le minimum global de la SCE.
Pour ce fichier de donnes, Minitab n'effectue pas de test d'inadquation de l'ajustement car il
n'y a aucune rptition.
Pour la rgression non linaire, Minitab ne calcule pas la valeur du coefficient de corrlation
ou de p pour le modle global car ces valeurs n'ont gnralement aucune signification hors du
contexte du modle linaire. Par consquent, lorsque les chercheurs valuent l'ajustement et
comparent les modles non linaires concurrents, ils les choisissent souvent en fonction de
leur connaissance du domaine concern, de celui avec la plus petite SCE finale ou de la valeur
S (Standard Error of Estimate) et du rsultat graphique.
La valeur S est gnralement plus facile interprter, la fois en soi et par rapport aux autres
valeurs, car S est exprim dans les mmes units que la variable de rponse (mobilit des
lectrons)
Pour les graphiques, nous obtenons:
Minitab
493/1060
Vincent ISOZ
Minitab
Sciences.ch
494/1060
Vincent ISOZ
Sciences.ch
Exercice 100.: Rgression logistique (logit) variable catgorielle (qualitative)

binaire (dixit: scoring)
Comme nous l'avons vu dans le cours de statistique thorique, le problme d'une rgression
linaire simple (bivarie) ou multiple variable explique de type binaire c'est que le modle
thorique peut prendre toute valeur dans
ce qui est videmment une aberration puisque
dans le cas d'une variable explique de type 0/1, le modle thorique ne doit jamais donner
une valeur infrieure 0 et suprieure 1. Or c'est malheureusement ce que fera une rgression
linaire
Pour cela nous avons dmontr qu'il tait possible d'utiliser une autre technique mathmatique
qui nous assurait que la condition susmentionne soit satisfaite. Nous allons reprendre le
mme exemple mais au lieu de faire les calculs la main, nous les faisons donc avec
Nous avons alors dans le fichier RegressionLogistique.mpj le tableau suivant des crdits
procurs pas une banque avec le statut de bon dbiteur (1) ou mauvais dbiteur (0):
Ensuite, nous allons dans le menu Stat/Rgression/Rgression logistique binaire...:
Minitab
495/1060
Vincent ISOZ
Sciences.ch
Nous y mettons:
Dans le bouton Rsultats... afin de faire comme dans le cours thorique, vous prenez:
Minitab
496/1060
Vincent ISOZ
Sciences.ch
et dans le bouton Options nous vrifions qu'il prenne bien le modle Logit qui correspond
celui calcul la main en cours:
Malheureusement Minitab Statistical Software ne propose pas d'afficher le graphique de la

rgression logistique donc nous validons par OK deux fois pour obtenir dans la fentre de
session:
Minitab
497/1060
Vincent ISOZ
Sciences.ch
Les p-value tant infrieures 0, nous pouvons admettre que les coefficients et la constantes
sont bien non nuls.
Cela signifie que la probabilit cumule de valoir 1 est alors donne par (avec x en millier de
francs):
P( X x)
1
1 e( 61.31830.002211x )
rsultat comparer avec les calculs faits la main dans le cours de statistique thorique:
P( X x)
1
1 e( 51.11160.0018371x )
Donc il y a eu une relativement grosse diffrence au niveau des paramtres ce qui est normal
puisqu'en cours nous avions utilis la mthode des moindres carrs alors que les logiciels
statistiques utilisent la "log-vraisemblance" empirique (log-likelihood).
Minitab
498/1060
Vincent ISOZ
Sciences.ch
Exercice 101.: Odds Ratio et intervalle de confiance

Le but va tre ici de vrifier que nous retrouvons le mme intervalle de confiance que l'odds
ratio calcul la main durant la cours thorique statistique suite la dmonstration
mathmatique de la construction de l'intervalle de confiance.
et nous allons dans le menu Stat/Rgression/Rgression logistique binaire...:
Nous prenons:
Minitab
499/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Rsultats... nous prenons:
Minitab
500/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc bien l'Odds Ratio de 3.32 tel que calcul en cours et l'intervalle de
confiance de 1.55 et 7.14 au deuxime chiffre aprs la virgule prs!!!
On regrettera cependant la prsentation des informations qui n'est pas des meilleures...
Exercice 102.: Courbe ROC pour rgression logistique (logit) variable

catgorielle (qualitative) binaire
Le but ici va tre de vrifier si nous obtenons bien la mme courbe ROC (Receiver Operating
Characteristic) que celle calcule en cours la main lors de l'tude thorique du concept.
Nous allons reprendre les donnes des 136 lignes de l'exemple prcdent mais avec les
valeurs binaires numrises telles que:
Minitab
501/1060
Vincent ISOZ
Sciences.ch
et nous lanons la rgression logistique exactement en passant au mme endroit que dans
l'exercice prcdent et avec les mmes paramtres:
Minitab
502/1060
Vincent ISOZ
Sciences.ch
la diffrence que nous allons cliquer sur Stockage... pour cocher Probabilit d'vnement:
Nous validons par OK pour obtenir (bon pour les autres lignes vous rfrer votre cran):
Minitab
503/1060
Vincent ISOZ
Sciences.ch
Nous obtenons donc les mmes probabilits d'vnements que celles calcules trivialement
Et ensuite?? Eh bien avec les version 16 et antrieures de Minitab il va falloir aller sur la page
Internet suivante:
http://www.minitab.com/en-US/support/macros/default.aspx?action=code&id=141
Vous copiez le code dans un fichier nomm ROCBLR.MAC et suivez les tapes de Sries
temporelles
Exercice 171.: Gnrer un graphique de srie chronologique (temporelle)
Dans Minitab Statistical Software, ouvrez le fichier AST.mpj:
Minitab
504/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le menu Stat/Srie chronologique/Diagramme de srie chronologique:
Nous prenons la premire option:
Minitab
505/1060
Vincent ISOZ
Sciences.ch
Nous revalidons par OK pour obtenir un simple graphique (le mme que celui que nous avons
obtenus dans le cours MS Excel):
Minitab
506/1060
Vincent ISOZ
Sciences.ch
Extraire des donnes d'un graphique points quelconque

Nous allons voir ici une option qui existe presque pour tous les graphiques points
(rgressions, sries chronologies, cartes de contrle ou autres) pour analyser un sousensemble de points. Pour introduire cet outil nous allons donc utiliser le cas particulier cidessus.
Nous faisons un clic droit sur le graphique dont nous voulons reprsenter un sous-ensemble
de points particuliers et nous cliquons sur l'option Balayer:
Minitab
507/1060
Vincent ISOZ
Sciences.ch
Apparat alors une toute petite fentre qui nous indiquer le numro de ligne des points sur
lesquels nous avons cliqu mais ceci n'est pas trs satisfaisant. Ds lors, pour avoir plus
d'informations, nous refaisons un clic droit pour slectionner l'option Dfinir les variables
ID...:
Minitab
508/1060
Vincent ISOZ
Sciences.ch
Apparat alors la bote de dialogue suivante o nous avons ajout les donnes Ventes:
Minitab
509/1060
Vincent ISOZ
Sciences.ch
Maintenant si nous cliquons sur un seul point ou plusieurs la suite en maintenant la touche
Shift du clavier enfonce nous verrons d'abord que les points slectionns passent en bleu
clair et que la petite fentre de balayer indique les points cliqus:
Ensuite, si nous relanons l'assistant graphique en passant par le menu Stat/Srie

chronologique/Diagramme de srie chronologique:
Minitab
510/1060
Vincent ISOZ
Sciences.ch
et que nous cliquons sur le bouton Options des donnes... pour y slectionner l'option Lignes
balayes:
Si nous validons par OK nous obtenons bien le sous-ensemble des points balays:
Exercice 172.: Gnrer un graphique d'analyse de tendance

Ouvrez le fichier AnalyseTendance.mpj:
Minitab
511/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le menu Stat/Srie chronologique/Analyse de tendance:
Vient alors en paramtrant:
Minitab
512/1060
Vincent ISOZ
Sciences.ch

Exercice 173.: Gnrer un graphique de moyennes mobiles (MM3)
Minitab
513/1060
Vincent ISOZ
Sciences.ch
Ouvrez le fichier MM.mpj:
Nous allons dans le menu Stat/Srie chronologique/Moyenne mobile:
Ce qui nous donne paramtrer:
Minitab
514/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le bouton Stockage... pour cocher:
Et nous validons par OK pour obtenir le mme graphique qu'avec MS Excel:
Minitab
515/1060
Vincent ISOZ
Sciences.ch
et avec les mmes valeurs des indicateurs de qualit (MAPE, MAD et MSD) ainsi que les
donnes suivantes dans la table de session:
Exercice 174.: Gnrer un graphique de lissage exponentiel simple

Toujours dans le but de vrifier les notions thoriques vu en cours et calcules manuellement
avec MS Excel, ouvrez le fichier Smoothing.mpj:
Minitab
516/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le menu Stat/Srie chronologique/Lissage exponentiel simple:
Viens alors avec les paramtrages que nous avions dtermins lors du cours MS Excel:
Minitab
517/1060
Vincent ISOZ
Sciences.ch
Ensuite il faut cliquer sur le bouton Options (si nous souhaitons retrouver le mme
algorithme que dans MS Excel) et indique que nous voulons la moyenne de la premire
observation comme point de dpart:
Ensuite nous validons deux fois par OK pour obtenir:
Minitab
518/1060
Vincent ISOZ
Sciences.ch
Nous obtenons les mmes valeurs ajustes que dans MS Excel (ligne rouge) mais par contre
les indicateurs d'exactitude ne sont pas tout fait identiques pour des raisons qui m'chappent.
Regardons dans la fentre de session ce que nous avons pour prvision:
soit exactement la mme chose que dans MS Excel.

Demandons maintenant Minitab Statistical Software de chercher pour nous la meilleure
constante de lissage:
Minitab
519/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
soit une constante de lissage lgrement diffrente et une erreur un tout petit peu plus faible.
Donc Minitab Statistical Software fait mieux que le solveur de Excel 2003 ce niveau l!
Minitab
520/1060
Vincent ISOZ
Sciences.ch
Exercice 175.: Lissage exponentiel double selon Holt

avec MS Excel, ouvrez le fichier DblSmoothing.mpj (ce sont exactement les mmes donnes
que pour le lissage exponentiel simple):
Nous allons dans le menu Stat/Srie chronologique/Lissage exponentiel double:
Minitab
521/1060
Vincent ISOZ
Sciences.ch
Minitab
522/1060
Vincent ISOZ
Sciences.ch
et si nous validons par OK:
Les mesures de l'exactitude sont nettement suprieures celle calcules dans le cours
MS Excel. Il faudrait bien videmment savoir pour cela quelle est l'algorithme utilis par
Concernant les 6 prvisions, dans la fentre de session, nous avons:
comparer avec ce que nous avions obtenu avec MS Excel:
Minitab
523/1060
Vincent ISOZ
Sciences.ch
donc cette norme diffrence est probablement du la manire dont Minitab Statistical
Software choisit les paramtres initiaux. Nous avions par ailleurs mentionn dans le cours
thorique que les rsultats taient fortement sensibles la manire de choisir ceux-ci.
Si nous demandons Minitab Statistical Software de chercher pour nous les meilleures
constantes de lissage:
Nous avons alors:
donc des constantes de lissage lgrement diffrentes celles obtenues avec MS Excel et les
erreurs sont plus faibles, ce qui nous donne comme prvisions:
Minitab
524/1060
Vincent ISOZ
Sciences.ch
ce qui encore plus loign qu'avant par rapport ce que nous avions obtenu avec MS Excel.
Minitab
525/1060
Vincent ISOZ
Sciences.ch
Exercice 176.: Lissage exponentiel triple selon Winters

avec MS Excel, ouvrez le fichier TriplSmoothing.mpj:
Nous allons ensuite dans le menu Stat/Srie chronologique/Mthode de Winters...:
Minitab
526/1060
Vincent ISOZ
Sciences.ch
Nous avons alors en saisissant les mmes valeurs que celles obtenues avec MS Excel:
Nous cliquons sur OK pour obtenir d'abord le graphique suivant:
Minitab
527/1060
Vincent ISOZ
Sciences.ch
o nous pouvons dj observer que les erreurs sont beaucoup plus grands que celles obtenus
avec MS Excel. Pour les prvisions, dans la fentre de session, nous avons:
A comparer avec celles obtenus dans MS Excel:
L aussi nous sommes loin du compte...

Malheureusement nous ne pouvons pas demander Minitab Statistical Software d'optimiser
par lui-mme car la mthode multiplicative de Holt-Winters n'a pas d'quivalent ARIMA.
Minitab
528/1060
Vincent ISOZ
Sciences.ch
Exercice 177.: ARIMA(0,1,1) et ARIMA(0,2,2)

Le but va tre ici simplement de vrifier ce qui a t vu dans le cours thorique. C'est--dire
que le lissage exponentiel simple est normalement un ARIMA(0,1,1) et le lissage exponentiel
double un ARIMA(0,2,2).
Commenons par vrifier le premier toujours avec le fichier Smoothing.mpj:
Pour lequel nous avions obtenu comme prvision en cochant l'option ARIMA:
Minitab
529/1060
Vincent ISOZ
Sciences.ch
Maintenant, allons dans le menu Stat/Sries chronologiques/ARIMA...:
Nous avons alors:
Minitab
530/1060
Vincent ISOZ
Sciences.ch
et nous cliquons sur le bouton Prvisions...:
et nous obtenons dans la fentre de session:
Soit exactement la mme prvision mais pas avec les mmes bornes (ce qui est trs
curieux...).
Minitab
531/1060
Vincent ISOZ
Sciences.ch
Faisons la mme chose avec le lissage exponentiel double de Holt's pour lequel nous avions
obtenu plus haut les prvisions suivante avec l'optimisation ARIMA:
Nous allons donc dans le menu Stat/Sries chronologiques/ARIMA...:
Nous mettons cette fois-ci:
Minitab
532/1060
Vincent ISOZ
Sciences.ch
avec 6 prvisions:
et nous validons par OK pour obtenir dans la fentre de session:
soit exactement les mmes prvisions mais pas avec les mmes intervalles.
Minitab
533/1060
Vincent ISOZ
Sciences.ch
part ce petit couac au niveau des intervalles, nous avons bien la "preuve" par la pratique
que lissage exponentiel simple est un ARIMA(0,1,1) et le lissage exponentiel double de Holt's
un ARIMA(0,2,2).
Minitab
534/1060
Vincent ISOZ
Sciences.ch
Exercice 178.: Test des suites (test de Wald-Wolfowitz)

Comme l'habitude le but va tre de vrifier que le logiciel utilise les rsultats dmontrs
dans le cours thorique avec un exemple implicitement li une srie temporelle (les "0" tant
des "baisses" et les "1" tant des valeurs "haussires"). La question tant de savoir si les
squences peuvent tre considres comme alatoires ou non statistiquement parlant.
Nous devrions aussi retrouver les calculs faits la main et l'aide de MS Excel.
Ouvrez le fichier. Vous aurez alors 37 lignes de donnes:
Minitab
535/1060
Vincent ISOZ
Sciences.ch
Nous allons ensuite dans le menu Stat/Tests non paramtriques/Test de suites...:
Nous avons alors:
Remarquez la possibilit en plus d'avoir le test, le fait que Minitab va compter pour nous le
nombre de points au-dessus et en-dessous de la moyenne (c'est accessoire mais bon...).
Nous validons par OK et obtenons:
Minitab
536/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc les mmes valeurs que celles calcules la main. Ce qui conforte nos
dmonstrations mathmatiques et nous permet d'arriver la mme conclusion.
Minitab
537/1060
Vincent ISOZ
Sciences.ch
Macros/Scripting
Exercice 179.: Convertir des actions en macro
Nous allons voir ici comment il est facile dans Minitab de convertir une srie de
manipulations faites avec la souris en une macro.
Nous partons du mme jeu de donnes que dans le cours thorique:
Ensuite, nous allons dans la menu Stat/Outils de la qualit/Capability Sixpack/Normale...:
Minitab
538/1060
Vincent ISOZ
Sciences.ch
Et nous mettons alors:
Dans le bouton Tests... nous prenons tous les tests de la WECO:
Dans le bouton Options... nous prenons (toujours pour tre conforme aux calculs faits la
main dans le cours thorique):
Minitab
539/1060
Vincent ISOZ
Sciences.ch
Comme les chantillons sont petit (infrieur 10), nous devrions prendre la carte R barre mais
si nous voulons retrouver les calculs faits dans le cours thorique, il nous faudra laisser
l'option Ecart Type regroup active dans le bouton Estimation... (car dans Minitab les
indices de Capabilit et non pas seulement la carte de contrle dpendent de la manire dont
l'cart-type est calcul):
Nous validons tout ce beau monde par OK pour obtenir:
Minitab
540/1060
Vincent ISOZ
Une fois ceci fait nous cliquons sur le bouton Afficher l'historique
d'outils ci-dessous:
Sciences.ch
visible sur la barre
Apparat alors l'historique des commandes suivant:
Minitab
541/1060
Vincent ISOZ
Sciences.ch
Nous faisons un Ctrl+A et un clic-droit pour choisir l'option Enregistrer sous...:
Nous prenons gard choisir comme type de fichier un *.MTB et validons par Enregistrer:
Minitab
542/1060
Vincent ISOZ
Sciences.ch
Une fois ceci fait, nous pouvons rexcuter plus tard cette macro en allant dans le menu
Fichier/Autres fichiers/Lancer un excutable...:
Minitab
543/1060
Vincent ISOZ
Sciences.ch
Il vient alors:
Nous cliquons sur Slectionner un fichier et il vient:
et au moment que nous cliquons sur Ouvrir, la macro est excute et nous obtenons bien:
Minitab
544/1060
Vincent ISOZ
Sciences.ch
Exercice 180.: Intgration d'une macro de la page 997. Ensuite, vous allez donc dans le menu
dition/Editeur de ligne de commande:
Minitab
545/1060
Vincent ISOZ
Sciences.ch
et nous mettons conformment la documentation de la macro:
et comme courbe ROC:
Minitab
546/1060
Vincent ISOZ
Sciences.ch
et dans la feuille de travail (du moins pour les quelques premires lignes visibles) o l'on voit
que Minitab traite le calcul dans un ordre trs particulier dans sa Macro...:
Minitab
547/1060
Vincent ISOZ
Minitab
Sciences.ch
548/1060
Vincent ISOZ
Sciences.ch
Exercice 103.: Rgression orthogonale (rgression de Deming)

Nous allons encore une fois vrifier ici si les calculs effectus la main et dans MS Excel
suite aux dmonstrations mathmatiques d'une partie des lments de la rgression de Deming
effectues dans le cours thorique.
Pour cela, nous utiliserons les 39 lignes suivantes (prises en partie de l'aide Minitab) qui
correspondent la mesure de la pression sanguine avec deux instruments de 39 individus
(chaque individu ayant mesur sa pression sanguine une fois avec l'ancien et une fois avec le
nouvel instrument):
Minitab
549/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le menu Stat/Rgression/Rgression orthogonale...:
Nous avons alors:
Minitab
550/1060
Vincent ISOZ
Sciences.ch
Nous y retrouvons le rapport des variances des erreurs qui est le paramtre "problmatique"
mais toutefois indispensable pour mener bien cette comparaison (pouvant tre dtermin
dans la pratique par des mesures historiques prcdant la comparaison en question).
Nous obtenons alors le graphique suivant (qui a peu d'intrt):
et nous obtenons surtout dans la fentre de session:
Minitab
551/1060
Vincent ISOZ
Sciences.ch
o j'ai entour de rouge les valeurs dont nous avons dmontr thoriquement l'origine (et fait
les calculs la main). Cependant seuls ils n'ont gure d'intrt car il nous faut absolument les
intervalles de confiance.
Nous voyons alors dans le rsultat ci-dessus que "1" est compris dans l'intervalle de confiance
de la pente ce qui est un premier bon signe pour dire que les deux appareils sont statistiques
non significativement diffrents.
En ce qui concerne la Constante (ordonne l'origine) Minitab la valeur de l'intervalle de
confiance est norme!!! Mais le 0 est dans l'intervalle donc on peut considrer encore une fois
que les deux appareils sont statistiques non significativement diffrents.
Minitab
552/1060
Vincent ISOZ
Sciences.ch
Exercice 104.: Rgression de Poisson log-linaire (GLM Poisson)

Nous allons encore une fois vrifier ici si les calculs effectus la main et dans MS Excel
suite aux dmonstrations mathmatiques d'une partie des lments de la rgression linaire de
Poisson (vnements rares) avec lien log-linaire.
Nous partons donc des donnes suivantes (sans revenir sur les remarques et critiques du
modle de rgression gnralise de Poisson faite dj longuement dans le cours thorique)
o nous pouvons considrer dans le cas industriel que les dcs sont des arrts dfinitifs de
machines (elles ont rendues l'me comme on dit):
Nous allons dans le menu Stat/Rgression/Rgression de Poisson/Ajuster le modle de

Poisson...:
Minitab
553/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous mettons les paramtres triviaux dans le cadre de cet exemple:
La bote de dialogue que l'on obtient en cliquant sur le bouton Modle... ne contient que du
classique:
Minitab
554/1060
Vincent ISOZ
Sciences.ch
Ensuite en cliquant sur le bouton Options... de la bote de dialogue principale, nous spcifions
que nous voulons un lien de type logarithme:
Minitab
555/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Codage... de la bote de dialogue principale, nous n'aurons rien besoin de
mettre puisque nous n'avons pas de variables catgorielles:
Minitab
556/1060
Vincent ISOZ
Sciences.ch
Ensuite, dans le bouton Pas pas... de la bote de dialogue principale, nous choisissons
aucune mthode spcifique par les techniques classiques de rgression (slection de variables
explicatives):
Nous prenons ensuite dans le bouton Graphiques... de la bote de dialogue principale les 4
graphiques en un:
Minitab
557/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous avons quelques choix de reports dans la feuille de travail en cliquant sur le
bouton Rsultats... de la bote de dialogue principale:
Et dans le bouton Stockage... de la bote de dialogue principale:
Minitab
558/1060
Vincent ISOZ
Sciences.ch
Ce qui donne au niveau graphique:
et dans le fentre dans la feuille de travail:
Minitab
559/1060
Vincent ISOZ
Sciences.ch
Minitab
560/1060
Vincent ISOZ
Minitab
Sciences.ch
561/1060
Vincent ISOZ
Sciences.ch
o nous avons mis en rouge la partie que nous avions calcul la main dans le cours
thorique. Comme nous pouvons le constater il y a donc concordance parfaite!
Minitab
562/1060
Vincent ISOZ
Sciences.ch
Exercice 105.: Effectuer une autocorrlation et une autocorrlation partielle

Ouvrez le fichier AST.mpj:
Et allez dans le menu Stat/Srie chronologique/Autocorrlation:
Minitab
563/1060
Vincent ISOZ
Sciences.ch
Vient alors:
Validez par OK:
Minitab
564/1060
Vincent ISOZ
Sciences.ch
Avec dans la fentre de session:
Nous retrouvons les mmes valeurs que dans le cours thorique et que nous avions calcules
l'aide de MS Excel.
Maintenant, faisons une autocorrlation partielle de ces mmes donnes:
Minitab
565/1060
Vincent ISOZ
Sciences.ch
Ce qui nous donne comme graphique:
Minitab
566/1060
Vincent ISOZ
Sciences.ch
Ce qui est donc conforme ce que nous avions calcul dans le cours thorique en utilisant
MS Excel.
Minitab
567/1060
Vincent ISOZ
Sciences.ch
Cartes de contrle (CC)

Exercice 106.: CC par attributs p (proportion)
Dans le cadre de contrle de lots nous avons obtenus les mesures suivantes (fichier CCP.mpj):
Nous souhaiterions tracer une carte de contrle par attributs de type p et comparer avec les
calculs thoriques effectus dans le cours de statistique thorique et dans le cours MS Excel.
Dans Minitab Statistical Software nous allons dans le menu Stat/Cartes de contrle/Cartes
aux attributs/P:
Minitab
568/1060
Vincent ISOZ
Sciences.ch
Minitab
569/1060
Vincent ISOZ
Sciences.ch
Nous obtenons donc les mmes valeurs et la mme carte que dans le cours de statistique
thorique et MS Excel.
Minitab
570/1060
Vincent ISOZ
Sciences.ch
Exercice 107.: CC par attributs de type np (proportion)

Dans le cadre de contrle de lots nous avons obtenu les mesures suivantes (fichier CCNP.mpj):
Nous souhaiterions tracer une carte de contrle par attributs de type np et comparer avec les
aux attributs/NP:
Minitab
571/1060
Vincent ISOZ
Sciences.ch
Minitab
572/1060
Vincent ISOZ
Sciences.ch
Minitab
573/1060
Vincent ISOZ
Sciences.ch
Exercice 108.: CC par attributs de type c

Dans le cadre de contrle de lots nous avons obtenu les mesures suivantes (fichier CC-C.mpj):
Nous souhaiterions tracer une carte de contrle par attributs de type c et comparer avec les
aux attributs/C:
Minitab
574/1060
Vincent ISOZ
Sciences.ch

Minitab
575/1060
Vincent ISOZ
Sciences.ch
Minitab
576/1060
Vincent ISOZ
Sciences.ch
Exercice 109.: CC par attributs de type u

Dans le cadre de contrle de lots nous avons obtenu les mesures suivantes (fichier CCU.mpj):
Nous souhaiterions tracer une carte de contrle par attributs de type u et comparer avec les
aux attributs/U:
Minitab
577/1060
Vincent ISOZ
Sciences.ch
Minitab
578/1060
Vincent ISOZ
Sciences.ch
Minitab
579/1060
Vincent ISOZ
Sciences.ch
Exercice 110.: CC par mesures S (S barre-S)

Dans le cadre de contrle d'une production sous contrle statistique nous avons obtenu les
mesures suivantes (fichier CC-Sbarre.mpj):
Nous souhaiterions tracer une carte de contrle par mesures groupes de type S et comparer
avec les calculs thoriques effectus dans le cours de statistique thorique et dans le cours MS
Excel.
de variables pour sous-groupes/S:
Minitab
580/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Options S:
Minitab
581/1060
Vincent ISOZ
Sciences.ch
pour cocher l'option S barre car c'est un peu le but quand mme (curieux que ce ne soit pas
coch par dfaut dans Minitab Statistical Software). Nous validons deux fois par OK:
Minitab
582/1060
Vincent ISOZ
Sciences.ch
Exercice 111.: CC par mesures X barre-S simple

mesures suivantes (fichier Xbarre-S.mpj):
Nous souhaiterions tracer une carte de contrle par mesures groupes de type X barre-S et
comparer avec les calculs thoriques effectus dans le cours de statistique thorique et dans le
cours MS Excel.
de variables pour sous-groupes/X barre:
Minitab
583/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Options de carte X barre:
Minitab
584/1060
Vincent ISOZ
Sciences.ch
pour cocher l'option S barre car c'est un peu le but quand mme. Nous validons deux fois par
OK:
Minitab
585/1060
Vincent ISOZ
Sciences.ch
Minitab
586/1060
Vincent ISOZ
Sciences.ch
Exercice 112.: CC par mesures X barre-S barre combines

mesures suivantes (fichier CC Xbarre-S.mpj):
Nous souhaiterions tracer une carte de contrle par mesures groupes de type X barre
combine une S barre (soit les deux exercices prcdents en un seul coup) et comparer avec
les calculs thoriques effectus dans le cours de statistique thorique et dans le cours MS
Excel.
de variables pour sous-groupes/X barre-S:
Minitab
587/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Options de carte X barre-S:
Minitab
588/1060
Vincent ISOZ
Sciences.ch
pour cocher l'option S barre car c'est un peu le but quand mme. Nous validons deux fois par
OK:
et donc nous retrouvons bien les graphiques des deux exercices prcdents qui correspondent
donc toujours ce qui a t calcul dans le cours de statistique thorique et MS Excel.
Minitab
589/1060
Vincent ISOZ
Sciences.ch
Exercice 113.: CC par mesures X barre-S barre combines groupes par dates
donnes suivantes (fichier AnomaliesDatees.mpj):
Nous voulons effectuer une analyse X barre-S barre combine. Pour cela, nous allons dans
Minitab Statistical Software nous allons dans le menu Stat/Cartes de contrle/Cartes de
variables pour sous-groupes/X barre-S:
Minitab
590/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
Ensuite, pour avoir le temps en abscisse, on cliquer sur le bouton Echelle... pour y mettre:
Minitab
591/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK et dans Options de carte X barre-S, nous prenons (car c'est quand
mme un peu le but...):
et nous validons tout cela par OK autant de fois que ncessaire pour obtenir au final nos
diagrammes avec les dates:
Minitab
592/1060
Vincent ISOZ
Minitab
Sciences.ch
593/1060
Vincent ISOZ
Sciences.ch
Exercice 114.: CC par mesures R barre-R barre simple

mesures suivantes (fichier CC Rbarre-R.mpj):
Nous souhaiterions tracer une carte de contrle par mesures groupes de type R barre R et
cours MS Excel.
de variables pour sous-groupes/R:
Minitab
594/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Options R:
Minitab
595/1060
Vincent ISOZ
Sciences.ch
pour cocher l'option R barre car c'est un peu le but quand mme. Nous validons deux fois par
OK:
Minitab
596/1060
Vincent ISOZ
Sciences.ch
Exercice 115.: CC par mesures X barre-R barre simple

mesures suivantes (fichier CC XBarre-R.mpj):
Nous souhaiterions tracer une carte de contrle par mesures groupes de type X barre R et
cours MS Excel.
de variables pour sous-groupes/X barre:
Minitab
597/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Options de carte X barre:
Minitab
598/1060
Vincent ISOZ
Sciences.ch
OK:
Minitab
599/1060
Vincent ISOZ
Sciences.ch
Minitab
600/1060
Vincent ISOZ
Sciences.ch
Exercice 116.: CC par mesures X barre-R barre combines

mesures suivantes (fichier CC Xbarre-R.mpj):
combine une R barre (soit les deux exercices prcdents en un seul coup) et comparer avec
les calculs thoriques effectus dans le cours de statistique thorique et dans le cours MS
Excel.
de variables pour sous-groupes/X barre-R:
Minitab
601/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Options de carte X barre-R:
Minitab
602/1060
Vincent ISOZ
Sciences.ch
OK:
Minitab
603/1060
Vincent ISOZ
Sciences.ch
Exercice 117.: CC par mesures individuelles par l'tendue mobile

mesures suivantes (fichier CC I-EM.mpj):
Nous souhaiterions tracer une carte de contrle par mesures groupes de type I-EM barre EM
et comparer avec les calculs thoriques effectus dans le cours de statistique thorique et dans
le cours MS Excel.
de variables pour individus/Individus:
Minitab
604/1060
Vincent ISOZ
Sciences.ch
Minitab
605/1060
Vincent ISOZ
Sciences.ch
Couper une carte de contrle quelconque
Au passage nous pouvons remarque que cette CC est relativement dense, il serait judicieux la
couper en deux morceaux. Voyons comment procder:
Pour ce faire, nous faisons un clic droit sur le graphique et slectionnons l'option Panneau...:
Minitab
606/1060
Vincent ISOZ
Sciences.ch
o nous pouvons choisir le nombre de points pour le fractionnement. Si nous validons par
OK, nous obtenons:
si nous confirmons, nous avons au final:
Minitab
607/1060
Vincent ISOZ
Sciences.ch
Exercice 118.: CC par mesures individuelles X barre par l'tendue mobile

mesures suivantes (fichier CC I-EM.mpj):
Nous souhaiterions tracer une carte de contrle par mesures groupes de type I-EM barre EM
et comparer avec les calculs thoriques effectus dans le cours de statistique thorique et dans
le cours MS Excel.
de variables pour individus/Etendue Mobile:
Minitab
608/1060
Vincent ISOZ
Sciences.ch
Minitab
609/1060
Vincent ISOZ
Sciences.ch
Minitab
610/1060
Vincent ISOZ
Sciences.ch
Exercice 119.: CC par mesures individuelles X barre-EM barre combines

mesures suivantes (fichier CC CC I-EM.mpj):
combine une EM barre (soit les deux exercices prcdents en un seul coup) et comparer
avec les calculs thoriques effectus dans le cours de statistique thorique et dans le cours MS
Excel.
de variables pour sous-groupes/I-EM :
Minitab
611/1060
Vincent ISOZ
Sciences.ch
Minitab
612/1060
Vincent ISOZ
Sciences.ch
Minitab
613/1060
Vincent ISOZ
Sciences.ch
Exercice 120.: CC individuelle Moyenne Mobile (MA) avec limites bases sur
l'tendue mobile
mesures suivantes (fichier CC MA.mpj):
Nous souhaiterions tracer une carte de contrle par mesures individuelle autocorrle de type
Moyenne mobile avec limites bases sur l'tendue mobile et comparer avec les calculs
thoriques effectus dans le cours de statistique thorique et dans le cours MS Excel.
pondres chronologiques/Moyenne Mobile:
Minitab
614/1060
Vincent ISOZ
Sciences.ch
o nous avons mis les mmes paramtres que dans le cours MS Excel et de statistiques
thoriques (h = 4 et effectif du sous-groupe valant 1). Nous cliquons ensuite sur Options
MM pour vrifier que les limites seront bien calcules sur la base de l'tendue mobile:
Minitab
615/1060
Vincent ISOZ
Sciences.ch
Nous obtenons donc les mmes valeurs M t et la mme carte que dans le cours de statistique
thorique et MS Excel. la diffrence des 3 premiers points (qui selon moi ne devraient pas
tre prsents sur la carte).
Minitab
616/1060
Vincent ISOZ
Sciences.ch
Exercice 121.: CC CUSUM V-Masque avec chantillons

mesures suivantes (fichier CC CUSUM.mpj):
Nous souhaiterions tracer une carte de contrle autocorrle par mesures groupes de type
CUSUM V-Masque et comparer avec les calculs thoriques effectus dans le cours de
statistique thorique et dans le cours MS Excel.
pondres chronologiques/CUSUM:
Minitab
617/1060
Vincent ISOZ
Sciences.ch
Ensuite, pour avoir une carte de contrle de type V-Masque il faut aller cliquer sur le bouton
Options CUSUM et aller dans l'onglet Plan/Type:
Minitab
618/1060
Vincent ISOZ
Sciences.ch
o nous avons par rapport au cours thorique la mme valeur que h, mais n'est pas
demand puisque le logiciel passe directement par le paramtre K vu en cours et il le demande
en % (les calculs la main ont pour valeur de K 0.025)
Nous avons alors en validant deux fois par OK:
Nous obtenons donc les mmes valeurs Ci (un logiciel comme JMP se base lui sur les Si ) et
la mme carte que dans le cours de statistique thorique et MS Excel.
Minitab
619/1060
Vincent ISOZ
Sciences.ch
Exercice 122.: CC EWMA avec chantillons

mesures suivantes (fichier CC EWMA Ech.mpj):
Nous souhaiterions tracer une carte de contrle autocorrle par mesures groupes de type
EWMA avec groupes d'chantillons et comparer avec les calculs thoriques effectus dans le
cours de statistique thorique et dans le cours MS Excel.
pondres chronologiques/EWMA:
Minitab
620/1060
Vincent ISOZ
Sciences.ch
Minitab
621/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc quasiment les mmes valeurs que dans le cours thorique de
statistiques et que le cours MS Excel. Effectivement, nous y avions fait une approximation en
ce qui concerne les limites de contrle (indpendantes du temps t) et la valeur du point de
dpart d'o la petite diffrence.
Minitab
622/1060
Vincent ISOZ
Sciences.ch
Exercice 123.: CC EWMA individuelle

mesures suivantes (fichier CC EWMA Ind.mpj):
Nous souhaiterions tracer une carte de contrle autocorrle par mesures individuelles de type
EWMA et comparer avec les calculs thoriques effectus dans le cours de statistique thorique
et dans le cours MS Excel.
pondres chronologiques/EWMA:
Minitab
623/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Options EWMA:
Minitab
624/1060
Vincent ISOZ
Sciences.ch
et nous nous assurons que Moyenne de l'tendue mobile soit active afin d'tre conforme
ce que nous avons fait dans le cours thorique de Statistique et MS Excel. Nous validons
enfin deux fois par OK:
Nous retrouvons donc quasiment les mmes valeurs que dans le cours thorique de
statistiques et que le cours MS Excel. Effectivement, nous y avions fait une approximation en
ce qui concerne les limites de contrle (indpendantes du temps t) et la valeur du point de
dpart d'o la petite diffrence.
Minitab
625/1060
Vincent ISOZ
Sciences.ch
Exercice 124.: CC combine X Barre-R et R Barre-R avec deux phases

mesures suivantes (fichier CC XBARRE-R Avant-Apres.mpj):
Nous souhaiterions tracer une carte de contrle par mesures groupes de type combine X
Barre-R et R Barre-R afin de voir qu'il est trs facile avec Minitab Statistical Software (au
mme titre qu'avec MS Excel) d'obtenir une carte de contrle avec deux phases (ou plus).
Dans Minitab Statistical Software nous allons dans le menu Stat/Cartes de contrle/XBarre R:
Minitab
626/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Options de carte X barre-R pour s'assurer d'abord que l'Estimation
utilise la mme mthode opratoire que celle vu en cours:
Minitab
627/1060
Vincent ISOZ
Sciences.ch
Nous en profitons pour activer toutes les rgles de type WECO que Minitab Statistical
Software propose en allant dans l'onglet Tests:
et nous allons enfin dans l'onglet Etapes pour signaler au logiciel la colonne qui lui permettra
de distinguer le commencement d'une nouvelle phase:
Minitab
628/1060
Vincent ISOZ
Sciences.ch
Nous validons deux fois par OK pour obtenir au final:
Pour voir qu'il n'y a finalement pas d'amlioration notable entre la phase 1 et 2.
Minitab
629/1060
Vincent ISOZ
Sciences.ch
Exercice 125.: CC G
Minitab Statistical Software R16.2.1
Dans le cadre de contrle d'vnements rares, nous avons obtenu les mesures suivantes
(fichier CarteG.mpj):
o nous pouvons-voir que nous avons pris le cas particulier o... il y a exactement un
vnement mesur par jour et donc le nombre d'vnements entre chaque anomalie
correspond au nombre de jours entre chaque anomalie aussi...
Nous souhaiterions tracer une carte de contrle par des vnements G afin de voir qu'il est trs
facile avec Minitab Statistical Software (au mme titre qu'avec MS Excel) d'obtenir une
carte de contrle.
Dans Minitab Statistical Software (16.2.1) nous allons dans le menu Stat/Cartes de
contrle/Cartes des vnements rares/G:
Minitab
630/1060
Vincent ISOZ
Sciences.ch
o, comme nous l'avons spcifi lors de l'tude thorique, pour un logiciel comme Minitab
Statistical Software, la limite de contrle infrieure est dfinie au percentile 0.0013499 de la
distribution gomtrique (en prenant la valeur dcimale la plus proche par interpolation
linaire). La limite de contrle suprieure est dfinie au percentile 0.99865 (en prenant aussi
la valeur dcimale la plus proche par interpolation linaire). La ligne centrale est dfinie au
percentile 0.5 (en prenant la valeur dcimale la plus proche par interpolation linaire).
Minitab
631/1060
Vincent ISOZ
Sciences.ch
Exercice 126.: CC P' de Laney

Le but va tre ici de vrifier si nous obtenons les mmes rsultats que le cas d'application
numrique calcul avec MS Excel suite la dmonstration mathmatique "au pouce" du
concept de construction de carte de Laney. Nous savons qu'il y a peu de chance d'obtenir
exactement les mmes valeurs que le logiciel Minitab tant donn que nous avons prcis
dans le cours thorique qu'il existait des corrections au modle thorique (raison pour laquelle
pour des tudes srieuses il faut toujours avoir au moins trois progiciels de statistiques sous la
main!).
Ouvrez le fichier CarteLaney_P.mpj qui est une partie de l'exemple fourni avec Minitab:
Ensuite, nous allons dans le menu Stat/Cartes de contrle/Cartes aux attributs/P... pour
voir d'abord quoi ressemble ses donnes dans une carte de contrle p standard et la
comparer avec une carte p de Laney:
Minitab
632/1060
Vincent ISOZ
Sciences.ch
Et nous avons alors:
Minitab
633/1060
Vincent ISOZ
Sciences.ch
Bon il n'y a pas grand chose en dire car nous n'y avons pas d'alarmes systmatiques (donc
faire appel la carte de Laney est discutable!). Maintenant faisons ce qui nous intresse! Nous
allons dans le menu Stat/Cartes de contrle/Cartes aux attributs/Carte P' de Laney...:
Nous avons alors:
Minitab
634/1060
Vincent ISOZ
Sciences.ch
Donc nous voyons que la carte de contrle P' est un peu moins sensible. Nous ne retrouvons
aussi effectivement pas exactement les mmes valeurs que lors des calculs la main. Mais
cela tait (a priori) prvisible!
Pour aider (mais cela n'empche pas les discussions d'expert!). Minitab propose un outil
d'aide au choix de la meilleure carte p. Ainsi, en allant dans le menu Stat/Cartes de
contrle/Cartes aux attributs/Carte de diagnostic P...:
Minitab
635/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Il vient alors (la conclusion est conforme visuellement parlant mais scientifiquement parlant,
nous n'avons pas trait ni dmontr quoi que ce soit par rapport cet outil d'aide la dcision
dans le cours thorique):
Minitab
636/1060
Vincent ISOZ
Minitab
Sciences.ch
637/1060
Vincent ISOZ
Sciences.ch
Exercice 127.: CC U' de Laney

Nous pouvons constater la mme chose avec les mmes conclusions avec la carte u de Laney
mais cette fois avec des donnes diffrentes. Nous partons aussi de l'exemple fourni avec
Minitab:
Et d'abord nous faisons une carte classique pour comparaison ultrieure en allant dans le
menu Stat/Cartes de contrle/Cartes aux attributs/U...:
Minitab
638/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
et en cliquant sur OK:
Minitab
639/1060
Vincent ISOZ
Sciences.ch
Donc dans le cas prsent... soit en s'trangle.... Soit en pose des questions. Vient alors la carte
de u de Laney en allant dans le menu Stat/Cartes de contrle/Cartes aux attributs/Carte U'
de Laney...:
Ce qui nous donne:
Minitab
640/1060
Vincent ISOZ
Sciences.ch
et si nous cliquons sur OK:
Ce qui est nettement plus raliste mais.... sujet toutefois discussion.

Au mme titre que pour la carte p de Laney, il existe un outil d'aide la dcision quant aux
choix de la carte. Pour cela, nous allons dans le menu Stat/Cartes de contrle/Cartes aux
attributs/Carte de diagnostic U...:
Minitab
641/1060
Vincent ISOZ
Sciences.ch
Ce qui nous donne:
Il vient alors (la conclusion est conforme visuellement parlant mais scientifiquement parlant,
nous n'avons pas trait ni dmontr quoi que ce soit par rapport cet outil d'aide la dcision
dans le cours thorique):
Minitab
642/1060
Vincent ISOZ
Sciences.ch
L encore, rappelons l'importance pour des tudes srieuses qu'il faut toujours avoir au moins
trois progiciels de statistiques sous la main!
Minitab
643/1060
Vincent ISOZ
Sciences.ch
Exercice 128.: Carte de contrle de Hotelling (T2)

Comme nous l'avons mentionn dans le cours thorique il existe dans la pratique plusieurs
types de cartes multivaries de Hotelling T2 (trois ma connaissance):
Carte de Hotelling T2 avec USL par loi du khi-2

Carte de Hotelling T2 avec USL par loi Beta
Carte de Hotelling T2 avec USL par loi de Fisher
C'est la raison pour laquelle en fonction du logiciel de statistiques utilis vous aurez une USL
qui variera du simple au double voire au triple pour les mmes donnes de base.
Dans le cadre prsent, les concepteurs de Minitab ont choisi de faire le Carte de Hotelling de
Fisher en se basant sur les diffrences squentielle des mesures ce qui est un choix un peu
neutre dans le cadre o le processus n'est pas parfaitement sous contrle statistique (Normalit
des donnes).
Nous partons donc des mmes donnes que dans le cours thorique:
Ensuite, nous allons dans le menu Stat/Cartes de contrle/Cartes

multivaries/Quadratique T...:
Minitab
644/1060
Vincent ISOZ
Sciences.ch
Dans la premire bote de dialogue qui apparat, nous prenons:
En cliquant sur le bouton Options carte quad T... nous allons dans l'onglet Stockage pour
prendre (afin de comparer avec les calculs faits la main dans le cours thorique):
Minitab
645/1060
Vincent ISOZ
Sciences.ch
en validant le tout par OK nous obtenons pour graphique:
Nous voyons que la LCS est trs proche de celle calcule avec la loi du Khi-2 dans le cours
thorique avec un seuil de 99.9% (mais en ralit Minitab n'utilise pas le modle du Khi-2 et
n'est pas un seuil de 99.9% mais autre chose un seuil de 99.88%...????). L'origine de la
mdiane de 2.36 est inconnue.
Minitab
646/1060
Vincent ISOZ
Sciences.ch
Suivant les logiciels et le modle thorique utilis, la limite suprieure est comprise entre 9 et
23... (je conseille alors de prendre la plus petite si le procd est prouv comme tant stable
pour des raisons videntes de qualit)
Au niveau des donnes brutes, Minitab nous donne:
Les moyennes sont correctes, nous remarquons cependant que Minitab pour les points relevs
utilise en ralit la matrice de variance-covariance des diffrences squentielle des mesures.
Voyons alors ce qu'il a stock comme matrice des variances-covariances en allant dans le
menu Donnes/Afficher les donnes:
Minitab
647/1060
Vincent ISOZ
Sciences.ch
et nous prenons la matrice M1:
Minitab
648/1060
Vincent ISOZ
Sciences.ch
et c'est l que nous constatons un choix bizarre des concepteurs de Minitab. Ils ont choisir de
montrer la matrice des variances-covariances des mesures telles que nous l'avons calcule
bien videmment dans le cours thorique mais pourtant ils utilisent la matrice des variancescovariances des diffrences squentielle pour faire le calcul des points relevs. Alors certes
dans la pratique c'est celle indique est qui la plus utile mais pour ceux qui veulent retrouver
les calculs faits en arrire plan c'est trompeur. Il aurait t judicieux de mettre les deux
matrices de variances-covariances dans la mmoire de Minitab.
Mais il se peut que nous devions imposer la matrice des variances-covariances dans certains
cas. Voyons comment faire en pensant assez intuitivement qu'en reprenant et en imposant la
mme matrice des variances-covariances, nous allons ravoir le mme graphique.
Alors nous saisissons les donnes (navement en pensant bien faire...):
Ensuite, nous allons dans le menu Donnes/Copier/Colonnes dans matrice...:
Minitab
649/1060
Vincent ISOZ
Sciences.ch
et nous mettons:
Nous validons bien videmment par OK et retournons crer une carte quadratique T de
Hotelling mais cette fois-ci en spcifiant la matrice de covariance:
Minitab
650/1060
Vincent ISOZ
Sciences.ch
En validant nous obtenons la mme carte de contrle mais toutefois pas avec la mme limite
ni la mme mdiane:
Les points relevs correspondent par contre cette fois-ci bien ce qui a t calcul dans le
cours thorique (je ne sais pas si vous suivez parce que c'est assez confus....) mais plus la
limite suprieure indique sur le graphique...:
Minitab
651/1060
Vincent ISOZ
Sciences.ch
Alors comment retomber sur nos pattes? Eh bien en utilisant la matrice des variancescovariances des diffrences des squences de mesure que nous avons calcule dans le cours
thorique:
et nous relanons la carte de Hotelling et l surprise, le graphique ne donnent toujours pas la

mme limite suprieur qu'au dbut (????):
Minitab
652/1060
Vincent ISOZ
Sciences.ch
mais avec toutefois (???? O_o) les points relevs:
Minitab
653/1060
Vincent ISOZ
Sciences.ch
qui correspondent bien la premire carte de Contrle... Bref comme l'habitude et comme je
le dis dans tous mes cours, normalement ont prend trois logiciels de statistiques et on compare
et on se rend compte qu'aucune ne donne la mme chose. Donc on prend soit la voie du milieu
soit le cas au pire...
Minitab
654/1060
Vincent ISOZ
Sciences.ch
Outils de la qualit
Exercice 129.: Test de normalit et analyse de capabilit
Les dviations temporelles en % de 25 tches donnent les valeurs suivantes aprs clture d'un
projet:
Nous souhaiterions savoir si les estimations du chef de projet sont sous contrle (test de
normalit de Kolmogorov-Smirnov sous Minitab Statistical Software) et faire une analyse
de la capabilit des dviations avec Minitab Statistical Software en prenant l'intervalle
LSL/USL de [-0.1,02] avec une cible nulle.
Nous ouvrons Minitab Statistical Software et reportons les donnes dans une unique
colonne (ou nous ouvrons le fichier CapabiliteProjet.mpj):
Minitab
655/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le menu Stat/Statistiques lmentaires/Test de normalit:
Nous remplissons la bote de dialogue:

Minitab
656/1060
Vincent ISOZ
Sciences.ch
et validons par OK ce qui donne:
La p-value tant suprieur 0.05 (puisque Minitab Statistical Software indique qu'elle est
plus grande que 0.150) fait que nous pouvons accepter sans crainte l'hypothse de normalit.
Pour faire l'analyse de capabilit nous allons maintenant dans Outils de la qualit/Analyse
de capabilit/Normale:
Minitab
657/1060
Vincent ISOZ
Sciences.ch
Nous paramtrons l'analyse de capabilit:
nous cliquons sur le bouton Options et compltons la bote de dialogue:
Minitab
658/1060
Vincent ISOZ
Sciences.ch
Graphiquement nous avons finalement en validant deux fois par OK:
Nous retrouvons donc dans ce graphique tous les notions vues et dmontres
mathmatiquement en dtail dans le cours thorique.
Minitab
659/1060
Vincent ISOZ
Sciences.ch
Exercice 130.: Transformations de Box-Cox

Bon le but ici ne sera pas de dbattre de la justesse de ces transformations (ou de leur origine
scientifique) qui ont donc pour rappel de "normaliser"3 des donnes. Ceci a dj t fait en
cours et de plus, il suffit de Googler un peu pour se faire sa propre opinion sur cette technique
"d'ingnierie statistique".
Rappelons cependant les deux relations empiriques dfinies par Box et Cox dans leur article
d'origine de 1964 (il s'agit d'une capture d'cran pour ceux qui douteraient):
bas sur la minimisation de l'cart-type (selon ce qui est crit dans l'article d'origine) et une
variante
Minitab Statistical Software intgre cette dernire relation. Au vu de la forme de la dernire

expression, il parat clair que les transformations de Box-Cox ne marchent que si et seulement
si:
y0
ce qui limite de faon importante son utilit.

Nous n'allons pas nous casser la tte dans le prsent exemple. Nous allons juste faire usage du
fichier exemple donn par Minitab Statistical Software et juste comparer le rsultat celui
que nous obtenons avec le solveur de MS Excel.
Dans le sens: faire que la distribution ressemble le plus possible une loi Normale
Minitab
660/1060
Vincent ISOZ
Sciences.ch
Ouvrez donc le fichier BoxCox.mpj avec ses 125 donnes:
Ensuite, allez dans le menu Stat/Cartes de contrle/Transformation de Box-Cox...:
Nous mettons alors:
Minitab
661/1060
Vincent ISOZ
Sciences.ch
Si nous tapons 125 pour l'effectif du sous-groupe, c'est simplement pour pouvoir faciliter la
comparaison avec MS Excel et aussi parce que nous ne souhaitons pas faire usage de la
transformation pour une carte de contrle.
Nous cliquons ensuite le bouton Options...:
et en validant plusieurs fois par OK, nous avons d'abord un graphique:
Minitab
662/1060
Vincent ISOZ
Sciences.ch
qui montre comment l'cart-type est minimis en fonction de la valeur de lambda et galement
l'intervalle de confiance de ce dernier 95%. Sur la feuille, nous avons:
Minitab
663/1060
Vincent ISOZ
Sciences.ch
Si nous comparons les deux distributions (avant et aprs) avec les outils graphiques habituels
(exercices effectus au dbut de ce support):
Minitab
664/1060
Vincent ISOZ
Sciences.ch
Maintenant, observons quelle valeur de lamba nous obtenons en utilisant le solveur de

MS Excel. Avec la version anglaise de MS Excel, la prparation du problme donne:
Ensuite, nous paramtrons le solveur comme ci-dessous:

Minitab
665/1060
Vincent ISOZ
Sciences.ch
et nous validons par Solve, ce qui donne:
Nous retrouvons donc presque les mmes valeurs que dans Minitab Statistical Software.
Minitab
666/1060
Vincent ISOZ
Sciences.ch
Par ailleurs, voici comment Minitab Statistical Software calcule l'cart-type (capture d'cran
de leur KB655):
Minitab
667/1060
Vincent ISOZ
Sciences.ch
Exercice 131.: Transformations de Johnson

Bon le but ici ne sera pas de dbattre de la justesse de ces transformations (ou de leur origine
scientifique) qui ont donc pour rappel de "normaliser"4 des donnes. Ceci a aussi dj t fait
en cours et de plus, il suffit de Googler un peu pour se faire sa propre opinion sur cette
technique "d'ingnierie statistique".
Voici les transformations dfinies empiriquement par Johnson:
xc
t : x t ( x) a b g
Johnson tablit alors une classification des princiaples lois en trois systmes associes chacun
une transformation g particulire et donc une famille de transformations t:
g ( z ) log z
z
g ( z ) log
1 z
g ( z ) arcsinh z
respectivement dnommes Sl, Sb et Su.
Nous allons pour cet exemple reprendre exactement le mme fichier avec les mmes donnes
que pour l'exemple des transformations de Box-Cox.
Nous allons dans le menu Stat/Outils de la qualit/Transformation de Johnson...:
Dans le sens: faire que la distribution ressemble le plus possible une loi Normale
Minitab
668/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK plusieurs fois et obtenons d'abord le graphique suivant (dommage que
la transformation de Box-Cox ne fasse pas le mme...):
ce qui donne comme tableau:
Minitab
669/1060
Vincent ISOZ
Sciences.ch
Si nous comparons maintenant les trois colonnes:
Minitab
670/1060
Vincent ISOZ
Sciences.ch
La transformation de Johnson est donc peut-tre plus pertinente que la Box-Cox puisque les
donnes peuvent aussi tre ngatives.
Minitab
671/1060
Vincent ISOZ
Sciences.ch
Exercice 132.: Analyse de capabilit

Considrons une nouvelle petite production de n 50 pices par lot de 10 (afin d'ajuster en
cours de production). La mesure de ctes de 5 pices chaque heure pendant 10 heures avec
une tolrance de 10 0.07 soit en termes de centimes un tendue de:
E 2 7 14
et une cible de T 0 (en termes d'carts). Nous avons les donnes suivantes:
1
2
3
4
5
1
-2
0
-1
1
-1
-0.6
1.14
2
-4
-3
0
1
-1
-1.4
2.07
3
-1
0
-3
-2
-3
-1.8
1.30
4
0
-2
-1
2
0
-0.2
1.48
5
4
1
0
2
0
1.4
1.67
6
0
-2
0
0
3
0.2
1.79
7
3
0
-1
1
3
1.2
1.79
8
0
1
-1
0
2
0.4
1.14
9
1
-1
3
4
1
1.6
1.95
10
-1
2
1
0
0
0.5
1.14
Dans le cours de matrise statistique des procds, nous avons calcul la main tout les
indicateurs de capabilit long terme et court terme. Nous souhaiterions maintenant
automatiser la procdure et retrouver les mmes valeurs avec Minitab Statistical Software.
Pour cela nous ouvrons un fichier SPC.mpj qui contient le tableau ci-dessus en une seule
colonne:
Minitab
672/1060
Vincent ISOZ
Sciences.ch
Et nous paramtrons conformment aux prlvements:
nous cliquons sur le bouton Options:
Minitab
673/1060
Vincent ISOZ
Sciences.ch
et validons deux fois par OK et nous voyons que nous obtenons les chiffres obtenus dans le
cours SPC:
Nous retrouvons donc dans ce graphique tous les notions vues et dmontres
mathmatiquement en dtail dans le cours thorique.
Minitab
674/1060
Vincent ISOZ
Sciences.ch
Exercice 133.: Intervalle de confiance de la capabilit

Le but ici va tre de vrifier l'intervalle de confiance de la capabilit sur les donnes de
l'exemple antprcdent en vrifiant que l'on retombe bien sur celui calcul en cours suite la
dmonstration mathmatique:
Nous paramtrons l'analyse de capabilit:
Minitab
675/1060
Vincent ISOZ
Sciences.ch
nous cliquons sur le bouton Options et compltons la bote de dialogue surtout la partie en
rouge:
Nous avons alors en validant par OK:
Minitab
676/1060
Vincent ISOZ
Sciences.ch
o nous avons mis en rouge ce qui nous intresse! Nous retrouvons bien les valeurs calculs
dans le cours thorique!
Minitab
677/1060
Vincent ISOZ
Sciences.ch
Exercice 134.: Analyse SixPack

Maintenant que nous savons faire une analyse de capabilit et des cartes de contrles avec
Minitab et que nous savons aussi en faire la dmonstration mathmatique et le calcul manuel
comme vu dans le cours thorique, nous pouvons voir dans Minitab un outil fort pratique qui
combine les deux concepts et l aussi vrifier que nous retrouvons tout ce qui a t calcul
Minitab
678/1060
Vincent ISOZ
Sciences.ch
Minitab
679/1060
Vincent ISOZ
Sciences.ch
Minitab
680/1060
Vincent ISOZ
Sciences.ch
avec dans la fentre de session:
Minitab
681/1060
Vincent ISOZ
Sciences.ch
Nous remarquons que nous retrouvons tous les calculs faits la main au deuxime chiffre
aprs la virgule prs. Nous voyons aussi que le test d'Anderson-Darling nous amne en toute
rigueur rejeter l'hypothse de Normalit mais comme c'est pour l'exemple...
Minitab
682/1060
Vincent ISOZ
Sciences.ch
Exercice 135.: tude R&R (reproductibilit/rptabilit) pour donnes continues

Une tude R&R mesure l'erreur de prcision en faisant mesurer par exemple une pice par
plusieurs fois et par des personnes diffrentes.
tant donn que cette pice ne change pas de taille, une variation dans les rsultats doit
reprsenter la rptabilit de la mesure et sa reproductibilit par diffrentes personnes.
Cette tude est trs simple et base sur l'ANOVA deux facteurs avec rptition dont on peut
dduire les donnes de l'tude R&R (reproductibilit/rptabilit) partir du tableau de
l'ANOVA (TAV). Pour plus d'exemples, le lecteur pour se rfrer la norme ISO/TR
12888:2011.
Considrons donc les donnes suivantes qui correspondent une ANOVA deux facteurs
avec rptition (il s'agit des mmes valeurs numriques que l'exercice de l'ANOVA deux
facteurs sans rptition vu plus haut mais dtourn).
Ouvrez le fichier EtudeRRContinu.mpj:
Nous avons donc 3 oprateurs qui mesurent le diamtre en microns de deux pices.
Nous allons dans le menu Stat/Outils de la qualit/tude de l'instrumentation/tude de
R&R de l'instrumentation (croise)...:
Minitab
683/1060
Vincent ISOZ
Sciences.ch
et nous nous utiliserons seulement sur une tude R&R (reproductibilit/rptabilit) base sur
l'ANOVA (je trouve cela plus pertinent que le carte de contrle mentionne):
Minitab
684/1060
Vincent ISOZ
Sciences.ch
et dans la fentre de session o nous retrouvons implicitement l'ide que:

2
2
2
2
total
pices
iolratezrs
2picesoprateurs erreur
Minitab
685/1060
Vincent ISOZ
Sciences.ch
Bon dcortiquons maintenant tout cela en commenant par les donnes de la fentre de
sessions!!
Nous avons donc en premier une table de l'ANOVA deux facteurs avec rptitions:
Minitab
686/1060
Vincent ISOZ
Sciences.ch
aucune surprise car c'est la mme que dans l'exercice que nous avions fait plus haut et que
nous avions dmontr thoriquement et calcul la main dans le cours de statistique
thorique. La seule subtilit et que "l'erreur rsiduelle" se nomme maintenant "rptabilit".
Les conclusions quant aux p-values de cette table se font comme l'habitude pour une
ANOVA normale.
Ensuite, vient le tableau suivant (la deuxime colonne est vidente puisqu'il ne s'agit que de la
contribution de chaque valeur de la premire colonne en % du total):
Pour le calculer, rappelons que nous avons 2 oprateurs ( r 2) , 3 pices (k 3) et deux

rptitions pour chaque mesure ( n 2 ).
La premire ligne du tableau R&R d'instrumentation total tant juste un total, il nous faut
calculer la deuxime ligne que voici:
et nous voyons de suite dans le tableau de l'ANOVA que:
Minitab
687/1060
Vincent ISOZ
Sciences.ch
Ce qui de par la dfinition mathmatique de l'erreur rsiduelle (variance intra-groupe) il est

comprhensible qu'elle soit assimile la rptabilit.
La ligne Reproductibilit est aussi juste un total des deux lignes du dessous. Il nous suffit de
calculer ces dernires pour donc avoir le total. Voyons donc comment est calcule la valeur
partir de la table de l'ANOVA:
Nous avons:
Oprateurs
CM:Operateurs-CM:Pieces*Operateurs
nk
243 9.75
38.875
23
Bingo! La reproductibilit des oprateurs s'interprte donc comme la variance pure

uniquement due aux oprateurs (d'o la soustraction avec la variance d'interaction), divis par
le nombre de mesures par chaque oprateur. Il s'agit donc en quelque sorte de la variance
purement intra-oprateur.
Voyons maintenant d'o viens la valeur suivante:
Nous avons (c'est assez logique):
Minitab
688/1060
Vincent ISOZ
Oprateurs*Pieces
Sciences.ch
CM:Pieces*Operateurs-CM:Rptabilit
n
9.75 3.833
2.9585
2
presque la mme valeur... (faudrait voir comment Minitab Statistical Software fait les
arrondis...).
Nous pouvons donc interprter cette valeur comme tant la variance purement due
l'interaction (d'o la soustraction) divis par le nombre de mesure. Il s'agit donc en quelque
sorte de la variance purement intra oprateur et intra pice.
Il ne reste plus qu' calculer:
qui logiquement est:

De pice pice
CM:Pieces-CM:Pieces*Operateurs
nr
40.75 9.75
7.75
22
Bon maintenant que nous avons dtermin toutes les valeurs la main pour vrification, que
pouvons nous dire globalement de ce tableau?:
Dj il tait clair que le tableau de l'ANOVA nous signalait clairement au vu des p-values que
le choix des oprateurs semble avoir un effet sur les valeurs puisque mais pas celui sur les
pices. Ayant connaissance de cela, le tableau R&R (reproductibilit/rptabilit) de
l'instrumentation nous permet de voir que la principale variation se trouve lors d'un
changement d'un oprateur mois que lors d'un changement de pice pour un oprateur donn.
Il y a donc un problme entre les oprateurs plutt que dans la faon avec laquelle chaque
oprateur mesure avec sa propre technique le diamtre de la pice.
Pour un responsable qualit, il serait bien d'entraner les excutants afin d'avoir la ligne R&R
d'instrumentation total qui converge asymptotiquement vers la valeur De pice pice.
Maintenant, voyons le troisime tableau:
Minitab
689/1060
Vincent ISOZ
Sciences.ch
La premire colonne tant nomme Ecart type, nous nous rendons compte qu'il s'agit
simplement de la racine carre de la variance du tableau prcdent puisque:
V (X )
Il s'agit donc simplement d'une autre manire de lire en utilisant les intervalles de confiance
bass sur une loi Normale. Ainsi, 6 , nous voyons que les oprateurs ont 92.46% de
probabilit cumule d'avoir une dispersion de 40.5362/2~20 microns par rapport la
moyenne. Ce qui est norme!!! Donc dans le cas prsent il faut dfinir les objectifs avec la
direction et les clients pour savoir combien il faut diminuer cette valeur.
Maintenant passons aux graphiques en commenant le premier pour montrer d'o viennent ses
valeurs:
Minitab
690/1060
Vincent ISOZ
Sciences.ch
c'est trs simple... il n'y pas grand chose en dire. Ensuite, pour les deux graphiques:
On a bien sur chacun des graphiques chois fois les quatre mesures + la mdiane
Il n'y pas grand chose dire non plus outre qu'encore une fois, on voit facilement qu'il y a un
problme plus prononc entre oprateurs qu'entre pice.
Le graphique suivant est aussi un classique de l'ANOVA:
Un peu plus surprenant, c'est de retrouver des cartes de contrle. Nous avons en premier:
Minitab
691/1060
Vincent ISOZ
Sciences.ch
il s'agit donc d'une carte de contrle R-barre R que nous allons retrouver plus loin et dont nous
avons dmontr le mcanisme dans le cours de statistique thorique s. C'est carte n'a aucun
raison d'exister dans le cas prsent pour les raisons suivantes (opinion personnelle mais
dbattre en classe):
1. Il n'y pas de flche du temps dans une tude R&R (reproductibilit/rptabilit)
2. Normalement chaque point de la carte reprsente une tendue et il est clair que dans le
cas prsent une tendue de deux mesures n'a aucun sens
3. Bien que la carte R-barre R soit fait pour moins de dix mesures par chantillonnage, il
ne faut pas exagrer en considrant qu'elle fonctionne aussi pour deux mesures par
chantillonnage...
4. Normalement cette carte reprsente les mesures pour une mme famille de pices et
ceci n'est pas spcifi dans l'excution du test par le logiciel.
Enfin le dernier graphique qui est encore une carte de contrle:
a encore moins de raison d'tre prsente! Elle n'est statistiquement absolument pas
significative dans le cas prsent. Mais nous allons en dbattre en classe.
Bref, ces deux derniers graphiques n'ont donc de sens que si l'on fait mesurer de nombreuses
fois (plus que deux fois en tout cas....) une mme pice un oprateur.
Minitab
692/1060
Vincent ISOZ
Sciences.ch
Exercice 136.: Cartes d'essais de l'instrumentation

Toujours dans le cadre de l'tude R&R (reproductibilit/rptabilit), il existe un petit
graphique trs pratique visuellement qui s'appelle une Carte d'essai de l'instrumentation qui
n'utilise aucune notation mathmatique.
Pour voir cela, nous restons avec le fichier de l'exercice prcdent (EtudeRR.mpj ou
EtudeRRContinue.mpj):
Nous allons dans le menu Stat/Outils de la qualit/tude de l'instrumentation/Carte

d'essai de l'instrumentation...:
Minitab
693/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur OK:
Minitab
694/1060
Vincent ISOZ
Sciences.ch
Comme vous pouvez le constater c'est basique. Minitab ne gnre aucune statistique.
Minitab
695/1060
Vincent ISOZ
Sciences.ch
Exercice 137.: tude R&R (reproductibilit/rptabilit) pour donnes par

attributs
Les tudes R&R pour donnes par attribut comparent plusieurs dcideurs (oprateurs) appels
dcider de l'acceptabilit de plusieurs services (produits ou investissements), diffrents
moments. Les rsultats sont utiliss pour valuer autant la reproductibilit (si les dcideurs
sont d'accord entre eux) que la rptabilit (si chaque dcideur est systmatiquement en
accord avec ses propres rsultats).
Pour plus d'exemples, le lecteur pourra se rfrer la norme ISO/TR 14468:2010.
Bien videmment, des biais peuvent surgir dans le systme de dcision. Donc mme si tous
sont unanimes, il se peut qu'ils aient tous fait le mauvais choix.
Vu que les valuations par attribut sont souvent de nature subjective, il n'est toujours facile de
dterminer quelle est la bonne dcision.
Un point important dans ce type d'analyses, c'est d'avoir un nombre impair d'estimateurs
(donneurs d'opinions) ainsi que pour chaque analyse un nombre impair d'opinions.
Raison pour laquelle dans le tableau ci-dessous, nous avons 3 estimateurs et 3 opinions pour
chaque ligne.
Ouvrez donc le fichier EtudeRRAtribut.mpj:
Minitab
696/1060
Vincent ISOZ
Sciences.ch
et nous allons dans le ment Stat/Outils de la qualit/Analyse d'accord d'attribut..:
Minitab
697/1060
Vincent ISOZ
Sciences.ch
Comme les d'accords sont reprsents sur plusieurs colonnes, nous prenons Colonnes
multiples (je prfre effectivement cette dernire configuration plus visuelle - mme si
lorsqu'on travaille avec des SGBD, la structure en Colonnes d'attributs est plus facilement
grable):
Nous allons dans Rsultats... pour dsactiver certaines statistiques empiriques:
Minitab
698/1060
Vincent ISOZ
Sciences.ch
Minitab
699/1060
Vincent ISOZ
Sciences.ch
avec le graphique:
Minitab
700/1060
Vincent ISOZ
Sciences.ch
Nous souhaitons pouvoir dterminer tous les calculs la main pour en comprendre le
mcanisme. Voyons donc cela... petit petit. Commenons par le premier tableau qui analyse
les accord Entre estimateurs:
La colonne # Inspection est vidente... il s'agit du nombre d'chantillons analyss (pices,

projets, dcisions ou autres...).
La colonne # Correspondance est vidente aussi. Il s'agit pour chaque donneur d'opinion
(estimateur) le nombre d'chantillons analyss pour lesquels l'avis gnral de chaque
estimateur tait identique l'avis gnral des autres estimateurs (on ne prend pas du tout en
compte l'avis de l'expert!). Pas besoin de calculs, il suffit de prendre 60 secondes pour vrifier
ligne par ligne dans le tableau d'origine et compter. Je laisse le soin au lecteur de faire cela.
La colonne Pourcentage est simple le rapport entre # Correspondance et # Pourcentage.
L'intervalle de confiance est lui simplement calcul partir du test binomial exact. Mais
comme c'est long faire, montrons que nous pouvons le robtenir en faisant nouveau (nous
avons dj prsent cet outil plus haut mais avec l'approximation en loi Normale):
Minitab
701/1060
Vincent ISOZ
Sciences.ch
ce qui nous amne :
mais dans les bouton Options... nous ne cochons pas cette fois-ci Utiliser le test et
l'intervalle bass sur la loi normale.
Minitab
702/1060
Vincent ISOZ
Sciences.ch
et si nous validons nous obtenons:
donc ce qui correspond bien 73.47% et 97.89%.

Passons au deuxime tableau qui analyse la non concordance d'attributs entre les estimateurs
et l'expert:
La colonne #Reject/Accept avec les valeurs (3,1,1) donne simplement le nombre de fois que
chaque estimateur rejette alors que l'expert accepte. Pour vrifier, il suffit de compter dans la
table d'origine.
La premire colonne Pourcentage avec les valeurs (14.29%, 4.76%,4.76%) est simplement le
rapport entre la colonne #Reject/Accept et le nombre de lignes pour lesquelles l'expert a
Minitab
703/1060
Vincent ISOZ
Sciences.ch
accept (dans le cas prsent, l'expert a accept 21 fois sur 30). Donc il s'agit de
(3/21,1/21,1/21)
La colonne #Accept/Reject avec les valeurs (0,0,0) donne simplement le nombre de fois que
chaque estimateur accepte alors que l'expert rejette. Pour vrifier, il suffit de compter dans la
table d'origine.
La deuxme colonne Pourcentage avec les valeurs (0 %, 0%,0 %) est simplement le rapport
entre la colonne # Accept/Reject et le nombre de lignes pour lesquelles l'expert a accept
(dans le cas prsent, l'expert a rejet 9 fois sur 30). Donc il s'agit de (0/9,0/9,0/9)
La colonne #Mixte avec les valeurs (3,0,1) donne simplement le nombre de fois que chaque
estimateur un mlange d'opinions (les opinions unilatralement contraires l'experte ne sont
donc pas comptabilises) et ce quel que soit la conclusion de l'expert.
La dernire colonne Pourcentage avec les valeurs (10%,0%,3.33%) donne simplement le
rapport en pourcentage entre la colonne #Mixte et le nombre de lignes de la table (soit une
division par 30).
Le prochain tableau est donc:
Il s'agit simplement d'une analyse globale non nominative entre estimateurs et toujours avec
un test binomial exact de la proportion.
Effectivement, la colonne #Inspection donne le nombre de lignes du tableau, la colonne
#Correspondance donne le nombre de lignes o les estimateurs taient parfaitement d'accord
entre eux (donc les 9 opinions identiques). La colonne pourcentage donne simplement le
rapport 25/30.
Le dernier tableau:
est identique au prcdent la diffrence que c'est la comparaisons par rapport l'expert.
Minitab
704/1060
Vincent ISOZ
Sciences.ch
Exercice 138.: tude de l'instrumentation de type I

Bon nous n'allons pas nous tendre sur ce sujet qui serait a priori d'origine plus empirique
qu'autre chose et donc certain paramtres sont plus que discutables... donc il n'y a rien
dmontrer mathmatiquement mais seulement dtailler la manire dont les calculs sont faits.
Considrons donc le jeu de donnes suivant consistant dans les mesures rptes d'un lment
unique:
Ces mesures proviennent d'un appareil d'acquisition dont nous souhaiterions dterminer la
capabilit.
Minitab
705/1060
Vincent ISOZ
Sciences.ch
Pour cela, nous allons dans le menu Stat/Outils de la qualit/tude de

l'instrumentation/tude de l'instrumentation de type I...:
Dans la bote de dialogue qui apparat, nous prenons:
Dans le bouton Options... nous laissons les valeurs par dfaut:
Minitab
706/1060
Vincent ISOZ
Sciences.ch
Nous validons le tout par OK pour obtenir le graphique suivante (il n'y a rien dans la fentre
de sessions)
Vrifions tout cela avec le fichier Microsoft Excel ci-dessous:
Minitab
707/1060
Vincent ISOZ
Sciences.ch
Le premier groupe d'informations est trivial recalculer et comprendre dans le prsent

contexte:
Cela donne:
Soit:
Minitab
708/1060
Vincent ISOZ
Sciences.ch
Maintenant poursuivons avec la partie un peu plus technique (mais niveau premire anne de
licence tout casser et encore...):
Cela donne:
Soit (bon pour le biais le signe n'est pas le mme mais il suffit d'inverser la soustraction):
Donc l aussi rien de spcial. On fait simplement un test unilatral de Student de l'erreurstandard estime comme nous l'avons dj trait en longueur dans le cours thorique. La
question tant plutt... Est-ce que cela a un sens de faire un tel calcul dans le cas prsent? Et
puis en ralit le biais est ngatif donc nous somme toujours en-dessous de la valeur du
gabarit.
Rponse a priori: Oui pourquoi pas mais encore faudrait-il vrifier la normalit des donnes
comme l'habitude. Aprs dans notre cas, l'interprtation est que la dviation la moyenne
est trs significative (donc la procdure de mesure n'est pas bonne).
Maintenant passons l'autre partie:
Minitab
709/1060
Vincent ISOZ
Sciences.ch
Ce qui donne:
Soit:
Bon que dire sur C g tel que dfini dans Minitab (et dans les industries qui l'utilisent). Ici la
capabilit de gabarit est acceptable (car au-del du 1.33 dfini empiriquement par l'industrie
concerne). Objectivement, en faisant abstraction de cet indicateur empirique, nous pouvons
effectivement grossirement dire que la capabilit de gabarit est acceptable vu la petitesse de
l'cart-type.
Pour le Cgk dont la relation est aussi a priori complment empirique on se passera de
commentaires...
Pour la dernire partie:
Les valeurs proviennent de:
Ce qui donne:
Minitab
710/1060
Vincent ISOZ
Sciences.ch
Bref l aussi ce type d'indicateurs... sont plus que discutable.

Bon il faut savoir que d'un logiciel l'autre (j'en ai test trois diffrents: Minitab, R et
QIMacros) aucun ne donne les mmes valeurs (du moins ce jour) et ce pour presque toutes
les valeurs retournes (presque toutes mais pas toutes...).
Minitab
711/1060
Vincent ISOZ
Sciences.ch
Exercice 139.: Kappa de Cohen (analyse d'accord d'attribut)

Encore une fois, le but est d'appliquer les calculs et dmonstrations faits la main pendant le
cours thorique de mthodes numriques et de vrifier que nous retrouvons les mmes valeurs
avec Minitab.
Nous partons donc fichier KappaFleiss_Cohen.mpj:
Nous allons dans le menu Stat/Outils de la qualit/Analyse d'accord d'attribut...:
Minitab
712/1060
Vincent ISOZ
Sciences.ch
Et nous prenons:
Minitab
713/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Options... pour demander Minitab de nous calculer aussi le
Kappa de Cohen. Nous avons alors:
Nous cliquons ensuite sur le bouton Rsultats... pour s'assurer d'avoir bien:
et nous validons par OK autant de fois que ncessaire. Nous obtenons alors:
Minitab
714/1060
Vincent ISOZ
Sciences.ch
Soit les mmes rsultats que lors des calculs la main effectus dans le cours de mthodes
numriques lors de la dmonstration mathmatique en ce qui concerne le kappa de Cohen mis
vidence en rouge ci-dessus (comme le kappa de Fleiss n'est pas dans le cours thorique,
nous ferons comme s'il n'existait pas...).
Minitab
715/1060
Vincent ISOZ
Sciences.ch
Exercice 140.: Plan d'chantillonnage par mesures

Dans le cadre de notre exemple fait dans le cours de statistique - le producteur de boissons
gazeuses - qui reoit des lots de 10'000 bouteilles dont la rsistance la pression (LSL) doit
tre suprieure 22.5 avec un cart-type sous contrle statistique et valant 1.5, le fournisseur
et le client ont chacun fix les risques qu'ils sont prts courir.
Ainsi, nous avons que le fournisseur souhaite une probabilit cumule (risque) de 5% que
le client rejette tort le lot avec moins de 5% (D) de non-conformes. De son ct le client
souhaite une probabilit cumule (risque) de 10% d'accepter tort un lot avec plus de 5%
(D) de non-conformes.
Nous devons alors en utilisant cette norme dfinir le N.Q.A. Comme mentionn dans la
dfinition, en gnral le N.Q.A. est proche de D f (mais pas gal!). Donc le N.Q.A. sera pos
comme valant 1%...
Nous souhaitons comparer les valeurs donnes par Minitab Statistical Software et celles
obtenues dans le cours statistique thorique bases sur la norme AF-X06-023.
Dans Minitab Statistical Software nous allons dans le menu Stat/Outils de la
qualit/Echantillonnage d'acceptation par variables/Crer/comparer:
Minitab
716/1060
Vincent ISOZ
Sciences.ch
et vient la fentre suivante remplir comme indiqu:
Minitab
717/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le bouton Graphiques:
nous dcochons tout pour la simple raison que nous n'en avons pas fait les dmonstrations
dans le cours de statistique thorique. Nous validons alors deux fois par OK pour obtenir dans
la fentre de session les informations suivantes:
Ce qui correspond assez bien ce que nous avions obtenu dans le cours de statistique
thorique o l'effectif de l'chantillon tait de 18 pour les calculs la main et 25 selon la
norme (Minitab Statistical Software donne donc 19) et une distance critique de 1.943 pour
les calculs la main et 1.97 selon la norme (Minitab Statistical Software donne donc
1.94393).
Minitab
718/1060
Vincent ISOZ
Sciences.ch
Exercice 141.: Plan d'chantillonnage par attribut

Un lot de bouteilles est livr sous forme de lots de 10'000 units correspondant N. Nous
cherchons mettre en place un plan de contrle de la rception par attributs avec la
probabilit cumule (risque) de 1% que le client rejette tort le lot avec moins de 2.5%
( p ) de non-conformes. De son ct le client souhaite une probabilit cumule (risque) de
10% d'accepter tort un lot avec plus de 5% ( p ) de non-conformes.
Le but est de dterminer donc la valeur de A (nombre de non-conformes limite acceptable) et
de n (taille de l'chantillon prlever) et de la comparer aux valeurs obtenues l'aide
nomographe dans le cours de statistique thorique.
Dans Minitab Statistical Software nous allons dans le menu Stat/Outils de la
qualit/Echantillonnage d'acceptation par attributs:
Nous avons alors la fentre suivante:
Minitab
719/1060
Vincent ISOZ
Sciences.ch
Si la taille du lot tait petite, nous pourrions allez dans le bouton Options et y cocher Utiliser
la loi hypergomtrique pour le lot isol:
mais ici le lot est trs grand nous pouvons donc nous en passer.
Dans le bouton Graphiques:
Minitab
720/1060
Vincent ISOZ
Sciences.ch
nous dcochons tout pour la simple raison que nous n'en avons pas fait les dmonstrations
dans le cours de statistique thorique. Nous validons alors deux fois par OK pour obtenir dans
la fentre de session les informations suivantes:
Ce qui correspond assez bien ce que nous avions obtenu dans le cours de statistique
thorique o l'effectif de l'chantillon tait de 700 (Minitab Statistical Software donne donc
718) et un critre d'acceptation de 30 (Minitab Statistical Software donne donc 28).
Minitab
721/1060
Vincent ISOZ
Sciences.ch
Statistiques multivaries (data mining/machine learning/fouille de donnes)

Exercice 142.: tude de la cohrence avec l'alpha de Cronbach
Comme l'habitude, le but va tre de vrifier ici que nous retombons sur les calculs faits la
main dans le cours thorique suite la dmonstration mathmatique de l'origine de l'alpha de
Cronbach.
Nous allons dans le menu Stat/Multivari/Analyse des lments...:
Nous remplissons tel que visible ci-dessous et laissons les options standards:
Minitab
722/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK pour obtenir le graphique matriciel simple (dont l'utilit est discutable
selon moi):
et surtout vient dans la fentre de session ce qui nous intresse:
Minitab
723/1060
Vincent ISOZ
Sciences.ch
et nous retrouvons bien donc tout ce qui a t calcul la main dans le cours avec le tableur
MS Excel. Il est juste dommage de constater que nous n'avons pas de seuil de confiance un
niveau alpha donn comme le fait le logiciel MedCalc par exemple.
Minitab
724/1060
Vincent ISOZ
Sciences.ch
Exercice 143.: Clustering dendrogramme

Dans le cours de mthodes numriques nous avons parl, dmontr et implment dans
MS Excel les algorithmes pour les CART, les dendrogrammes ainsi que la mthode K-means
pour pouvoir faire du regroupement.
Le but va tre ici de vrifier si nous obtenons bien avec Minitab le mme dendrogramme ou
groupement K-means qu'en cours (puisque les CART ne sont pas disponibles ce jour dans
Minitab).
Pour vrifier cela, nous partons exactement du mme chantillon de donnes que dans le
cours thorique (ou vous ouvrez le fichier Dendrogramme.mpj):
Ensuite, nous allons dans le menu Stat/Multivari/Observations en groupes...:
Minitab
725/1060
Vincent ISOZ
Sciences.ch
et nous y mettons:
Remarquez que nous y retrouvons les mthodes de liaisons ainsi que les mesures de distances
dont nous avons parles en cours (mme si nous allons garder la Simple et Euclidienne):
Minitab
726/1060
Vincent ISOZ
Sciences.ch
Nous gardons donc tout tel que et validons par OK pour obtenir d'abord le dendrogramme
suivant (il est dommage que l'on ne voie pas bien l'ordre de traitement des groupements):
et dans la fentre de sessions le listing suivant:
Minitab
727/1060
Vincent ISOZ
Sciences.ch
o nous voyons que tout est conforme ce que nous avons calcul en cours avec MS Excel.
Minitab
728/1060
Vincent ISOZ
Sciences.ch
Exercice 144.: K-means (k-moyennes en groupes)

Comme d'habitue, le but est de vrifier ce que nous avons vu dans le cours thorique de
Mthodes Numriques concernant les k-Means (toujours du clustering) et que nous avons
essay d'approcher avec MS Excel et son solveur (sachant qu'il n'tait donc pas possible
d'avoir deux extremums en mme temps avec cet outil).
Nous partons donc toujours des mmes donnes (ouvrez le ficihier kmeans.mpj):
Nous allons ensuite dans le menu Stat/Multivari/K-Moyennes en groupes...:
Minitab
729/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
et nous cliquons aussi (pour comparer avec MS Excel plus facilement) sur le bouton
Stockage...:
Minitab
730/1060
Vincent ISOZ
Sciences.ch
pour avoir donc les appartenances des individus signales automatiquement.

Nous validons le tout par OK pour obtenir (sans graphique ce qui est assez lamentable...):
et:
Minitab
731/1060
Vincent ISOZ
Sciences.ch
Le rsultat de Minitab reprsent avec le fichier MS Excel que nous avons utilis pendant le
cours thorique:
Minitab
732/1060
Vincent ISOZ
Sciences.ch
la question: Retrouvons-nous avec Minitab les mmes rsultats qu'avec MS Excel? La

rponse est bien videmment ngative puisque le solveur de MS Excel ne peut rendre
extremum qu'un paramtre la fois. Par contre, les groupes obtenus sont exactement les
mmes (voir ci-dessous les captures d'cran obtenues pendant le cours thorique).
Remarque: Nous obtenons aussi les mmes rsultats que ceux vus dans le cours de Data
Mining avec Tanagra.
Pour rappel, le solveur GRG ou volutionnaire de MS Excel donnait un rsultat diffrent
(voir ci-dessous) mais... la distance entre les groupes n'est pas aussi grande que le rsultat
trouv par Minitab (car dans MS Excel on peut minimiser la distance des points au centre
d'un groupe mais pas en mme temps maximiser la distance entre les centres des groupes):
Minitab
733/1060
Vincent ISOZ
Minitab
Sciences.ch
734/1060
Vincent ISOZ
Sciences.ch
Exercice 145.: Analyse Linaire Discriminante

Nous partons des mmes donnes que celles utilises dans le cours thorique aussi:
Ensuite, nous allons dans le menu Stat/Multivari/Analyse discriminante...:

Minitab
735/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous cliquons sur Options... et nous prenons la quatrime option afin de pouvoir
vrifier les dtails par rapport au cours thorique:
Nous validons deux fois par OK et nous obtenons:
Minitab
736/1060
Vincent ISOZ
Sciences.ch
Jusque l rien de spcial part qu'afficher la distance entre les groupes presque au dbut n'est
peut-tre pas un choix pertinent.
Nous avons ensuite:
Minitab
737/1060
Vincent ISOZ
Sciences.ch
L aussi nous retrouvons tous les calculs faits dans le cours thorique. La sortie pourrait
cependant tre amliore par un graphique (quand cela est possible en 2D et 3D) avec la
frontire de sparation, les plots de densit des lois Normales et galement les vecteurs
propres de la droite de projection.
Minitab
738/1060
Vincent ISOZ
Sciences.ch
Exercice 146.: Analyse en composantes principales (ACP) paramtrique

Soit les donnes suivantes concernant des fleurs (mmes donnes "Iris de Fisher" que dans le
cours thorique):
Fleur n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
5.1
4.9
4.7
4.6
5.0
7.0
6.4
6.9
5.5
6.5
6.3
5.8
7.1
6.3
6.5
3.5
3.0
3.2
3.1
3.6
3.2
3.2
3.1
2.3
2.8
3.3
2.7
3.0
2.9
3.0
1.4
1.4
1.3
1.5
1.4
4.7
4.5
4.9
4.0
4.6
6.0
5.1
5.9
5.6
5.8
Nous souhaiterions effectuer une A.C.P. avec Minitab Statistical Software (car MS Excel
n'a aucun outil intgr pour par dfaut) afin d'identifier des regroupements possibles et
dterminez avec une approche de corrlation les valeurs propres aussi des diffrentes
composantes
Nous crons un nouveau projet et y mettons les donnes:
Minitab
739/1060
Vincent ISOZ
Sciences.ch
ou nous ouvrons le fichier ACP.mpj.

Ensuite, nous allons dans le menu Stat/Multivari/Composantes principales:
Ensuite nous prenons les donnes comme indiqu ci-dessous:
Minitab
740/1060
Vincent ISOZ
Sciences.ch
et en cliquant sur le bouton Graphiques:
Nous validons le tout en cliquant deux fois sur OK:
Minitab
741/1060
Vincent ISOZ
Sciences.ch
Dans le graphique ci-desssus nous ne retrouvons ni les valeurs calcules la main dans le
cours thorique ni celles retournes par R ou MATLAB.
En ce qui concerne les valeurs propres, Minitab Statistical Software nous donne dans la
fentre d'excution:
avec le graphique5 (dont l'utilit est tout discutable) pour reprsenter l'amplitude des valeurs
propres en fonction du numro de la valeur propre:
Pour rappel il s'agit d'un "scree plot" (en anglais "scree" se sont les boulis qui descendent des montagnes).
Minitab
742/1060
Vincent ISOZ
Sciences.ch
Nous pouvons vrifier que nous obtenons la mme matrice de corrlation que dans le cours
thorique avec le calcul fait dans MS Excel ainsi que les valeurs donnes par Minitab cidessus la main. Pour cela, nous allons dans le menu Stat/Statistiques
lmentaires/Corrlation...:
Minitab
743/1060
Vincent ISOZ
Sciences.ch
Nous y prenons:
Nous validons par OK. Ensuite, nous allons dans le menu Donnes/Afficher les donnes...:
Minitab
744/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
Nous retrouvons aprs validation par OK la matrice de corrlation calcule dans le cours
thorique:
Minitab
745/1060
Vincent ISOZ
Sciences.ch
Demandons Minitab de nous sortir les valeurs propres et vecteurs propres de la matrice de
corrlation. Pour cela, nous allons dans le menu Calc/Matrices/Analyse des valeurs et
vecteurs propres...:
et nous prenons:
Minitab
746/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK pour obtenir dans un premier temps dans la feuille:
Ce qui est conforme ce que nous avons calcul aussi la main dans le cours thorique et que
Minitab nous a dj donn plus haut dans le rapport complet de l'analyse en composantes
principales. Ensuite, voyons les valeurs des vecteurs propres (systme de trois quations
trois inconnues que nous n'avons pas rsolu dans le cours thorique car trop trivial). Pour les
afficher nous retournons dans le menu Donnes/Afficher les donnes...:
Minitab
747/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
en validant par OK, nous avons dans la fentre de sessions les trois vecteurs propres mis les
uns ct des autres:
Minitab
748/1060
Vincent ISOZ
Sciences.ch
et nous retrouvons dans les trois vecteurs de base (propres) du plan principal.
Minitab
749/1060
Vincent ISOZ
Sciences.ch
Exercice 147.: Analyse factorielle exploratoire (mthode ACP sans rotation!)

Le but va tre ici de vrifier que les rsultats calculs la main (et donc les conclusions y
relatives) sont conformes aux dmonstrations mathmatiques faites dans le cours avec
l'exemple particulier que nous avions choisi:
Ensuite, nous allons dans le menu Stat/Multivari/Analyse factorielle...:
Minitab
750/1060
Vincent ISOZ
Sciences.ch
Comme vous pouvez le voir, nous allons utiliser la technique des Composantes principales
et Aucune rotation.
Nous cliquons ensuite sur Options... pour prendre:
et dans Graphiques..., nous prenons:
Minitab
751/1060
Vincent ISOZ
Sciences.ch
et nous validons le tout par OK. Nous obtenons alors d'abord dans la fentre de session:
Nous retrouvons bien les coefficients (loadings/saturations) des 2 facteurs du modle linaire
implicites ainsi que la communalit calcul la main ainsi que la variance totale qu'ils
reprsentent videmment directement et le % du total de la variance explique.
Desssous, nous retrouvons les coefficients des scores de facteur dont nous avions mentionn
dans le cours thorique l'utilit toute relative...
et au niveau des graphiques, nous obtenons exactement les mmes que si nous faisions un
analyse par composantes principale des donnes (graphiques dont l'utilit est aussi tout fait
discutable)
Minitab
752/1060
Vincent ISOZ
Minitab
Sciences.ch
753/1060
Vincent ISOZ
Sciences.ch
L'analyse en composantes principale des mmes donnes nous sort le tableau suivant dans la
fentre de session:
Minitab
754/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons bien les valeurs propres utilises dans le calcul la main dans le cours
thorique et que l'analyse factorielle utilise pour dterminer les coefficients
(loadings/saturations).
Nous pouvons reproduire le rsultat aussi en plusieurs tapes dans Minitab. Nous partons
toujours de:
et nous calculons la matrice de corrlation en allant dans le menu Stat/Statistiques

lmentaires/Corrlation...:
Minitab
755/1060
Vincent ISOZ
Sciences.ch
Nous prenons alors:
Et affichons la matrice de corrlation dans la fentre de session en allant dans le menu

Donnes/Afficher les donnes...:
Minitab
756/1060
Vincent ISOZ
Sciences.ch
ce qui nous amne:
ce qui donne (matrice que nous avions obtenue aussi dans MS Excel lors des calculs la main
suite la dmonstration mathmatique du modle d'analyse factorielle):
Minitab
757/1060
Vincent ISOZ
Sciences.ch
Ensuite, il nous faut dterminer les valeurs et vecteurs propres de la matrice de corrlation. Ce
va tre beaucoup plus simple que de rsoudre la main par radicaux de l'quation du
troisime degr du dterminant de la matrice dont la forme a dj t dmontre dans le cours
d'Algbre Linaire.
Pour cela, nous allons dans le menu Matrice/Analyse des valeurs et vecteurs propres...:
ce qui donne les trois valeurs propres recherches:
Minitab
758/1060
Vincent ISOZ
Sciences.ch
Nous pouvons contrler les valeurs propres donnes par Minitab avec Maple (ou avec
Tanagra et R):
>A:=array([[1,-0.05112,0.08045],[-0.05112,1,0.98102],[0.08045,0.98102,1]]);
>evalf(Eigenvals(A));
Ce qui donne bien:
Pour afficher dans Minitab la matrices des vecteurs propres S, nous allons ensuite nouveau
dans le menu Donnes/Afficher les donnes...:
Minitab
759/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
Nous validons par OK pour obtenir la matrice des vecteurs propres donnes par Minitab:
Minitab
760/1060
Vincent ISOZ
Sciences.ch
Nous pouvons vrifier cela avec Maple (ou avec Tanagra et R):
> A:=array([[1,-0.05112,0.08045],[-0.05112,1,0.98102],[0.08045,0.98102,1]]);
> lambda := evalf(Eigenvals(A,vecs));
> print(vecs);
Ce qui donne:
Nous voyons donc qu'il y a un souci dans les signes avec Minitab (mais bon ce sont les
mmes que dans R)! Mais cela n'a pas d'impact pour la suite.
Pour la suite, nous allons continuer avec MS Excel car c'est pnible avec Minitab. Nous avons
donc pour l'instant la matrice diagonale des valeurs propres ranges dans l'ordre dcroissant et
la matrice des vecteurs propres:
Nous prenons la racine des composantes de la diagonale de la premire matrice. Ce qui

donne:
Minitab
761/1060
Vincent ISOZ
Sciences.ch
et nous multiplions ces deux matrices (ce qui quivaut en ralit multiplier chaque vecteur
propre par la racine carre de la valeur propre qui l'a engendr!) pour obtenir:
et nous retrouvons donc bien les coefficients des facteurs du modle linaire! Bingo!
Soit avec les formules explicites:
Minitab
762/1060
Vincent ISOZ
Minitab
Sciences.ch
763/1060
Vincent ISOZ
Sciences.ch

VariMax!)
Le but va tre ici d'observer si la rotation empirique VariMax de maximisation des variances
des lignes par rotations itratives 2D de l'exemple prcdent va nous aider mieux
comprendre l'influence des diffrents coefficients que nous avions obtenus:
Donc nous repartons des donnes suivantes:

Minitab
764/1060
Vincent ISOZ
Sciences.ch
et Aucune rotation.
Minitab
765/1060
Vincent ISOZ
Sciences.ch
et nous obtenons comme sortie:
Minitab
766/1060
Vincent ISOZ
Sciences.ch
Nous voyons d'abord que Minitab nous redonne les coefficients sans rotations ce qui est trs
utile. Nous voyons dans le cas prsent que la rotation VariMax (comme nous l'avions calcul
dans le cours thorique) n'apporte bien videmment aucune plus value.
Minitab
767/1060
Vincent ISOZ
Sciences.ch

OrthoMax!)
Le but va tre ici d'observer en prenant le cas particulier de la gnralisation OrthoMax de la
rotation empirique VariMax que nous retombons bien sur les valeurs VariMax.
Donc nous repartons des donnes suivantes:
Minitab
768/1060
Vincent ISOZ
Sciences.ch
et Aucune rotation.
et nous obtenons comme sortie effectivement la mme chose que la VariMax:
Minitab
769/1060
Vincent ISOZ
Minitab
Sciences.ch
770/1060
Vincent ISOZ
Sciences.ch
Plans d'expriences
Rappels sur les types de plans:
Plans de Fisher qui inclut tout les sous-types de plans par hommage cet illustre
personnage des statistiques
Plans de Koshal/Plan de criblage (aussi appeles "plans un la fois") permettant

d'analyser juste les facteurs principaux mais sans aucune interaction
Plans saturs qui sont des plans de Koshal/Criblage simplement sans rplication des
mesures
Plans factoriels gnral ou Plan factoriel complet 1, 2, 3 n niveaux linaire avec sous
interactions (mais pas quadratiques ou suprieur!)
Plans factoriels 2 niveaux ou Plans de Box & Hunter ou encore Plans bass sur la
matrice de Hadamard qui sont des plans factoriels (donc non quadratiques) avec ou
sans interactions dont les facteurs peuvent pas que deux valeurs
Plans sursaturs ou Plans factoriels fractionnaires 2 niveaux (aliass ou dit aussi

"avec gnrateurs") avec ou sans interactions (mais pas quadratiques ou suprieur!)
qui contiennent moins d'expriences ("runs" en anglais) qu'il n'y a de coefficients
dterminer
Plans factoriels de Plackett-Burman dont l'ordre est un multiple de quatre mais pas une
puissance de deux (donc 12, 15, 20, 24, etc.)
Plans de Taguchi qui sont des plans factoriels complets particuliers dans le sens o les
facteurs peuvent avoir de nombreux niveaux mais ils doivent en avoir tous le mme.
Plans de surface deux niveaux composites centrs qui sont des plans d'exprience
quadratiques
Plans de surface de Box-Behnken qui sont des plans d'exprience quadratiques

ncessitant 3 niveau pour tous les facteurs qui ont l'avantage d'tre rotatifs
Plans de Rechstschaffner sont les plans o toutes les interactions d'ordre trois et
suprieurs sont ngligs
Plans split-plot ou Plans en parcelles divises 2 niveaux (facteurs difficiles

changer) trs utiliss en ingnierie agroalimentaire ou dans les cultures biologiques
dont 1 des facteurs (parmi une quantit indtermine) est difficile voir impossible
randomiser
Plans Latin
Plans Greco-Latin
Minitab
771/1060
Vincent ISOZ
Sciences.ch
Exercice 150.: Construction de plans d'expriences

Ici, le lecteur n'aura pas besoin d'ouvrir de fichiers car le seul objectif ici est de vrifier que
Minitab Statistical Software propose les plans d'exprience de base que nous avons tudi
dans le cours thorique sur le mme sujet avant de passer des exemples concrets.
Construction d'un plan factoriel complet
Pour commencer, nous allons dans le menu Stat/DOE (plan d'expriences)/Plan
factoriel/Crer un plan factoriel...:
Bien que le nom soit "plan factoriel", nous pouvons crer en ralit d'autres plans que des
plans factoriels comme nous allons le voir. Donc le nom n'est pas forcment trs bien choisi.
Vient alors la bote de dialogue suivante:
Minitab
772/1060
Vincent ISOZ
Sciences.ch
Nous prenons d'abord le classique Plan factoriel complet gnral correspondant l'exercice
d'optimisation fait lors du cours de statistique thorique. Ensuite, nous cliquons sur le bouton
Plans pour y mettre conformment toujours au mme exercice:
o nous avons comme pour l'exercice fait lors du cours de statistique thorique, signal que
nous avions 3 Nombre de rpliques et nous demandons Minitab Statistical Software de
Crer des blocs pour les rpliques.
Ensuite, nous cliquons sur le bouton Facteurs pour contrler que tout est conforme
relativement ce que nous avions fait dans le cours de statistique thorique:
Minitab
773/1060
Vincent ISOZ
Sciences.ch
Nous cliquons ensuite sur le bouton Options pour dcocher Randomiser les essais et pour
activer Stocker le plan dans la feuille de travai:
Nous validons le tout par OK. Nous obtenons alors dans la fentre de session:
o tout est conforme ce que nous avons vu dans le cours de statistique thorique, ainsi que
le plan d'exprience ci-dessous qui est lui aussi totalement conforme:
Minitab
774/1060
Vincent ISOZ
Minitab
Sciences.ch
775/1060
Vincent ISOZ
Sciences.ch
Construction d'un plan factoriel 2 niveaux

Maintenant voyons comment gnrer un plan fractionnaire (dans le cas prsent ce sera un plan
factoriel fractionnaire comme celui vu en cours) o nous laissons le soin Minitab
Statistical Software de choisir les meilleurs gnrateurs (alias).
Nous commenons donc par:
o comme dans le cours de statistique thorique, nous prenons 3 Nombre de facteurs.

Ensuite, nous cliquons sur le bouton Plans...:
Et nous prenons le plan Fraction et nous cliquons sur OK pour tout valider:
Minitab
776/1060
Vincent ISOZ
Sciences.ch
Nous voyons dj dans la fentre de sessions que nous avons le mme gnrateur et les
mmes alias que ceux vus en cours. Le plan correspondant est alors donn par Minitab
Statistical Software:
et nous retrouvons donc bien la mme matrice ( la diffrence de l'ordre des lignes car je n'ai
pas dcoch l'option de randomisation des essais).
Maintenant voyons le vrai intrt d'un logiciel pour la base des plans d'exprience. Comme
nous l'avons mentionn dans le cours de statistique thorique, au-del de 4 facteurs il devient
Minitab
777/1060
Vincent ISOZ
Sciences.ch
pnible de dterminer la matrice d'Hadamard pour les plans fractionnaires et les alias
optimaux. Alors voyons comment Minitab Statistical Software nous facilite la tche.
Nous retournons dans la bote de dialogue suivante:
et nous choisissons 5 Nombre de facteurs. Nous cliquons sur Afficher les plans
disponibles... et nous avons alors:
Nous voyons ainsi que pour 5 facteurs, Minitab Statistical Software nous propose un plan
complet 32 essais, un plan factoriel fractionnaire (1/2) de rsolution V de 16 essais et un
plan factoriel fractionnaire (1/4) de rsolution III dit alors "plan de screening" (dangereux
utiliser quand mme!!!).
Voyons donc cela en prenant d'abord le classique plan complet:
Minitab
778/1060
Vincent ISOZ
Sciences.ch
et en prenant des facteurs factoriels:
Demandons Minitab Statistical Software de nous afficher le Tableau rcapitulatif et

tableau des alias dans la fentre de session:
Ensuite, demandons-lui de ne pas Randomiser les essais:
Minitab
779/1060
Vincent ISOZ
Sciences.ch
Validons le tout par OK. Nous avons alors:
Minitab
780/1060
Vincent ISOZ
Sciences.ch
Donc tout est bon ( part que comme d'habitude avec Minitab Statistical Software, il est
dommage qu'il ne propose pas d'afficher les interactions). Ensuite, voyons le plan
fractionnaire de rsolution V. Il va tre intressant de voir ici quels sont les alias choisis par
dfaut par le logiciel. Nous avons donc:
Nous validons par OK et nous obtenons:
Donc nous voyons la liste de tous les alias, ce qui est trs intressant! Par ailleurs, nous
pouvons voir que le choix de ceux-ci est mme intuitif sans faire de grande thorie. Ce qui
donne pour plan:
Minitab
781/1060
Vincent ISOZ
Sciences.ch
Maintenant voyons le pla factoriel fractionnaire de rsolution III. Il est trs intressant de
voir comment les alias vont tre choisis:
En validant par OK, nous obtenons:
Minitab
782/1060
Vincent ISOZ
Sciences.ch
Il est donc trs intressant de pouvoir observer le dtail du choix des alias. Le plan quant lui
donne:
Maintenant, voyons les plans de Plackett-Burman que nous avons aussi tudi dans le cours
de statistique thorique. Faisons l'exemple avec le plus petit nombre de facteur o ces plans
commencent tre vraiment intressants comme nous l'avons vu dans le cours. Nous avons
alors:
Minitab
783/1060
Vincent ISOZ
Sciences.ch
Nous prenons 12 essais comme nous l'avons fait en cours (le lecteur remarquera que le
nombre d'essais proposs correspond bien ce que nous avons vu dans le cours thorique lors
de la dmonstration des matrices de Hadamard):
Nous vrifions que nous aurons bien un plan de Plackett-Burman de type factoriel:
Nous dsactivons la randomisation des essais:
Minitab
784/1060
Vincent ISOZ
Sciences.ch
Et nous validons tout cela par OK et nous obtenons:
Nous observons donc que la fentre de session n'affiche pas les alias (ce qui est dommage
puisque les plans de Plackett-Burman sont des plans rsolution III comme nous l'avons dit
en cours). Le plan obtenu est lui plutt surprenant. Nous n'avons que 4 colonnes pour les
facteurs de base. Certes il n'est pas utile d'en avoir plus mais cela aurait t sympathique de
pouvoir choisir...
Minitab
785/1060
Vincent ISOZ
Sciences.ch
Construction de plans factoriels optimaux D/A/G

Le but va tre ici, comme dans le cours thorique, de reproduire une version simplifie de
l'exemple disponible ici:
http://www.itl.nist.gov/div898/handbook/pri/section5/pri521.htm
en considrant uniquement la partie linaire (car a priori Minitab ne permet pas d'avoir des
puissances des facteurs avec les version 16 et antrieures), c'est--dire:
On commence en allant dans le menu Stat/DOE (plan d'exprience)/Plan factoriel/Crer

un plan factoriel...:
On prend comme sur le site du NIST un Plan factoriel complet gnral de 3 facteurs:
avec respectivement 5;2;2 niveaux comme sur le site du NIST:
Minitab
786/1060
Vincent ISOZ
Sciences.ch
On met les mmes valeurs de niveaux que sur le site du NIST:
On ne randomise pas les essais afin de bien observer qu'on obtient la mme matrice
d'exprience que le NIST:
Ce qui est bien le cas! Jusque l tout va bien:
Minitab
787/1060
Vincent ISOZ
Sciences.ch
soit exactement le mme tableau avec le mme ordre que dans les cours thorique.
Ensuite on veut en sortir un plan optimal comme sur le NIST alors nous allons dans le menu
DOE (plan d'exprience)/Plan factoriel/Slectionner un plan optimal...:
Minitab
788/1060
Vincent ISOZ
Sciences.ch
On prend:
avec les termes:
On obtient la matrice d'exprience (ce qui est acceptable mais a priori pas optimal mais a ce
n'est pas grave car cela dpend de l'algorithme utilis):
Minitab
789/1060
Vincent ISOZ
Sciences.ch
Ensuite, Minitab fait notre connaissance une bizarrerie, il recode implicitement les
colonnes sous la forme suivante:
o les 4 premires colonnes de la matrice d'exprience ci-dessus (en excluant bien sur la 1re
colonne remplie de 1) correspondent aux niveaux -1, -0.5, 0 et 0.5 du facteur A, (1 tant le
niveau de rfrence).
La premire colonne de la matrice d'exprience contient donc 1 chaque fois que -1 apparat
dans la matrice de donnes pour le facteur A, -1 chaque fois que le niveau de rfrence 1
apparat dans la matrice de donnes pour facteur A, et 0 pour toutes les autres valeurs.
Ds lors sous ces conditions, nous retrouvons effectivement les valeurs mises en vidence en
rouge retournes dans la fentre de session par Minitab si nous faisons les calculs dans un
logiciel spcialis ou un tableur:
Minitab
790/1060
Vincent ISOZ
Sciences.ch
Pour ce qui concerne les indices d'optimalit D/A/G tudis en cours, nous retrouvons le
mme que celui calcul la main en ce qui concerne le D (mme si la matrice d'exprience de
Minitab est douteuse) et pour les indices A/G nous retrouvons des valeurs similaires mais pas
tout fait gales.
Donc prudence d'ici ce que ceci soit clairci par l'quipe Minitab (je suis en attente d'une
rponse dtaille de leur part aprs leur avoir pos la question en septembre 2013)!
Minitab
791/1060
Vincent ISOZ
Sciences.ch
Construction d'un plan de Taguchi

Maintenant, pour en finir avec la base des plans d'exprience, voyons encore les plans de
Taguchi. Nous allons dans le menu DOE (plan d'expriences)/Taguchi/Crer un plan de
Taguchi...:
Nous allons prendre un Plan 2 niveaux (donc un plan factoriel 2 niveaux) avec la valeur 3
pour nombre de facteurs comme dans le cours thorique:
Nous cliquons par curiosit sur Afficher les plans disponibles...:
Minitab
792/1060
Vincent ISOZ
Sciences.ch
Nous voyons qu'il y a donc la majorit des plans de Taguchi qui sont disponibles dans
Minitab Statistical Software. Il n'y pas les graphes linaires par contre ce qui pourrait tre
jug par certains comme tant un manque. Voil ce que nous trouvons par exemple dans
l'onglet Mixte 2-3 niveaux:
et dans l'onglet Mixte 2-4 niveaux:
Minitab
793/1060
Vincent ISOZ
Sciences.ch
et dans l'onglet Mixte 2-8 niveaux:
et enfin dans l'onglet Mixte 3-6 niveaux:
Minitab
794/1060
Vincent ISOZ
Sciences.ch
Bon ceci tant vu, cliquons sur le bouton Plans... pour avoir:
Nous prenons le plan L8 comme celui tudi dans le cours thorique. Ensuite, nous cliquons
sur le bouton Facteurs...:
Minitab
795/1060
Vincent ISOZ
Sciences.ch
Nous vrifions la faon dont les niveaux seront nots (nous laissons la notation traditionnelle
de Taguchi). Nous voyons aussi que Minitab Statistical Software choisi comme nous l'avons
vu dans le cours thorique de mettre les trois facteurs A, B et C dans les colonnes respectives
1, 2 et 4.
Nous validons le tout par OK et obtenons d'abord dans la fentre de session:
c'est un petit rsum. Il faut dire que la socit responsable de Minitab Statistical Software
avait la marge de faire beaucoup mieux. Mais bon on va pas se plaindre, c'est dj pas mal. Le
plan lui est donn:
Minitab
796/1060
Vincent ISOZ
Sciences.ch
et l encore une fois, nous avons le minimum, minimorum, ce qui est dommage bien que ce
soit juste. Il aurait t bien de pouvoir choisir si nous voulions la table de Taguchi complte
ou non.
Maintenant, voyons si nous retrouvons ce plan de Taguchi avec le plan factoriel "classique".
Nous allons donc le menu dj vu plus haut:
Nous allons dans le bouton Plans...:
Minitab
797/1060
Vincent ISOZ
Sciences.ch
et prenons le plan fractionnaire de rsolution IV. Nous savons que pour obtenir le plan de
Taguchi partir d'un plan classique, nous devrons au moins spcifier un gnrateur. Nous
prendrons donc la 5me colonne (E) comme tant la multiplication de A et B (AB) soit:
Nous dfinissons aussi la notation des facteurs en cliquant sur le bouton Facteurs... afin
d'avoir la mme notation que celle de Taguchi:
Minitab
798/1060
Vincent ISOZ
Sciences.ch
et nous validons le tout par OK pour obtenir dans la fentre de session:
Nous voyons ainsi les alias qu'il nous faudrait prendre pour avoir la mme chose qu'une table
de Taguchi (nous avons reprsent en rouge l'quivalent de la table de Taguchi). videmment
c'est du bricolage mais cela montre juste qu'on peut retomber dessus.
Minitab
799/1060
Vincent ISOZ
Sciences.ch
Exercice 151.: Comparaison d'un plan d'exprience identique en factoriel

complet gnral et factoriel 2 niveaux
Avant de passer au gros exercice fait la main dans le cours thorique il va tre utile de
commencer par un cas hyper simpliste qui avait consist rsoudre la main le systme
suivant:
Ce qu nous avait donn sous forme matricielle:
La solution dtermine avait t:
Vrifions cela avec Minitab. Nous allons dans Stat/DOE (plan d'expriences)/Plan
factoriel/Crer un plan factoriel...:
Minitab
800/1060
Vincent ISOZ
Sciences.ch
et nous allons prendre un plan Factoriel 2 niveaux (gnrateurs par dfaut) avec 2
facteurs:
Nous cliquons sur le bouton Plans... pour avoir le choix logique:
Ensuite, nous cliquons sur le bouton Facteurs... pour y mettre:
Minitab
801/1060
Vincent ISOZ
Sciences.ch
Et nous validons le tout par OK et nous saisissons ensuite les valeurs mesures (Rponses)
dans la feuille:
et nous lanons l'analyse en allant dans le menu Stat/DOE (plan d'expriences)/Plan

factoriel/Analyser un plan factoriel...:
Minitab
802/1060
Vincent ISOZ
Sciences.ch
Une seule chose nous intresse dans cet exercice! Les coefficients!! Ds lors, nous allons dans
le bouton Stockage... et slectionnons la case Coefficients:
En validant le tout par OK, nous avons alors dans la feuille:
Soit exactement les mmes coefficients que ceux calculs la main:
Minitab
803/1060
Vincent ISOZ
Sciences.ch
Bien videmment si le tableau d'exprience avait t en donnes codes avec par exemple:
Cela n'aurait bien videmment pas donn le mme comme le montre la capture d'cran du
rsultat d'analyse ci-dessous:
Coefficients trivialement calculs avec la relation dmontre dans le cours thorique:
Bon tout est normal et rassurant!

Maintenant procdons une autre variante dont le rsultat est moins intuitif. Nous
recommenons en allant dans le menu Stat/DOE (plan d'expriences)/Plan factoriel/Crer
Minitab
804/1060
Vincent ISOZ
Sciences.ch
et nous prenons cette fois-ci un Plan factoriel complet gnral avec 2 facteurs:
et nous cliquons sur Plans... pour avoir:
Minitab
805/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous cliquons sur Facteurs... pour y mettre:
Nous validons le tout par OK pour ensuite mettre les valeurs mesures (remarquez que nous
avons le mme tableau qu'au dbut de l'exercice donc a priori nous devrions avoir le mme
rsultat):
et en lanant l'analyse exactement comme pour les exemples prcdents, nous obtenons:
Minitab
806/1060
Vincent ISOZ
Sciences.ch
Soit un rsultat compltement diffrent :
Au fait si le lecteur a bien fait attention Minitab renvoi les coefficients pour les facteurs cods
obtenus par:
Pour la simple raison qu'il n'est pas possible de faire autrement dans le cas gnra!
Pour vrifier, nous pouvons relance le mme plan d'exprience et en codant les facteurs:
Nous arrivons au mme rsultat (donc avec les mmes coefficients!!):
Minitab
807/1060
Vincent ISOZ
Sciences.ch
C.Q.F.D....
Minitab
808/1060
Vincent ISOZ
Sciences.ch
Exercice 152.: Analyse de la variance multifactorielle

Avant de commencer analyser un exprience avec les outils de plans d'exprience, il nous
semble pertinent d'abord d'tudier les donnes avec une ANOVA multifactorielle pour
comparer ensuite les rsultats avec les outils ddis aux plans d'exprience.
Rappelons que nous avons tudi dans le cours de statistique thorique une grande partie des
plans d'exprience sur la base des donnes du tableau visible ci-dessous. Nous allons procder
cette fois-ci de mme mais avec le logiciel Minitab Statistical Software. Donc nous avions:
N Essai
1
2
3
4
5
6
7
8
9
10
11
12
x1
1
1
1
1
1
1
2
2
2
2
2
2
x2
1
1
1
2
2
2
1
1
1
2
2
2
x3
1
2
3
1
2
3
1
2
3
1
2
3
Valeurs
de
32'700
33'430
31'710
32'680
34'070
33'220
33'180
34'430
33'570
33'270
33'440
32'840
32'750
33'360
32'100
32'270
33'100
33'700
32'160
34'280
33'300
33'080
33'570
33'210
32'960
32'910
32'220
33'130
33'610
33'285
32'640
34'460
32'570
32'415
34'204
32'470
Dans Minitab Statistical Software, nous voulons comme dans le cours thorique, faire
d'abord l'analyse de la variance un facteur pour le type de route uniquement (facteur 1: o
1 est la ville et 2 est la route).
Dans Minitab Statistical Software, nous avons alors avec le fichier
ANOVA_Balancee_Desempillee.mpj:
Minitab
809/1060
Vincent ISOZ
Sciences.ch
et nous faisons une ANOVA un facteur dsempil uniquement sur les colonnes Ville et
Route en suivant la procdure dj vue plus haut en dtails. Nous avons alors (sans vrifier
que toutes les conditions d'application soient respectes):
Nous retrouvons la mme chose qu'avec le calcul la main et qu'avec MS Excel. Donc il
apparat que le lieu n'influence pas de faon significative la distance parcourue (puisque
l'hypothse nulle d'galit des moyennes russit le test).
Minitab
810/1060
Vincent ISOZ
Sciences.ch
Nous pourrions faire de mme pour chaque facteur comme dans le cours thorique, mais ce
qui nous intresse ici c'est l'analyse de la variance multifactorielle et la comparer au rsultat
obtenu plus haut.
Donc d'abord, dans Minitab Statistical Software, nous prparons le tableau complet (mais
seulement une partie apparat dans la capture d'cran ci-dessous) ou ouvrons le fichier
ANOVABalancee.mpj:
Nous allons donc dans le menu Stat/ANOVA/ANOVA quilibre...:
Minitab
811/1060
Vincent ISOZ
Sciences.ch
et voulons d'abord voir ce qu'il se passe si nous ne prenons que le Lieu comme variable
catgorielle:
Nous validons par OK et nous obtenons dans la fentre de session:
Minitab
812/1060
Vincent ISOZ
Sciences.ch
Soit exactement les mmes valeurs que l'ANOVA un facteur. Rsultat logique puisque
l'ANOVA multifactorielle est un cas gnral de l'ANOVA un facteur et deux facteurs.
Faisons maintenant le mme contrle mais avec l'ANOVA deux facteurs. Nous souhaitons
vrifier si le facteur 1 (route ou ville) reprsentant le Lieu ainsi que le facteur 2 (40 [km/h] =
1, 50 [km/h] = 2) reprsentant la Vitesse ont une influence sur la distance parcourue.
Donc toujours en partant du mme tableau:
Minitab
813/1060
Vincent ISOZ
Sciences.ch
Nous allons dans le menu Stat/ANOVA/A deux facteurs...:
Nous voyons donc que seule l'interaction a un effet significatif.
Minitab
814/1060
Vincent ISOZ
Sciences.ch
Vrifions maintenant que nous ayons le mme rsultat avec l'outil d'analyse multifactorielle
(bien videmment cela devrait tre le cas). Nous allons donc dans le menu
Stat/ANOVA/ANOVA quilibre...:
Le lecteur pourrait tre surpris que nous ne trouvions pas les mmes valeurs pour le test de
Fisher et la p-value. Mais au fait c'est normal pour l'instant car si nous faisons bien attention,
il manque le terme d'interaction et donc l'erreur totale n'est pas la mme que si nous faisons
l'ANOVA deux facteurs (par contre la sommes des carrs et le CM sont identiques
l'ANOVA deux facteurs faite plus haut). Donc ce que nous avons fait ici c'est une ANOVA
deux facteurs en imposant qu'il n'y avait aucune interaction (ce qui est parfois trs
intressant comme possibilit). Ce qui est bien videmment un peu stupide car la vitesse
dpend de lieu. Alors comment faire l'ANOVA multifactorielle pour obtenir l'ANOVA deux
Minitab
815/1060
Vincent ISOZ
Sciences.ch
facteurs faite plus haut? Eh bien simplement en mettant les paramtres suivants dans la
fentre de l'ANOVA quilibre:
en validant par OK, nous obtenons dans la fentre de session:
Outre la prcision de certains termes et l'ordre des informations, nous retrouvons donc bien
exactement les mmes valeurs que l'ANOVA quilibre (multifactorielle).
Maintenant faisons ce dont quoi cet outil est vraiment fait pour. Commenons par une
ANOVA trois facteurs (fixes) sans interactions:
Minitab
816/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK et obtenons dans la fentre de session:
Donc en ne considrant aucune interaction, les facteurs Lieu et Vitesse ont toujours une
influence significative mais pas la pression.
Si nous faisons la pression seule:
Minitab
817/1060
Vincent ISOZ
Sciences.ch
Nous obtenons alors dans la fentre de sessions:
Et nouveau avec les trois facteurs et les toutes les interactions du deuxime ordre:
Minitab
818/1060
Vincent ISOZ
Sciences.ch
La pression reste donc toujours non significative. Par contre, Nous voyons que toutes les
interactions ont une influence trs significative.
Maintenant, faisons avec la triple interaction:
Minitab
819/1060
Vincent ISOZ
Sciences.ch
et donc l'interaction des trois facteurs est aussi trs significative.
Minitab
820/1060
Vincent ISOZ
Sciences.ch
Exercice 153.: Analyse du modle d'un plan factoriel complet gnral

Dans le cours de statistique thorique, nous avons tudi en dtails un plan d'exprience
permettant de modliser et donc d'optimiser la distance parcourue par un vhicule. Nous
avions obtenus sans interactions, le modle mathmatique suivant:
349.7
163.4
78.7
Y 33'119.3 x1
x2 78.7 x3 619.4
163.4
269.7
0
0
0
L'objectif va tre de vrifier si nous retrouvons le mme modle avec Minitab Statistical
Software. Pour cela, nous allons d'abord crer le plan factoriel comme dans l'exercice
prcdent.
Nous allons donc dans le menu Stat/DOE (plan d'expriences)/Plan factoriel/Crer un
plan factoriel...:
Nous prenons un Plan factoriel complet gnral 3 niveaux:
Minitab
821/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Plans...:
Cocher pour distinguer les blocs

dans la feuille!
sans oublier de spcifier nous avons 3 rpliques comme nous l'avons fait dans le cours de
statistique thorique.
Remarque: Il n'y pas le choix de faire des points centraux pour ce type de plan, mme si
tous les facteurs sont 2 niveaux. Pour avoir des points centraux, il faudra passer par
l'option Factoriel 2 niveaux et prendre ensuite un plan complet... O_o
Ensuite, nous allons dans le bouton Options...:
Minitab
822/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK et nous reportons toutes les mesures utilises dans le cours thorique
(ou ouvrir le fichier DOE_FactorielComplet_3Facteurs):
ce qui correspond bien au tableau du cours thorique qui tait pour rappel:
N Essai
1
2
3
4
5
6
7
8
9
10
11
12
Minitab
x1
1
1
1
1
1
1
2
2
2
2
2
2
x2
1
1
1
2
2
2
1
1
1
2
2
2
x3
1
2
3
1
2
3
1
2
3
1
2
3
Valeurs
de
32'700
33'430
31'710
32'680
34'070
33'220
33'180
34'430
33'570
33'270
33'440
32'840
32'750
33'360
32'100
32'270
33'100
33'700
32'160
34'280
33'300
33'080
33'570
33'210
32'960
32'910
32'220
33'130
33'610
33'285
32'640
34'460
32'570
32'415
34'204
32'470
823/1060
Vincent ISOZ
Sciences.ch
Analyse sans blocs

Ensuite, nous lanons l'analyse du plan en allant dans le menu Stat/DOE (plan
d'expriences)/Plan factoriel/Analyser un plan factoriel:
Nous mettons les rponses:
Nous cliquons sur le bouton Termes... pour y prendre les facteurs simples sans les
interactions (dans un premier temps):
Minitab
824/1060
Vincent ISOZ
Sciences.ch
Ne pas cocher sinon rsultats

diffrents que ceux vu dans le
cours thorique!
Ensuite, nous cliquons sur le bouton Stockage pour dire que nous voulons les Coefficients et
la Matrice du plan:
Nous validons par OK et nous nous retrouvons avec une nouvelle colonne COEFF1:
qui contient bien le modle thorique sans interaction:

Minitab
825/1060
Vincent ISOZ
Sciences.ch
349.7
163.4
78.7
Y 33'119.3 x1
x2 78.7 x3 619.4
163.4
269.7
0
0
0
mais sous forme condense, comme nous l'avions mentionn dans le cours thorique.
Ensuite, dans le cours thorique, nous avions calcul la main le modle avec des interactions
du deuxime ordre. Nous avions obtenus:
142.2
40.8
151.7
161.9
194.9
349.7
194.9
19.7
192.5
163.4
78.7
AC
y 33119.3 A
B
C 619.4 AB
BC
194.9
142.2
40.8
163.4
78.7
269.7
161.9
151.7
0
0
194.9
0
0
19.7
192.5
0
0
Voyons si Minitab Statistical Software nous donnera cela sous la mme forme (bon nous
savons dj que non mais vrifions quand mme). Donc encore une fois, nous allons dans le
mme menu:
Mais cette fois-ci, nous prenons les interactions jusqu'au deuxime ordre:
Minitab
826/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK pour obtenir (nous avions effac la colonne des rsultats prcdents):
Nous retrouvons bien les coefficients sous une forme trs condense comme nous l'avions
mentionn dans le cours thorique.
Si maintenant, nous recommenons la procdure mais en activant cette fois-ci les Valeurs
ajustes et les Valeurs rsiduelles:
Minitab
827/1060
Vincent ISOZ
Sciences.ch
Nous nous retrouvons avec:
Minitab
828/1060
Vincent ISOZ
Sciences.ch
Nous nous retrouvons donc avec les mmes valeurs ajustes (valeurs du modle thorique) et
les mmes valeurs rsiduelles (qui sont simplement la diffrence entre la colonne Rponse et
la colonne AJUSTEES1).
Et nous avons aussi:
Minitab
829/1060
Vincent ISOZ
Minitab
Sciences.ch
830/1060
Vincent ISOZ
Sciences.ch
Analyse avec blocs

Si nous reproduisons les tapes ci-dessus mais en incluant cette fois-ci les blocs:
Nous obtenons:
Minitab
831/1060
Vincent ISOZ
Sciences.ch
Les blocs sont alors "simplement" considrs comme des facteurs dans le sens o nous
n'avons pas pu nous remettre dans les mmes conditions initiales lors des mesures dans des
blocs diffrents (ce qui peut arriver!).
Minitab
832/1060
Vincent ISOZ
Sciences.ch
Cependant mme si ils ont des coefficients in extenso, ils sont limins du modle par
Minitab ce qui est l aussi relativement logique:
Minitab
833/1060
Vincent ISOZ
Sciences.ch
Exercice 154.: Analyse graphique des effets principaux et interactions du modle

d'un plan factoriel complet
Nous partons toujours du mme modle que celui utilis prcdemment:
Nous allons dans le menu Stat/DOE (plan d'expriences)/Plan factoriel/Diagrammes

factoriels...:
Minitab
834/1060
Vincent ISOZ
Sciences.ch
et nous cochons:
Nous cliquons sur le bouton Configuration... pour les effets principaux pour prendre:
Minitab
835/1060
Vincent ISOZ
Sciences.ch
et de mme pour les interactions:
Ce qui nous donne:
Minitab
836/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons ci-dessus dans un premier temps pour chaque sous-graphique la moyenne
exprimentale gnrale qui est 33'119.3.
Ensuite, nous retrouvons dans chaque graphique, la moyenne exprimentale de la variable
d'observation (distance parcourue) pour chacun des niveaux. Moyennes identiques que celles
calcules dans le cours thorique.
Ensuite pour les interactions, nous obtenons le "profileur" suivant:
Minitab
837/1060
Vincent ISOZ
Sciences.ch
Nous voyons donc qu'il y a une interaction importante entre A et B (les calculs faits la main
dans le cours thorique nous l'avaient montr). Pour les autres, nous retrouvons aussi les
mmes rsultats que dans le cours thorique.
Minitab
838/1060
Vincent ISOZ
Sciences.ch
Exercice 155.: Modle linaire gnralis d'un plan d'exprience

Nous allons voir maintenant le modle linaire gnralis en utilisant les donnes du plan
d'exprience prcdent mais en imaginant que nous ne savons pas que cela vienne d'un plan
d'exprience. Nous allons voir videmment que nous allons retomber sur mmes rsultats.
Donc nous partons du fichier ANOVABalancee.mpj qui contient donc nos 36 mesures avec
rplications:
Nous allons dans le menu Stat/ANOVA/Modle linaire gnral... et nous commenons par
un modle trois variables explicatives sans interactions (videmment nous allons pouvoir
vrifier que cet outil gre la variable Catgorielle qu'est le Lieu):
Minitab
839/1060
Vincent ISOZ
Sciences.ch
et nous cliquons sur le bouton Comparaisons...:
pour dsactiver le test de Tukey que nous n'avons pas encore vu. Ensuite, nous cliquons sur le
menu Stockage:
Minitab
840/1060
Vincent ISOZ
Sciences.ch
et nous cochons l'option Coefficients. Ensuite dans le bouton

et nous validons le tout par OK et nous avons alors dans la fentre de sessions:
et dans la feuille, nous retrouvons:
Minitab
841/1060
Vincent ISOZ
Sciences.ch
Analysons un peu tout cela. D'abord concernant l'ANOVA, nous retrouvons exactement la
mme que celle effectue dans les exercices prcdents. Nous retrouvons galement
exactement les mmes coefficients que dans les exercices vus plus haut ainsi qu'avec le calcul
la main fait dans le cours thorique:
349.7
163.4
78.7
Y 33'119.3 x1
x2
x3 619.4
163.4
78.7
269.7
0
0
0
Dans Minitab 17 la sortie est encore plus conforme qu' l'poque par rapport la thorie
comme le montre la capture ci-dessous:
Minitab
842/1060
Vincent ISOZ
Sciences.ch
Il en va de mme si nous introduisons toutes les interactions:
le lecteur pourra vrifier qu'il retrouve encore une fois tous les rsultats vus plus haut. Ce qui
est rconfortant!
Une chose intressante avec Minitab 16 et 17 est l'option directe de l'quation dans la fentre
de session et des intervalles de confiance. Pour ce dernier il faut aller dans Rsultats... et
choisir Tableaux dvelopps:
Minitab
843/1060
Vincent ISOZ
Sciences.ch
Minitab
844/1060
Vincent ISOZ
Minitab
Sciences.ch
845/1060
Vincent ISOZ
Sciences.ch
Exercice 156.: Analyse d'un plan factoriel fractionnaire avec choix des alias
Nous allons voir ici comment faire un plan d'exprience factoriel fractionnaire 5 facteurs du
type 252 avec le choix des gnrateurs. Mais d'abord nous allons comparer les gnrateurs
que choisit automatiquement Minitab ceux que nous allons ensuite imposer.
Choix automatique des alias (confusions)
Nous allons donc dans le menu Stat/DOE (plan d'expriences)/Plan factoriel/Crer un
plan factoriel...:
Pour prendre:
Nous cliquons sur Plans... pour prendre:
Minitab
846/1060
Vincent ISOZ
Sciences.ch
Nous dsactivons la randomisation des essais dans le bouton Options...:
En validant par OK, nous avons alors dans la fentre de session (les gnrateurs sont ainsi
que les alias conformes ce qui a t dmontr dans le cours thorique):
Minitab
847/1060
Vincent ISOZ
Sciences.ch
avec le plan:
Choix manuel des alias (confusions)

Maintenant, refaisons la mme chose mais en imposant les facteurs:
Minitab
848/1060
Vincent ISOZ
Sciences.ch
Si nous cliquons sur le bouton Plans... pour choisir a priori un plan factoriel complet avec 8
essais:
et nous cliquons sur le bouton Gnrateurs...:
Minitab
849/1060
Vincent ISOZ
Sciences.ch
Donc nous prenons 3 facteurs et gnrons deux autres facteurs avec cette mthode. Nous
dsactivons aussi la randomisation, pour obtenir dans la fentre de session:
et le plan correspondant (o nous pouvons vrifier que les gnrateurs sont bien respects):
Minitab
850/1060
Vincent ISOZ
Sciences.ch
Comparer ct cte la structure d'alias automatique et celle que nous venons d'imposer:
Dans le tableau de gauche tout est conforme... (il y a 8 lignes ce qui est rassurant). Dans le
tableau de droite, alors que nous n'avons fait que de redfinir le gnrateur D=ABC en fin de
compte, nous avons une premire curiosit... Il y a 9 lignes... (je n'en ai pas encore trouv la
raison).
Analyse du plan d'exprience alias (avec confusions)
Maintenant, nous saisissons les mesures effectues (pas de rpliques ce qui est dommage...):
Minitab
851/1060
Vincent ISOZ
Sciences.ch
Nous lanons l'analyse en allant dans le menu Stat/DOE (plan d'exprience)/Plan

Donc le choix des alias quel qu'il soit est mal parti car au vu de l'amplitude des coefficients et
de leurs effets on va droit dans le mur. L'ANOVA elle aussi annonce de mauvaises
nouvelles... les 5 effets principaux sont significatifs ainsi que les interactions (d'o l'toile).
Maintenant, voyons les diagrammes factoriels pour vrifier si effectivement les facteurs
interagissent en allant dans Stat/DOE (plan d'expriences)/Plan factoriel/Diagrammes
factoriels...:
Minitab
852/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Nous cliquons sur le premier et deuxime bouton Configuration... et nous prenons tous les
facteurs:
Minitab
853/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Donc au niveau des interactions ce n'est pas la joie (pour rappel, des courbes confondues
traduisent une interaction nulle; des courbes trs diffrentes traduisent une interaction forte).
Il y en a un peu partout et elles ne sont donc pas ngligeables comme nous l'a montr
l'ANOVA.
Minitab
854/1060
Vincent ISOZ
Sciences.ch
Analyse du plan d'exprience dsalias

Il est donc ncessaire de faire des essais complmentaires. Pour cela nous allons reprendre le
plan et nous allons dsaliaser le facteur E. Pour ce faire, nous allons reprendre le plan en
dsaliasant le facteur E dans le menu Stat/DOE (plan d'expriences)/Plan factoriel/Crer
Et nous repartons des mmes paramtres qu'avant avec les mmes gnrateurs:
Mais cette fois-ci, nous cliquons sur le bouton Options... et nous prenons:
Minitab
855/1060
Vincent ISOZ
Sciences.ch
et nous validons deux fois par OK et nous obtenons dans la fentre de session:
Donc forcment c'est un peu mieux au niveau des 4 facteurs principaux qui ne sont plus
aliass avec E except E lui-mme. Et nous obtenons comme plan factoriel:
Minitab
856/1060
Vincent ISOZ
Sciences.ch
Donc le repli impose bien videmment plus d'essais (il faut alors se poser la question si c'est
le meilleur choix...). Et donc nous ajoutons aux premiers essais, 8 autres. Ce qui donnera:
Ensuite, nous analysons le plan factoriel en allant dans le menu Stat/DOE (plan
d'exprience)/Plan factoriel/Analyser un plan factoriel...:
Minitab
857/1060
Vincent ISOZ
Sciences.ch
Pour prendre:
Minitab
858/1060
Vincent ISOZ
Sciences.ch
et le diagramme des interactions donne:
Minitab
859/1060
Vincent ISOZ
Sciences.ch
Et donc nous sommes dans une situation un peu plus confortable pour tirer les conclusions
ncessaires l'exprience.
Minitab
860/1060
Vincent ISOZ
Sciences.ch
Exercice 157.: Plan factoriel avec points centraux

Une manire assez robuste d'accepter ou de rejeter le modle linaire suppos jusqu'
maintenant est d'utiliser des points centraux (sinon quoi on passera aux plans de surface de
rponse). Voyons comment.
Considrons un plan bas sur deux facteurs qui sont respectivement:
- La vitesse d'avancement A de l'outil d'usinage en mtres par minute 2 niveaux
- La vitesse de coupe B de l'outil en mtres par seconde 2 niveaux.
On mesure la rugosit et le nombre de pics par unit de longueur. Le but tant d'avoir un
modle (si possible...) qui permet de dterminer la vitesse d'avancement et la vitesse de coupe
afin de minimiser ces deux paramtres sachant que les deux facteurs interagissent et que nous
avons mesur deux points centraux pour le plan d'exprience.
Nous allons donc dans le menu DOE (plan d'exprience)/Plan factoriel/Crer un plan
factoriel...:
Nous prenons un plan factoriel 2 niveaux avec les gnrateurs par dfaut:
Minitab
861/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Plans... pour bien spcifier le Nombre de points centraux par
bloc:
Nous y mettons les mesures:
Minitab
862/1060
Vincent ISOZ
Sciences.ch
Nous lanons l'analyse en allant dans le menu DOE (plan d'exprience)/Plan

factoriel/Analyse un plan factoriel...:
Nous prenons:
Et validons le tout par OK pour nous intresser uniquement aux deux sorties suivantes de la
fentre de session:
Minitab
863/1060
Vincent ISOZ
Sciences.ch
Avant d'aller plus loin dans l'analyse comparons les points centraux par exemple pour la
rugosit. Nous avons donc exprimentalement:
y0 (0, 0)
233 235
234
2
Alors que la thorie nous donne un coefficient:
a0 171.75
La diffrence entre les deux donne:
y0 (0,0) a0 234 171.75 62.25

Valeur que l'on retrouve dans la table renvoye par Minitab et mise en vidence en rouge cidessus.
Au vu de la diffrence qui est trs significative, il va de soi que le modle linaire est rejeter.
Minitab
864/1060
Vincent ISOZ
Sciences.ch
Exercice 158.: Analyse du modle d'un plan de Plackett-Burman

Le but ici va tre de vrifier ce que nous avons vu en cours. D'abord, il sera considr comme
vident que les plans PB sont intressants qu' partir de 4 facteurs et ce pour 12, 20, 24, 28,
etc. essais (le reste tant simplement des plans factoriels fractionnaires particuliers). Nous
rappelons que les plans PB permettent de rduire un petit peu (4 facteurs: 12 essais) voir
normment (11 facteurs: 12 essais) le nombre de mesures.
Nous allons voir aussi que Minitab ne communique pas les alias des plans PB pour les raisons
suivantes indiques sur le site de Minitab:
http://www.minitab.com/fr-FR/support/answers/answer.aspx?id=530
Il est donc noter que pour ce type de plans, les alias tant trs consquents, cela complique
grandement l'analyse. Il est donc conseill d'y rflchir deux fois avant d'utiliser un plan
PB.
Pour l'exemple qui va suivre, nous allons exceptionnellement reprendre l'excellent exemple
que Monsieur Jaques Goupy propose dans son magnifique ouvrage pdagogique sur les plans
d'exprience consacr JMP mais que nous allons mettre la sauce Minitab...
Nous avons donc une machine dont les rsultats souhaits (il y a deux rsultats qui nous
intressent!) sont dpendants de 7 facteurs. Nous prendrons le plus petit plan de 12 essais afin
de voir si nous pouvons en tirer quelque chose et au besoin nous ferons des expriences
supplmentaires.
Minitab
865/1060
Vincent ISOZ
Sciences.ch
Nous allons donc dans le menu Stat/DOE (plan d'exprience)/Plan factoriel/Crer un plan
factoriel...:
Nous prenons un plan de Plackett-Burman avec 7 facteurs:
Nous cliquons sur le bouton Plans...:
et nous laissons tout tel quel (12 essais tant le minimum de toute manire!).
Minitab
866/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous dsactivons la randomisation des essais en allant dans le bouton Options...:
et nous validons le tout par OK et aprs avoir saisi les mesures des deux rponses d'intrt,
nous avons:
Nous allons ensuite dans le menu Stat/DOE (plan d'expriences)/Plan factoriel/Analyser

Minitab
867/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Si nous cliquons sur le bouton Termes...:
Minitab
868/1060
Vincent ISOZ
Sciences.ch
nous n'avons bien videmment que le choix des facteurs principaux!

Il validant par OK il vient alors (accrochez-vous...!) d'abord dans la fentre de session:
Minitab
869/1060
Vincent ISOZ
Minitab
Sciences.ch
870/1060
Vincent ISOZ
Sciences.ch
Pour les graphes, voici ceux de la rponse A:
Minitab
871/1060
Vincent ISOZ
Sciences.ch
et ceux de la rponse B:
Minitab
872/1060
Vincent ISOZ
Minitab
Sciences.ch
873/1060
Vincent ISOZ
Sciences.ch
Exercice 159.: Analyse graphique avance de base de plans factoriels

Ce que nous allons voir maintenant ne marche a priori ce jour (version 15 de Minitab
Statistical Software) que si et seulement si nous avons des plans d'expriences factoriels
complets ou fractionnaires deux niveaux. Cela limite bien videmment de manire trs
importante l'intrt de l'outil.
Nous allons reprendre l'exemple vu en cours mais simplifi pour avoir uniquement un plan
factoriel complet 2 niveaux:
N Essai
1
2
3
4
5
6
7
8
x1
1
1
1
1
2
2
2
2
x2
1
1
2
2
1
1
2
2
x3
1
2
1
2
1
2
1
2
Valeurs
de
32'700
33'430
32'680
34'070
33'180
34'430
33'270
33'440
32'750
33'360
32'270
33'100
32'160
34'280
33'080
33'570
32'960
32'910
33'130
33'610
32'640
34'460
32'415
34'204
Nous crons alors le plan factoriel complet 2 niveaux correspondant:
Nous sommes obligs de prendre l'option Factoriel 2 niveaux (gnrateurs par dfaut):
Minitab
874/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Plans... et prenons un plan Fact. compl. avec 3 pour l'option
Nombre de rpliques pour les points de sommets:
Nous dsactivons la randomisation:
Nous avons alors:
Minitab
875/1060
Vincent ISOZ
Sciences.ch
Nous remplissons toutes les rponses (vous pouvez aussi ouvrir le fichier
DOE_ValeursCodees_GraphesAvances):
Nous aurions tout aussi bien pu faire:
Minitab
876/1060
Vincent ISOZ
Sciences.ch
Ce qui nous aurait donn:
Nous allons maintenant dans le menu Stat/DOE (plan d'exprience)/Plan

Minitab
877/1060
Vincent ISOZ
Sciences.ch
et nous prenons:
Nous cochons et validons le tout par OK pour obtenir d'abord dans la fentre de session
(attention!!! la sortie compltement chang dans la version 17 de Minitab!!!):
Minitab
878/1060
Vincent ISOZ
Sciences.ch
Une fois ceci fait, nous allons dans le menu Stat/DOE (plan d'exprience)/Plan
factoriel/Diagrammes factoriels...:
Minitab
879/1060
Vincent ISOZ
Sciences.ch
Nous y voyons une "nouveaut" disponible qu'avec ce type de plan et qui est le Graphique
en cube:
Nous cliquons sur Configuration...:
Minitab
880/1060
Vincent ISOZ
Sciences.ch
Ce qui donne:
Les options que nous allons voir maintenant (Graphiques de contour et Optimisation des
rponses), s'activent dans le menu que si et seulement si lorsque nous avons lanc
l'analyse d'un diagramme factoriel (non gnral!!!) au pralable.
Minitab
881/1060
Vincent ISOZ
Sciences.ch
Nous cochons les deux types de graphiques:
videmment, comme nous avons plus de 2 facteurs, il serait difficile de reprsenter la rponse
dans un espace 4 dimensions... nous allons donc gnrer dans un mme panneau de
graphique, toutes les combinaisons (ce qui devient donc difficile interprter, d'o l'utiliser
assez discutable de l'utilisation de graphiques ce niveau l...):
Minitab
882/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Contours...:
Nous faisons de mme pour l'autre diagramme:
Minitab
883/1060
Vincent ISOZ
Sciences.ch
Et nous obtenons les surfaces de rponses projetes avec les isoclines (n'oubliez par le curseur
qui permet d'obtenir les coordonnes d'un point!):
Curieusement voici une autre fonctionnalit utile appele Mode Mettre un repre mais qui
ne fonctionne qu'avec les graphiques de contours gnrs par les plans d'exprience:
Minitab
884/1060
Vincent ISOZ
Sciences.ch
Nous pouvons aussi sinon simplement une surface de rponse en 3D simple:
Minitab
885/1060
Vincent ISOZ
Sciences.ch
Exercice 160.: Analyse de la variabilit WP

L'ide de l'analyse de la variables est d'atteindre une rponse cible/max ou min comme
l'habitude mais en mme temps jouer avec la variance pour la maximiser/minimiser. Il s'agit
donc d'un plan d'exprience double contrainte!
Les conditions d'utilisation pour cet outil sont dans Minitab:
Analyse de la variabilit ne fonctionne que pour les plans factoriels deux niveaux!
Les mesures doivent tre rptes pour pouvoir calculer une variance!
Pour dcouvrir cela, nous allons utiliser le fichier suivant:
Minitab
886/1060
Vincent ISOZ
Sciences.ch
Nous allons ensuite dans le menu DOE (plan d'exprience)/Plan factoriel/Prtraiter les
rponses pour l'analyse de la variabilit...:
Et nous prenons:
Et nous validons par OK.
Minitab
887/1060
Vincent ISOZ
Sciences.ch
Une fois ceci fait, nous pouvons nous rendre le menu DOE (plan d'exprience)/Plan
factoriel/Analyser la variabilit...:
Minitab
888/1060
Vincent ISOZ
Sciences.ch
Il vient alors:
Dans le bouton Termes... nous prenons tout:
Et dans le bouton Graphiques... (nous utilisons le ln pour "Normaliser" un peu les donnes...
en croisant les doigts que a ira...):
Minitab
889/1060
Vincent ISOZ
Sciences.ch
En validant le tout par OK nous obtenons d'abord dans la fentre de sessions:
Minitab
890/1060
Vincent ISOZ
Sciences.ch
Et le premire graphique suivant:
Donc dans l'optique de faire du DOE de la variance (au lieu de la moyenne), nous pourrions
liminer A du modle pour commencer puisqu'il n'y aucune influence sur la variance mais la
question est de savoir s'il a influence cependant sur la rponse... Bref c'est un jeu subtil!
Minitab
891/1060
Vincent ISOZ
Sciences.ch
Au niveau du deuxime graphique:
Maintenant voyons comment minimiser la variance tout en maximisant la moyenne. Nous

allons pour cela dans le menu DOE (plan d'exprience)/Plan factoriel/Analyser un plan
factoriel...:
Et nous faisons cette analyse sur les deux lments d'intrt: rponses et cart-type!!!
Minitab
892/1060
Vincent ISOZ
Sciences.ch
Nous validons par OK et allons vrifier dans le Project Manager que les deux analyses sont
bien prsentes:
Minitab
893/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous pouvons enfin faire l'optimisation en allant dans le menu DOE (plan
d'exprience)/Plan factoriel/Optimiser les rponses...:
Et nous prenons nos deux variables d'intrt:
Minitab
894/1060
Vincent ISOZ
Sciences.ch
En validant par OK, nous arrivons sur la bote de dialogue suivante et aprs c'est de l'art au
niveau des pondrations...:
Vient alors le graph rsum:
Voil...
Minitab
895/1060
Vincent ISOZ
Sciences.ch
Exercice 161.: Analyse du bruit (plan de Taguchi)

Considrons une exprience dpendante de 7 facteurs 2 niveaux. Nous souhaitons faire une
analyse du bruit de Taguchi.
Pour cela, nous allons dans le menu Stat/DOE (plan d'expriences)/Taguchi/Crer un plan
de Taguchi...:
Nous prenons un 7 facteurs:
Ensuite, nous cliquons sur Afficher les plans disponibles...:
Minitab
896/1060
Vincent ISOZ
Sciences.ch
et nous prendrons donc un 2-7. Pour cela, de retour dans la bote de dialogue prcdente, nous
cliquons sur le bouton Plans...:
Nous prenons le L8 qui selon Taguchi est donn donc par (micro-rappel exceptionnel du
cours thorique):
Minitab
Essais
897/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous cliquons sur le bouton Facteurs de la bote de dialogue principale pour vrifier
que tout est bon:
et nous validons par OK jusqu' revenir la feuille Minitab. Nous obtenons alors le tableau
d'entre de Taguchi:
Minitab
898/1060
Vincent ISOZ
Sciences.ch
Le tableau de sortie de Taguchi va contenir les rponses avec le bruit sur la base du scnario
suivant (il y a donc 10 mesures dans des situations diffrentes pour chaque essai fonction de 7
facteurs):
Variable de rponse Temprature et humidit
50 @ 15%
Y1
50 @ 50%
Y2
60 @ 15%
Y3
60 @ 50%
Y4
70 @ 15%
Y5
70 @ 50%
Y6
80 @ 15%
Y7
80 @ 50%
Y8
90 @ 15%
Y9
90 @ 50%
Y10
Nous saisissons alors les valeurs obtenues dans le cadre de l'exprience (ouvrir le fichier
TaguchiAnalyseBruit.mpj):
Nous allons ensuite dans Stat/DOE (plan d'expriences)/Taguchi/Analyser un plan de

Taguchi...:
Minitab
899/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Dans le bouton Graphique..., nous laissons les options par dfaut:
Minitab
900/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Analyse... aussi:
Dans le bouton Termes... aussi (pas d'alias dsirs):
Minitab
901/1060
Vincent ISOZ
Sciences.ch
Et enfin le bouton le plus important:
Et nous retrouvons ce que nous avons dmontr dans le cours thorique de gnie industriel
pour l'option Prfrer nominal ainsi que toutes les autres options! Nous validons le tout par
OK autant de fois que ncessaire et nous obtenons alors dans la fentre de session:
Minitab
902/1060
Vincent ISOZ
Sciences.ch
Les questions sont alors:

1. Quel facteur contrl le plus grand impact sur le ratio S/N?
2. Quel facteur contrl le plus petit impact sur le ratio S/N?
PS: Notez que Minitab met automatiquement des rangs dans chacune des tables ci-dessus...
Nous pouvons arriver la mme conclusion que Minitab en analysant le graphique du rapport
S/N:
Nous voyons dans le graphique ci dessus que A1B1C2 D1E1F2G1 est la combinaison perdante
(provoque le plus de bruit)... Il parat assez vidant visuellement que c'est D qui influence le
Minitab
903/1060
Vincent ISOZ
Sciences.ch
plus le bruit et G le moins... ce qui est conforme aux rangs donn par le premier tableau dans
la fentre de sessions.
Avec l'autre graphique, nous voyons que c'est le facteur G qui influence le plus la rponse
moyenne (ce qui correspond au rang donn par Minitab dans le deuxime tableau de la
session):
Nous y voyons aussi que la combinaison gagnante est:
A1B1C2 D1E1F2G2
Donc finalement c'est G qui provoque le moins de bruit mais a le plus d'effet sur la rponse.
Donc c'est avec ce facteur qu'il va falloir jouer le plus dans le cadre de notre exprience.
Nous allons maintenant simuler notre choix A1B1C2 D1E1F2G2 . Pour cela, nous allons dans
Stat/DOE (plan d'expriences)/Taguchi/Prvoir les rsultats de Taguchi..:
Minitab
904/1060
Vincent ISOZ
Sciences.ch
Pour le bouton Termes... nous laissons tel quel le contenu (analyse sur tous les termes
souhaite mais sans les interactions):
Sur le bouton Niveaux...:
Minitab
905/1060
Vincent ISOZ
Sciences.ch
o nous avons donc fait en sorte de mettre la combinaison optimale:
A1B1C2 D1E1F2G2
Nous validons tout ce beau monde par OK autant de fois que ncessaire pour avoir:
Minitab
906/1060
Vincent ISOZ
Minitab
Sciences.ch
907/1060
Vincent ISOZ
Sciences.ch
Exercice 162.: Modle exprience de Taguchi

Le but ici va tre de comparer le rsultat obtenu avec plan factoriel complet que nous avons
fait plus haut avec la voiture mais avec le plan de Taguchi correspondant. Nous avions donc
sans interactions:
349.7
163.4
78.7
Y 33'119.3 x1
x2 78.7 x3 619.4
163.4
269.7
0
0
0
ou avec interactions (mais sans l'interaction triple):
142.2
40.8
151.7
161.9
194.9
349.7
194.9
163.4
78.7
19.7
192.5
AC
y 33119.3 A
B
C 619.4 AB
BC
194.9
142.2
40.8
163.4
78.7
269.7
161.9
151.7
0
0
194.9
0
0
19.7
192.5
0
0
soit avec les niveaux explicites:
x1,1 x3,1
x2,1 x3,1
x1,1 x2,1
x1,1 x3,2
x2,1 x3,2
x3,1
x x
x x
x1,1
x2,1
1,1 3,3
2,1 3,3
x1,1 x2,2
y 33119.3 x1
x2
x3 x3,2 x1 x2
x1 x3
x2 x3
x1,2 x3,1
x2,2 x3,1
x x
x1,2
x2,2
x3,3
1,2 2,1
x1,1 x2,2
x1,2 x3,2
x2,2 x3,2
x1,2 x3,3
x2,2 x3,3
Minitab
908/1060
Vincent ISOZ
Sciences.ch
avec le tableau suivant:

N Essai
1
2
3
4
5
6
7
8
9
10
11
12
x1
1
1
1
1
1
1
2
2
2
2
2
2
x2
1
1
1
2
2
2
1
1
1
2
2
2
x3
1
2
3
1
2
3
1
2
3
1
2
3
Valeurs
de
32'700
33'430
31'710
32'680
34'070
33'220
33'180
34'430
33'570
33'270
33'440
32'840
32'750
33'360
32'100
32'270
33'100
33'700
32'160
34'280
33'300
33'080
33'570
33'210
32'960
32'910
32'220
33'130
33'610
33'285
32'640
34'460
32'570
32'415
34'204
32'470
Nous allons donc dans le menu Stat/DOE (plan d'expriences)/Taguchi/Crer un plan de

Taguchi...:
et nous prenons pour l'exprience concerne:
Minitab
909/1060
Vincent ISOZ
Sciences.ch
Si nous cliquons sur Afficher les plans disponibles...:
Celui qui va nous intresser est un L36 (36 expriences, soit 3 fois 12). Donc en cliquant sur
le bouton Plans... nous prenons 2 colonnes avec 2 niveaux et 1 colonne avec 3 niveaux
puisque c'est le seul cas qui s'adapte notre exprience:
Minitab
910/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous cliquons sur le bouton Facteurs...:
Ensuite, nous vrifions que Minitab mette le tableau dans la feuille:
Si nous validons par OK deux fois, nous obtenons:
Minitab
911/1060
Vincent ISOZ
Sciences.ch
et nous y mettons les mesures de notre tableau initial:
Minitab
912/1060
Vincent ISOZ
Minitab
Sciences.ch
913/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous lanons l'analyse en allant dans le menu Stat/DOE (plan

d'expriences)/Taguchi/Analyser un plan de Taguchi...:
et nous y mettons:
Dans le bouton Graphiques... le lecteur peut tout cocher s'il le veut (comme nous l'avons fait
ci-dessous) mais l'analyse graphique du rapport signal/bruit ainsi que des carts-types n'est
pas toujours aise. Par ailleurs nous ne montrerons ici que le graphique des effets principaux
et interactions des moyennes.
Minitab
914/1060
Vincent ISOZ
Sciences.ch
En cliquant sur le bouton Analyse... de la bote de dialogue principale, nous avons:
o nous avons tout coch. Mais en ralit, nous n'allons nous concentrer encore une fois que
sur les Moyennes!
En cliquant ensuite sur le bouton Termes... de la bote de dialogues principale, nous allons
prendre directement le modle le plus complet avec interactions:
Minitab
915/1060
Vincent ISOZ
Sciences.ch
Une fois les termes choisis, nous pouvons cliquer sur le bouton Graphiques d'Analyse... de la
bote de dialogue principale o nous avons coch un grand nombre de graphes mais dans le
prsent support nous n'en utiliserons aucun (le reste tant rserv aux dtails du cours
thorique):
Ensuite, nous cliquons sur le bouton Options... de la bote de dialogue principale pour dire
que ce qui nous intresse le plus c'est de parcourir la plus grande distance. Donc Prfrer le
plus grand:
Minitab
916/1060
Vincent ISOZ
Sciences.ch
Ensuite, dans le bouton Stockage... de la bote de dialogue principale, nous prenons:
o nous ne cochons pas Moyennes car nous souhaitons montrer ultrieurement une autre
faon des les ajouter aprs coup. En validant tout cela par OK, nous obtenons dans la fentre
de session:
Minitab
917/1060
Vincent ISOZ
Minitab
Sciences.ch
918/1060
Vincent ISOZ
Sciences.ch
Il est intressant dj de comparer les coefficients mis en vidence ci-dessus avec le modle
thorique obtenu avec le plan factoriel complet avec interactions:
142.2
40.8
151.7
161.9
194.9
349.7
194.9
19.7
192.5
163.4
78.7
AC
y 33119.3 A
B
C 619.4 AB
BC
194.9
142.2
40.8
163.4
78.7
269.7
161.9
151.7
0
0
194.9
0
0
19.7
192.5
0
0
Nous voyons donc que nous obtenons bien la majorit des coefficients du modle fait avec le
plan factoriel complet et conforme ce que nous avions fait la main dans le cours thorique.
Nous retrouvons ces coefficients dans la colonne C11:
Minitab
919/1060
Vincent ISOZ
Sciences.ch
Nous avons le graphique suivant qui met particulirement en vidence une interaction entre
les facteurs A et B:
et le graphique des effets principaux:
Minitab
920/1060
Vincent ISOZ
Sciences.ch
Nous y voyons aussi que la combinaison gagnante est:
A2 B2C2
Les questions restantes sont alors:
3. Quel facteur contrl le plus grand impact sur le ratio S/N?
4. Quel facteur contrl le plus petit impact sur le ratio S/N?
PS: Notez que Minitab met automatiquement des rangs dans chacune des tables ci-dessus...
Minitab
921/1060
Vincent ISOZ
Sciences.ch
Nous voyons dans le graphique ci dessus que A2 B2C2 est la combinaison perdante (provoque
le plus de bruit)... Il parat assez videmment visuellement que c'est C qui influence le plus le
bruit et B le moins... ce qui est conforme aux rangs donn par le tableau dans la fentre de
sessions si nous avions activ l'affichage des donnes de bruit:
Pour simuler le modle linaire avec ce scnario particulier, il suffit de procder exactement
comme dans l'exercice prcdent! (il nous a sembl inutile de refaire la dmarche puisque ce
qui nous intresse ici est de comparer l'analyse faite par plan factoriel complet).
Pour clore, si nous faisons maintenant l'analyse sans interactions:
Minitab
922/1060
Vincent ISOZ
Sciences.ch
Nous obtenons dans la fentre de session:
Minitab
923/1060
Vincent ISOZ
Sciences.ch
et dans la table:
A comparer avec:
349.7
163.4
78.7
Y 33'119.3 x1
x2
x3 619.4
163.4
78.7
269.7
0
0
0
Nous retrouvons bien tous les mmes coefficients.
Minitab
924/1060
Vincent ISOZ
Sciences.ch
Exercice 163.: Plan de rponse de surface composite central (modle du second

degr ou "modle quadratique") WP
Nous n'avons pas tudi dans le cours de gnie industriel la mathmatique derrire les plans
de rponse de surface pour la simple raison qu'il s'agit de techniques empiriques. Nous allons
donc tenter d'introduire le concept ici mme de manire extrmement condense.
Rappelons d'abord que les plans factoriels avec interaction sont en ralit des dveloppements
de Taylor-Maclaurin au deuxime ordre et au premier degr (appel parfois "modle
synergique"):
et que dans le cas particulier de deux variables nous parlons de modle parabolode
hyperbolique reprsent typiquement par:
Pour passer un modle au second degr (quadratique complet):

y a0 ai xi aij xi x j a0 ai xi aij xi x j aii xi xi
i j
Soit dans le cas de deux variables nous parlons de "surface de rponse" (au-del il s'agit de
volume ou d'hypervolume):
y a0 a1 x1 a2 x2 a12 x1 x2 a11 x12 a22 x22

courbure
Minitab
925/1060
Vincent ISOZ
Sciences.ch
Les plans considrant le modle incluant les trois termes:
a12 x1 x2 a11 x12 a22 x22

courbure
sont appels "plans composites de Doehlert". Nous aurons donc estimer 4 termes:
a0 : terme constant
ai : terme de premier degr
aij : terme rectangle
aii : terme carr
Nous voyons que dans le cas d'un plan 2 facteurs, il nous faudra estimer 6 coefficients:
y a0 a1 x1 a2 x2 a12 x1 x2 a11 x12 a22 x22
et pour 3 facteurs il nous faudra estimer 10 coefficients:

y a0 a1 x1 a2 x2 a3 x3 a12 x1 x2 a13 x1 x3 a23 x2 x3 a11 x12 a22 x22 a33 x32
L'ide souvent retenue pour passer un modle du second degr aprs une tude factorielle
tout en conservant les essais dj raliss consiste simplement complter par les essais pour
l'estimation du modle de degr plus lev.
Dans le cas de deux variables, une premire mthode empirique consiste utiliser une
"matrice composite quiradiale" (cas particulier d'un plan composite gnral) ce qui impose
une forte symtrie la surface de rponse et implique une isovariance et nous donne aussi 13
essais selon le principe intuitif du cercle circonscrit au carr d'essais:
Minitab
926/1060
Vincent ISOZ
Sciences.ch
Effectivement si le carr un demi-sommet de 1, alors sa demi-diagonales tant gale au

rayon du cercle circonscrit donnera:
R 12 12 2 1.414
Donc avec cette mthode les points de contrles ne sont pas au centre des artes du rectangle
(ou face du cube ou hypercube c'est selon....). Au vu de la construction du plan (matrice)
d'exprience donne ci-dessus, le lecteur aura remarqu que finalement nous avons finalement
5 niveaux par facteurs pour un plan composite quiradial 3 facteurs.
Une deuxime mthode empirique consiste utiliser un "matrice composite face-centre" (cas
particulier d'un plan composite) de 13 essais aussi:
Dans un cas trois variables (facteurs) nous avons empiriquement 20 essais toujours en nous
basant sur le principe d'une sphre circonscrite:
Minitab
927/1060
Vincent ISOZ
Sciences.ch
avec 1.682 pour la matrice composite quiradiale et 1 pour la matrice face-centre.

Sinon il y a d'autres techniques que les plans face-centre et quiradiaux et qui sont:
o le "plan composite (centr)" est un plan k facteurs compos de N f essais d'un plan
factoriel complet ou fractionnaire 2k r , de 2k essais en toile sur les axes une distance
du centre du domaine et o nous avons N 0 essais au centre du domaine. Le cot d'un plan
composite centr est donc de:
N 2k r 2k N0
Les rgles suivantes sont d'usage pour les plans composites:

R1. Choix de :
1: Essais sur les faces du cube et nous nous retrouvons donc avec une matrice
face-centre. C'est un choix commode.

k : Essais sur une sphre de rayon k et nous nous retrouvons donc avec une
matrice quiradiale.
4 N f : En prdiction, ce choix assure l'isovariance par rotation (rotatabilit)
Nf N Nf
2
: En estimation, assure la (presque)-orthogonalit des estimateurs
R2. Choix de points centraux N 0 :
N0 1 : Choisi par l'exprimentateur en fonction de son budget...
N0 4 N f 4 2k pour assurer orthogonalit et rotatabilit
Minitab
928/1060
Vincent ISOZ
Sciences.ch
Voici un petit rsum:
Rotatif
Orthogonal
Rotatif
& Orthogonal
8
Et un tableau rcapitulatif pour les plans composites pour le choix de , N0 et r:

k (nombre de
facteur)
Nombre de
termes
r
Nf
10
15
21
21
28
28
36
45
0
4
0
8
0
16
0
31
1
16
0
64
1
32
1
64
77
45
79
81
2.83 2.38
2.83
2.83
1.55
1.76 1.72
1.88
1.08 1.29 1.48 1.68 1.61
1.82 1.78
1.94
2.05
1.15 1.35 1.55 1.72 1.66
1.88 1.84
2.11
24
22
20
Gnrateur
Nombre
d'essais
Rotatif
Orthogonal
(avec N0 1 )
Orthogonal
(avec N0 2 )
Orthogonal
(avec N0 3 )
N 0 Rota et
orthogonal
Minitab
I=12356
9
15
25
1.41 1.68 2
1
43
2.38 2
1.22 1.41 1.6
12
27
17
10
2
64
I=12345
I=123456 I=1234567
I=12678
15
929/1060
Vincent ISOZ
Sciences.ch
Concernant les plans de Doehlert, il s'agit de plans forms de N 0 essais au centre du domaine
et de k 2 2k essais rpartis "le plus uniformment possible" sur une sphre de rayon 1. Il est
souvent "dilat" pour mieux couvrir le domaine exprimental. Il s'agit d'un plan considr
comme peu coteux ayant de bonnes proprits de squentialit mais avec des proprits
statistiques moins bonnes que pour le plan composite et factoriel.
Le cot de ce type de plan est en toute gnralit de:
N k2 k 1
Les "plans de Box-Behnken" sont des plans non linaires pour des facteurs 3 niveaux.
Comme le montre la figure donne plus haut avec les quatre types de plans courants, les plans
de Box-Behnken pour 3 facteurs ont les essais qui sont disposs au milieu des artes du cube.
Ces plans demandent souvent moins d'essais que les composites gnraux.
Pour rsumer dans le cas 3 facteurs 2 niveaux, nous avons pour les plans les plus
courants:
Composite Centr
Composite Face
Boxquiradial
Centre
Behnken
Essai X1
X2
X3 Essai X1
X2 X3 Essai X1 X2 X3
1
-1
-1
-1
1
-1
-1
-1
1
-1 -1 0
1
+1
-1
-1
1
+1
-1
-1
1 +1 -1 0
1
-1
+1
-1
1
-1
+1
-1
1
-1 +1 0
1
+1
+1
-1
1
+1
+1
-1
1 +1 +1 0
1
-1
-1
+1
1
-1
-1
+1
1
-1 0 -1
1
+1
-1
+1
1
+1
-1
+1
1 +1 0 -1
1
-1
+1
+1
1
-1
+1 +1
1
-1 0 +1
1
+1
+1
+1
1
+1
+1 +1
1 +1 0 +1
1 -1.682
0
0
1
-1
0
0
1
0 -1 -1
1 +1.682
0
0
1
+1
0
0
1
0 +1 -1
1
0
-1.682
0
1
0
-1
0
1
0 -1 +1
1
0
+1.682
0
1
0
+1
0
1
0 +1 +1
1
0
0
-1.682 1
0
0
-1
3
0 0 0
1
0
0
+1.682 1
0
0
+1
6
0
0
0
6
0
0
0
Essais = 20
Essais = 20
Essais = 15
Cette petite introduction thorique tant faite, passons l'exemple pratique.
Une nouvelle molcule est dveloppe pour un processus de dpt de surface. Un comit
d'expert a identifi trois facteurs contrlables d'intrt:
Minitab
930/1060
Vincent ISOZ
Sciences.ch
Facteur
Additif
Temps de raction
Temprature de raction
tendue
0 70 grammes
20 60 minutes
100 180 degrs celsius
Le taux de la nouvelle molcule est mesur la fin de l'exprience et le niveau d'adsion de la

surface est ensuite mesure. Les exigences sont d'avoir:
%taux de recouvrement 91%

adhsion 45 g cm 2
Nous voulons dterminer les paramtres permettant de satisfaire ces conditions sachant que
nous avons les moyens que pour 24 essais et que nous savons que le phnomne est fortement
non linaire.
Nous allons dans Minitab Statistical Software R15 dans le menu Stat/DOE (plan
d'expriences/Surface de rponse/Crer un plan de surface de rponse...:
Nous prenons un plan composite centr (car nous avec des facteurs 2 niveaux et les plans
de Box-Behnken sont spcialiss dans les plans facteurs ayant 3 niveaux) avec 3
facteurs:
Minitab
931/1060
Vincent ISOZ
Sciences.ch
Nous voyons en cliquant sur Afficher les plans disponibles...:
qu'avec 24 essais nous somme bien partis pour faire un plan de surface. Nous cliquons ensuite
sur le bouton Plans... de la bote de dialogue principale:
Minitab
932/1060
Vincent ISOZ
Sciences.ch
et nous prenons un Face centre avec un nombre de points centraux par dfaut (donc 6 dans
le cas prsent). Ensuite, nous cliquons sur le bouton Facteurs... de la bote de dialogue
principale:
Avec les plans de surface nous pouvons travailler en units non codes car lors de
l'analyse, les options nous permettent de choisir si nous voulons transformer les donnes
pour que l'ANOVA fonctionne tout de mme... (voir plus loin) et ce contrairement aux
autres plans (du moins avec la version 15 du logiciel).
Minitab
933/1060
Vincent ISOZ
Sciences.ch
Dans les Options... nous allons laisser randomisation des essais:
Dans le bouton Rsultats... nous ne changeons rien:
et nous validons le tout par OK. Nous avons alors dans la fentre de session:
et dans la feuille de donnes (nous voyons que le point central (35,40,140) s'y rpte bien
6 fois):
Minitab
934/1060
Vincent ISOZ
Sciences.ch
et nous saisissons les donnes de l'exprience en faisant bien attention ne pas nous tromper
de ligne:
Nous voyons dj qu'au niveau des objectifs atteindre a va ne pas tre simple...
puisque aucun point exprimental ne satisfait aux conditions jusqu' maintenant.
Minitab
935/1060
Vincent ISOZ
Sciences.ch
Donc ce que nous avons saisi ci-dessus correspond :
Ensuite, nous allons analyser le plan en allant dans le menu Stat/DOE (plan
d'expriences/Surface de rponse/Analyser un plan de surface de rponse...:
o nous prenons:
Minitab
936/1060
Vincent ISOZ
Sciences.ch
Pour le bouton Termes..., nous prenons les coefficients rectangles et les quadratiques (donc
tout!):
Dans le bouton Graphiques... nous prenons:
Minitab
937/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Stockage... nous prenons comme l'habitude les informations que je
considre personnellement comme les plus intressantes pdagogiquement parlant:
Nous validons le tout par OK. Nous obtenons les graphiques suivants:
Minitab
938/1060
Vincent ISOZ
Sciences.ch
et dans la fentre de session, nous avons:
Minitab
939/1060
Vincent ISOZ
Minitab
Sciences.ch
940/1060
Vincent ISOZ
Sciences.ch
et dans la feuille:
Minitab
941/1060
Vincent ISOZ
Sciences.ch
Bon nous avons donc notre modle thorique avec la connaissance si les coefficients sont
significatifs ou non. Mais nous cherchons cependant savoir si nous pouvons arriver nos
objectifs.
Pour cela, nous allons dans le menu Stat/DOE (plan d'expriences/Surface de
rponse/Graphique de contour/Diagrammes de surface..:
Nous prenons les deux graphiques:
Minitab
942/1060
Vincent ISOZ
Sciences.ch
avec pour configuration du premier (c'est la partie la plus longue car il faut le fait pour
chacune des rponses):
Nous cliquons sur Contours...:
Minitab
943/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Configuration... et au vu des rsultats obtenus il parait clair que nous
allons plutt prendre les valeurs maximales des facteurs:
et nous validons par OK. Nous configurons ensuite le diagramme de surface:
Ce qui nous amne dans:
Minitab
944/1060
Vincent ISOZ
Sciences.ch
et dans configuration, nous prenons aussi:
Nous validons le tout par OK pour avoir:
Minitab
945/1060
Vincent ISOZ
Minitab
Sciences.ch
946/1060
Vincent ISOZ
Sciences.ch
Revenons dans l'analyse graphique en prenant cette fois-ci que les surfaces de contour:
et allons dans la Configuration...:
et allons dans Contours... pour indiquer trois isoclines qui nous intressent:
Minitab
947/1060
Vincent ISOZ
Sciences.ch
si nous validons par OK, nous avons:
Si nous faisons la mme chose pour l'adhsion:
avec les isoclines:
Minitab
948/1060
Vincent ISOZ
Sciences.ch
Ce qui donne:
Il est cependant un peu difficile de trouver la zone d'optimum en basculant d'un graph
l'autre, ds lors, nous pouvons aller dans le menu Stat/DOE (plan d'expriences/Surface de
rponse/Graphique de contour superpos...:
Minitab
949/1060
Vincent ISOZ
Sciences.ch
Nous prenons:
et dans le bouton Contours... nous prenons:
Minitab
950/1060
Vincent ISOZ
Sciences.ch
et dans Configuration... au vu des graphiques prcdents:
Minitab
951/1060
Vincent ISOZ
Sciences.ch
o nous retrouvons bien la superposition des deux petits graphiques suivants vus plus haut
respectivement pour le taux et l'adhsion:
Bon l'interprtation qualitative graphique c'est bien sympa mais quand mme... nous avons
autre chose faire de notre temps et imaginez dans un cas 8 facteurs... cela devient
impossible! Donc il doit bien y avoir un outil fait pour. Et c'est bien le cas! Nous allons dans
le menu Stat/DOE (plan d'expriences/Surface de rponse/Optimisation des rponses...:
Minitab
952/1060
Vincent ISOZ
Sciences.ch
Nous prenons alors les deux rponses:
Nous cliquons sur Configuration... pour prendre:
Minitab
953/1060
Vincent ISOZ
Nous avons alors:
Sciences.ch
Toutes les lignes rouges verticales

sont dplaables!!!
avec dans la fentre de session:
Minitab
954/1060
Vincent ISOZ
Minitab
Sciences.ch
955/1060
Vincent ISOZ
Sciences.ch
Exercice 164.: Plan de mlange centr du simplexe

Le but va tre de vrifier ici (comme l'habitude) les calculs appliqus relatifs aux
dmonstrations mathmatiques faites dans le cours thorique relativement aux plans de
mlanges avec points aux sommets.
Pour cela, nous allons dans le menu Stat/DOE (plan d'expriences)/Mlange/Crer un plan
de mlange...:
Nous prenons alors un type de plan Centr du simplexe (2 10 composantes) avec comme
nombre de composantes 3 (comme l'exemple pratique calcul dans le cours thorique):
En cliquant sur Afficher les plans disponibles..., nous retrouvons les nombres d'essais pour la
ligne Centr dont nous avons dmontr le calcul gnral dans le cours thorique:
Minitab
956/1060
Vincent ISOZ
Sciences.ch
Nous cliquons ensuite sur le bouton Plans... pour choisir de dcocher Accrotre le plan avec
les points des axes (notions que nous n'avons pas aborde dans le cours thorique):
Nous cliquons ensuite sur le bouton Composantes... de la bote de dialogue principale pour
avoir le choix du fameux Total unique qui par dfaut est dj 1 (logique...) et nous
renommons les noms des composantes (polythylne, polystyrne, polypropylne) comme
nous les avons notes dans le cours thorique:
Minitab
957/1060
Vincent ISOZ
Sciences.ch
En validant le tout par OK, nous obtenons dans la fentre de session (nous n'avons pris les
captures d'cran que de ce que nous avons vu dans le cours thorique) :
et nous obtenons dans la feuille:
Minitab
958/1060
Vincent ISOZ
Sciences.ch
Nous allons y mettre la moyenne des mesures d'longation (en sautant le point central du
simplexe puisque nous n'avons pas trait le sujet dans le cours thorique):
Ensuite, nous allons dans le menu Stat/DOE (plan d'expriences)/Mlange/Analyser un

plan de mlange...:
pour avoir:
Minitab
959/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Termes... pour s'assurer d'avoir le modle choisi dans le cours thorique:
Nous validons le tout par OK pour obtenir dans la fentre de session un premier morceau:
Minitab
960/1060
Vincent ISOZ
Sciences.ch
Alors nous retrouvons bien les valeurs des coefficients calculs la main mais chose
curieuse... Minitab n'arrive pas calculer l'erreur ni les intervalles de confiance et la p-value
alors que nous avons dmontr qu'un tel calcul tait possible (et nous l'avons fait!). Raison
pour laquelle... (encore une fois!) il est important de rappeler qu'il faut toujours plusieurs
progiciels de statistiques pour faire des tudes srieuses et un peu plus sres.
Maintenant voyons le deuxime morceau donn dans la fentre de session qui est donc
l'ANOVA:
et l curieusement (c'est probablement cause de l'absence du point central) rien ne

correspond ce qui a t calcul dans le cours thorique et ni le test de Fisher, ni la p-value ne
sont indiques alors que nous avons t capable de le faire dans le cours thorique.
Avant d'aller plus loin et de comparer avec le cours thorique remarquons qui Minitab permet
une chose amusante qui est l'affichage du simplexe utilis. Pour cela, nous allons dans le
menu Stat/DOE (plan d'expriences)/Mlange/Graphique du plan du simple...:
Minitab
961/1060
Vincent ISOZ
Sciences.ch
pour obtenir (rien de bien nouveau mais utile prsenter dans les rapport de labo de R&D):
Ensuite, beaucoup plus intressant, nous pouvons obtenir le graphique 3D de le fonction avec
les isoclines en allant dans le menu Stat/DOE (plan d'expriences)/Mlange/Graphiques
de contour/Diagramme de surface...:
Minitab
962/1060
Vincent ISOZ
Sciences.ch
et nous avons avons:
et en validant par OK avec les paramtres de configuration par dfaut nous obtenons le
premier graphique suivant:
Minitab
963/1060
Vincent ISOZ
Sciences.ch
qui est videmment conforme avec ce que nous avons obtenu dans le cours thorique, ainsi
que le graphique 3D suivant (ce n'est vraiment trs utile mais bon...):
qui est lui aussi conforme ce que nous avons bien videmment obtenu dans le cours
thorique.
Ensuite, regardons si nous obtenons aussi la mme valeur maximale (en admettant que c'est ce
que nous recherchons bien videmment comme dans le cours thorique...). Pour cela, dans
Minitab, nous allons dans le menu Stat/DOE (plan d'expriences)/Mlange/Optimisation
des rponses...:
Minitab
964/1060
Vincent ISOZ
Sciences.ch
que nous laissons tel quel. Nous cliquons sur le bouton Configuration... pour avoir:
o nous avons mis videmment comme objectif Agrandir (merci la traduction... comme
l'habitude...) et arbitrairement nous mettons une cible de 20 (de toute faon ce qui nous
intresse est le maximum et non cette cible). Si nous validons le tout par OK, nous obtenons:
Minitab
965/1060
Vincent ISOZ
Sciences.ch
Et la rponse optimale est alors de 17.3844 ce qui implique l'absence totale du composant 2
mais le composant 1 en proportion de 0.2929 et le troisime en proportion de 0.7071 (la cible
ne peut tre atteinte, raison pour laquelle nous avions pos 20... par anticipation).
Minitab
966/1060
Vincent ISOZ
Sciences.ch
Fiabilit/Survie
Le but dans ce chapitre va tre bien videmment de comparer les rsultats avec ceux obtenus
la main mais surtout avec le logiciel Weibull++ qui reste une standard industriel
incontournable dans le domaine!
Exercice 165.: Analyse de donnes censures droite selon modle non

paramtrique de Kaplan-Meier
Le but ici va tre nouveau de vrifier si nous obtenons bien les mmes rsultats que ceux
calculs la main dans le cours thorique lorsque nous avons tudi la dmonstration de
l'estimateur de survie de Kaplan-Meier.
Nous partons du tableau vu en cours mais adapt aux exigences de Minitab (il n'est vraiment
pas ais de deviner que c'est sous cette forme que les choses doivent tre reprsentes):
Ensuite, nous allons dans le menu Stat/Fiabilit/Survie/Analyse de rpartition troncage

droite/Analyse de rpartition non paramtrique...:
Minitab
967/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
Nous cliquons sur le bouton Tronquer... pour y mettre:
Minitab
968/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Estimation... de la bote de dialogue principale, nous prenons bien garde
tre en analyse de Kaplan-Meier puisque c'est la seule que nous avons en cours:
Dans le bouton Graphique nous prenons uniquement des options relativement ce que nous
avons dmontr mathmatiquement en cours aussi:
Minitab
969/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Rsultats... de la bote de dialogue principale nous prenons aussi que des
options relatives ce qui a t dmontr mathmatique en cours:
et dans le bouton Stockage... de la bote de dialogue principale, nous prenons:
Nous validons tout cela par OK pour obtenir d'abord dans la fentre de session:
Minitab
970/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc la mme colonne de probabilit de survie qu'en cours (nous n'avons pas
calcul en cours ce qui est en dehors du rectangle rouge). Et nous avons les trois graphiques
suivants:
Minitab
971/1060
Vincent ISOZ
Sciences.ch
et donc nous retrouvons les trois mmes graphiques qu'en cours. Et dans le tableau, nous
obtenons:
Minitab
972/1060
Vincent ISOZ
Minitab
Sciences.ch
973/1060
Vincent ISOZ
Sciences.ch
Exercice 166.: Ajustement de donnes censures droite une distribution de

Weibull deux paramtres
Nous allons ici vrifier si nous retrouvons les rsultats des calculs faits dans Microsoft Excel
suite la dmonstration faite dans le cours de Statistique thorique.
Nous partons donc des mmes donnes que celles pour l'analyse de Kaplan-Meier puisque ce
sont celles que nous avons aussi utilises pour le calcul dans Microsoft Excel aprs avoir fait
le calcul la main de l'estimateur de maximum de vraisemblance de la loi de Weibull deux
paramtres avec donnes censures droite:
Minitab
974/1060
Vincent ISOZ
Sciences.ch
Ensuite, nous allons dans le menu Stat/Fiabilit/Survie/Analyse de rpartition (troncage

droite)/Diagramme d'identification de rpartition:
Dans la bote de dialogue qui apparat nous mettons:
Minitab
975/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur le bouton Tronquer pour y mettre dans la bote de dialogue qui apparat
les paramtres suivants:
Nous validons par OK et cliquons sur le bouton Options pour faire bien attention prendre
l'option Maximum de vraisemblance qui correspond ce que nous avons dmontr dans le
cours thorique:
Nous validons le tout deux fois par OK pour obtenir d'abord un graphique d'ajustement qui
est un peu lger dans la version 15 de Minitab (mais qui a t considrablement amlior dans
la version 17):
Minitab
976/1060
Vincent ISOZ
Sciences.ch
et dans la fentre de sessions, nous avons une version tabule de la distribution ajuste:
Minitab
977/1060
Vincent ISOZ
Sciences.ch
Nous pouvons obtenir mieux toujours avec les mmes donnes et en utilisant les mmes
rsultats thoriques.
Nous allons dans le menu Stat/Fiabilit/Survie/Analyse de rpartition (troncage
droite)/Diagramme de prsentation de rpartition:
Apparat alors une bote de dialogue quasi similaire l'exemple prcdent o nous mettons:
Minitab
978/1060
Vincent ISOZ
Sciences.ch
Nous cliquons sur Tronquer pour y mettre:
Et dans le bouton Options nous faisons bien attention activer l'option Maximum de
vraisemblance pour encore une fois tre en correspondance avec ce que nous avons vu dans le
cours thorique:
Minitab
979/1060
Vincent ISOZ
Sciences.ch
Ce qui nous donne:
Minitab
980/1060
Vincent ISOZ
Sciences.ch
Exercice 167.: Prdiction de garantie bas sur le maximum de vraisemblance

d'une loi exponentielle
Le but ici est de vrifier les calculs de maximum de vraisemblance de fiabilits dmontrs en
cours et calculs la main. Pour voir si Minitab donne la mme chose, nous entrons les
valeurs suivantes dans une feuille:
Ensuite, nous allons dans le menu Stat/Fiabilit/Survie/Analyse de garantie/Prdiction de

garantie...:
Minitab
981/1060
Vincent ISOZ
Sciences.ch
et nous y mettons (dans le cours de Gnie Industriel nous avions fait le choix d'une loi
exponentielle donc attention bien prendre celle-ci!):
Et nous devons dire Minitab d'utiliser la technique de maximum de vraisemblance utilise

en cours:
Nous validons par OK autant de fois que ncessaire pour obtenir:
Minitab
982/1060
Vincent ISOZ
Sciences.ch
comparer avec la moyenne obtenue dans le cours thorique:
2337.5
Donc il y a une diffrence significative entre le logiciel et notre calcul la main ce qui est
bizarre et que je ne m'explique pas puisque faire ce type de calcul est trivial. Il est possible
que la diffrence provienne de la manire d'entrer les donnes dans la feuille Minitab qui n'est
pas trs bien documente.
Minitab
983/1060
Vincent ISOZ
Sciences.ch
Exercice 168.: Plan de dmonstration modle cumulatif binomial pour taille

d'chantillon ncessaire avec temps de test contraint
Nous allons ici vrifier si nous retrouvons les rsultats des calculs faits dans Microsoft Excel
suite la dmonstration faite dans le cours de Gnie Industriel.
Nous voulons dmontrer une fiabilit de 90% pendant un temps de 100 heures avec un seuil
de confiance de 95% sans aucune dfaillance. Nous assumons que la fiabilit suit une loi de
Weibull de paramtre de forme 1.5 . Le problme tant que nous n'avons que 48 heures
disposition, quelle quantit de produits devons nous tester.
Dans Minitab, nous allons dans le menu Fiabilit/Survie/Plans de test/Dmonstration...:
Dans la bote de dialogue o "Nombre de tests pour chaque unit" est trs mal traduit de
l'anglais nous mettons:
Minitab
984/1060
Vincent ISOZ
Sciences.ch
Dans le bouton Options nous mettons le niveau de confiance:
Nous retrouvons donc bien le rsultat des calculs effectus la main ainsi qu'avec Weibull++
comme l'atteste la capture d'cran suivante:
Minitab
985/1060
Vincent ISOZ
Minitab
Sciences.ch
986/1060
Vincent ISOZ
Sciences.ch
Exercice 169.: Plan de dmonstration modle cumulatif binomial pour temps

cumul de test ncessaire avec taille d'chantillon connue
L'ide ici est bien videmment comme toujours de vrifier les calculs faits la main suite aux
dmonstrations thoriques.
Nous allons reprendre l'exemple prcdent avec les mmes paramtres la diffrence que
cette fois-ci le temps disponible (ncessaire) ne nous est pas connu mais que nous connaissons
la taille de l'chantillon qui nous a t mis disposition. Donc nous cherchons alors le temps
de test cumul ncessaire pour la plan de test de dmonstration avec un chantillon de taille
20 (videmment vu que nous reprenons les donnes du cas prcdent, le rsultat devra tre
trs suprieur 48h.!).
Minitab
987/1060
Vincent ISOZ
Sciences.ch
En oubliant pas dans Options d'avoir:
Nous retrouvons donc bien le rsultat des calculs effectus la main ainsi qu'avec Weibull++
comme l'atteste la capture d'cran suivante:
Minitab
988/1060
Vincent ISOZ
Minitab
Sciences.ch
989/1060
Vincent ISOZ
Sciences.ch
Exercice 170.: Plan de dmonstration modle exponentiel-chi temps cumul de

test ncessaire
Le but ici va tre comme l'habitude... de vrifier si nous retrouvons la mme valeur avec
Minitab que celle calcule la main aprs la dmonstration mathmatique du temps
maximum de temps de test pour un seuil de confiance donn.
Donc comme dans le cours thorique, nous allons considrer le cas o nous voulons savoir
combien de temps nous devons tester 1 lment pour prouver un niveau de confiance de
90% que sa MTTF est de 100 (minutes, heures ou mois peu importe l'unit).
o nous prenons:
Minitab
990/1060
Vincent ISOZ
Sciences.ch
Remarquez qu'il est bizarre que Minitab demande l'effectif des chantillons sachant que le
logiciel Weibull++ et le modle thorique que nous avons dmontr en cours ne ncessitent
pas cette information mais nous allons voir cela plus loin.
Dans Options, nous mettons:
Nous validons le tout par OK pour obtenir dans la fentre de session:
Minitab
991/1060
Vincent ISOZ
Sciences.ch
Ce qui correspond bien au calcul la main effectu dans le cours thorique:
2
MTTF CL
,2( r 1)
2
MTTF 0.9,2(0
1)
100*CHISQ.INV(0.9;2)/2 230.2585
et qui correspond bien aussi la sortie du logiciel Weibull++:
Maintenant, si nous mettons (nous multiplions par 10 la taille de l'chantillon test):
Minitab
992/1060
Vincent ISOZ
Sciences.ch
et que nous validons par OK, nous voyons que cela divise par 10 le temps de test:
et ainsi de suite. Donc dans Minitab, le temps de test est inversement proportionnel
linairement la taille de l'chantillon.
Ou autre exemple connu:
Il est demand ingnieur de dterminer le temps minimal de test pour dmontrer que la
MTTF d'un produit est au moins de 500 heures avec un niveau de confiance de 90%. Le
produit est connu comme ayant une fonction de fiabilit de type exponentielle (taux de
dfaillance constant). Sur ces donnes, seule 1 dfaillance est autorise. Le temps maximum
de test est alors donn par avec Weibull++:
Minitab
993/1060
Vincent ISOZ
Sciences.ch
Ce qui correspond bien :
2
MTTF CL
,2( r 1)
2
MTTF 0.9,2(1
1)
500*CHISQ.INV(0.9;4)/2 1944.86
Avec Minitab pour reproduire ce rsultat nous devons introduire qu'il y a au moins 2
chantillons (??) car il n'accepte curieusement pas qu'il y en ait qu'un seul (???):
Nous avons alors un rsultat proche de Weibull++ et du calcul fait la main:
Minitab
994/1060
Vincent ISOZ
Sciences.ch
Voyons maintenant encore un autre scnario o le comportement de Minitab est parfaitement

correct et dont nous avons fait les calculs la main dans le cours thorique et avec Weibull++.
En supposant que le temps de dfaillance d'un systme suit toujours une distribution
exponentielle. La priode de garantie de ce systme est de 1'000 heures de fonctionnement. Le
fabricant est tenu de dmontrer que la fiabilit du systme l'heure 1000 est au moins 95%
avec un niveau de 50 % de confiance. Aucune dfaillance n'est admis dans le test. Combien
de temps le test devrait-t-il durer?
Nous mettons alors:
Sans oublier de mettre dans Options:
Minitab
995/1060
Vincent ISOZ
Sciences.ch
Ce qui nous donne:
et qui est bien conforme Weibull++:
Minitab
996/1060
Vincent ISOZ
Sciences.ch
Sries temporelles
Exercice 171.: Gnrer un graphique de srie chronologique (temporelle)
Dans Minitab Statistical Software, ouvrez le fichier AST.mpj:
Nous allons dans le menu Stat/Srie chronologique/Diagramme de srie chronologique:
Minitab
997/1060
Vincent ISOZ
Sciences.ch
Nous prenons la premire option:
Minitab
998/1060
Vincent ISOZ
Sciences.ch
Nous revalidons par OK pour obtenir un simple graphique (le mme que celui que nous avons
obtenus dans le cours MS Excel):
Extraire des donnes d'un graphique points quelconque

Nous allons voir ici une option qui existe presque pour tous les graphiques points
(rgressions, sries chronologies, cartes de contrle ou autres) pour analyser un sousensemble de points. Pour introduire cet outil nous allons donc utiliser le cas particulier cidessus.
Minitab
999/1060
Vincent ISOZ
Sciences.ch
Nous faisons un clic droit sur le graphique dont nous voulons reprsenter un sous-ensemble
de points particuliers et nous cliquons sur l'option Balayer:
Apparat alors une toute petite fentre qui nous indiquer le numro de ligne des points sur
lesquels nous avons cliqu mais ceci n'est pas trs satisfaisant. Ds lors, pour avoir plus
d'informations, nous refaisons un clic droit pour slectionner l'option Dfinir les variables
ID...:
Minitab
1000/1060
Vincent ISOZ
Sciences.ch
Apparat alors la bote de dialogue suivante o nous avons ajout les donnes Ventes:
Minitab
1001/1060
Vincent ISOZ
Sciences.ch
Maintenant si nous cliquons sur un seul point ou plusieurs la suite en maintenant la touche
Shift du clavier enfonce nous verrons d'abord que les points slectionns passent en bleu
clair et que la petite fentre de balayer indique les points cliqus:
Ensuite, si nous relanons l'assistant graphique en passant par le menu Stat/Srie

chronologique/Diagramme de srie chronologique:
Minitab
1002/1060
Vincent ISOZ
Sciences.ch
et que nous cliquons sur le bouton Options des donnes... pour y slectionner l'option Lignes
balayes:
Si nous validons par OK nous obtenons bien le sous-ensemble des points balays:
Minitab
1003/1060
Vincent ISOZ
Sciences.ch
Exercice 172.: Gnrer un graphique d'analyse de tendance

Ouvrez le fichier AnalyseTendance.mpj:
Nous allons dans le menu Stat/Srie chronologique/Analyse de tendance:
Minitab
1004/1060
Vincent ISOZ
Sciences.ch
Vient alors en paramtrant:
Minitab
1005/1060
Vincent ISOZ
Sciences.ch
Minitab
1006/1060
Vincent ISOZ
Sciences.ch
Exercice 173.: Gnrer un graphique de moyennes mobiles (MM3)

Ouvrez le fichier MM.mpj:
Nous allons dans le menu Stat/Srie chronologique/Moyenne mobile:
Minitab
1007/1060
Vincent ISOZ
Sciences.ch
Ce qui nous donne paramtrer:
Nous allons dans le bouton Stockage... pour cocher:
Minitab
1008/1060
Vincent ISOZ
Sciences.ch
Et nous validons par OK pour obtenir le mme graphique qu'avec MS Excel:
et avec les mmes valeurs des indicateurs de qualit (MAPE, MAD et MSD) ainsi que les
donnes suivantes dans la table de session:
Minitab
1009/1060
Vincent ISOZ
Minitab
Sciences.ch
1010/1060
Vincent ISOZ
Sciences.ch
Exercice 174.: Gnrer un graphique de lissage exponentiel simple

avec MS Excel, ouvrez le fichier Smoothing.mpj:
Nous allons dans le menu Stat/Srie chronologique/Lissage exponentiel simple:
Minitab
1011/1060
Vincent ISOZ
Sciences.ch
Ensuite il faut cliquer sur le bouton Options (si nous souhaitons retrouver le mme
algorithme que dans MS Excel) et indique que nous voulons la moyenne de la premire
observation comme point de dpart:
Minitab
1012/1060
Vincent ISOZ
Sciences.ch
Ensuite nous validons deux fois par OK pour obtenir:
Nous obtenons les mmes valeurs ajustes que dans MS Excel (ligne rouge) mais par contre
les indicateurs d'exactitude ne sont pas tout fait identiques pour des raisons qui m'chappent.
Regardons dans la fentre de session ce que nous avons pour prvision:
soit exactement la mme chose que dans MS Excel.

Demandons maintenant Minitab Statistical Software de chercher pour nous la meilleure
constante de lissage:
Minitab
1013/1060
Vincent ISOZ
Sciences.ch
Nous avons alors:
soit une constante de lissage lgrement diffrente et une erreur un tout petit peu plus faible.
Donc Minitab Statistical Software fait mieux que le solveur de Excel 2003 ce niveau l!
Minitab
1014/1060
Vincent ISOZ
Sciences.ch
Exercice 175.: Lissage exponentiel double selon Holt

avec MS Excel, ouvrez le fichier DblSmoothing.mpj (ce sont exactement les mmes donnes
que pour le lissage exponentiel simple):
Nous allons dans le menu Stat/Srie chronologique/Lissage exponentiel double:
Minitab
1015/1060
Vincent ISOZ
Sciences.ch
Minitab
1016/1060
Vincent ISOZ
Sciences.ch
et si nous validons par OK:
Les mesures de l'exactitude sont nettement suprieures celle calcules dans le cours
MS Excel. Il faudrait bien videmment savoir pour cela quelle est l'algorithme utilis par
Concernant les 6 prvisions, dans la fentre de session, nous avons:
comparer avec ce que nous avions obtenu avec MS Excel:
Minitab
1017/1060
Vincent ISOZ
Sciences.ch
donc cette norme diffrence est probablement du la manire dont Minitab Statistical
Software choisit les paramtres initiaux. Nous avions par ailleurs mentionn dans le cours
thorique que les rsultats taient fortement sensibles la manire de choisir ceux-ci.
Si nous demandons Minitab Statistical Software de chercher pour nous les meilleures
constantes de lissage:
Nous avons alors:
donc des constantes de lissage lgrement diffrentes celles obtenues avec MS Excel et les
erreurs sont plus faibles, ce qui nous donne comme prvisions:
Minitab
1018/1060
Vincent ISOZ
Sciences.ch
ce qui encore plus loign qu'avant par rapport ce que nous avions obtenu avec MS Excel.
Minitab
1019/1060
Vincent ISOZ
Sciences.ch
Exercice 176.: Lissage exponentiel triple selon Winters

avec MS Excel, ouvrez le fichier TriplSmoothing.mpj:
Nous allons ensuite dans le menu Stat/Srie chronologique/Mthode de Winters...:
Minitab
1020/1060
Vincent ISOZ
Sciences.ch
Nous avons alors en saisissant les mmes valeurs que celles obtenues avec MS Excel:
Nous cliquons sur OK pour obtenir d'abord le graphique suivant:
Minitab
1021/1060
Vincent ISOZ
Sciences.ch
o nous pouvons dj observer que les erreurs sont beaucoup plus grands que celles obtenus
avec MS Excel. Pour les prvisions, dans la fentre de session, nous avons:
A comparer avec celles obtenus dans MS Excel:
L aussi nous sommes loin du compte...

Malheureusement nous ne pouvons pas demander Minitab Statistical Software d'optimiser
par lui-mme car la mthode multiplicative de Holt-Winters n'a pas d'quivalent ARIMA.
Minitab
1022/1060
Vincent ISOZ
Sciences.ch
Exercice 177.: ARIMA(0,1,1) et ARIMA(0,2,2)

Le but va tre ici simplement de vrifier ce qui a t vu dans le cours thorique. C'est--dire
que le lissage exponentiel simple est normalement un ARIMA(0,1,1) et le lissage exponentiel
double un ARIMA(0,2,2).
Commenons par vrifier le premier toujours avec le fichier Smoothing.mpj:
Pour lequel nous avions obtenu comme prvision en cochant l'option ARIMA:
Minitab
1023/1060
Vincent ISOZ
Sciences.ch
Maintenant, allons dans le menu Stat/Sries chronologiques/ARIMA...:
Nous avons alors:
Minitab
1024/1060
Vincent ISOZ
Sciences.ch
et nous cliquons sur le bouton Prvisions...:
et nous obtenons dans la fentre de session:
Soit exactement la mme prvision mais pas avec les mmes bornes (ce qui est trs
curieux...).
Minitab
1025/1060
Vincent ISOZ
Sciences.ch
Faisons la mme chose avec le lissage exponentiel double de Holt's pour lequel nous avions
obtenu plus haut les prvisions suivante avec l'optimisation ARIMA:
Nous allons donc dans le menu Stat/Sries chronologiques/ARIMA...:
Nous mettons cette fois-ci:
Minitab
1026/1060
Vincent ISOZ
Sciences.ch
avec 6 prvisions:
soit exactement les mmes prvisions mais pas avec les mmes intervalles.
Minitab
1027/1060
Vincent ISOZ
Sciences.ch
part ce petit couac au niveau des intervalles, nous avons bien la "preuve" par la pratique
que lissage exponentiel simple est un ARIMA(0,1,1) et le lissage exponentiel double de Holt's
un ARIMA(0,2,2).
Minitab
1028/1060
Vincent ISOZ
Sciences.ch
Exercice 178.: Test des suites (test de Wald-Wolfowitz)

Comme l'habitude le but va tre de vrifier que le logiciel utilise les rsultats dmontrs
dans le cours thorique avec un exemple implicitement li une srie temporelle (les "0" tant
des "baisses" et les "1" tant des valeurs "haussires"). La question tant de savoir si les
squences peuvent tre considres comme alatoires ou non statistiquement parlant.
Nous devrions aussi retrouver les calculs faits la main et l'aide de MS Excel.
Ouvrez le fichier. Vous aurez alors 37 lignes de donnes:
Minitab
1029/1060
Vincent ISOZ
Sciences.ch
Nous allons ensuite dans le menu Stat/Tests non paramtriques/Test de suites...:
Nous avons alors:
Remarquez la possibilit en plus d'avoir le test, le fait que Minitab va compter pour nous le
nombre de points au-dessus et en-dessous de la moyenne (c'est accessoire mais bon...).
Nous validons par OK et obtenons:
Minitab
1030/1060
Vincent ISOZ
Sciences.ch
Nous retrouvons donc les mmes valeurs que celles calcules la main. Ce qui conforte nos
dmonstrations mathmatiques et nous permet d'arriver la mme conclusion.
Minitab
1031/1060
Vincent ISOZ
Sciences.ch
Macros/Scripting
Exercice 179.: Convertir des actions en macro
Nous allons voir ici comment il est facile dans Minitab de convertir une srie de
manipulations faites avec la souris en une macro.
Minitab
1032/1060
Vincent ISOZ
Sciences.ch
Minitab
1033/1060
Vincent ISOZ
Sciences.ch
Minitab
1034/1060
Vincent ISOZ
Une fois ceci fait nous cliquons sur le bouton Afficher l'historique
d'outils ci-dessous:
Sciences.ch
visible sur la barre
Apparat alors l'historique des commandes suivant:
Minitab
1035/1060
Vincent ISOZ
Sciences.ch
Nous faisons un Ctrl+A et un clic-droit pour choisir l'option Enregistrer sous...:
Nous prenons gard choisir comme type de fichier un *.MTB et validons par Enregistrer:
Minitab
1036/1060
Vincent ISOZ
Sciences.ch
Une fois ceci fait, nous pouvons rexcuter plus tard cette macro en allant dans le menu
Fichier/Autres fichiers/Lancer un excutable...:
Minitab
1037/1060
Vincent ISOZ
Sciences.ch
Il vient alors:
Nous cliquons sur Slectionner un fichier et il vient:
et au moment que nous cliquons sur Ouvrir, la macro est excute et nous obtenons bien:
Minitab
1038/1060
Vincent ISOZ
Minitab
Sciences.ch
1039/1060
Vincent ISOZ
Sciences.ch
Exercice 180.: Intgration d'une macro tlcharge

Nous avons dmontr dans le cours de statistique thorique un certain nombre de tests trs
importants qui n'existent pas encore ce jour dans Minitab.
Le but ici est de faire un exemple d'intgration d'une macro prise sur le site internet de
Minitab et qui permet d'excuter le test de McNemar que nous avons dmontr en cours pour
vrifier si nous retombons sur les mmes rsultats que ceux calculs avec MS Excel.
Le lien direct vers cette macro particulire se trouve ici:
http://www.minitab.com/en-US/support/macros/default.aspx?action=code&id=130
macro
###########################################################################
#
# Name:
MCNEMAR.MAC
# Version:
Release 15 and 16
# Written by: Eli Walters and Eduardo Santiago 7/23/2007
# Modified:
6/1/2009 and 10/14/2011
#
# This macro performs McNemar's test on either (1) a 2x2 table
# stored in two columns of the active worksheet or (2) two columns
# of raw data in the active worksheet. Input constant f indicates
# the form of the data (1 = table, 2 = raw data). For example, if a
# 2x2 table is stored in the first two cells of columns C1 and C2,
# then type:
#
# %mcnemar 1 C1 C2;
#
correction;
#
confidence 0.99.
#
# The output will provide the chi-square statistic with a continuity
# correction (to provide the standard chi-square statistic omit the
# subcommand for correction), p-value for the test and a 99% confidence
# interval for the difference of the observed marginal proportions
# (if the confidence subcommand is omitted a 95% confidence interval will
# be created by default).
#
###########################################################################
#
# Neither Minitab, Inc. nor the author(s) of this MACRO makes any claim
# of or offers any Warranty whatsoever with regard to the accuracy of
# this MACRO or its suitability for use. Minitab, Inc. and the author(s)
# of this MACRO each hereby disclaims any Warranty and/or liability with
# respect thereto.
#
###########################################################################
mcnemar f x y;
correction;
confidence conf.
mcolumn x y x2 y2 labels xlab ylab cellct deltap lowci upci k obserx obsery dummy civals cint
mconstant f a b c d delta chi k1 pval xval yval bc conf typex typey ct phr1 phr2 phr3 phr4
phr5 tconf tlowci tupci xlen ylen val prob
default conf=0.95
mreset
noecho
brief 0
notitle
if conf >= 1 or conf <= 0
note
note **Error** The confidence level is a number between 0 and 1, exclusive.
note
Minitab
1040/1060
Vincent ISOZ
Sciences.ch
exit
endif
if f=1
# Data has been entered in the worksheet as a 2x2 table
# Check to verify that the data is numeric

dtype x typex
dtype y typey
n x xval
n y yval
brief
if typex = 0 or typey = 0 or xval ne 2 or yval ne 2
note
note **Error** The columns for this table need to be numeric and need to have only two
rows each.
note
exit
endif
let
let
let
let
a
b
c
d
=
=
=
=
x(1)
y(1)
x(2)
y(2)
elseif f=2
# Raw data has been entered in the worksheet
stats;
by x;
gval xlab.
stats;
by y;
gval ylab.
n xlab xval
n ylab yval
n x xlen
n y ylen
brief
if xlen ne ylen
note
note **Error**
note
exit
endif
Columns must be of equal length.
if xval ne 2 or yval ne 2
note
note **Error** Each column must have exactly two distinct levels.
note
exit
endif
if xlab ne ylab
note
note **Error**
note
exit
endif
brief 0
Each column must have the same two distinct levels.
# If the column lengths are not the same at this point, the macro will be automatically
terminated.
dtype x typex
dtype y typey
if typex = 0 and typey = 0
copy x y x2 y2;
Exclude;
Where "x = "" "" or y = "" """.
Minitab
1041/1060
Vincent ISOZ
Sciences.ch
elseif typex ne 0 and typex ne 0 and typex = typey

copy x y x2 y2;
Exclude;
Where "x = '*' or y = '*'".
endif
n x2 obserx
n y2 obsery
brief 1
if obserx ne obsery
note
note **Error** Since the data is matched, each column must have the same number of
observations.
note
exit
endif
brief 0
# This assumes the raw data is text or numeric.
let ct = count(x2)
Set dummy
1( 1 : 1 / 1 )ct
End.
Statistics dummy;
By x2 y2;
Sums cellct.
let a = cellct(1)
let b = cellct(2)
let c = cellct(3)
let d = cellct(4)
else
brief 1
note
note **Error**
note
exit
endif
The first input parameter can only take values of 1 or 2.
let bc=b+c
brief
if bc < 10
note
note **Warning** Test statistic may not be approximated well by the chisquare
distribution in this case.
note
A sign test may be more appropriate.
note
endif
brief 0
if correction = 0
let chi = (b-c)**2/(b+c)
else
let chi = ((abs(b-c)-1)**2)/(b+c)
endif
cdf chi k1;
chisquare 1.
let pval = 1-k1
let delta = (c-b)/(a+b+c+d)
let prob = 1-(1-conf)/2
invcdf prob k;
normal 0 1.
let lowci = delta - k*sqrt(((a+b+c+d)*(b+c) - (b-c)**2)/(a+b+c+d)**3)
let upci = delta + k*sqrt(((a+b+c+d)*(b+c) - (b-c)**2)/(a+b+c+d)**3)
brief 1
if correction = 0
mtitle "McNemar's Test for Marginal Homogeneity"
else
mtitle "McNemar's Test for Marginal Homogeneity with Continuity Correction"
endif
Minitab
1042/1060
Vincent ISOZ
Sciences.ch
let conf=conf*100
let civals[1]=conf
let civals[2]=lowci
let civals[3]=upci
text civals civals
let tconf=left(civals[1],2)
let tlowci=civals[2]
let tupci=civals[3]
kkset
kkset
kkset
kkset
kkset
phr1
phr2
phr3
phr4
phr5
"The "
"% CI for delta is: "
"("
","
")."
kkcat phr1 tconf phr1

kkcat phr1 phr2 phr1
kkcat phr3 tlowci val
kkcat val phr4 val
kkcat val tupci val
kkcat val phr5 val
kkcat phr1 val val
let cint = val
name chi "Chi-Square Statistic:"
name pval "P-value:"
print chi pval
write cint
write "where delta represents the difference of the observed marginal proportions."
endmacro
Cependant, pour rationaliser le travail, le mieux et de tlcharger le fichier *.zip contenant

toutes les macros proposes par Minitab en suivant la procdure indique:
Donc nous faisons ce qui est crit partir de l'tape 6 (les tapes prcdentes n'tant que
l'application des bases lmentaires de Windows):
Minitab
1043/1060
Vincent ISOZ
Sciences.ch
et:
Ensuite, nous allons de le menu Editeur/Activer les commandes:
Minitab
1044/1060
Vincent ISOZ
Sciences.ch
Nous avons alors MTB> qui apparat:
Nous tapons dans le cas qui nous intresse d'abord %mcnemar 1 C1 C2; et nous validons par
entre:
et ensuite nous tapons correction; et nous validons pas entre (SUBS signifie subcommand):
Minitab
1045/1060
Vincent ISOZ
Sciences.ch
et nous finissons avec confidence 0.95. puis nous validons par entre:
Nous retrouvons presque les mmes valeurs que dans le cours de mthodes numriques o
nous avons dmontr mathmatique la dmarche et l'origine du test. Nous voyons donc que
Minitab applique la correction du Yule.
Pour excuter le test sans la correction, il aurait fallu utiliser la commande suivante:
MTB>%mcnemar 1 C2 C2;
SUBC>0;
SUBC>confidence 0.95.
Minitab
1046/1060
Vincent ISOZ
Sciences.ch
Exercice 181.: Macro automation MS Office Access-Minitab-MS Office Word

Nous allons voir ici comment faire une macro Minitab qui se connecte une base de donnes
Microsoft Office Access et fait quelques analyses triviales d'une table de celle-ci par une
requte SQL intermdiaire et qui ensuite est appele par une routine VBA dans Microsoft
Office Word pour gnrer des rapports automatiques:
Le fichier Microsoft Access sera le suivant et sera plac la racine du disque C:\ :
Son contenu est on ne peut plus standard:
Ensuite, avec le bloc notes, nous crivons la macro suivante:
Minitab
1047/1060
Vincent ISOZ
Sciences.ch
que nous enregistrons sous le nom MyReport.mtb:
Ensuite, dans Minitab, nous allons dans le menu Fichier/Autres Fichiers/Lancer un

excutable...:
Minitab
1048/1060
Vincent ISOZ
Sciences.ch
Il vient alors:
Nous cliquons sur Slectionner un fichier:
Minitab
1049/1060
Vincent ISOZ
Sciences.ch
Nous prenons notre petit script et cliquons sur Ouvrir:
Nous pouvons excuter cela pas pas en allant dans Minitab dans le menu Editeur/Activer
les commandes:
Minitab
1050/1060
Vincent ISOZ
Sciences.ch
Il vient alors:
On peut alors copier coller les lignes de code une par une et valider par Entre sur le clavier.
Voici des captures d'cran des tapes majeures:
Minitab
1051/1060
Vincent ISOZ
Sciences.ch
Les deux prochaines commandes donnent (observez la troisime colonne de la feuille de

donnes):
Minitab
1052/1060
Vincent ISOZ
Sciences.ch
Les trois prochaines commandes donnent (observez la quatrime colonne):
Minitab
1053/1060
Vincent ISOZ
Sciences.ch
Ensuite on peut faire la prochaine commande:
Minitab
1054/1060
Vincent ISOZ
Sciences.ch
Et enfin les dernires commandes:
Passons maintenant la partie VBA!

Nous ouvrons Microsoft Word (la version 2010 x86 dans le cas prsent) et nous allons dans le
ruben Insert/Links/Bookmark (pour dcider de la position d'import automatique du
graphique et d'une phrase de conclusion (cas classique dans les formations VBA MS Word):
Minitab
1055/1060
Vincent ISOZ
Sciences.ch
Nous crons un premier bookmark (signet) pour le graphique l'endroit de notre choix:
Noous faisons un retour la ligne dans Word en ensuite nous rajoutons un deuxime
bookmark :
Minitab
1056/1060
Vincent ISOZ
Sciences.ch
Si vous ne voyez pas les signets insrs dans MS Word c'est normal car c'est le comportement
par dfaut. Pour changer cela (rappel cours MS Word de base), allez dans les options du
logiciel et dans la section Advanced cochez Show bookmarks:
Minitab
1057/1060
Vincent ISOZ
Sciences.ch
Vous verrez alors les bookmarks (signets) dans la page (petits traits gris verticaux):
Ensuite, nous allons ans l'diteur VBA (Alt+F11) et allons dans le menu Tools/References
pour ajouter la rfrence de la bibliothque Minitab:
Nous voyons bien que Minitab est dans la liste et nous le cochons:
Minitab
1058/1060
Vincent ISOZ
Sciences.ch
Ensuite, dans un module pralablement cr (voir un cours de base sur le VBA) nous crivons
le code suivant:
Minitab
1059/1060
Vincent ISOZ
Sciences.ch
Et si nous l'excutons nous obtenons:
Voil donc comment il est possible d'automatiser l'analyse de donnes avec Minitab et ainsi
d'viter de se tromper dans des manipulations humaines ou mme en externalisant le
dveloppement des experts qui automatiseront les conclusions des analyses pour vous.
Minitab
1060/1060

Minitab2 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Minitab2 PDF

Transféré par

Droits d'auteur :

Formats disponibles

MINITAB (v15-v17)

Exercices de base (niveau M2)

Vincent ISOZ V18.0 Rvision 45 (2015-05-24), {oUUID 1.676}

TABLE DES MATIRES

Project Manager .................................................................................................. 36

Saisie de donnes/Manipulations des donnes .................................................... 43

Exercice 12.: Diagramme de valeurs individuelles ................................................. 106

Statistiques paramtriques ................................................................................. 169

Exercice 53.: Test t-Student htroscdastique bilatral d'galit de la moyenne (test

Statistiques non paramtriques .......................................................................... 328

ANOVA paramtriques ou non paramtriques ................................................. 356

Exercice 81.: ANOVA carr latin ........................................................................... 396

Exercice 85.: ANCOVA (Analyse de la Covariance) ............................................. 411

Techniques de rgressions et interpolations ...................................................... 416

Exercice 88.: Facteur d'Inflation de la variance (VIF)/colinarit .......................... 440

Macros/Scripting ................................................. Error! Bookmark not defined.

Cartes de contrle (CC) ..................................................................................... 568

Outils de la qualit ............................................................................................. 655

Statistiques multivaries (data mining/machine learning/fouille de donnes) . 722

Plans d'expriences ............................................................................................ 771

Construction d'un plan factoriel complet ........................................................................ 772

Exercice 151.: Comparaison d'un plan d'exprience identique en factoriel complet

Exercice 154.: Analyse graphique des effets principaux et interactions du modle

Exercice 157.: Plan factoriel avec points centraux.................................................. 861

Fiabilit/Survie .................................................................................................. 967

Sries temporelles.............................................................................................. 997

Exercice 172.: Gnrer un graphique d'analyse de tendance ................................ 1004

Exercice 175.: Lissage exponentiel double selon Holt.......................................... 1015

Macros/Scripting ............................................................................................. 1032

Il implmente une srie de mthodes de fouille de donnes issues du domaine de la statistique

Master Black Belt Six Sigma

Ingnieurs qualits (qualiticiens)

Ingnieurs en gestion de projets

Le choix de Minitab Statistical Software dans une organisation peut se justifier

Actuellement, je suis consultant trilingue (franais, anglais et allemand) en mathmatiques

Tous les modles sont faux

The device manufacturer is responsible for ensuring that the product

Votre avis nous intresse!

et vous aurez alors:

Changer la langue de l'interface

Ensuite, vous allez dans le menu Outils/Options...:

Pour dans la section Gnral y changer la langue:

Inclure test d'Anderson-Darling dans la droite de Henry

et ensuite aller dans Graphiques individuels/Graphiques des valeurs rsiduelles et cocher

Largueur de la fentre de session

o ow signifie Output Width.

Obtenir les commandes de lignes des actions

Afficher de la date/heure, nom du fichier projet/feuille sur les graphes

et dans la section Graphiques/Annotation/Mon commentaire, nous pouvons tout cocher:

Ce qui donnera typiquement sur les graphes:

Enregistrer seulement les feuilles Minitab pour ouverture ultrieure dans R

Dfinir les mtadonnes des fichiers et des feuilles

Ce qui nous amne :

Les mtadonnes sont bien pauvres... mais bon...

Ce qui nous amne :

Les mtadonnes sont l aussi bien pauvres...

Une fois la description saisie:

Nous pouvons aussi crer/consulter/modifier les commentaires et mtadonnes via la fentre

Ajouter/Renommer des feuilles

Si nous crons une nouvelle feuille de travail en allant dans Fichier/Nouveau...:

et en choisissant Feuille de travail Minitab:

et l encore il suffit de saisir ce que l'on veut:

Joindre des fichiers externes