Académique Documents
Professionnel Documents
Culture Documents
Jacques GOUPY
- 74 -
Numro 34
1. INTRODUCTION
Les plans d'expriences permettent d'organiser au mieux les essais qui
accompagnent une recherche scientifique ou des tudes industrielles [1]. Ils sont
applicables de nombreuses disciplines et toutes les industries partir du moment
o lon recherche le lien qui existe entre une grandeur dintrt, y, et des variables, xi.
Il faut penser aux plans d'expriences si lon sintresse une fonction du type :
y = f (xi )
Domaine du facteur
Facteur 1
-1
+1
niveau haut
niveau bas
Figure 1 : Le niveau bas du facteur est not par - 1 et le niveau haut par +1. Le
domaine de variation du facteur est constitu de toutes les valeurs comprises entre
le niveau bas et le niveau haut.
L'ensemble de toutes les valeurs que peut prendre le facteur entre le niveau bas et le
niveau haut, s'appelle le domaine de variation du facteur ou plus simplement le
domaine du facteur. On a l'habitude de noter le niveau bas par 1 et le niveau haut
par +1.
Revue MODULAD, 2006
- 75 -
Numro 34
S'il y a un second facteur, il est reprsent, lui aussi, par un axe gradu et orient.
On dfinit, comme pour le premier facteur, son niveau haut, son niveau bas et son
domaine de variation. Ce second axe est dispos orthogonalement au premier. On
obtient ainsi un repre cartsien qui dfinit un espace euclidien deux dimensions.
Cet espace est appel l'espace exprimental (Figure 2).
Facteur 2
Espace exprimental
Facteur 1
Figure 2 : Chaque facteur est reprsent par un axe gradu et orient. Les axes des
facteurs sont orthogonaux entre eux. L'espace ainsi dfini est l'espace exprimental.
Le niveau x1 du facteur 1 et le niveau x2 du facteur 2 peuvent tre considrs comme
les coordonnes d'un point de l'espace exprimental (Figure 3). Une exprience
donne est alors reprsente par un point dans ce systme d'axes. Un plan
d'expriences est reprsent par un ensemble de points exprimentaux.
Facteur 2
Point exprimental
x2
Facteur 1
x1
Figure 3 : Dans l'espace exprimental, les niveaux des facteurs dfinissent des
points exprimentaux.
Le regroupement des domaines des facteurs dfinit le domaine d'tude. Ce
domaine d'tude est la zone de l'espace exprimental choisie par l'exprimentateur
pour faire ses essais. Une tude, c'est--dire plusieurs expriences bien dfinies, est
reprsente par des points rpartis dans le domaine d'tude (Figure 4).
Cette faon de reprsenter une exprimentation par des points dans un espace
cartsien est une reprsentation gomtrique de l'tude. Une autre reprsentation
d'une tude sera introduite au paragraphe 2.1.
- 76 -
Numro 34
Facteur 2
+1
-1
+1
-1
Facteur 1
Figure 4 : Les points exprimentaux sont disposs dans le domaine d'tude dfini
par l'exprimentateur.
Les dfinitions qui ont t donnes s'appliquent bien aux variables continues. Mais il
existe d'autres types de variables. Il y a les variables discrtes comme par exemple
des personnes : Julien, Arthur, Louis, Simon et Nathan. On peut encore parler
d'espace exprimental mais il n'aura pas les mmes proprits que l'espace des
variables continues. Il y a galement les grandeurs ordonnables comme, par
exemple, des distances qui peuvent tre courtes, moyennes et longues. L aussi, la
notion d'espace exprimental existe toujours mais cet espace possde des
proprits diffrentes des deux premiers.
1.2 Notion de surface de rponse
Les niveaux xi reprsentent les coordonnes d'un point exprimental et y est la
valeur de la rponse en ce point. On dfinit un axe orthogonal l'espace
exprimental et on l'attribue la rponse. La reprsentation gomtrique du plan
d'expriences et de la rponse ncessite un espace ayant une dimension de plus
que l'espace exprimental. Un plan deux facteurs utilise un espace trois
dimensions pour tre reprsent : une dimension pour la rponse, deux dimensions
pour les facteurs.
A chaque point du domaine d'tude correspond une rponse. A l'ensemble de tous
les points du domaine d'tude correspond un ensemble de rponses qui se localisent
sur une surface appele la surface de rponse (Figure 5).
Le nombre et de l'emplacement des points d'expriences est le problme
fondamental des plans d'expriences. On cherche obtenir la meilleure prcision
possible sur la surface de rponse tout en limitant le nombre dexpriences.
- 77 -
Numro 34
Rponse
Facteur 2
+1
-1
-1
Facteur 1
+1
Figure 5 : Les rponses associes aux points du domaine d'tude forment la surface
de rponse. Les quelques rponses mesures aux points du plan d'expriences
permettent de calculer l'quation de la surface de rponses.
- 78 -
Numro 34
phnomne tudi. Il y a un cart entre ces deux modles. Cet cart est le manque
d'ajustement (lack of fit en anglais).
Le second complment est la prise en compte de la nature alatoire de la rponse.
En effet, si l'on mesure plusieurs fois une rponse en un mme point exprimental,
on n'obtient pas exactement le mme rsultat. Les rsultats sont disperss. Les
dispersions ainsi constates sont appeles erreurs exprimentales.
Ces deux carts, manque d'ajustement et erreur exprimentale, sont souvent runis
dans un seul cart, note e. Le modle utilis par l'exprimentateur s'crit alors :
y = a0 + a i x i + a ij x i x j + L + a ii x i2 + a ij...z x i x j ...x z + e {2}
Chaque point exprimental permet d'obtenir une valeur de la rponse. Cette rponse
est modlise par un polynme dont les coefficients sont les inconnues qu'il faut
dterminer. A la fin du plan d'expriences, on a un systme de n quations (s'il y a n
essais) p inconnues (s'il y a p coefficients dans le modle choisi a priori). Ce
systme s'crit d'une manire simple en notation matricielle :
y = X a + e {3}
y est le vecteur des rponses.
X est la matrice de calcul, ou matrice du modle, qui dpend des points
exprimentaux choisis pour excuter le plan et du modle postul.
a est le vecteur des coefficients.
e est le vecteur des carts.
{4}
- 79 -
Numro 34
Plans boolens.
Plans optimaux.
Plans pour simulations numriques.
2. PLANS FACTORIELS COMPLETS A DEUX NIVEAUX
Ces plans possdent un nombre de niveaux limit deux pour chaque facteur.
Toutes les combinaisons de niveaux sont effectues au cours de l'exprimentation.
Ces plans peuvent tre utiliss indistinctement pour les variables continus et pour les
variables discrtes.
2.1 Plan deux facteurs
Pour deux facteurs, le domaine d'tude est un carr (en units codes- voir annexe
1). Par exemple, la Figure 6 reprsente un plan factoriel complet deux facteurs. Le
modle mathmatique postul est un modle du premier degr par rapport chaque
facteur :
y = a0 + a1 x1 + a 2 x2 + a12 x1 x 2 + e {5}
y est la rponse
xi reprsente le niveau attribu au facteur i.
a0 est la valeur de la rponse au centre du domaine d'tude.
a1 est l'effet (ou effet principal) du facteur 1.
a2 est l'effet (ou effet principal) du facteur 2.
a12 est l'interaction entre les facteurs1 et 2.
e est l'cart.
On dmontre que les meilleurs emplacements des points d'expriences sont situs
aux sommets du domaine d'tude.
Poids d'additif
10 gr. + 1
5 gr.
-1
-1
+1
20 C
80 C
Temprature
Figure 6 : Les meilleurs emplacements des points exprimentaux sont les sommets
du domaine d'tude lorsque le modle postul est du premier degr.
2.1.1 Reprsentation d'une tude sous forme de tableau
Les reprsentations gomtriques sont commodes et trs parlantes mais ds que le
nombre de facteurs est suprieur trois, elles ne peuvent plus tre employes. Pour
les espaces multidimensionnels, on adopte une reprsentation en forme de tableau.
Pour montrer la correspondance entre les deux reprsentations, gomtrique et
tableau, nous allons expliquer la construction du tableau rassemblant les
expriences du plan 22 associ la Figure 6.
Revue MODULAD, 2006
- 80 Numro 34
Temprature (1)
20 C
80 C
20 C
80 C
Poids (2)
5 grammes
5 grammes
10 grammes
10 grammes
La reprsentation qui utilise les units codes est plus gnrale que celle qui emploie
les units physiques habituelles. C'est celle qui est le plus souvent adopte et cest
celle que nous utiliserons par la suite.
Tableau 2 : Plan d'expriences (units codes).
N essai
1 (A)
2 (B)
3 (C)
4 (D)
Facteur 1
-1
+1
-1
+1
Facteur 2
-1
-1
+1
+1
Niveau -1
Niveau +1
20 C
80 C
5 grammes
10 grammes
- 81 -
Numro 34
Facteur 1
-1
+1
-1
+1
Facteur 2
-1
-1
+1
+1
Niveau - 1
Niveau +1
20 C
80 C
5 grammes
10 grammes
Rponse
y1
y2
y3
y4
2.1.4 Signification de a 0
Si l'on donne x1 et x2 la valeur zro, on dfinit le centre du domaine d'tude. La
relation {6} devient alors
y 0 = + a0
{7}
Le coefficient a0 est la valeur calcule de la rponse au centre du domaine d'tude.
2.1.5 Signification de a 1
Plaons nous maintenant au niveau moyen du facteur 2, pour cela donnons la valeur
zro x2. La relation {6} devient :
y = +a0 + a1x1
{8}
Cette relation permet de tracer l'volution de la rponse prdite dans un plan de
coupe x 2 = 0 (Figure 7). L'effet du facteur 1 apparat comme la variation de la
rponse quand on passe du niveau zro au niveau haut du facteur 1.
- 82 -
Numro 34
REPONSE
y+
EFFET DU
FACTEUR 1
y0
-1
FACTEUR 1
+1
2.1.6 Signification de a 12
La relation {6d} peut s'crire
a12 =
1 1
1
1
(
)
(
)
y
y
= +ef + ef
4
3
2
1
2 2
2
2
{9}
- 83 -
Numro 34
1
2
3
4
Facteur
1
-1
+1
-1
+1
Facteur
2
-1
-1
+1
+1
Niveau -1
Niveau +
40
60
60C
80C
Rponse
grammes
y1 = 115
y2= 185
y3= 104
y4= 156
2.2.2 Interprtation
Les calculs sont effectus en utilisant la relation {4}.
140 grammes
Effet de 1
Effet de 2
30,5 grammes
-10 grammes
Interaction
-4,5 grammes
Masse
170,5
+ 30,5
140
150
140
- 10
130
109,5
-1
40%
-1
+1
40C
80%
+1
60C
Temprature (2)
Concentration en Cl Na (1)
- 84 -
Numro 34
60 C
Temprature (2)
110
120
130
140
150
160
170
180
40 C
80
40
Concentration en Cl Na (1)
Les plans factoriels fractionnaires sont des plans factoriels qui permettent d'tudier
tous les facteurs mais dont le nombre d'essais est rduit par rapport aux plans
factoriels complets. Un plan factoriel fractionnaire 2 fois moins, ou 4 fois moins ou
2q fois moins d'essais que le factoriel complet correspondant.
A la fin d'un plan factoriel fractionnaire, on a un systme de n quations p
coefficients inconnus avec p plus grand que n. On ne sait pas rsoudre un tel
systme. Comme on ne peut pas augmenter le nombre d'quations, il faut diminuer
le nombre d'inconnues. On y arrive en utilisant un artifice : on regroupe les
coefficients de telle manire qu'il y ait n inconnues. On rsout donc un systme de n
quations n groupes de coefficients. On appelle ces groupes de coefficients, des
contrastes ou des aliases et on dit que les coefficients sont aliases dans les
contrastes.
3.1 Notation des plans factoriels fractionnaires
Pour k facteurs prenant deux niveaux le plan complet est not 2k.
Revue MODULAD, 2006
- 85 -
Numro 34
Le plan fractionnaire, moiti du plan complet possde 1/2 2k ou 2k-1 essais. On peut
donner une signification chaque caractre de cette notation :
Le k signifie qu'il y a k facteurs tudis.
Le 2 signifie que chaque facteur prend deux niveaux.
Le 1 signifie que le nombre d'essais du plan a t divis par 21.
Un plan 25-2 permet d'tudier cinq facteurs prenant chacun deux niveaux en 8 essais.
Le plan complet a t divis par 22 = 4.
Un plan 2k-q permet d'tudier k facteurs prenant chacun deux niveaux. Le plan
complet a t divis par 2q.
3.2 Application au plan factoriel fractionnaire 23-1
Facteur 3
Facteur 2
Facteur 1
Figure 10 : Un plan factoriel complet 23 peut tre divis en deux plans factoriels
fractionnaires 23-1, un plan noir et un plan gris.
Le modle mathmatique de la rponse d'un plan factoriel 3 facteurs comporte 8
coefficients (modle 1) :
y =a0 + a1x1 + a2 x 2 + a3 x3 + a12 x1x2 + a13 x1x3 + a23 x2 x3 + a123 x1x2 x3
{10}
{12}
avec
l 0 = a0 + a123
l 1 = a1 + a23
l 2 = a2 + a13
l 3 = a3 + a12
{13}
- 86 -
Numro 34
Facteur
1
Facteur
2
Facteur
3
Facteur
4 = 12
Facteur
5 =13
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
Xs
(8,8) (8,1)
{15}
La meilleure faon de savoir comment les coefficients sont aliass dans les
contrastes, est de faire appel aux logiciels. Dans les cas simples, on peut utiliser le
calcul de Box. Pour cet exemple on trouve :
- 87 -
Numro 34
faibles pour tre ngliges. A chaque fois que ce sera le cas, on aura gagn. Mais si
l'interaction est forte il faudra faire des essais supplmentaires pour valuer
individuellement l'effet principal d'un ct et les interactions de l'autre.
Le problme qui se pose toujours est de savoir si un contraste contient ou non une
interaction non ngligeable. C'est le point dlicat de l'interprtation des plans
fractionnaires. On rsout ce problme en connaissant bien la thorie des aliases et
en appliquant intelligemment les hypothses d'interprtation (paragraphe suivant).
Mais rien n'est ici automatique et l'exprimentateur devra mettre en uvre son bon
sens et les connaissances qu'il a du phnomne tudi.
- 88 -
Numro 34
Nombre de facteurs
principaux
Nombre
d'interactions
22
23
24
25
26
27
2
3
4
5
6
7
1
4
11
26
57
120
Nombre
maximum de
facteurs tudis
3
7
15
31
63
127
Niveau
-1
160 C
35
150
100
2
Temprature (1)
Dure (2)
Farine (3)
Sucre (4)
Oeufs (5)
Niveau
+ 1
220 C
40
200
150
4
- 89 -
Numro 34
La temprature du four.
La dure de cuisson.
La quantit de farine.
La quantit de sucre.
Le nombre d'ufs.
La rponse est la hauteur du cake mesure en millimtres. Plus, il sera haut meilleur
sera le rsultat.
Comme elle ne veut pas prparer 32 gteaux, Lucie dcide d'excuter un plan
factoriel fractionnaire 25-2 en aliasant le facteur 4 sur l'interaction 123 et le facteur 5
sur l'interaction 13. Ce plan est donn par le Tableau 9 dans lequel figurent
galement les rponses mesures.
Hauteur
56
8
54
10
28
24
26
34
Les contrastes sont obtenus avec un logiciel ou avec le calcul de Box. On les
simplifie en tenant compte des hypothses d'interprtation (Hypothse 1) :
a0
a1 + a 35
a 2 + a 45
a 3 + a15
a 4 + a 25
a 5 + a 13 + a 24
a 12 + a 34
a 14 + a 23
- 90 -
Numro 34
l 0 a 0 = 30
l 1 a1 + a 35 = 11
l 2 a 2 + a 45 = 1
l 3 a 3 + a15 = 2
l 4 a 4 + a 25 = 1
l 5 a 5 + a13 + a 24 = 12
l 12 a12 + a 34 = 2
l 14 a14 + a 23 = 1
Ces rsultats sont illustrs par Figure 11. On constate que cinq contrastes sont
faibles. D'aprs l'hypothse 2, on peut conclure que les effets et les interactions
aliass dans ces contrastes sont tous faibles. On peut donc ngliger les facteurs
Dure (2), Farine (3) et Sucre (4).
Effets des facteurs sur
la hauteur du gteau
20
15
10
5
0
-5
-10
-15
-20
Tp (1)
Dure (2)
Farine (3)
Sucre (4)
ufs (5)
12+34
23+14
- 91 -
Numro 34
Hauteur
Hauteur
41
42
30
30
12
- 11
19
18
-1
160 C
+1
-1
220C
+1
Oeufs (5)
Temprature (1)
Ces plans, peu connus, sont trs pratiques pour dgrossir un problme. Ils offrent
l'avantage de donner directement l'effet des facteurs. Ils forment le dbut d'un plan
factoriel qu'il est toujours loisible de complter pour obtenir un plan complet ou
fractionnaire. La Figure 13 illustre un plan de Koshal pour 3 facteurs.
- 92 -
Numro 34
x3
x2
+1
+1
B
A
-1
x1
+1
Figure 13 : Plan de Koshal pour trois facteurs. Ces points forment le dbut d'un plan
factoriel complet 23.
4.3 Les plans de Rechtschaffner
Les plans de Rechtschaffner sont des plans factoriels fractionnaires simplifis qui
permettent de dterminer les effets des facteurs et les interactions d'ordre deux.
Toutes les autres interactions sont supposes nulles avant mme l'exprimentation.
Le modle mathmatique adopt au dpart de l'tude est donc
y = a0 + ai xi + aij x i x j
{18}
- 93 -
Numro 34
La prsentation des plans d'expriences selon les principes de Taguchi est trs
prise dans le domaine de la qualit.
- 94 -
Numro 34
Facteur 3
Facteur 2
Facteur 1
y =a0 + a1x1 + a 2 x 2 + a3 x3 + e
Dans ce modle les ai se dcomposent en trois coefficients lis par une relation. Par
exemple, a1 se dcomposent en trois coefficients reprsentant respectivement
l'influence du thermomtre 1, du thermomtre 2 et du thermomtre 3. La somme des
trois coefficients est toujours nulle.
Cellule
Oprateur
Rponse
1
2
3
4
5
6
7
8
9
Thermo
mtre
1
0
0
0
+
+
+
0
+
0
+
0
+
0
+
0
+
36
17
37
38
18
39
37
19
41
1
2
A
B
Jean
Pierre
- 95 -
Numro 34
Luc
Somme des
carrs
ddl
Carrs
moyens
F de
Fisher
Probabilit
Thermomtres
Cellules
Oprateurs
Total (Modle)
8,66667
806
2,66667
817,3333
2
2
2
6
4,333
403
1,333
13
1209
4
0,0714
0,0008
0,200
Rsidus
Total (Rponses
mesures)
0,66667
818
2
8
0,3333
Les thermomtres et les oprateurs ont une faible influence sur la dispersion des
tempratures. En revanche, les cellules influencent considrablement la mesure de
la temprature. Suivant la cellule choisie, on ne trouvera pas la mme valeur de
temprature.
Lorsqu'on examine les rsultats des cellules, on constate que les cellules 1 et 3
donnent des rsultats comparables (37 et 39 en moyenne avec des cart-types
respectifs de 0,58 et 1,15), alors que la cellule 2 donne des valeurs trs faibles
(moyenne 18 avec un cart-type de 0,58). Il apparat que la cellule 2 comporte un
dfaut qui la rend impropre faire des mesures de prcision.
- 96 -
Numro 34
niveaux, un autre 4 niveaux et un troisime 6. Ces plans sont trs utiliss pour les
variables discrtes.
Il existe plusieurs types de plans du second degr dont les principaux sont dcrits cidessous.
6.1 Les plans composites
I
C
+
D
+1
+1
1
E
1
A
H
- 97 -
Numro 34
Les rponses sont la force de collage et la rgularit du collage. Les objectifs sont
1
2
3
4
5
6
7
8
9
10
11
12
TA
1
1
+1
1
+1
0
0
1,21
+ 1,21
0
0
0
0
Rsine
2
1
1
+1
+1
0
0
0
0
1,21
+ 1,21
0
0
- 98 -
Force
1,4
0,2
0,8
0,2
1,4
1,6
0,4
1
1,1
1,2
1,6
1,8
Rgularit
4,2
1,6
4,6
2,4
4,8
5,1
3,3
4,3
4,2
3,2
5
5,2
Numro 34
Niveau 1
Niveau 0
Niveau + 1
0,250
0,350
0,450
0,010
0,025
0,040
Ces modles permettent de tracer les courbes isorponses sur un mme graphique
(Figure 16) et de dlimiter les zones d'intrt.
resine
0,5
0,8
1
0,5
1,2
resine
Force
-0,5
rgularit
-0,5
1,6
4,5
1,4
0,6
-1
-1
-0,5
0,5
0,4
-1
tensio actif
3,5
-1
-0,5
0,5
2,5 2
tensio actif
- 99 -
Numro 34
0,04
0,035
rgularit
Resine
0,03
Force
0,025
0,02
0,015
0,01
0,25
0,3
0,35
0,4
0,45
Tensio actif
Figure 17 : La zone claire indique la rgion o les deux objectifs sont respects.
Avant de prconiser cette composition pour la colle, il est prudent de faire une ou
deux expriences de confirmation. C'est ce qui a t fait et les prvisions ont t
confirmes.
6.3 Les plans de Doehlert
La caractristique principale des plans de Doehlert [11] est d'avoir une rpartition
uniforme des points exprimentaux dans l'espace exprimental. La Figure 18 donne
la disposition de ces points pour un plan deux facteurs (essais 1 7). Tous les
points sont la mme distance du centre du domaine d'tude et sont situs sur le
cercle trigonomtrique. Ils forment un hexagone rgulier.
+ 0,866
-1
+1
+ 0,5
- 0,5
-1
- 0,866
10
2
+1
+2
- 100 -
Numro 34
Les points exprimentaux sont au milieu des artes de chacun des cts du cube
(Figure 19). Ce plan comporte douze essais auxquels on peut ajouter un (ou
plusieurs) point central. La matrice du Tableau 14 indique ces douze essais
accompagns d'un seul point central. Dans la pratique on ralise souvent 3 ou 4
points au centre.
Les plans de Box-Behnken [12] rpondent un critre d'optimisation particulier :
l'erreur de prvision des rponses est la mme pour tous les points d'une sphre (ou
une hyper sphre) centre l'origine du domaine exprimental. C'est le critre
disovariance par rotation. Le plus connu des plans de Box-Behnken est celui qui
permet d'tudier trois facteurs.
11
12
10
8
Facteur 3
9
7
13
6
3
4
Facteur 2
Facteur 1
Facteur 1
0
+1
0
-1
-1
+1
+1
-1
0
+1
0
-1
0
Facteur 2
-1
0
+1
0
-1
-1
+1
+1
-1
0
+1
0
0
- 101 -
Facteur 3
-1
-1
-1
-1
0
0
0
0
+1
+1
+1
+1
0
Numro 34
Les plans hybrides ont t mis au point par Roquemore [13]. Leur objectif est
d'essayer d'approcher deux critres d'optimalit, celui d'orthogonalit et celui
d'isovariance par rotation. L'orthogonalit garantie la meilleure prcision possible sur
les coefficients du modle et l'isovariance par rotation conduit des erreurs de
prvisions identiques une mme distance du centre du domaine. Si
l'exprimentateur recherche ces deux proprits, il doit penser utiliser un plan
hybride.
Les plans hybrides se dsignent de la manire suivante : on indique le nombre de
facteurs, puis le nombre de points exprimentaux dont un seul point central, enfin
une lettre pour distinguer deux plans ayant le mme nombre de facteurs et le mme
nombre de points exprimentaux. Par exemple, il existe le plan 311A et le plan 311B
qui permettent d'tudier 3 facteurs en onze essais. Le Tableau 15 indique le plan
hybride 311B.
Tableau 15 : Plan hybride 311B
n essai
1
2
3
4
5
6
7
8
9
10
11
Facteur 1
Facteur 2
0
0
- 0,751
2,106
0,751
- 2,106
0,751
2,106
- 0,751
- 2,106
0
0
0
2,106
0,751
- 2,106
- 0,751
2,106
- 0,751
- 2,106
0,751
0
Facteur 3
2,449
- 2,449
+1
+1
+1
+1
-1
-1
-1
-1
0
Les autres plans hybrides sont les plans 310, 416A, 416B, 416C ou 628A.
6.6 Les plans de Mozzo
Les plans de Mozzo [14] prsentent deux avantages : Ils sont squentiels et le
nombre de niveaux dtude est restreint. On peut commencer par tudier deux
facteurs en trois essais. Puis, si l'on dsire tudier un troisime facteur, il suffit de
raliser trois essais supplmentaires. Douze essais permettent dtudier quatre
facteurs.
Les plans de Mozzo ne permettent pas tous d'tablir un modle du second degr. Il
faut alors avoir recours aux plans quadratiques gigognes de Mozzo.
- 102 -
Numro 34
Facteur 1
0,268
0,732
-1
- 0,268
- 0,732
+1
- 0,268
- 0,732
+1
0,268
0,732
-1
Facteur 2
+1
- 0,732
- 0,268
-1
0,732
0,268
-1
0,732
0,268
+1
- 0,732
- 0,268
Facteur 3
-1
-1
-1
+1
+1
+1
-1
-1
-1
+1
+1
+1
Facteur 4
-1
-1
-1
-1
-1
-1
+1
+1
+1
+1
+1
+1
Les contraintes exprimentales ne permettent pas toujours d'tre dans les conditions
idales des plans dexpriences prcdemment dcrits. Par exemple, les rglages
de l'appareil ne permettent pas d'atteindre les niveaux prconiss par la thorie ou
des combinaisons de niveaux peuvent se rvler dangereuses : raction explosive
pour les chimistes, concentration toxique pour les mdecins, etc. Dans cette
situation, il est extrmement commode d'utiliser les plans D-optimaux. Le choix de
l'emplacement des points exprimentaux ncessite alors un logiciel de plans
d'expriences. Il suffit de prciser le nombre d'expriences que l'on dsire effectuer
et le modle a priori. Le logiciel calcule alors, grce un algorithme d'change, le
plan le mieux adapt l'tude.
6.9 Les plans non conventionnels et leur ventuelle rparation
Il peut arriver que lon soit en possession dune srie de rsultats exprimentaux qui
nont pas t obtenus selon un plan dexpriences. Dans ce cas, il a t montr [15]
que lon peut utiliser ces rsultats moyennant certaines prcautions. Si la position
des essais ne s'loigne pas trop des plans classiques, les erreurs sur les coefficients
du modle sont faibles et les rponses prdites sont, dans la plupart des cas, tout
fait acceptables.
- 103 -
Numro 34
Facteur 2
Facteur 1
Les facteurs d'tude des plans de mlanges sont les proportions des constituants du
mlange [16]. Or, ces constituants ne sont pas indpendants les uns des autres. La
somme des proportions d'un mlange est toujours gale 100%. Le pourcentage du
dernier constituant est impos par la somme des pourcentages des premiers
composs. C'est la raison pour laquelle les plans de mlanges sont traits part.
Les plans de mlanges sont aussi caractriss par de nombreuses contraintes qui
peuvent peser sur le choix des proportions des constituants. Par exemple, la
concentration d'un produit doit tre au moins de x pour-cent ou cette concentration
ne peut excder une valeur donne. En fonction de ces contraintes la planification de
l'tude est modifie et elle doit tre adapte chaque cas.
Les plans de mlanges ont d'abord t tudis par des amricains (Claringbold,
Sheff, Cornell [17], Snee, Marquadt, Crozier, etc.).
7.1 La contrainte fondamentale des mlanges
Si l'on note par xi la teneur en constituant i, la somme des teneurs de tous les
constituants du mlange satisfait la relation :
i =n
x i = 100 %
{21}
i =1
Si, au lieu d'utiliser les pourcentages, on ramne la somme des teneurs des
diffrents constituants l'unit on a :
i =n
xi = 1
{22}
i =1
- 104 -
Numro 34
utilises pour les plans d'expriences classiques et les modles mathmatiques sont
eux aussi profondment modifis.
7.2 Reprsentation gomtrique des mlanges
0,00
1,00
Echelle
produit A
0,25
Echelle
produit C
0,75
0,50
0,50
xa
0,25
Mlange
1,00
0,75
0,50
c
0,75
0,00
0,25
1,00
0,00
Echelle
produit B
Mlange
Produit C
Produit A
Produit B
- 105 -
Numro 34
A
1
7
7
B
10
{24}
On est souvent amen utiliser des modles de degr suprieur, trois et mme
parfois quatre si les surfaces de rponses sont compliques. Plus le degr du
modle est lev, plus il faut raliser de points d'expriences pour pouvoir
dterminer tous les coefficients. Ces coefficients sont calculs partir de la relation
de rgression :
b = ( X ' X )-1 X ' y
{25}
Les mlanges sont galement caractriss par des contraintes : contraintes basses,
contraintes hautes ou contraintes relationnelles.
7.5 Basses teneurs interdites
La concentration d'un ou de plusieurs constituants ne peut pas tre infrieure une
valeur donne. Dans ce cas le domaine d'tude est rduit (Figure 24) mais la forme
du domaine reste la mme : un triangle quilatral. La position des points
d'expriences se dduit des plans de mlanges classiques prcdents.
- 106 -
Numro 34
A
1
L3
Zone autorise
Zone interdite
L1
L2
Figure 24 : Les limites infrieures de tous les produits dlimitent deux zones : la zone
interdite (zone ombre) et la zone autorise qui la mme forme gomtrique que le
domaine d'tude initial.
7.6 Hautes teneurs interdites
La concentration d'un ou plusieurs constituants ne peut pas tre suprieure une
valeur donne. Dans ce cas le domaine d'tude est rduit (Figure 25) mais la forme
du domaine est compltement modifie, ce n'est plus un triangle, c'est un polygone.
Pour les plans ayant plus de trois facteurs, le domaine d'tude est un hyperpolydre.
A
Zone interdite
Zone autorise
U1
Zone interdite
U3
C
U2
Figure 25 : Les limites suprieures de tous les produits dcoupent le domaine initial
en plusieurs zones : les zones interdites (zones ombres) et la zone autorise.
7.7 Hautes et basses teneurs interdites
Les proportions d'un ou de plusieurs constituants peuvent tre soumises des
contraintes infrieures et suprieures. Pour un composant, le triangle des
compositions est divis en trois zones : la zone interdite par la limite basse, la zone
interdite par la limite haute et, entre les deux, la zone autorise. Chaque composant
peut avoir des limites hautes et basses. Illustrons cette situation pour trois
composants (Figure 26), la forme initiale du triangle quilatral n'est pas conserve.
- 107 -
Numro 34
A
L3
Zone autorise
U3
Zone interdite
U1
L1
U2
L2
- 108 -
Numro 34
Zone autorise
Zone interdite
D
E
M1
M3
M2
{27}
l'galit s'crit
xb = xa + 0,8
- 109 -
Numro 34
Les points de coordonnes xa et xb sont sur une droite qui passe par le point D (xa =
0 et xb = 0,8) et par le point E (xa = 0,8 et xb = 0) comme le montre la Figure 29.
A
Zone autorise
Zone interdite
E
C
D
.
Figure 29 : Reprsentation de la zone satisfaisant la contrainte introduite par la
somme constante entre les compositions des deux constituants A et B.
Lorsque le nombre de constituants augmente la reprsentation d'une somme
constante est un plan ou un hyperplan.
Facteur 2
Facteur 1
- 110 -
Numro 34
- 111 -
Numro 34
pas l'inverse. Il y a donc des situations ou il faut absolument tailler un plan sur
mesure. Les logiciels de plan d'expriences [19] possdent des bibliothques de
plans classiques et ils permettent aussi de construire les plans sur mesures. En
particulier, les plans de mlanges et les plans avec contraintes sur le domaine
d'tude ncessitent l'usage d'un logiciel pour construire le plan le mieux adapt
l'tude.
On peut raliser le calcul des coefficients avec un tableur [20], mais cela ncessite
de la programmation et du temps. Il est donc prfrable d'utiliser un logiciel adapt
qui effectue non seulement le calcul des coefficients mais aussi tous les calculs
statistiques permettant d'valuer la qualit du modle mathmatique (Coefficient de
dtermination, carts-types des rponses et des coefficients, p-value, etc.).
Les logiciels de plans d'expriences sont aussi programms pour calculer des
rponses dans tout le domaine d'tude, pour effectuer les analyses de variance, pour
tracer des courbes d'isorponses, pour construire les surfaces de rponse et pour
dterminer les zones d'intrt.
Cet ensemble de possibilits permet d'effectuer rapidement de multiples analyses et
de regarder ses donnes sous tous les angles. On arrive ainsi extraire, en peu de
temps, toute l'information prsente dans les rsultats d'un plan d'expriences. Les
logiciels de plans d'expriences sont devenus des outils absolument indispensables
pour la construction de plans complexes et l'interprtation approfondie des rsultats
du plan.
Nous indiquons ci-dessous les principaux logiciels de plans d'expriences et les sites
internet correspondants. Quelques uns d'entre eux mettent disposition des
personnes intresses des versions de dmonstration et certains des versions
compltes simplement limites dans le temps.
Tableau 17 : Principaux logiciels de plans d'expriences.
JMP
Minitab
Statistica
Statgraphics
Unscrambler
Pirouette
Modde
http://www.jmpdiscovery.com
http://www.minitab.fr
http://www.intesoft.com/produits/tech/statistica
http://www.sigmaplus.fr
http://www.camo.no
http://www.infometrix.com
http://www.umetrics.com
- 112 -
Numro 34
12. BIBLIOGRAPHIE
[1] GOUPY Jacques Introduction aux Plans d'expriences. Dunod. Paris. 303
pages. (2001).
[2] BOX George.E. P. , HUNTER William G. , HUNTER J. Stuart Statistics for
Experimenters deuxime dition. John Wiley and Sons. New-York. 633
pages. (2005).
[3] KOSHAL R. S. Application of the method of maximum likehood to the
improvement of curves fitted by the method of moments Journal of Royal
Statistic Soc A96 303-313. (1933).
[4] RECHTSCHAFFNER R. L. Satured Fractions of 2n and 3 Factorial
Designs. Technometrics, vol. 9. (1967). 569-575.
[5] PLACKETT R. L. and BURMAN J. P. The design of optimum multifactorial
experiments. Biometrika, n33. (1946).
[6] PILLET Maurice Introduction aux Plans d'expriences par la mthode
Taguchi. Les Editions d'organisation. Paris. 224 pages. (1992).
[7] BOOTH Kathleen H. V. and COX D. R. Some Systematic Supersatured
Designs. Technometrics, vol. 4. (1962). 489-496.
[8] POIRIER Jacques Analyse de la variance et de la rgression. Plans
d'expriences Techniques de l'ingnieur. Trait Mesures et contrle, R260,
p. 1-23. (1993).
[9] YOUDEN W.J. Statistical Methods for Chemists John Wiley and Sons.
New-York. 126 pages. (1951).
[10] GOUPY Jacques Plans dexpriences pour surfaces de rponse .
Dunod. Paris. 409 pages. (1999). ISBN 2 10 003993 8.
[11] DOEHLERT David H. Uniform Shell Design Appl. Stat. n19, p 231.
(1970).
[12] BOX G.E.P. and BEHNKEN D. W. Some new three level designs for the
study of quantitativevariables. Technometrics, vol. 2, 1960, 455 - 475.
[13] ROQUEMORE K. G. Hybrid Designs for Quadratic Response Surfaces
Technometrics, vol. 18, n4. (1976). 419-423.
[14] MOZZO Gil Plan quadratique Gigogne. Revue de statistique applique,
vol. 38 (3), p.23-34. (1990).
[15] GOUPY Jacques Plans d'expriences non conventionnels. Thorie et
applications (ou comment sauver un plan rat) . Analusis. 23 152-158.
(1995).
[16] GOUPY Jacques. "Plans d'expriences : les mlanges". Dunod. Paris. 285
pages. (2000). ISBN 2 10 004218 1.
[17] CORNELL John A Experiment with Mixtures John Wiley and Sons. NewYork. (1981).
[18] GOUPY Jacques Boolean Experimental Designs. Analusis vol 28, n7.
563-570. (2000).
[19] GOUPY Jacques. "Plans d'expriences". Techniques de l'ingnieur. Trait
Analyse Chimique et Caractrisation, P230, p. 1-20. (1992).
[20] MORINEAU Alain et CHATELIN Yves-Marie
"Lanalyse statistique des donnes. Apprendre, comprendre et raliser avec
Excel. Ellipses , (2005).
[21] GOUPY Jacques. "Pratiquer les Plans d'Expriences". Dunod. Paris. 560
pages. (2005).
Revue MODULAD, 2006
- 113 -
Numro 34
Annexe 1
Les coordonnes centres rduites
- 114 -
Numro 34
Annexe 2
Les critres d'optimalit
Les statisticiens ont tabli la formule qui donne l'erreur sur les coefficients du modle
lorsqu'on a une estimation du rsidu. Cette formule, sous sa forme la plus simple, est
la suivante.
V (a ) = r2 ( X ' X) 1
{28}
C'est--dire que les variances des coefficients sont gales la variance du rsidu,
2r , multiplie par la matrice de dispersion. Les variances des coefficients sont les
termes diagonaux de la matrice V ( a ) On obtient ces variances par identification.
Suivant les objectifs de l'tude, les meilleurs emplacements des points
exprimentaux dans le domaine d'tude ne sont pas les mmes. En effet, la
disposition optimale des points exprimentaux dpend de plusieurs choix effectus
par l'exprimentateur, choix qui dpendent eux-mmes des caractristiques de
l'tude et des objectifs atteindre. Ces choix dpendent d'abord du domaine d'tude
et du modle retenu a priori par l'exprimentateur. Ils dpendent ensuite d'un critre
d'optimalit.
Les principaux critres d'optimalit sont les suivants :
Critre de O-optimalit
La matrice de calcul X est une matrice orthogonale d'Hadamard. Il en rsulte que la
matrice ( X ' X) 1 est une matrice diagonale. Seuls les termes diagonaux de cette
matrice sont diffrents de zro et l'on dmontre que la variance des coefficients est la
plus faible possible.
Critre de presqu'orthogonalit
Si la sous-matrice obtenue en retirant la premire ligne et la premire colonne de la
matrice ( X ' X) 1 est diagonale, le critre de presqu'orthogonalit est respect.
Critre de D-optimalit
Si l'on veut la plus petite variance possible sur l'ensemble des coefficients, il faut que
les termes diagonaux de la matrice de dispersion soient eux-mmes les plus petits
possibles. On obtient ce rsultat en maximisant le dterminant de la matrice X ' X .
Le critre correspondant s'appelle le critre de D-optimalit.
Critre de A-optimalit
La somme des variances des coefficients peut tre minimise. Dans ce cas on parle
de critre de A-optimalit. Un plan est A-optimal si la position des points
exprimentaux minimise la trace de la matrice ( X ' X) 1 .
Critre de G-optimalit
Parmi les variances des coefficients il y en a une qui est plus grande que toutes les
autres. On peut vouloir que cette forte variance soit la plus faible possible. Le critre
correspondant s'appelle le critre de G-optimalit.
Critre d'isovariance par rotation
On dsire que les rponses calcules avec le modle issu du plan d'expriences
aient une erreur de prvision identique pour des points situs la mme distance du
Revue MODULAD, 2006
- 115 -
Numro 34
centre du domaine d'tude. Dans ce cas on parle de plan isovariant par rotation
(rotatable en anglais) [2].
On remarquera que ces critres conduisent des qualits de modlisation
diffrentes. Certains privilgient une bonne prcision sur les coefficients du modle,
d'autres assurent une rpartition homogne de l'erreur de prvision.
- 116 -
Numro 34