9782100592968-LivreGoupy.fm Page I Lundi, 4.

f vrier 2013 12:25 12

INTRODUCTION
AUX PLANS
DEXPRIENCES

9782100592968-LivreGoupy.fm Page II Lundi, 4. f vrier 2013 12:25 12

9782100592968-LivreGoupy.fm Page III Lundi, 4. f vrier 2013 12:25 12

Jacques Goupy

INTRODUCTION
AUX PLANS
DEXPRIENCES
Avec applications

5e dition

9782100592968-LivreGoupy.fm Page IV Lundi, 4. f vrier 2013 12:25 12

DU MME AUTEUR
Pratiquer les plans dexpriences, Dunod, 2005
Pratiquer les plans dexpriences : les mlanges, Dunod, 2001

Dunod, Paris, 2001, 2006, 2009, 2013

Bordas, Paris, 1988 pour la 1re dition
ISBN 978-2-10-059296-8

9782100592968-LivreGoupy.fm Page V Lundi, 4. f vrier 2013 12:25 12

TABLE DES MATIRES

Table des matires

Avant-propos

IX

1 Faites connaissance avec la mthode des plans dexpriences

1.1

Processus dacquisition des connaissances

1.2

tude dun phnomne

1.3

Terminologie

1.4

Variables centres rduites

1.5

Points exprimentaux

1.6

Plans dexpriences

2 Votre premier plan dexpriences

2.1

Exemple 01 : je matrise la consommation de ma voiture

3 Plan dexpriences pour 3 facteurs

9
10

15
15

31

3.1

Exemple 02 : des bijoux en or

31

3.2

Conclusion de ltude

47

4 Plans factoriels complets 4 facteurs

49

4.1

Exemple 03 : la galette des rois

50

4.2

Fonction dsirabilit

60

4.3

Application lexemple 03

64

4.4

Conclusion de ltude

65

5 Notions de statistique appliques aux plans dexpriences

67

5.1

Exemple 04 : dure de vie des outils de coupe jetables

68

5.2

Notions de statistique appliques aux plans dexpriences

71

5.3

Facteurs et interactions influents

81

5.4

Analyse de la variance

82

5.5

Application lexemple 04

85

5.6

Conclusion de ltude

91

9782100592968-LivreGoupy.fm Page VI Lundi, 4. f vrier 2013 12:25 12

6 Plans factoriels fractionnaires

6.1

Exemple 05 : le tellure

94

6.2

Thorie des aliases

97

6.3

Calcul de Box

99

6.4

Relation dquivalence

102

6.5

Gnrateurs daliases

104

6.6

Construction pratique dun plan fractionnaire

105

6.7

Nombre maximal de facteurs tudis sur un plan de base

112

6.8

Application de la thorie des aliases lexemple 05

112

6.9

Conclusion de ltude

113

7 Exemples de plans factoriels fractionnaires

115

7.1

Exemple 06 : la sulfonation

116

7.2

Exemple 07 : le spectrofluorimtre

124

7.3

Exemple 08 : les pommes de terre chips

140

8 Ordre des essais

147

8.1

Nature des erreurs

148

8.2

Exemple 09 : le Penicillium chrysogenum (exemple de blocking)

151

8.3

Exemple 10 : les haricots de Yates

161

8.4

Exemple 11 : le broyeur (exemple de plan anti-drive)

168

8.5

Avantages et dangers de la randomisation

175

9 Plans pour surfaces de rponse

179

9.1

Prsentation des plans composites

179

9.2

Prsentation des plans de Box-Behnken

180

9.3

Prsentation des plans de Doehlert

181

9.4

Exemple 12 : la rectification du contrematre (exemple de plan composite)

184

9.5

Exemple 13 : un yoghourt doux (exemple de plan de Box-Behnken)

194

9.6

Exemple 14 : linsecticide (exemple de plan de Doehlert)

199

10 Plans de mlanges

VI

93

207

10.1 Contrainte fondamentale des mlanges

207

10.2 Reprsentation gomtrique des mlanges

208

10.3 Plans de mlanges classiques

212

10.4 Modles mathmatiques des plans de mlanges

215

10.5 Exemple 15 : les trois polymres

217

9782100592968-LivreGoupy.fm Page VII Lundi, 4. f vrier 2013 12:25 12

11 Notion de plan optimal

221

11.1 Exemple dHotelling

221

11.2 Peses et plans dexpriences

223

11.3 Optimalit

225

11.4 Plans optimaux avec un modle linaire

229

11.5 Quand utiliser des plans optimaux ?

232

11.6 Adaptabilit des plans optimaux

232

11.7 Exemple 16 : dveloppement dun dtecteur de fissures

235

11.8 Exemple 17 : les comprims du pharmacien

240

11.9 Exemple 18 : la crme bronzer

248

12 Carrs latins et plans associs

255

12.1 Exemple 19 : les salaires un facteur discret plusieurs niveaux

255

12.2 Suite de lexemple 19 deux facteurs discrets plusieurs niveaux

257

12.3 Carrs latins

264

12.4 Carrs grco-latins

265

12.5 Carrs de Youden

266

12.6 Exemple 20 : tude de la pntromtrie

267

12.7 Interaction entre facteurs discrets

270

12.8 Analyse de la variance dun modle avec interactions

274

13 Les plans facteurs mixtes

279

13.1 Plans un facteur

280

13.2 Plans deux facteurs

283

13.3 Plans trois facteurs

284

13.4 Plans quatre facteurs

285

13.5 Plans n facteurs

286

13.6 Exemple 21 : les deux catalyseurs

287

13.7 Quaurait donn un plan fractionnaire ?

296

13.8 Conclusion sur les plans facteurs mixtes

302

14 Les plans en parcelles divises ou plans split-plot

303

14.1 Introduction

303

14.2 Exemple 22 : le mas

304

14.3 Exemple 23 : les revtements anti-corrosions

313

14.4 Exemple 24 : crale

319

14.5 Conclusion sur les plans split-plot

327

VII

9782100592968-LivreGoupy.fm Page VIII Lundi, 4. f vrier 2013 12:25 12

15 Les plans uniformes

15.1 Introduction

329

15.2 Les diffrents plans uniformes

330

15.3 La modlisation mathmatique de la rponse

340

15.4 Application

343

15.5 Plans uniformes pour plusieurs facteurs

350

15.6 Utilisation des plans uniformes en exprimentation classique

351

16 Synthse et conseils

VIII

329

353

16.1 Choix dune mthode dexprimentation

353

16.2 Exprimentation

359

16.3 Analyse des rsultats

359

16.4 Acquisition progressive des connaissances

361

16.5 Recommandations

362

16.6 Limites de lexprimentique

362

A Origine des exemples

365

B Comparaison de deux moyennes indpendantes

369

C Sries dessais laissant les facteurs principaux insensibles

une drive linaire

371

D Introduction au calcul matriciel

377

E Tlcharger un logiciel de plans d'expriences

383

Bibliographie

385

Index

397

Liste des exemples

401

9782100592968-LivreGoupy.fm Page IX Lundi, 4. f vrier 2013 12:25 12

Dunod La photocopie non autorise est un dlit.

AVANT-PROPOS

Pour la cinquime dition de ce livre nous avons complt le chapitre 12 sur les
facteurs discrets et nous avons ajout un chapitre sur les plans en parcelles diviss.
Le chapitre 12 comprend maintenant un paragraphe sur les interactions entre
facteurs discrets et un paragraphe sur lanalyse de la variance de ces facteurs. Le
nouveau chapitre, le chapitre 14, concerne les plans split-plot (ou plans en
parcelles diviss) qui ont toujours t trs utiliss en agriculture. Depuis une vingtaine dannes les exprimentateurs industriels ont pris conscience que beaucoup
danalyses de leurs plans ne tenaient pas compte des restrictions la randomisation
souvent prsente dans leur exprimentation. Or ds que le niveau dun facteur est
difficile changer, les essais sont regroups pour viter ces changements. La randomisation est alors partielle et le plan devient un plan split-plot dont lanalyse doit
tre traite diffremment des plans classiques.
La premire et la deuxime dition de ce livre ne traitaient que des plans factoriels,
complets ou fractionnaires. La troisime dition comportait, en plus, des chapitres
sur les plans pour surfaces de rponse, sur les plans de mlanges, sur les plans Doptimaux et sur les plans pour variables discrtes. La quatrime dition introduisait
un chapitre sur les plans contenant des facteurs continus et des facteurs discrets qui
soulvent des difficults particulires. Cette quatrime dition introduisait galement un chapitre sur les plans uniformes qui sont importants dans le domaine des
simulations numriques et sont maintenant utiliss en exprimentations classiques.
Ce livre est complt par un blog (http://www.plansdexperiences.com) sur lequel
vous trouverez des explications supplmentaires sur les exemples, des manuels
d'introduction aux logiciels et les fichiers tlchargeables des exemples.
Nous tenons remercier Bruno Bournique, Michel Genetay, Emmanuel Grenier,
Rmi Longeray, Alain Morineau, Lalatiana Rakotozafy qui ont relu les manuscrits des
deux nouveaux chapitres de cette quatrime dition et qui nous ont fait bnficier de
leurs suggestions et de leurs conseils.
Nous conseillons aux lecteurs qui veulent approfondir leurs connaissances,
d'accompagner leur lecture par l'excution des calculs avec un logiciel. Par
exemple MINITAB, Statgraphics, JMP ou Modde qui peuvent tre tlcharg en version complte gnralement valable un mois gratuitement.
Ils pourront ainsi approfondir les analyses et procder leur propre interprtation.
Nous avons essay de fournir aux lecteurs tous les outils et toutes les explications
pour qu'ils puissent utiliser facilement la mthode des plans d'expriences pour
leurs propres travaux. Il nous reste leur souhaiter : Bons plans d'expriences ! .
Jacques Goupy, Paris (France), Mars 2013
IX

9782100592968-LivreGoupy.fm Page X Lundi, 4. f vrier 2013 12:25 12

9782100592968-LivreGoupy.fm Page 1 Lundi, 4. f vrier 2013 12:25 12

1 FAITES CONNAISSANCE AVEC

LA MTHODE DES PLANS DEXPRIENCES

Si vous lisez ce livre cest que, probablement, vous faites des expriences et que vous
cherchez mieux les organiser. Vous cherchez surtout ne faire que les bonnes
expriences, cest--dire celles qui vont vous apporter la meilleure information
exprimentale que vous puissiez esprer.
Ce livre est crit pour vous aider. Il va vous dcrire la mthode et les outils pour que
vous ne fassiez plus que les bonnes expriences et que vous en tiriez le maximum
de renseignements. Vous prendrez vos dcisions en connaissance de cause et vous
trouverez des solutions vos problmes.
Nous allons dabord regarder comment sintgrent les plans dexpriences dans le
processus dacquisition des connaissances. Puis, nous verrons les concepts de base
qui permettent de bien dfinir une tude et comment lon interprte les rsultats
des essais.

Dunod La photocopie non autorise est un dlit.

1.1 Processus dacquisition des connaissances

Augmenter ses connaissances, cest trouver la rponse une question pose. On
commence donc par se poser une ou plusieurs questions (Figure 1.1). Par exemple,
si lon dsire connatre linfluence dun engrais sur le rendement en bl dune
parcelle de terrain, on pourra se poser les questions suivantes qui, bien sr, ne sont
pas limitatives :
Peut-on obtenir 10 quintaux de bl de plus lhectare en augmentant la quantit
dengrais ?
Quelle est lincidence de la pluie sur lefficacit de lengrais ?
La qualit du bl restera-t-elle bonne si jutilise cet engrais ?
Combien dois-je utiliser dengrais pour obtenir la quantit maximale de bl
par hectare ?
Ces questions dlimitent le problme rsoudre et fixent les travaux excuter.
Il est donc important de se poser les questions qui correspondent rellement au
problme. Bien sr, avant dentreprendre des expriences, il est prudent de vrifier
que linformation cherche nexiste pas dj ailleurs. Dans ce but, on effectue un
inventaire des connaissances, soit une bibliographie, soit une consultation dexperts,
soit un calcul thorique, soit toute autre dmarche ayant pour but de rpondre,
1

9782100592968-LivreGoupy.fm Page 2 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.1 Processus dacquisition des connaissances

sans exprience, aux questions poses. Aprs cette phase denqute, les questions
initiales peuvent tre entirement rsolues et il ny a plus de problme. Dans le cas
contraire, certaines questions restent entires ou elles sont modifies : il est alors
ncessaire dentreprendre des expriences pour obtenir les rponses compltes que
lon souhaite. Ce travail pralable fait partie du mtier dexprimentateur et nous
ninsisterons pas. Ce nest pas sur cette phase du processus que nous voulons faire
porter notre effort de rflexion et damlioration.
Nayant plus que les questions sans rponse immdiate, il faut faire des expriences.
Comment peut-on choisir ces expriences pour :

arriver rapidement aux meilleurs rsultats possibles,

viter de raliser des expriences inutiles,
obtenir la meilleure prcision possible sur les rsultats,
permettre davancer coup sr,
tablir la modlisation du phnomne tudi,
dcouvrir la solution optimale.

Figure 1.1 Les plans dexpriences optimisent les trois parties encadres
du processus dacquisition des connaissances.

Les trois aspects essentiels du processus dacquisition des connaissances sont les
suivantes :
le choix de la mthode dexprimentation,
lanalyse des rsultats,
lacquisition progressive de la connaissance.
Examinons plus en dtail ces trois aspects sachant que les expriences sont organises
pour faciliter lexploitation des rsultats et pour permettre lacquisition progressive
des rsultats dintrt.
2

9782100592968-LivreGoupy.fm Page 3 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.2 tude dun phnomne

1.1.1 Choix de la mthode dexprimentation

La mthode dexprimentation choisie doit faciliter linterprtation des rsultats.

Elle doit galement minimiser le nombre des essais sans toutefois sacrifier la qualit.
La thorie des plans dexpriences assure les conditions pour lesquelles on obtient
la meilleure prcision possible avec le minimum dessais. On a donc le maximum
defficacit avec le minimum dexpriences et par consquent le cot minimum.
1.1.2 Analyse des rsultats

Lanalyse des rsultats dexpriences est facilite par le choix initial des expriences.
Les rsultats seront faciles interprter et riches denseignement si lon a bien prpar
les expriences.
Grce aux ordinateurs et aux logiciels la construction des plans dexpriences et les
calculs ncessaires leur interprtation sont devenus trs simples. Ces outils favorisent
galement les reprsentations graphiques qui illustrent de manire spectaculaire les
rsultats et amliorent la comprhension des phnomnes.
1.1.3 Acquisition progressive de la connaissance

Lexprimentateur qui entreprend une tude ne connat pas les rsultats, il est
donc sage davancer progressivement pour pouvoir rorienter les essais en fonction
des premiers rsultats. Une premire bauche permettra de mieux orienter les essais
vers les seuls aspects intressants de ltude et dabandonner les voies sans issues.
Une premire srie dexpriences conduit des conclusions provisoires ; en fonction de ces conclusions provisoires, on lance une nouvelle srie dessais. Lensemble
des deux sries dexpriences est utilis pour obtenir un contour prcis des rsultats
dtude. Lexprimentateur accumule ainsi les seuls rsultats dont il a besoin et
sarrte ds quil a obtenu ce quil cherche.

Dunod La photocopie non autorise est un dlit.

1.2 tude dun phnomne

Ltude dun phnomne revient souvent sintresser une grandeur particulire
comme la consommation dessence dune voiture ou comme le prix de revient
dun produit chimique ou encore comme le rendement en bl dune parcelle de
terrain. Cette grandeur, consommation, prix ou rendement, dpend dun grand
nombre de variables. La consommation de la voiture est fonction de la vitesse du
vhicule, de la puissance du moteur, de la manire de conduire, de la direction et
de la force du vent, du gonflage des pneumatiques, de la prsence ou non dun
porte-bagages, du nombre de personnes transportes, de la marque de la voiture,
etc. Le prix du produit chimique dpend de la qualit des matires premires, des
rendements des units de production, des spcifications imposes, des conditions
de fabrication, etc. Il en est de mme pour le rendement en bl qui est fonction de
la nature du terrain, de la quantit dengrais incorpor, de lexposition au soleil,
du climat, de la varit de bl ensemenc, etc.
3

9782100592968-LivreGoupy.fm Page 4 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.3 Terminologie

Sous une forme mathmatique, on peut crire que la grandeur dintrt, y, que
nous appellerons galement rponse par la suite, est une fonction de plusieurs
variables xi (variables que nous appellerons aussi facteurs par la suite). On a :
y = f (x1,x2,x3,,xk)
Ltude du phnomne se ramne dterminer la fonction f( ) qui lie la rponse y
aux diffrents facteurs x1, x2, , xk.
Pour approfondir cette approche il faut introduire quelques notions particulires
et une terminologie spcifique aux plans dexpriences.

1.3 Terminologie
La grandeur dintrt, qui est gnralement note y, porte le nom de rponse. Les
variables qui peuvent modifier la rponse sont appeles facteurs. On parle donc des
facteurs qui influent sur une rponse. Les termes facteur et rponse sont universellement
employs dans le domaine des plans dexpriences.
1.3.1 Les diffrents types de facteurs

La construction des plans et linterprtation des rsultats dpendent en grande

partie des types de facteurs rencontrs dans ltude. On distingue plusieurs types
de facteurs. Nous retiendrons les types de facteurs suivants : les facteurs continus,
les facteurs discrets, les facteurs ordonnables, les facteurs boolens.
m Facteurs continus

La pression est un exemple de facteur continu. Dans un intervalle de pression

donn, on peut choisir toutes les valeurs possibles. Il en est de mme dune longueur,
dune concentration ou dune temprature. Les valeurs prises par les facteurs continus
sont donc reprsentes par des nombres continus.
m Facteurs discrets

Au contraire, les facteurs discrets ne peuvent prendre que des valeurs particulires.
Ces valeurs ne sont pas forcment numriques : on peut reprsenter un facteur
discret par un nom, une lettre, une proprit ou mme par un nombre qui na
alors en soi aucune valeur numrique mais quune signification de repre. Par
exemple, on peut sintresser aux couleurs dun produit : bleu, rouge et jaune sont
des facteurs discrets.
m Facteurs ordonnables

Il sagit de facteurs discrets que lon peut mettre dans un ordre logique. Par exemple,
grand, moyen, petit, ou encore premier, deuxime, troisime et quatrime.
m Facteurs boolens

Les facteurs boolens sont des facteurs discrets qui ne peuvent prendre que deux
valeurs : haut ou bas, ouvert ou ferm, blanc ou noir, etc.
4

9782100592968-LivreGoupy.fm Page 5 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.3 Terminologie

La frontire est parfois floue entre ces diffrents types de facteurs. Une couleur,
facteur apparemment discret, peut tre transforme en grandeur ordonnable et
mme continue si lon introduit la notion de longueur donde. Un facteur
continu, comme la vitesse, peut tre transform en facteur ordonnable ou discret :
rapide et lent, ou vitesse A et vitesse B. Cette possibilit nest pas un inconvnient,
cest une souplesse supplmentaire dont lexprimentateur pourra tirer avantage au
moment de linterprtation. En effet, suivant le choix effectu, on pourra mettre
plus facilement en relief un aspect particulier de ltude. Le changement de types
de variables est aussi un moyen dadapter la rponse lobjectif de ltude. Par
exemple, on possde lge des membres dune population. Si lon cherche lge
moyen, la variable ge sera choisie continue. Si lon cherche le pourcentage des
personnes ayant un ge donn, la variable ge sera choisie ordonnable : il y aura
plusieurs catgories dfinies par les limites dge, les jeunes, les adolescents, les
adultes et les seniors. Si lon cherche la proportion de jeunes de moins de 18 ans,
la variable ge sera choisie boolenne : les moins de 18 ans et les plus de 18 ans.
La comprhension des plans dexpriences sappuie sur la notion essentielle
despace exprimental des grandeurs tudies. Nous allons examiner en dtail ce
concept fondamental. Nous insisterons sur les facteurs continus qui sont les plus
couramment utiliss.
1.3.2 Espace exprimental

Dunod La photocopie non autorise est un dlit.

Pour prsenter lespace exprimental nous utiliserons un espace deux dimensions, ce qui facilitera les reprsentations graphiques. Il est ensuite facile dtendre
les notions introduites des espaces multidimensionnels.
Un facteur continu peut tre reprsent par un axe gradu et orient. Sil y a un
second facteur continu, il est reprsent, lui aussi, par un axe gradu et orient.
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 lespace exprimental (figure 1.2). Lespace exprimental comprend tous
les points du plan facteur 1 facteur 2 et chacun deux reprsente une exprience.

Espace exprimental

Figure 1.2 Chaque facteur est reprsent par un axe gradu et orient. Les axes des facteurs
sont orthogonaux entre eux. Lespace ainsi dfini est lespace exprimental.

9782100592968-LivreGoupy.fm Page 6 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.3 Terminologie

Sil y a un troisime facteur, on le reprsente aussi par un axe orient et gradu, et

on le positionne perpendiculairement aux deux premiers. partir de quatre
facteurs, on opre de mme, mais il ny a plus de reprsentation gomtrique
possible et lon doit adopter une reprsentation purement mathmatique de lespace
exprimental qui est un hypervolume quatre dimensions.
1.3.3 Domaine dun facteur

La valeur donne un facteur pour raliser une exprience est appele niveau.
Domaine d'tude de la vitesse du vhicule
80 km/h

niveau bas

120 km/h

+1

Vitesse du vhicule

niveau haut

Figure 1.3 Le domaine de variation de la vitesse est constitu de toutes les vitesses comprises
entre 80 et 120 km/h. Le niveau bas du facteur est not 1 et le niveau haut +1.

Lorsquon tudie linfluence dun facteur, en gnral, on limite ses variations entre
deux bornes. La borne infrieure est le niveau bas. La borne suprieure est le
niveau haut. Si lon tudie linfluence de la vitesse du vhicule sur la consommation,
celle-ci peut varier, par exemple, entre 80 et 120 km/h. La vitesse de 80 km/h est
le niveau bas et la vitesse de 120 km/h est le niveau haut. Cest lexprimentateur
qui dfinit ces deux niveaux en fonction des spcificits de ltude. Lensemble de
toutes les valeurs que peut prendre le facteur entre le niveau bas et le niveau haut,
sappelle le domaine de variation du facteur ou plus simplement le domaine du
facteur.
Sil y a plusieurs facteurs, chacun deux son domaine de variation. Afin davoir
une reprsentation commune pour tous les facteurs, on a lhabitude dindiquer les
niveaux bas par 1 et les niveaux hauts par +1. La vitesse de 80 km/h est le niveau
1 et celle de 120 km/h est le niveau +1.
lintrieur du domaine dun facteur continu toutes les valeurs sont thoriquement possibles. On peut donc y choisir deux, trois ou plusieurs niveaux selon les
besoins de ltude. Par exemple, si lon veut tablir un modle du second degr, on
choisira trois ou quatre niveaux, cest--dire trois ou quatre vitesses diffrentes.
1.3.4 Domaine dtude

Dans la pratique, lexprimentateur slectionne une partie de lespace exprimental

pour raliser son tude. Cette zone particulire de lespace exprimental est le
domaine dtude (figure 1.4). Ce domaine est dfini par les niveaux hauts et les
niveaux bas de tous les facteurs et ventuellement par des contraintes entre les
facteurs. Supposons que le second facteur soit la surcharge du vhicule dfinie
comme toute masse supplmentaire celle du vhicule et du chauffeur. Le niveau
6

9782100592968-LivreGoupy.fm Page 7 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.3 Terminologie

bas de la surcharge est 0 kg et le niveau haut 300 kg, par exemple. Sil ny a pas de
contraintes, le domaine dtude est reprsent par tous les points dont les surcharges
sont comprises entre 0 et 300 kg et dont les vitesses sont comprises entre 80 et
120 km/h.
Facteur 2
Surcharge
300 kg + 1
Domaine d'tude

0 kg

80 km/h

+1
120 km/h

Facteur 1
Vitesse

Figure 1.4 Le domaine dtude est dfini par la runion des domaines
des diffrents facteurs (ici, il ny a pas de contraintes).

Il peut y avoir des contraintes sur le domaine dtude. Par exemple, il peut tre
impossible datteindre la vitesse de 120 km/h avec une surcharge trop leve. La
figure 1.5 illustre une rduction possible du domaine dtude initial. Une zone du
domaine dtude initial chappe aux expriences.
Surcharge
(kg)

Dunod La photocopie non autorise est un dlit.

300

Domaine d'tude

+1

Zone exclue
0

80

+1
120

Vitesse ( km/h)

Figure 1.5 Le domaine dtude sous contraintes est reprsent par la partie grise.

9782100592968-LivreGoupy.fm Page 8 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.4 Variables centres rduites

1.4 Variables centres rduites

Lorsquon attribue la valeur 1 au niveau bas dun facteur et la valeur +1 au niveau
haut, on effectue deux modifications importantes :
On dplace lorigine des mesures. Dans lexemple choisi, le milieu de lintervalle [1 ; +1] correspond une valeur de 100 km/h. La valeur numrique de la
nouvelle origine, zro, diffre donc de lorigine exprime en unit courante.
On change lunit de mesure. Par exemple, si le niveau bas du facteur vitesse
du vhicule est 80 km/h et le niveau haut 120 km/h, il y a 40 km/h entre ces
deux valeurs, soit 40 fois lunit de vitesse. Entre 1 et +1 il y a deux units
nouvelles : la nouvelle unit vaut 20 km/h, on lui donne le nom de Pas.
Ces deux modifications entranent lintroduction de nouvelles variables que lon
appelle variables centres rduites (v.c.r) : centres pour indiquer le changement
dorigine et rduites pour signaler la nouvelle unit. On utilise galement le terme
de variables codes ou dunits codes.
Le passage des variables dorigine A aux variables codes x, et inversement, est donn
par la formule suivante (A0 est la valeur centrale en units courantes) :
AA
{1.1}
x = ---------------0
Pas
Lintrt des units codes est de pouvoir prsenter les plans dexpriences de la
mme manire quels que soient les domaines dtude retenus et quels que soient les
facteurs. La thorie des plans dexpriences prsente ainsi une grande gnralit.
Lutilisation des v.c.r est trs rpandue dans les logiciels de plans dexpriences et
certaines oprations comme la recherche des meilleurs points dexpriences par le
critre de D-optimalit ne sont ralisables quavec ces variables.
Les variables codes rsultent du rapport de deux grandeurs de mme unit physique,
elles sont donc sans dimension. La disparition des units naturelles associe au fait
que tous les facteurs ont le mme domaine de variation (deux units codes)
permet la comparaison directe des effets des facteurs entre eux.
Application 1

Un exprimentateur choisit pour le facteur vitesse de la voiture 80 km/h comme niveau bas et
120 km/h comme niveau haut. Quelle est, en variables codes, la valeur de la vitesse de 90 km/h ?
Calculons le Pas du facteur vitesse. Il est gal la moiti de la diffrence entre le niveau haut et le
niveau bas :
A +1 A 1
120 80
Pas = --------------------- = --------------------- = 20
2
2

A0 est la valeur centrale entre le niveau haut et le niveau bas, cest--dire la moiti de la somme du
niveau haut et du niveau bas :
A +1 + A 1
+ 80- = 100
= 120
-------------------A 0 = ---------------------2
2

Appliquons la relation {1.1} :

AA
90 100
x = ---------------0 = --------------------- = 0,5
20
Pas

Pour cet exemple, la vitesse de 90 km/h est donc gale 0,5 en variables codes.

9782100592968-LivreGoupy.fm Page 9 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.5 Points exprimentaux

Application 2

On peut aussi chercher la valeur normale connaissant la valeur code. Quelle est, en units
normales, la valeur de la vitesse de +0,5 en units codes ? crivons la relation {1.1} :
A 100
+0,5 = -----------------20

Do : A = +100 + 0,5 20 = 110

La vitesse code de 0,5 correspond une vitesse de 110 km/h.

1.5 Points exprimentaux

Dans un espace deux dimensions, le niveau i du facteur 1, not x1,i, et le niveau j
du facteur 2, not x2,j, peuvent tre considrs comme les coordonnes dun point
de lespace exprimental ou du domaine dtude (figure 1.6). Par exemple, si le
niveau de la vitesse est 90 km/h et celui de la surcharge est 250 kg, les coordonnes
du point exprimental sont :
x1,i = 90 km/h
x2,j = 250 kg
Une exprience donne est alors reprsente par un point dans ce systme daxes.
Cest la raison pour laquelle une exprience est souvent dsigne par lexpression
point exprimental, point dexprience ou mme simplement point. Un plan dexpriences est donc reprsent par un ensemble de points exprimentaux, eux-mmes
situs dans lespace exprimental. Dans lexemple que nous avons pris, lexprience
est conduite sur un vhicule qui roule 90 km/h avec une surcharge de 250 kg.
Facteur 2
Surcharge

Point exprimental
250 kg

x2, j

Dunod La photocopie non autorise est un dlit.

Facteur 1

x1, i
90 km / h

Vitesse

Figure 1.6 Dans lespace exprimental, les niveaux des facteurs

dfinissent des points exprimentaux.

Jusqu trois facteurs, il est possible de dessiner le domaine dtude. Au-del de

trois facteurs, on utilise une reprsentation en tableau, dite matricielle, plus gnrale
puisquelle permet de reprsenter les points dexpriences dans un hypervolume
un nombre quelconque de dimensions.
9

9782100592968-LivreGoupy.fm Page 10 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.6 Plans dexpriences

1.6 Plans dexpriences

1.6.1 Mthodologie des plans sans contrainte

Le choix du nombre et de lemplacement des points dexpriences est le problme

fondamental des plans dexpriences. On cherche raliser le minimum dexpriences tout en rduisant linfluence de lerreur exprimentale sur les modlisations
mathmatiques qui serviront prendre des dcisions. On atteint ce but en considrant les proprits mathmatiques et statistiques qui relient la rponse aux
facteurs. Lorsquil ny a pas de contraintes sur le domaine dtude, il existe des
plans classiques qui possdent dexcellentes qualits statistiques et qui permettent
de modliser les rponses dans les meilleures conditions (figure 1.7). Lorsquil
existe des contraintes, il faut construire des plans sur mesure en recherchant la
position des points exprimentaux qui conduisent, l aussi, de bonnes qualits
statistiques et une bonne modlisation des rponses.
Facteur 2
+1

+1

Facteur 1

Figure 1.7 Exemple de disposition des points exprimentaux dans un domaine sans contraintes.

1.6.2 Mthodologie des plans avec contrainte

La procdure de construction des plans dont le domaine est contraint est la suivante :
1. On dfinit le domaine de chacun des facteurs (niveau bas et niveau haut).
2. On dfinit les contraintes qui psent sur les facteurs. Ces contraintes sont exprimes par des relations dingalit entre les facteurs et elles dfinissent les zones
autorises, cest--dire celles o les expriences sont possibles, et les zones interdites, cest--dire celles o les expriences ne doivent pas tre excutes.
3. On dfinit les niveaux des facteurs les plus intressants pour ltude, autres que
les niveaux bas et hauts. Le plus souvent entre 2 et 5 niveaux supplmentaires par
facteur.
4. On construit une grille en prenant en compte toutes les combinaisons des
niveaux des facteurs. Cette grille ne doit contenir que les points exprimentaux
ralistes, cest--dire les points du domaine autoris. Ces points constituent les
points candidats (figure 1.8).
10

9782100592968-LivreGoupy.fm Page 11 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.6 Plans dexpriences

Facteur 2
Surcharge
(kg)

1 000

+1

Facteur 1
1

80

+1
120

Vitesse (km/h)

Figure 1.8 La grille des points candidats est constitue dexpriences possibles
dans le domaine dtude.

5. On choisit une fonction reliant a priori la rponse aux facteurs.

6. On slectionne, en fonction dun critre doptimalit choisi, le nombre et
lemplacement des points exprimentaux les plus utiles la modlisation du
phnomne tudi (figure 1.9). Cette slection exige de longs calculs et nest possible
quavec laide dun logiciel de plans dexpriences.
Facteur 2

Dunod La photocopie non autorise est un dlit.

Surcharge
(kg)

1 000

+1

Facteur 1
1

80

+1
120

Vitesse (km/h)

Figure 1.9 Les meilleurs points sont slectionns

par le logiciel.

11

9782100592968-LivreGoupy.fm Page 12 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.6 Plans dexpriences

1.6.3 Surfaces de rponse

chaque point du domaine dtude correspond une rponse. lensemble de tous

les points du domaine dtude correspond un ensemble de rponses qui se localise
sur une surface appele surface de rponse (figure 1.10).
Rponse

Facteur 2

+1

A
1

Facteur 1

+1

Figure 1.10 Lensemble des rponses qui correspond tous les points du domaine dtude
forme la surface de rponse.

En gnral, on ne connat que quelques rponses, celles qui correspondent aux

points exprimentaux retenus par lexprimentateur. On interpole laide dun
modle mathmatique, les rponses inconnues pour obtenir la surface de rponse.
Les points dexpriences retenus par la thorie des plans dexpriences assurent la
meilleure prcision possible sur la forme et la position de la surface de rponse.
1.6.4 Modlisation mathmatique a priori de la rponse
m Modlisation mathmatique

En labsence de toute information sur la fonction qui lie la rponse aux facteurs,
on se donne a priori une loi dvolution dont la formulation la plus gnrale est la
suivante :
{1.2}
y = f (x1,x2,x3,,xn)
Cette fonction est trop gnrale et il est dusage den prendre un dveloppement
limit de Taylor-Mac Laurin, cest--dire une approximation. Si les drives
peuvent tre considres comme des constantes, le dveloppement prcdent
prend la forme dun polynme de degr plus ou moins lev :
y = a 0 + a i x i + a ij x i x j + a ii x 2i +
12

{1.3}

9782100592968-LivreGoupy.fm Page 13 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.6 Plans dexpriences

o :
y est la grandeur laquelle sintresse lexprimentateur ; cest la rponse ou la
grandeur dintrt,
xi reprsente un niveau du facteur i,
xj reprsente un niveau du facteur j,
a0, ai, aij, aii sont les coefficients du polynme.
Ce modle est appel le modle a priori ou le modle postul.
Les modles tablis sont des modles de prvision valables dans le domaine dtude,
domaine que lon doit toujours prciser. Ce ne sont pas des modles thoriques
bass sur des lois physico-chimiques ou mcaniques. Dans quelques rares cas, il est
possible dutiliser des lois physiques thoriques connues.
m Modlisation exprimentale

Deux complments doivent tre apports au modle purement mathmatique

prcdemment dcrit.
Le premier complment est le manque dajustement. Cette expression traduit le fait
que le modle choisi par lexprimentateur avant les expriences est probablement
un peu diffrent du modle rel qui rgit le phnomne tudi. Il y a un cart
entre ces deux modles. Cet cart est le manque dajustement (lack of fit en anglais),
on le note par la lettre D.
Le second complment est la prise en compte de la nature alatoire de la rponse.
En effet, dans le cas gnral, si lon mesure plusieurs fois une rponse en un mme
point exprimental, on nobtiendra pas exactement le mme rsultat. Il y a une
dispersion des rsultats. Les dispersions ainsi constates sont appeles erreurs alatoires
ou erreurs exprimentales (pure error en anglais) et on les note par la lettre e.
La relation gnrale {1.2} doit tre modifie ainsi :
y = f (x1,x2,x3,,xn) + D + e
{1.4}
Cette relation sera exploite au cours du chapitre 5 o lon verra comment on estime
le manque dajustement D et lerreur alatoire e.

Dunod La photocopie non autorise est un dlit.

m Systme dquations

Chaque point exprimental apporte une valeur de la rponse. Or cette rponse est
modlise par un polynme dont les coefficients sont les inconnues quil faut
dterminer. la fin du plan dexpriences, on a un systme de n quations (sil y a
n essais) p inconnues (sil y a p coefficients dans le modle choisi a priori). Ce
systme scrit dune manire simple en notation matricielle :
y=Xa+e
{1.5}
o :
y est le vecteur des rponses,
X est la matrice de calcul des coefficients 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.
13

9782100592968-LivreGoupy.fm Page 14 Lundi, 4. f vrier 2013 12:25 12

1 Dcouvrir la mthode
des plans dexpriences

1.6 Plans dexpriences

Ce systme ne peut pas, en gnral, tre rsolu simplement car le nombre dquations est infrieur au nombre dinconnues. En effet, il y a n quations et p + n
inconnues. Cette rsolution ne peut tre mene bien que si lon utilise une
mthode de rgression. La plupart du temps cette mthode est base sur le critre
doptimisation des moindres carrs. On obtient ainsi les estimations des coefficients
que lon note

Le rsultat de ce calcul est :

{1.6}
= (X X) 1 X y
formule dans laquelle la matrice X est la matrice transpose de X (voir lannexe D
sur le calcul matriciel). Il existe de nombreux logiciels qui excutent ce calcul et
qui donnent directement les valeurs des coefficients.
Deux matrices interviennent constamment dans la thorie des plans dexpriences :
la matrice dinformation X X,
la matrice de dispersion (X X) 1.

14

9782100592968-LivreGoupy.fm Page 15 Lundi, 4. f vrier 2013 12:25 12

2 VOTRE PREMIER PLAN DEXPRIENCES

Si vous avez lu le premier chapitre, vous en savez assez pour attaquer votre premier
plan dexpriences. Nous allons suivre la dmarche suivante dont les principales
tapes sont :
la prparation de ltude,
le choix du plan dexpriences,
lexprimentation,
linterprtation des rsultats,
larrt ou la poursuite de ltude.
Nous allons examiner ces diffrentes phases sur un premier exemple.

2.1 Exemple 01 : je matrise la consommation

de ma voiture
2.1.1 Prparation du plan dexpriences

Cette tape se dcompose en plusieurs parties dont les principales sont dcrites
dans les paragraphes suivants.

Dunod La photocopie non autorise est un dlit.

m Dfinition de lobjectif de ltude

Nous allons suivre la ralisation dune tude que tout le monde peut mettre sur
pieds. Lobjectif de ltude est de connatre la consommation dessence dune
voiture lorsquon roule plus ou moins charg et plus ou moins vite.
Ltude sera russie si on peut rpondre des questions telles que : Combien ma
voiture consomme-t-elle : si elle est vide ou non ? si je roule vite ou non ? si elle
est charge et si je roule vite ?
m Description des lments sur lesquels va porter lexprimentation

Je vais dcrire les essais que jai effectus sur ma propre voiture. Je vais tre le seul
conducteur et jeffectuerai les essais sur une autoroute. Si jen avais la possibilit, je
ferais les essais sur un circuit automobile o il est facile de respecter la plupart des
conditions imposes lexprimentation. Il est en effet plus facile de raliser des
essais sur un circuit, dans un laboratoire, un atelier pilote ou tout lieu spcialement
conu pour ce genre dactivit.
15

9782100592968-LivreGoupy.fm Page 16 Lundi, 4. f vrier 2013 12:25 12

2 Votre premier plan

dexpriences

2.1 Exemple 01 : je matrise

la consommation de ma voiture

m Choix de la rponse permettant datteindre lobjectif

La rponse sera la consommation dessence en litres pour 100 kilomtres parcourus.

m Recherche des facteurs qui pourraient tre influents sur la rponse

Quels sont les facteurs qui peuvent modifier la consommation dune voiture ?
Il y a bien sr les deux facteurs que je vais tudier, la charge et la vitesse de la voiture.
Mais il y en a dautres. Par exemple, la marque et la pression de gonflage des pneumatiques, la prsence ou non dune galerie, la direction du vent, la pluie, le rglage
du moteur, le nombre darrts et de dmarrages, la route plus ou moins accidente.
Il est prudent de noter par crit tous les facteurs possibles. Pour remplir la liste
des facteurs et essayer de ne pas en oublier, on peut aller voir son garagiste pour lui
demander sil ne connat pas dautres facteurs pouvant augmenter ou rduire la
consommation. On a toujours intrt bien faire le tour du problme. On ne sera
pas oblig dtudier tous les facteurs mais on connatra ceux qui pourraient tre
influents. Les facteurs qui ne seront pas tudis dans le plan dexpriences seront, en
gnral, fixs un niveau constant pendant toute lexprimentation.
m Dfinition des niveaux des facteurs

Il sagit de choisir les niveaux haut et bas de chaque facteur.

La vitesse ne devra pas tre trop faible et elle ne devra pas dpasser les limitations
imposes par la scurit. Dans notre exemple, le niveau bas sera de 80 km/h et le
niveau haut de 120 km/h.
La charge vide est dfinie par la prsence du conducteur seul, sans aucun bagage. La
surcharge est dfinie par le poids ajout la charge vide. Sil y a 3 personnes supplmentaires et 25 kg de bagage par personne, la surcharge est denviron 3 70 = 210
pour les passagers et 4 25 = 100 kg pour les bagages des quatre personnes
bord, soit environ 300 kg de surcharge. Au lieu de faire appel ses voisins pour les
essais, on pourra utiliser des gueuses de fonte rgulirement reparties sur les siges
et dans le coffre. Le poids total des gueuses est de 300 kg.
Le niveau bas du facteur charge sera : la voiture et le conducteur seul et sans bagage.
Le niveau haut du facteur charge sera : la voiture, le conducteur et une charge
supplmentaire de 300 kg rgulirement rpartie.
Il est bon de rsumer ces niveaux dans un tableau (Tableau 2.1).
Tableau 2.1 Facteurs et domaine dtude.
Facteur

Niveau bas ()

Niveau haut (+)

Vitesse (1)

80 km/h

120 km/h

Surcharge (2)

300 kg

Ce tableau est important car les conclusions de lexprimentation ne seront valables

qu lintrieur de ce domaine dtude. Si lon charge la voiture 400 kg et que
lon roule 130 km/h, on ne pourra pas utiliser les conclusions de cette tude.
16

9782100592968-LivreGoupy.fm Page 17 Lundi, 4. f vrier 2013 12:25 12

2 Votre premier plan

dexpriences

2.1 Exemple 01 : je matrise

la consommation de ma voiture

m Examen des contraintes

Lorsque lon roule, la quantit dessence diminue. Le poids du vhicule est donc
modifi au cours de lexprimentation. Il faudra commencer chaque essai avec le
rservoir plein pour que le facteur diminution dessence au cours de lessai nait
pas trop dinfluence. Cela oblige dbuter le parcours dans une station service.
Il faudra quil fasse le mme temps pour tous les essais (temprature, vent, pluie).
On choisira donc de faire les essais le mme jour et, si possible, un jour de beau
temps sans vent ni pluie. La longueur du parcours devra tre compatible avec cette
contrainte.
On choisira le mme parcours et dans le mme sens pour chaque essai pour que
linfluence des ctes et des descentes soit toujours la mme.
On vrifiera que les pneus sont bien gonfls la mme pression avant chaque essai.
On peut ainsi faire une liste de prcautions prendre pour tenir compte des
contraintes.

Dunod La photocopie non autorise est un dlit.

2.1.2 Choix du plan dexpriences

On sait quil y a deux facteurs tudier. Les niveaux bas et haut de chaque facteur
ont t dfinis. Les facteurs conserver constants pendant lexprimentation sont :
le parcours et par consquent le kilomtrage, le sens du parcours, le point de
dpart, le point darrive et la pression des pneus.
Ayant deux facteurs prenant chacun deux niveaux, le plus simple est de choisir un
plan dexpriences factoriel complet 22. La dnomination 22 a la signification
suivante : le 2 en exposant indique le nombre de facteurs, lautre 2 indique les nombres
de niveaux des facteurs. Ce plan est bien adapt notre problme puisquil correspond exactement deux facteurs prenant chacun deux niveaux. Les points dexpriences ont pour coordonnes les niveaux bas et les niveaux hauts des facteurs.
On peut prsenter ce plan de plusieurs manires qui se compltent les unes les autres.
On peut dabord dessiner le domaine dtude dans lespace exprimental, puis
ajouter les points dexpriences en tenant compte de leurs coordonnes (Figure 2.1).
On peut aussi reprsenter les expriences faire sous forme de tableaux, en utilisant soit les grandeurs habituelles ou lgales (km/h et kg), soit les grandeurs
codes. Avec les grandeurs lgales, le tableau prend le nom de tableau dexprimentation ou de matrice dexprimentation. Avec les grandeurs codes, le tableau prend
le nom de plan dexpriences ou de matrice dexpriences.
La premire colonne de la matrice dexprimentation est utilise pour indiquer les
noms des essais (Tableau 2.2). On peut soit les numroter, soit leur donner un
nom. La deuxime colonne est celle du premier facteur, on y indique successivement les niveaux quil faut donner ce facteur. La troisime colonne est celle du
deuxime facteur et on y indique galement les niveaux de ce facteur. Le premier
essai, essai n 1 ou essai A, sera excut avec une vitesse de 80 km/h et sans
surcharge. Le deuxime essai, essai n 2 ou essai B, sera excut avec une vitesse de
120 km/h et sans surcharge. Le troisime essai, essai n 3 ou essai C, sera excut
avec une vitesse de 80 km/h et avec une surcharge de 300 kg. Enfin le quatrime
essai, essai n 4 ou essai D, sera excut avec une vitesse de 120 km/h et avec une
surcharge de 300 kg. Ce tableau est trs utile pour lexcution des essais.
17

9782100592968-LivreGoupy.fm Page 18 Lundi, 4. f vrier 2013 12:25 12

2 Votre premier plan

dexpriences

2.1 Exemple 01 : je matrise

la consommation de ma voiture

Facteur 2
Surcharge
D

C
300 kg

+1

Domaine d'tude

0 kg

1
80 km/h

+1
120 km/h

Facteur 1
Vitesse

Figure 2.1 Reprsentation du plan dexprimentation.

Tableau 2.2 Matrice dexprimentation.
Essai n

Vitesse
Facteur 1

Surcharge
Facteur 2

1 (A)

80 km/h

0 kg

2 (B)

120 km/h

0 kg

3 (C)

80 km/h

300 kg

4 (D)

120 km/h1

300 kg

Tableau 2.3 Matrice dexpriences.

Essai n

Vitesse
Facteur 1

Surcharge
Facteur 2

1 (A)

2 (B)

+1

3 (C)

+1

4 (D)

+1

+1

Niveau 1

80 km/h

0 kg

Niveau +1

120 km/h

300 kg

La premire colonne de la matrice dexpriences (Tableau 2.3) est utilise de la

mme manire pour indiquer les noms des essais. La deuxime colonne est celle
du premier facteur, on y indique successivement les niveaux quil faut donner ce
18