Vous êtes sur la page 1sur 18

FQ01

!
!
!
!
!
!
!
!
!
!
!
!
!
!

!
!
!
!
!
!
!
!
!

Recueil de TD Partie C
!

A15

PLANS DEXPRIENCES
TAGUCHI

Groupe'31!
Cao'Wenfan!
Guesnier'Camille!
Guilbert'Elodie!
Ilou'Lucie'!
Rouviere'Pierre!

FQ01

A15

Recueil de TD Partie C

Sommaire
Introduc/on ..................................................................................2
I. Plan factoriel complet ................................................................ 2
1. Domaine dtude .................................................................................. 2
2. Tableau des moyennes .........................................................................3
3. Graphe des eets .................................................................................5
4. Interac/ons entre les dirents facteurs ................................................6
a.

Interac/on entre le nombre de bouteilles et lpaisseur de lisolant ................6

b. Interac/on entre le nombre de bouteilles et la puissance de lampoule ...........7


c. Interac/on entre lpaisseur de lisolant et la puissance de lampoule .............

8

5. Essai complmentaire ...........................................................................9


6. Conclusion plan factoriel complet ....................................................... 11

II. Plans Frac/onnaires ................................................................ 12


1. Descrip/on .........................................................................................12
2. Rsultats de lexprience .....................................................................13

III. Es/ma/on des modles ..........................................................14


1. Plan complet ...................................................................................... 14
2. Plan frac/onnaire ...............................................................................15

Conclusion .................................................................................. 17

Page 1 | 17

Introduc/on
Un plan dexprience est un ou9l de qualit perme<ant lop9misa9on des dmarches
exprimentales raliser lors dun processus de concep9on dun produit.
La recherche de performance est primordiale dans tout projet, cest pourquoi il est ncessaire de
slec9onner et dordonner les congura9ons dessais les plus judicieuses me<re en place. Pour cela nous
u9liserons des paramtres an de connatre les interac9ons entre les facteurs choisis et vis--vis dune
grandeur physique.
Comme rsultat nous obtenons un nombre minimis dexpriences en lien avec la nalit souhaite tout en
maximisant leur prcision. Lavantage de lu9lisa9on de ce<e mthode par rapport celles tradi9onnelles
est donc lobten9on de rsultats plus justes en un temps rduit, ce qui induit un gain conomique.
Dans le cadre de notre projet, nous cherchons dterminer linuence de dirents facteurs sur la
consomma9on de la cave vin (exprime en kWh) dans le but de minimiser celle-ci.
La mthode du plan complet, nous perme<ra dans un premier temps dtudier linuence de nos facteurs
pris individuellement sur la consomma9on de la cave vin. Par la suite nous chercherons voir sil y a une
interac9on entre eux.
Lu9lisa9on de la mthode des plans frac9onnaires perme<ant par une analyse dirente de rduire
davantage le nombre dessais de valida9on viendra complter ce<e tude.

I. Plan factoriel complet


1. Domaine dtude

Lors dun Brainstorming, nous avons slec9onn les facteurs qui nos yeux, ont limpact le plus
important sur notre cave vin. Nous les avons lists ci-dessous :
A.
B.
C.
D.
E.

Nombre de bouteilles
Epaisseur de lisolant
Puissance de lampoule
Nombre de claye<es
Couleur du b9

Notre budget tant limit, nous cherchons tout au long de ce<e tude rduire le nombre dessais. Nous
dcidons donc de raliser un vote pondr an de slec9onner, au sein des facteurs iden9s, ceux qui sont
les plus per9nents. Nous re9endrons nalement les facteurs A,B et C.
Malgr ce<e redni9on nous ne pouvons pas nous perme<re de dconsidrer totalement les facteurs D et
E, cest pourquoi nous raliserons ces tudes avec un nombre de claye<es constant et une couleur de b9
commune an dviter daltrer les rsultats.
Les ac9ons individuelles de A, B et C sur le paramtre vont dsormais pouvoir tre mises en avant de mme
que les interac9ons de second ordre AB, AC et BC.

Page 2 | 17

Facteur

Description

Niveau 1

Niveau 2

Nombre de bouteilles

28

130

Epaisseur isolant (cm)

10

20

Puissance ampoule (W)

10

Tableau 1 : dni/on du domaine dtude


Pour rappel notre grandeur de rfrence est la consomma9on de notre cave vin (kWh). Nous
ferons lhypothse que dans ces domaines les facteurs sont linaires car notre nombre dessai est limit.
Nous vrierons ce<e hypothse par la suite.
An de raliser toutes les combinaisons de nos trois facteurs deux niveaux, notre plan complet sera
compos de 23 soit 8 essais minimum. Compte tenu de la grande dispersion des rsultats nous choisissons
de rpter deux fois chaque essai, ce qui nous amne 16 essais en tout.
En eet, doubler le nombre dessais va nous perme<re davoir un plus large chan9llon de valeurs. Nous
pourrons alors raisonner sur des moyennes ce qui nous perme<ra de rduire lincer9tude sur les rsultats,
et ainsi rduire la dispersion des valeurs autour de la moyenne (Variance) et donc de lcart type
N

Y1

Y2

187,0

187

186,0

186

181,0

181

181,0

181

196,0

197

196,0

197

191,0

192

191,0

191

Tableau 2 : Matrice dexprience

On note Y1 et Y2 les consomma9ons en kWh de la cave vin lissue des essais.


Concernant les niveaux des paramtres A,B, et C on a :
1: Valeur minimale
2: Valeur maximale

2. Tableau des moyennes



Nous pouvons grce au tableau prcdent me<re en correspondance les facteurs, les combinaisons
dessais, les numros dessais et les rsultats de ceux-ci. Nous dterminons les moyennes des rsultats en
ralisant pour chaque ligne le calcul :

Y1+Y2
2

Page 3 | 17

187

186

181

181

196,5

196,5

191,5

191

Tableau 3 : Tableau des moyennes


Intressons-nous dabord linuence des facteurs A,B et C sur la consomma9on dnergie de la
cave. Pour cela nous construisons un second tableau par9r de celui des moyennes. Notre objec9f est ici
disoler chaque facteur et dobserver son impact individuel sur la consomma9on, indpendamment du
comportement des autres facteurs.
Nous procdons en calculant la moyenne obtenue pour un niveau x dans un premier temps.
Les moyennes sont calcules en xant les facteurs un un leur dirents niveaux. Par exemple pour le
facteur A nous calculerons dans un premier temps la moyenne des Y lorsque le niveau de A est 1 puis quand
celui-ci est gal deux.
Ainsi pour le calcul de la moyenne des rsultats de A au niveau 1 nous avons :
(A;1) =

187+186+181+181
= 183,75
4


En ralisant la mme opra9on pour les autres facteurs et leurs dirents niveaux nous abou9ssons au
tableau suivant :
Niveau

183,75

191,5

189

193,875

186,125

188,625

Tableau 4 : Rponse moyenne des facteurs sur la consomma/on dnergie

Grce ce tableau nous pouvons dsormais tracer linuence des dirents facteurs sur la consomma9on
de la cave vin. Nous obtenons donc 3 courbes :

Page 4 | 17

3. Graphe des eets


A

Consommation dnergie

195

192

189

186

183

180

Niveaux
courbe A : Consomma/on de la cave vin= f(Nombre de bouteilles)
courbe B : Consomma/on de la cave vin =f(Epaisseur de lisolant)
courbe C : Consomma/on de la cave vin=f(Puissance de lampoule)

Interprtation
Facteurs

Coefficients directeurs

10,125

-5,375

-0,375

Tableau 5 Rcapitula/f des coecients directeurs


La pente de chaque droite va caractriser linuence du facteur qui lui est associ sur la
consomma9on dnergie de la cave vin. Ainsi, si une droite a une pente posi9ve, cela signie quen
augmentant le niveau de ce facteur, la consomma9on dnergie augmente, on considre donc cela comme
un eet nga9f pour le fonc9onnement de notre produit. De la mme manire, lorsquune pente est
nga9ve, cela signie que laugmenta9on du facteur concern implique une diminu9on de la
consomma9on en nergie de la cave, ce qui peut tre peru comme posi9f pour notre produit.

Le facteur qui a la plus grande inuence sur la consomma9on dnergie correspond donc la
courbe qui a la pente la plus leve. Aprs analyse du graphique, on constate que cest le facteur A,
correspondant au nombre de bouteilles dans la cave, qui a la plus grande inuence sur notre
consomma9on.
Ce rsultat nous semble tonnant. On aurait en eet tendance dire que lpaisseur de lisolant joue un
rle vis vis de la consomma9on dnergie beaucoup plus important que le nombre de bouteilles. Nous
avions donc une ide fausse concernant le fonc9onnement de notre produit.

Si lon sintresse maintenant aux facteurs B et C, on remarque dune part que lorsque lpaisseur
de notre isolant augmente, la consomma9on en nergie de la cave vin diminue. Ceci nous apparat

Page 5 | 17

cohrent dans la mesure o une isola9on plus importante nous perme<ra de rduire les pertes en nergie
et ainsi rduire la consomma9on globale du systme.
Dautre part on note galement une lgre diminu9on de la consomma9on dnergie lorsquon fait varier la
puissance de lampoule. Il peut paratre incohrent quen augmentant la puissance de lampoule, la
consomma9on dnergie diminue. En eet, on se doute quen prenant une ampoule 20W, lnergie
consomme sera suprieure une ampoule 10W, il y a donc une lgre incohrence dans ces rsultats.
Ce<e varia9on reste nanmoins trs faible et peut tre ngligeable. La pente tant quasiment nulle, on
peut considrer que linuence de lampoule sur la consomma9on dnergie nest pas signica9ve. Nous
essayerons dtudier si les interac9ons entre facteurs peuvent avoir une inuence sur ce rsultat.

4. Interac/ons entre les dirents facteurs



Nous avons prcdemment pu prendre conscience des eets engendrs par les dirents facteurs
indpendamment les uns des autres sur la consomma9on de notre cave vin. Il est cependant important
de rappeler quun facteur est suscep9ble davoir une incidence sur un autre facteur, ce qui fausserait ainsi le
rsultat que nous avions obtenu. An de me<re rapidement en vidence les interac9ons entre nos facteurs
nous allons les comparer deux deux.
Pour raliser ce<e tude, nous allons construire des matrices dinterac9on pour AB, AC et BC ainsi que les
graphes qui leurs sont associs.
Pour les facteurs A et B, par exemple, cela revient considrer premirement que lon met de ct la
colonne C et que lon note toutes les possibilits de combinaisons ralisables entre les deux facteurs A et B.

a.

Interac/on entre le nombre de bouteilles et lpaisseur de lisolant

coefficient directeur

186,5

196,5

10

181

191,25

10,25


Nous xons un facteur un certain niveau et faisons varier le second facteur sur les deux niveaux
existants an dobtenir une premire droite. Par la suite, nous xons le premier facteur au second niveau et
ralisons la mme opra9on an dobtenir la deuxime droite.

Page 6 | 17

B=1

B=2

consommation
dnergie

200
196
192
188
184
180
0

Niveau de A (nombre de bouteilles)


Nous remarquons que les deux droites sont presque parallles et ont quasiment le mme
coecient directeur. On pourrait donc supposer que le nombre de bouteilles et lpaisseur de lisolant sont
deux paramtres indpendants dans notre tude mais que des erreurs ou incer9tudes peuvent venir
perturber ce rsultat. En eet cela semble logique, il peut paratre invraisemblable quen ajoutant plus de
bouteilles dans la cave, lpaisseur de lisolant doive varier en consquence.

b. Interac/on entre le nombre de bouteilles et la puissance de lampoule


A
1

184

194

10

183,5

193,75

10,25

coefficient directeur

C=1

C=2

consommation dnergie

200
196
192
188
184

180

Niveau de A (nombre de bouteilles)


Ici encore la dirence est minime. Il pourrait sembler que les deux droites se recoupent. Dans ce
cas la puissance de lampoule ne serait pas indpendante du nombre de bouteilles. Ne connaissant pas les

Page 7 | 17

pourcentages derreurs lors de la ralisa9on des essais, il apparat complexe de 9rer une conclusion
dni9ve sur ce<e interac9on. En revanche sil savrait quil y avait bien un lien entre les deux, cela ferait
cho notre observa9on prcdente sur lincohrence au niveau de linuence de la puissance de
lampoule sur la consomma9on en nergie.

c. Interac/on entre lpaisseur de lisolant et la puissance de lampoule

coefficient directeur

191,75

186,25

-5,5

191,25

186

-5,25

C=1

C=2

consommation dnergie

192
190,6
189,2
187,8
186,4
185
0

Niveau de B (paisseur isolant)


Une fois de plus, on note une lgre dirence de pente pour les deux droites. Il pourrait donc y
avoir une interac9on entre lpaisseur de lisolant et la puissance de lampoule. Bien que les chires parlent
deux-mmes, encore une fois on ne connait pas le pourcentage dincer9tude sur les mesures.
Ainsi si lon se demande dun point de vue qualita9f si ce rsultat est cohrent, on aurait tendance
rpondre par la nga9ve. Il est certainement peu probable que lpaisseur que lon accorde notre isolant
ait une quelconque inuence sur la puissance de lampoule lintrieur de la cave.

Page 8 | 17

Si nous faisions une interprta9on thorique des rsultats prcdents, en dterminant le pourcentage de
dirence entre les pentes que nous avions obtenues pour ces trois derniers graphes, nous ob9endrions le
tableau suivant:
Niveaux
A

Coefficient directeur
B=1

10

B=2

10,25

C=1

10

C=2

10,25

C=1

-5,5

C=2

-5,25

Pourcentage de diffrence
1,235%

1,235%

1,235%
Tableau 6 : comparaison des coecients directeurs des interac/ons

Ce<e tude supplmentaire ne nous apporte pas de rsultats probants puisque nous avons le mme
pourcentage de dirence chaque fois.

5. Essai complmentaire

An de valider les rsultats, on choisit de raliser un essai complmentaire, en dehors des essais du
plan dexprience. Ce dernier est ralis au centre du domaine, pour vrier lhypothse de linarit.
N

79 bouteilles

15 cm

7,5 W

189,5 kWh

Tableau 7 : Essai complmentaire

Nous avons choisi pour chaque critre les niveaux intermdiaires. Par exemple pour le facteur A , on
trouve :

28+130
= 79 bouteilles
2

On ritre la procdure pour B et C. Nous allons ds lors pouvoir comparer ce rsultat aux moyennes des
rsultats prcdents. Nous obtenons le tableau suivant, pour lequel nous allons retracer les courbes
correspondantes.
Facteurs
Niveaux

183,75

191,5

189

1,5

189,5

189,5

189,5

193,875

186,125

188,625

On retrace les graphes des eets en prenant en compte ces nouvelles valeurs

Page 9 | 17

Facteur A

Consommation dnergie

200

Corrlation linaire

y = 10,125x + 173,85
R = 0,9939

195

190

185

180

0,75

1,5

2,25

Niveaux
Facteur B

Consommation dnergie

192

Corrlation linaire

y = -5,375x + 197,1
R = 0,9787

190,5

189

187,5

186

0,75

1,5

2,25

Niveaux

Facteur C

Consommation dnergie

192

Corrlation linaire

y = -5,375x + 197,1
R = 0,9787

190,5

189

187,5

186

0,75

1,5

2,25

Niveaux


On sintresse ici la linarit ou non des courbes traces. On dtermine donc directement le
coecient de rgression linaire R2 pour chaque cas. Plus ces coecients se rapprocheront de 1, plus nous
aurons une volu9on linaire de notre courbe.

Page 10 | 17

On remarque que dans chaque cas R 1. II ny a pas dcart aberrant nous perme<ant de rfuter
lhypothse de linarit dans chacun des cas prsents ici. De ce fait, ces trois facteurs peuvent tre pris en
compte dans la construc9on dun modle linaire.

6. Conclusion plan factoriel complet



Grce ce<e tude nous savons dsormais que nous devrons porter une a<en9on par9culire au
facteur Nombre de bouteilles au cours de ltape de concep9on de notre produit car il sagit du facteur
ayant le plus dinuence sur la consomma9on de notre cave vin.
Ce<e tude couple celle des interac9ons entre les facteurs nous permet de dduire les congura9ons les
plus adquates adopter an davoir la consomma9on de notre cave rduite.
Pour ce qui est du facteur A, le niveau favoriser est le niveau 1 qui correspond 28 bouteilles. Pour ce qui
est du facteur B, le niveau favoriser est le niveau 2 qui correspond 20 cm.
Les rsultats trouvs autour du facteur puissance de lampoule nous posent toujours ques9on cest
pourquoi nous ne sommes pas en mesure darmer quel est le niveau favoriser. Nous tenterons de voir
par la suite si les rsultats de la mthode des plans frac9onnaires vont dans le mme sens que ceux trouvs
par la mthode des plans complets.
Il serait trs per9nent que le consommateur puisse rgler directement ses facteurs an dapprocher la
performance op9male du produit tout en conservant un plaisir du9lisa9on.
Pour ce qui est du nombre de bouteilles, cela semble ne pas poser de grandes dicults car seule la
capacit maximale viendra restreindre ce<e libert. Pour ce qui est de lpaisseur de la cave vin, nous
allons devoir redoubler dimagina9on et dingniosit an de pouvoir combiner la demande dun
encombrement minimal et dune capacit de stockage maximale avec celle dune paisseur isolante
maximale.
Nous allons dsormais orienter nos recherches sur la dtermina9on du nombre de bouteilles op9mal
conserver dans le cas de notre propre cave vin. Ce<e tude nous amne aussi penser quil pourrait tre
judicieux de repenser la forme des bouteilles de vin an dop9miser ce paramtre mais cela sor9rai de
notre cadre dtude ini9al.

Page 11 | 17

II. Plans Frac/onnaires


1. Descrip/on

On a vu que le plan factoriel complet reposait sur un certain nombre de facteurs. Dans la par9e
prcdente ils taient au nombre de 3. Cependant, une des limites du plan complet apparat lorsque ce
nombre de facteurs augmente considrablement. Imaginons que nous ayons u9lis les 5 facteurs proposs
ini9alement, le nombre dessais ncessaires aurait alors t lev 25= 32 essais. On saperoit bien que le
nombre dessais envisag peut rapidement savrer ingrable en terme de cots et de logis9que.
La mthode de Taguchi a pour objec9f de raliser le moins dessais possible, ce qui apporte certains
avantages dun point de vue nancier. On fait alors une slec9on dessais de manire judicieuse dans le but
dabou9r des rsultats aussi per9nents que pour un plan complet, mais avec un nombre dessais moindre.
Il faut nanmoins noter la limite principale de ce<e mthode qui ne nous perme<ra pas dtudier les
interac9ons entre les facteurs. On se base sur une reprsenta9on des essais dans lespace. On cherche un
minimum dessais nous perme<ant de couvrir un espace quivalent. La qualit majeure de ce plan est que
tous ses facteurs sont orthogonaux deux deux. De manire plus gnrale, ce type de plan doit tre
compos dau moins n+1 essais, n reprsentant la quan9t de facteurs tudier. Ceci se traduit dans notre
cas par 4 coecients, un par facteur, ainsi quune constante dterminer. Lqua9on prend la forme
Y= A+B+C+M avec A, B et C associes leurs facteurs respec9fs et M la constante dquilibre du systme.

Figure 2. Reprsentation plan fractionnaire


dans lespace

Figure 1. Reprsentation plan complet


dans lespace

Ce raisonnement nous conduit construire, la matrice suivante, faisant cho la gure 2 :


N

Page 12 | 17

2. Rsultats de lexprience
N

Y1

Y2

187

186

186,5

182

182

182

196

196

196

191

192

191,5


De la mme manire que pour les plans complets, nous avons ici calcul la moyenne des deux
rsultats pour plus de prcision. On eectue alors un raisonnement similaire pour obtenir le graphe des
eets.
Niveaux

184,25

191,25

189

193,75

186,75

189

coefficients
directeurs

9,5

-4,5

Consommation dnergie

195
192
189
186
183
180

Niveaux

Comparons ces rsultats aux pentes que nous avions trouv pour les plans factoriels complets

coefficients
directeurs

plans complets

10,125

-5,375

-0,375

plans factoriels

9,5

-4,5

Page 13 | 17


Nous conservons globalement la mme congura9on. Le paramtre qui a le plus dinuence sur la
consomma9on dnergie est toujours le facteur A, ce qui semble cohrent avec nos rsultats prcdents. En
revanche on note une lgre dirence au niveau des pentes de paramtres A et B. Ce<e tude nous
conrme cependant que le facteur C na peu ou pas dinuence sur la consomma9on dnergie globale. En
eet, il tout fait probable que la puissance ncessaire au fonc9onnement de lampoule soit ngligeable
par rapport la consomma9on totale de notre cave ; dautant plus que nous considrons une u9lisa9on
ponctuelle de ces ampoules qui ne seront allumes que lorsque la cave se situe en fonc9onnement ac9f
(lors de louverture de la porte par exemple).
Les rsultats de ces deux mthodes sont assez proches. Ils saccordent avec ceux de la mthode des plans
complets pour me<re en avant le fait que le facteur A (Nombre de bouteilles) est celui qui a limpact le plus
important, car encore une fois le coecient directeur est le plus fort. Sensuit le facteur B et enn le facteur
C qui ici ne semble pas avoir dimpact car son coecient directeur est nul.
Lcart entre les mesures pour le facteur A est de : 0,625
Lcart entre les mesures pour le facteur B est de : 0,575
Lcart entre les mesures pour le facteur C est de : 0,375
La mthode du plan frac9onnaire permet de rpondre de manire quasiment similaire celle de la
mthode des plans complets tout en apportant un gain en terme de temps et dconomie. Dans notre cas la
congura9on op9male reste inchange.
Cependant nous savons quil est possible que les interac9ons mises en avant entre les facteurs puissent
fausser les rsultats du plan frac9onn. Cela peut expliquer lcart non ngligeable entre les mesures pour
le facteur A selon les deux mthodes car nous avions remarqu une interac9on entre le nombre de
bouteilles et la puissance de lampoule par la mthode des plans complets.
Pour u9liser la mthode des plans frac9onns il est donc essen9el que les interac9ons entre les facteurs
soient extrmement faibles sinon les rsultats de notre modle seront fausss.
Pour rappel, nous nous basons ici sur des rsultats obtenus exprimentalement, des incer9tudes de lecture,
de mesure et de matriel peuvent donc altrer nos rsultats.

III. Es/ma/on des modles


1. Plan complet
On prend ici en compte les interac9ons. De ce fait on aura un modle du type :
Y = M + a.x1 + b.x2 + c.x3 + d.x1,2 + e.x1,3 + f.x2,3 + g.x1,2,3
avec : M : constante dquilibre du systme
a,b et c : les coecients associs leet de chacun des facteurs x1, x2, x3
d,e et f : les coecients associs aux interac9ons entre les facteurs pris deux deux
g : le coecient associ linterac9on de tous les facteurs

Page 14 | 17

Reprenons les rsultats des essais, on a alors le systme suivant :


M +

a + b +

c +

d + e +

+ g .= 187

M +

a + b

c +

g .= 186

M +

b +

d + e

g .= 181

M +

e +

+ g .= 181

M -

a + b +

e +

M -

a + b

d + e

+ g .= 196,5

M -

b +

c +

+ g .= 191,5

M -

c +

d + e +

g .= 196,5

g .= 191

Aprs rsolu9on du systme on arrive :

M = 188,813
a

= -5,063

= 2,688

= 0,188

= 0,063

= 0,063

= 0,063

= 0,188

Do lqua9on : Y = 188,813 - 5,063.x1 + 2,688.x2+0,188.x3+ 0,063.(x1,2+x1,3+x2,3) + 0,188.x1,2,3


On constate bien que les interac9ons entre les facteurs sont ngligeables, de mme la valeur de la
moyenne est cohrente avec les rsultats prcdents.

2. Plan frac/onnaire
On reprend la matrice que nous avons dtermin au dbut de ce<e par9e.
N

186,5

182

196

191,5

Page 15 | 17

Dans ce cas les interac9ons ne sont pas prises en compte, lqua9on du modle est :
Y = M + a.x1 + b.x2 + c.x3
Nous reformulons notre tableau u9lis dans la par9e prcdente. On reformule une nouvelle fois les
niveaux (1;2) en (1;-1).
N

186.5

-1

-1

182.0

-1

-1

196.0

-1

-1

191.5

Ce<e fois-ci il ny a pas dinterac9on, le modle systme devient donc:


M + a + b + c .= 186,5
M + a

- b

c .= 182

M - a + b

c .= 196

M - a

- b + c .= 191,5



Aprs rsolu9on du systme on parvient :
M = 189
a = -4,75
b = 2,25
c = 0

On a donc :
Y = 189 - 4,75. x1 + 2,25. x2
Plan complet
M = 188,813

Plan frac/onnaire
M = 189

a = -5,063

a = -4,75

b = 2,688

b = 2,25

c = 0,188

c = 0

Tableau 7 Comparaison plan complet/plan frac/onnaire

Nous observons quil y a trs peu de varia9on sur les coecients lis aux eets. Les deux mthodes
amnent donc des rsultats concordants.

Page 16 | 17

Conclusion


Ltude des mthodes des plans complets et des plans frac9onnaires nous a permis dapprendre
analyser les rsultats dune exprience. Dsormais nous savons que certains facteurs et certaines
interac9ons ont un impact bienfaiteur sur le comportement du produit et connaissons ainsi les
combinaisons op9males au fonc9onnement de notre cave vin. Dans notre cas les dirences de rsultats
entre les deux mthodes peuvent tre ngliges, cependant nous ne devons pas gnraliser ce<e analyse
car il est possible que la dirence soit grande, si les choix dexpriences ne sont pas judicieux et si les
interac9ons entre facteurs sont fortes.
Ltude des plans frac9onns apparait comme trs avantageuse car elle prsente les qualits dtre plus
rapide, moins couteuse et plus prcise mais il est ncessaire dtre trs a<en9f lors de son u9lisa9on sinon
celle-ci pourrait amener des rsultats errons. Un travail de rexion prliminaire est donc ncessaire an
dtre sr que des paramtres indsirables comme des interac9ons entre facteurs ou le choix de facteurs
non quan9ables ne viennent pas perturber le bon fonc9onnement de ltude.

Page 17 | 17