Plans Experiences

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane) 09/09/2008
NOTIONS DE BASES SUR LES PLANS D'EXPERIENCES
I/ INTRODUCTION AUX PLANS D'EXPERIENCES
1/ Intrts des plans d'expriences

Les plans d'expriences sont utiliss dans les tudes industrielles en
recherche-dveloppement. Ils interviennent dans de nombreux domaines industriels.
On peut notamment citer :
industries chimiques, ptrochimiques et pharmaceutiques

industries mcaniques et automobiles
industries mtallurgiques
Leur utilisation vise aux buts suivants :
dtermination des facteurs cls dans la conception d'un nouveau produit ou

d'un nouveau procd
optimisation des rglages d'un procd de fabrication ou d'un d'appareil de
mesure
prdiction par modlisation du comportement d'un procd
Les plans d'expriences s'inscrivent dans une dmarche gnrale

d'amlioration de la qualit.
Le succs de la dmarche originale des plans d'expriences rside dans la

possibilit d'interprtation de rsultats exprimentaux avec un effort minimal sur le
plan exprimental : la minimisation du nombre ncessaire d'expriences permet un
gain en temps et en cot financier.
Il faut nanmoins comprendre que les plans d'expriences ne sont pas un outil
destin a priori la recherche fondamentale car ils ne permettront jamais une
explication du phnomne physico-chimique tudi.
Avertissements :
1/ Les cours de plans d'expriences dcrivent quelles sont les expriences

raliser ainsi que l'exploitation des rsultats. Par contre ils n'insistent que peu sur le
choix des facteurs exprimentaux, le domaine exprimental et les soins apporter
dans la conduite des essais. Il ne faudrait donc pas oublier la fin de ce cours que la
russite du projet ncessite un investissement en temps important avant de passer
l'application proprement dite de la mthodologie des plans d'expriences.
2/ les calculs peuvent paratre parfois pnibles raliser, ils constituent en

fait une tape ncessaire pour la comprhension de la mthodologie ; une fois cette
phase matrise, de nombreux logiciels peuvent venir en aide et excuter les calculs.
1
3/ Dans ce cours on se limitera la prsentation des plans factoriels

complets et fractionnaires deux niveaux. Les plans de mlange, les plans de
surface de rponse et les plans de Taguchi ne seront pas traits.
2/ Vocabulaire de base des plans d'exprience

Le scientifique est souvent amen comprendre comment ragit un systme
en fonction des facteurs susceptibles de le modifier. Pour visualiser cette volution, il
mesure une rponse et va ensuite essayer d'tablir des relations de cause effet
entre les rponses et les facteurs.
facteurs contrlables
facteurs d'entre SYSTEME rponses
facteurs non contrlables
Parmi les facteurs on distinguera:
les facteurs contrlables qui dpendent directement du choix du technicien

(pression, temprature, matriau )
les facteurs non contrlables qui varient indpendamment du choix du

technicien (conditions climatiques, environnement d'utilisation)
les facteurs d'entre dont on cherche analyser une influence (matire

premire, vitesse d'agitation, temprature, rendement )
Les facteurs tudis dans un plan d'expriences sont bien entendu les
facteurs d'entre. Un facteur est une grandeur le plus souvent mesurable mais il peut
s'agir d'une grandeur qualitative comme les diffrents lots d'une matire premire.
La rponse est la grandeur mesure chaque essai; le plan vise dterminer

quels facteurs l'influencent ou quelle est son volution en fonction de ceux-ci. Cette
grandeur est le plus souvent mesurable mais elle peut galement tre qualitative.
Dans ce cas ce peut tre par exemple une apprciation visuelle sur l'tat d'une
surface ou une apprciation bon, moyen ou mauvais sur un produit alimentaire.
Une notion importante est celle d'interaction entre deux facteurs d'entre. On
parle d'interaction entre deux facteurs A et B quand l'effet du facteur A sur la rponse
va dpendre de la valeur du facteur B. On peut citer deux exemples :
2
une tude sur l'usure des pneus (rponse) montre une interaction entre la
vitesse et la pression de gonflage (facteurs)
une tude sur la somnolence a montr une interaction entre la quantit

d'alcool ingr et la quantit d'un mdicament particulier absorb. Le
graphique suivant montre les valeurs de la somnolence mesure en unit
arbitraire de 0 10 en fonction des deux autres facteurs mesurs
galement avec des units arbitraires.
10 alcool ingr : 2 u.a.

9
alcool ingr : 6 u.a.
8
somnolence (u.a.)
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6
mdicament absorb (u.a.)
On note une forte interaction en remarquant que l'augmentation de

somnolence est beaucoup plus forte si la quantit d'alcool ingr est plus importante.
L'effet du mdicament dpend donc de la quantit d'alcool ingr.
3/ Etapes d'une tude par plans d'expriences
3-a / Dtermination de la rponse et des facteurs d'tude
L'tude doit avant tout avoir un but prcis: minimiser un cot de fabrication,
chercher les paramtres influents ...
A ce niveau, il est important de rassembler l'ensemble des personnes ayant

titre divers une connaissance du sujet : l'ingnieur de production, le responsable du
laboratoire d'analyses, le technicien en charge de la fabrication , l'oprateur de
fabrication Tous peuvent fournir une information essentielle pour les questions
suivantes :
choix de la rponse la plus judicieuse

moyens de mesure adapts
facteurs potentiellement influents
choix du domaine d'tude de ces facteurs
ventuelles interactions rechercher
contrle des facteurs non tudis
3
La connaissance du sujet acquise auparavant dans l'entreprise peut rendre

de grands services cette tape. Le rsultat final peut avoir des consquences
catastrophiques pour l'entreprise si un facteur oubli se trouve tre un facteur
d'influence.
Une difficult importante est la dtermination du domaine d'tude. Le domaine

de variation des facteurs doit permettre de couvrir le domaine rel d'utilisation des
facteurs mais pas plus. Il est ainsi inutile d'avoir des informations pour une
substance une concentration qu'elle n'est pas autorise atteindre cause de
contraintes environnementales.
Ainsi le domaine ne doit pas tre trop large mais l'inverse pas trop troit si
on cherche dterminer une influence possible. Dans ce dernier cas des limites trop
troites risque de "noyer" une influence dans le "bruit" de l'erreur alatoire due aux
incertitudes de mesure.
3-b / Choix d'un modle

Les plans d'expriences dits factoriels utilisent tous le modle mathmatique
suivant qui relient la rponse y aux facteurs x1, x2, xi xn. Ce modle thorique est
postul a priori. Il s'agit d'un modle polynomial.
n n
y = a 0 + a1 x 1 + a 2 x 2 + + a n x n + aij x i x j + aijk x i x j x k +
i, j =1 i j i, j,k =1 i j k
o a0, a1 sont les coefficients du polynme.
Les termes produits de type par exemple a ij x i x j correspondent aux

interactions.
Pour un plan factoriel 3 facteurs x1, x2 et x3, on obtient :
y = a 0 + a1 x1 + a 2 x 2 + a 3 x 3 + a12 x1 x 2 + a13 x1 x 3 + a 23 x 2 x 3 + a123 x1 x 2 x 3
3-c / Choix des expriences raliser

La mthode des plans d'exprience peut tre sommairement compare la
mthodologie traditionnelle dite de "variation facteur par facteur"
Pour tudier l'influence de deux facteurs sur une rponse, on peut adopter
deux stratgies exprimentales pour la conception des essais.
4
facteur B facteur B
M2 Y3 Y4
B2 B2
M3 M4
B1 B1
M1 Y1 Y2
A1 A2 A1 A2
facteur A facteur A
Selon la mthode traditionnelle, on bloque le facteur A au centre du domaine

de variation et on fait varier le facteur B aux deux extrmits de son domaine: on
obtient les mesures M1 et M2. Avec le facteur A on ralise la mme opration pour
obtenir les points M3 et M4. Dans cette mthode, l'effet de B sera mesur partir
des mesures M1 et M2 et celui de A partir des mesures M3 et M4. Donc pour
chaque facteur la moiti des mesures seulement est utilise pour rendre compte d'un
effet.
La mthode des plans d'expriences consistera raliser 4 essais aux

extrmits du domaine exprimental. L'effet de A apparat comme la diffrence entre
la moyenne (Y2+Y4)/2 et la moyenne (Y1+Y3)/2. Le mme raisonnement s'applique
pour l'effet de B.
Remarque : l'effet de A peut tre dcrit autrement en crivant l'expression sous la forme suivante :
Y2 + Y4 Y1 + Y3 Y Y3 Y2 Y1
Effet de A = = 4 +
2 2 2 2
Y4 Y3
Le terme est le demi effet de A quand B est au niveau haut (c'est--dire la demi
2
variation de la rponse quand A passe du niveau bas A1 au niveau haut A2). De mme le terme
Y2 Y1
est le demi effet de A quand B est au niveau bas.
2
Dans cette deuxime stratgie toutes les mesures sont utilises pour le calcul
d'un effet. On comprend donc que la prcision obtenue sera suprieure avec la
mthode de plans d'expriences. Un autre avantage de la mthode des plans rside
dans un nombre beaucoup plus faible d'expriences raliser que dans la mthode
traditionnelle quand le nombre de facteurs augmente.
Il reste nanmoins connatre la mthode gnrale pour trouver les "bonnes"

expriences raliser. La mthode dpend du modle mathmatique choisi.
5
3-d / Ralisation des essais

Un soin tout particulier doit tre apport l'excution des essais. Si on ne
ralise pas personnellement les essais, il faut notamment vrifier que les facteurs
contrlables mais non tudis soient bien fixs des valeurs prcises. De mme si
un des facteurs tudis est un compos chimique, il est bien sr prfrable de ne
pas avoir changer de lot de matire premire durant l'ensemble de
l'exprimentation.
3-e / Interprtation des rsultats des essais

Comme premire approche, le plan d'exprience peut tre conu comme un
moyen de savoir quels sont les facteurs ou les interactions qui ont une influence
statistiquement significative sur la rponse tudie. L'exploitation des rsultats
exprimentaux est souvent assez rapide surtout avec un logiciel ! Le principe de
l'exploitation est simple : il consiste calculer les coefficients du modle polynomial ;
plus la valeur absolue du coefficient est leve, plus le terme correspondant (facteur
simple ou interaction) sera influent sur la rponse tudie.
La difficult est plutt de pouvoir distinguer une vritable influence et le rle de

l'incertitude entachant invitablement toute mesure.
En conclusion de l'tude on fournit la liste des facteurs influents la plupart du

temps l'expression du modle en ne retenant que les coefficients jugs
statistiquement significatifs.
Il est bon de signaler que le modle obtenu ne peut tre utilis qu' l'intrieur
du domaine d'tude (d'o l'utilit d'une tude pralable correcte ) : toute
extrapolation est trs risque car elle pourrait apporter des rsultats bien diffrents
de ceux attendus. On ne signalera jamais assez que le modle fourni n'a pas de
signification physique et ne saurait tre assimil une loi physique.
Une dernire tape obligatoire avant l'utilisation du modle en production sera

de tester par une exprience au centre du domaine exprimental si la valeur prdite
par le modle est proche de la valeur exprimentale. En effet les modles de plans
d'expriences factoriels tudis ne prennent pas en compte une "courbure" possible
au centre du domaine mais considrent uniquement un comportement linaire. Si la
vrification n'est pas concluante il importe d'envisager des modles plus compliqus
(modles avec termes du second degr).
6
II/ CHOIX DES EXPERIENCES

Dans un premier temps, une tude mathmatique trs simplifie montrera
quels sont les critres retenir pour le choix des essais effectuer.
1/ Rgression multilinaire
Dans une tude exprimentale quand on cherche relier une grandeur
physique y et une grandeur physique x, on utilise souvent une technique de
rgression linaire de y par rapport x qui consiste dfinir une relation du type :
y = a. x + b
On cherche les valeurs des paramtres a et b de faon que la droite passe au

mieux par l'ensemble des points exprimentaux. On utilise une mthode dite "des
moindres carrs" qui minimise la somme des carrs des rsidus ri. Le rsidu ri se
dfinit comme l'cart entre la valeur exprimentale yi obtenue pour une valeur xi et
la valeur calcule partir du modle y i soit :
ri = y i y i
Les plans d'exprience exigent l'utilisation de la technique de rgression

multilinaire pour dterminer les coefficients d'un modle polynmial. Les calculs
permettant de les obtenir utilisent le calcul matriciel dans le cas gnral et sont
effectus maintenant au moyen d'ordinateurs. Le principe est toujours celui d'une
mthode "des moindres carrs".
Pour effectuer le calcul il faut videmment un nombre d'expriences (nombre

de relations) au moins gal au nombre de coefficients (nombre d'inconnues).
Dans la suite de l'expos, un exemple montrera que le choix des expriences

raliser influe directement sur la largeur de l'intervalle de confiance des
coefficients.
2/ Variables codes ou variables centres rduites

L'utilisation des variables centres rduites prsente l'intrt de pouvoir
gnraliser la thorie des plans d'expriences quels que soient les facteurs ou les
domaines d'tudes retenus. Remplacer les variables naturelles par les variables
codes va permettre d'avoir pour chaque facteur le mme domaine de variation
(entre -1 et +1) et de pouvoir ainsi comparer entre eux l'effet des facteurs.
Le niveau bas est ainsi cod - 1 alors que le niveau haut est cod + 1.
L'application suivante illustre le passage de la variable naturelle la variable

code. On choisit d'abord pour un facteur son domaine d'tude. Par exemple la
temprature va varier de 10 40C. 10 et 40C correspondent respectivement aux
niveaux bas et haut du facteur.
7
On affecte la valeur -1 10C et la valeur +1 40C. On note ici t la variable

code et T la variable naturelle. On peut les lier par la relation suivante o T0 est le
milieu de l'intervalle du domaine d'tude et T la moiti de la largeur du domaine
d'tude, T0 et T tant exprim en variable naturelle. Ici T0 = 25C et T = 15C.
T T0
t=
T
Les variables centres rduites sont sans dimension.
Une temprature de 20C correspond une variable centre rduite de -0,33.
3/ Application simple de calcul des coefficients

Une application simple est fournie par le plan d'expriences suivant o les
calculs peuvent s'effecteur manuellement. On examine l'influence de la pression et
de la temprature (deux facteurs) sur le rendement y d'une raction chimique
(rponse). Le modle choisi a priori est le suivant :
y = a 0 + a1 x 1 + a 2 x 2 + a12 x 1 x 2
o x1 et x2 reprsentent respectivement les variables codes reprsentatives

des facteurs pression et temprature.
Le choix des expriences ralises sera explicit par la suite. On utilise un

tableau nomm matrice d'expriences pour rcapituler l'ensemble des essais.
Elle comprend plusieurs colonnes; la premire identifie les essais, les

suivantes indiquent les tats des facteurs exprims en "units cods", chaque
colonne tant reprsentative d'un facteur. La dernire colonne indique les rponses
obtenues pour chaque essai. Les lignes infrieures rappellent les valeurs des
niveaux en units naturelles.
N essai pression temprature rendement
1 -1 -1 60
2 1 -1 78
3 -1 1 63
4 1 1 89
niveau 1 2 bars 50 C
niveau + 1 4 bars 70 C
8
A partir du modle, on peut crire les 4 relations suivantes en remplaant les

variables x1 et x2 par leurs valeurs dans chaque exprience.
a 0 a1 a 2 + a12 = 60

a 0 + a1 a 2 a12 = 78

a 0 a1 + a 2 a12 = 63
a 0 + a1 + a 2 + a12 = 89

La rsolution " la main" fournit les valeurs de coefficients suivants :
a0 = 72,5 a1 = 11 a2 = 3,5 a12 = 2
Le modle s'crit donc sous la forme :
y (rendement) = 72,5 + 11 . x1 + 3,5 . x2 + 2 . x1 . x2
o x1 et x2 sont les variables pression et tempratures exprimes en variables

centres rduites.
Dans la suite de l'expos on examinera l'interprtation de ce type de rsultats.
4/ Importance du choix des points exprimentaux
Avertissement au lecteur : Dans ce paragraphe 4/, la dmarche suivie est

adapte de l'exemple classique des "plans de peses" du professeur Phan Tan Luu.
L'intrt est de montrer l'influence du choix des points sans que le lecteur ait besoin
a priori de connaissances sur les plans d'expriences. Pour un lecteur averti, il s'agit
ici d'un exemple de plan factoriel fractionnaire, type de plan qui sera tudi par la
suite. Ce type de plan est videmment plus compliqu qu'un plan factoriel complet
qui sera tudi en premier dans ce cours : il prsente nanmoins le gros avantage
d'tre plus facile traiter sur un plan calculatoire. Le lecteur doit seulement accepter
de se laisser guider par la dmarche choisie.
Le succs des plans d'expriences rside dans la diminution du nombre

ncessaire d'essais pour obtenir un maximum d'informations. Nanmoins il ne suffit
pas d'effectuer un certain nombre d'essais : le choix des essais est fondamental pour
l'obtention d'une prcision optimale dans la dtermination des coefficients.
Dans l'exemple suivant on va comparer la prcision des estimations de

coefficients pour 3 diffrentes matrices d'expriences : autrement dit on calculera la
variance de chaque coefficient.
La pression, la temprature et la masse catalyseur sont les facteurs examins

pour la rponse qui est le rendement d'une raction : 4 essais sont raliss avec 2
niveaux par facteur. On dfinit alors les matrices d'expriences des plans 1, 2 et 3
avec la colonne de la rponse (le rendement). On envisage le modle suivant pour
chacun des plans.
9
y = a 0 + a1 x 1 + a 2 x 2 + a 3 x 3
o x1, x2 et x3 reprsentent respectivement les variables reprsentatives des

facteurs pression, temprature et masse de catalyseur.
plan 1
N essai pression temprature masse catalyseur rponse
1 1 1 1 Y1
2 -1 1 1 Y2
3 1 -1 1 Y3
4 1 1 -1 Y4
niveau 1 2 bars 50 C 1 kg
niveau +1 4 bars 70 C 2 kg
niveau 0 3 bars 60 C 1,5 kg
plan 2
1 -1 -1 1 Y5
2 1 -1 -1 Y6
3 -1 1 -1 Y7
4 1 1 1 Y8
plan 3
1 0 0 0 Y9
2 1 1 0 Y10
3 1 0 1 Y11
4 0 1 1 Y12
En utilisant la mme mthode qu'au II/3/ on aboutit aux solutions suivantes

pour les coefficients.
10
Y1 + Y2 + Y3 + Y4 + Y5 + Y6 + Y7 + Y8
a 0 =
2 a 0 = 4

a = Y1 Y2 a = Y5 + Y6 Y7 + Y8
1 2 1 4
Plan 1 : Plan 2 :
a = Y1 Y3 a = Y5 Y6 + Y7 + Y8
2 2 2 4

a 3 = Y1 Y4 a 3 = + Y5 Y6 Y7 + Y8
2 4
a 0 = Y9

a1 = Y9 + Y10 + Y11 Y12
2

Plan 3 : Y9 + Y10 Y11 + Y12
a 2 =
2
Y Y10 + Y11 + Y12
a 3 = 9
2
La variance var(Y) (ou l'cart-type) de chacune des rponses Yi est

considre comme identique en chaque point du domaine. Cette hypothse est
couramment admise dans les tudes de plans d'expriences.
Selon les plans on obtient des variances var(ai) diffrentes pour les
coefficients ai du modle.
Plan 1 : var(a0) = var(Y) et var(a1) = var(a2) = var(a3) = var(Y) / 2
Plan 2 : var(a0) = var(a1) = var(a2) = var(a3) = var(Y) / 4
Plan 3 : var(a0) = var(a1) = var(a2) = var(a3) = var(Y)
Remarque : On rappelle que si X et Y sont 2 variables alatoires indpendantes et un rel :
var( . X) = 2 . var(X) et var(X Y) = var(X) + var (Y)
On constate donc que le plan 2 prsente la dtermination la plus prcise des

coefficients. Intuitivement on peut comprendre que le plan 2 est suprieur car chacun
des coefficients est estim l'aide de toutes les rponses et les points du domaine
exprimental sont bien mieux rpartis. Le plan 2 est donc bien prfrable pour une
estimation prcise du modle.
Ceci montre donc que la matrice d'exprience n'est pas quelconque: elle doit
tre choisie suivant des critres prcis.
11
5/ Matrice des effets
5-a/ Constitution
La matrice des essais raliser pour obtenir le plan d'expriences optimal se
dduit en fait des critres permettant d'obtenir les coefficients avec le maximum de
prcision.
Le systme d'quations rsoudre doit prsenter des coefficients devant les

inconnues (qui sont les coefficients du modle dterminer) pouvant se mettre sous
la forme d'une matrice nomme matrice des effets. Par exemple pour le plan 2 la
matrice des effets s'crira sous la forme :
1 1 1 1

1 1 1 1
1 1 1 1

1 1 1 1

Ce type de matrice est dite matrice de Hadamard.
Remarque : pour cette matrice les vecteurs colonne sont orthogonaux deux deux. Cette
proprit n'est pas suffisante pour obtenir la variance minimale pour l'estimation des coefficients.
Hadamard a montr que la matrice X devait aussi vrifier la condition:
t
X X = NI
t
o X est la matrice transpose de X, I la matrice identit et N le nombre d'expriences
ralises. N doit tre un multiple de 4.
Par exemple on verra que pour un plan complet n facteurs, le nombre d'expriences N sera
gal :
N = 2n
Soit 8 expriences avec 3 facteurs permettant la dtermination des 8 coefficients du modle,

16 expriences avec 4 facteurs
Pour un plan 8 expriences la matrice des effets devra s'crire comme ci-
dessous en transformant conventionnellement +1 en + et -1 en - :
12
+ + + +

+ + + +
+ + + +

+ + + +

+ + + +
+ + + +

+ + + +
+ + + + + + + +

Il existe des rgles pour dterminer les matrices des effets mais on verra
qu'elles ne sont pas utiles connatre dans la pratique des plans factoriels.
Dans le chapitre III/, aprs avoir dfini le plan factoriel complet, on montrera
que la matrice d'expriences d'un tel plan conduit pour le calcul des coefficients
une matrice des effets qui est une matrice de Hadamard.
5-b/ Calcul des coefficients

Dans le cas d'une matrice de Hadamard, les coefficients peuvent aisment se
calculer avec une simple calculatrice ou un tableur.
On reprend pour cela l'exemple du plan 2 trait au paragraphe 4/ : en fait on

appelle matrice des effets dans les plans d'expriences le tableau suivant plus
complet que la stricte matrice des effets.
Dans ce tableau figure les colonnes du numro d'essai, des termes du

polynme, de la rponse ainsi qu'une ligne infrieure donnant la valeur calcule du
coefficient estimer. La partie grise du tableau est en fait la matrice des effets
dfinie au 5-a/.
N essai constante x1 x2 x3 rponse
1 1 -1 -1 1 Y5
2 1 1 -1 -1 Y6
3 1 -1 1 -1 Y7
4 1 1 1 1 Y8
a0 a1 a2 a3
= = = =
coefficient + Y5 + Y6 + Y7 + Y8 Y5 + Y6 Y7 + Y8 Y5 Y6 + Y7 + Y8 + Y5 Y6 Y7 + Y8
4 4 4 4
On observe que chaque coefficient se calcule en prenant la somme des

rponses, chacune d'elles tant affecte du signe de la colonne correspondante ce
coefficient, divis par le nombre d'essais.
13
On note aussi que le coefficient a0 du modle est gal la moyenne des

rponses.
Cette mthode de calcul est gnrale dans les plans d'expriences factoriels.
5-c/ Intervalle de confiance des coefficients

On tudie maintenant la variance d'un coefficient pour connatre son intervalle
de confiance.
Dans un plan factoriel complet ou fractionnaire de N essais, les rponses Yi et

les coefficients ai sont des valeurs de variables alatoires. On a vu que tout
coefficient ai du modle se calcule par une formule du type:
N N
a i = Yj / N donc var( a i ) = var( Yj ) / N2
j =1 j =1

On introduit alors 2 (variance connue des mesures) ou s2 (variance estime

des mesures). ou s sont des carts-types exprimentaux
Dans le cas o on dispose d'une connaissance importante sur le domaine

tudi et o on peut donc se baser sur les rsultats tirs d'un "historique", on utilisera
.
Dans le calcul suivant on suppose que l'cart-type est inconnu a priori ; pour
dterminer s on utilisera souvent l'une des mthodes suivantes : ralisation de
plusieurs points au centre du domaine d'tude ou ralisation de plusieurs fois la
totalit du plan d'expriences.
La variance s2 des variables Yj tant suppose identique sur le domaine

d'tude (erreur alatoire constante pour toutes les rponses Yj) on en dduit que:
var(ai) = N.var(Y) / N2 = var (Y) / N
On admet que chaque coefficient appartient une population normale.
Avec un risque de 5%, si la variance estime des mesures s2 est connue, une
estimation ponctuelle de l'cart-type de la variable alatoire ai est s(ai) :
s(a i ) = s / N
s
L'intervalle de confiance de tout coefficient est alors : a i t 0,975
N
o t est la variable de Student avec le nombre de degrs de libert utiliss

pour la dtermination de s.
14
La dtermination de l'intervalle sera complte quand on disposera des essais

permettant d'obtenir l'cart-type s de la mesure.
La vrification de la signification statistique d'un coefficient sera alors

entreprise. Pour simplifier, on admettra qu'un coefficient est significatif si son
intervalle de confiance n'englobe pas la valeur 0. Si la valeur 0 appartient
l'intervalle de confiance du coefficient, on en dduira que le coefficient n'est pas
significativement diffrent de 0 pour le risque envisag.
Remarque 1 : cette vrification consiste en fait raliser un test statistique de comparaison de la

valeur du coefficient (dcrit par son intervalle de confiance) la valeur standard 0. Le lecteur est
invit consulter un cours de statistique.
Remarque 2 : la signification des coefficients s'tudie aussi par la technique d'analyse de variance qui
n'est pas aborde ici car elle ncessiterait des dveloppements trop importants.
III/ PLANS FACTORIELS COMPLETS
Pour allger les notations dans la suite de l'expos, on utilisera les notations suivantes :
facteur et sa variable : A, B, C
colonne de termes (colonne de -1 et +1) : A, B, C (gras)
coefficient (appel effet ou interaction par la suite) : A, B, C (italique)
I et I font rfrence la moyenne respectivement comme valeur numrique et comme colonne de

termes tous gaux +1.
1/ Construction des plans factoriels complets

Un plan factoriel complet est un plan pour lequel toutes les combinaisons
possibles aux limites du domaine d'tude auront t ralises : c'est le nombre
maximal d'essais pour un plan d'expriences factoriel. Le nombre d'essais N se
calcule d'aprs la formule suivante : N = 2k o k est le nombre de facteurs.
Le nombre d'essais est exactement gal au nombre de coefficients du modle

dterminer. On vrifie bien ceci pour les plans 22 et 23 :
Plan 22 : facteurs A et B 4 expriences y = a0 + a1 A + a2 B + a12 A B
Plan 23 : facteurs A, B et C 8 expriences
y = a0 + a1 A + a 2 B + a3 C + a12 A B + a13 A C + a 23 B C + a123 A B C
15
Plan 24 : facteurs A, B, C et D 16 expriences
y = a0 + a1 A + a 2 B + a3 C + a 4 D + a12 A B + a13 A C + a14 A D + a 23 B C + a 24 B D

+ a34 C D + a123 A B C + a124 A B D + a134 A C D + a 234 B C D + a1234 A B C D
Les matrices d'expriences se construisent selon les tableaux suivants pour

les cas des plans 22 et 23 avec des facteurs A, B et C.
N essai A B N essai A B C
1 - 1 -1 1 - 1 -1 -1
2 1 -1 2 1 -1 -1
3 -1 1 3 -1 1 -1
4 1 1 4 1 1 -1
5 - 1 -1 1
6 1 -1 1
7 -1 1 1
8 1 1 1
Plus gnralement, la matrice d'expriences comporte k colonnes pour les

facteurs principaux et 2k lignes soit 2k essais. Elle se construit selon la rgle suivante:
colonne du 1er facteur: alternance de -1 et +1

colonne du 2e facteur: alternance de -1 et +1 de 2 en 2
et ainsi de suite pour un nombre plus lev de facteurs.
En adoptant ces rgles empiriques, la matrice des effets est une matrice de
Hadamard.
2/ Application au fonctionnement d'un pistolet peinture

L'exemple est tir de l'ouvrage : "Les plans d'expriences par la mthode Taguchi, Maurice
PILLET, Editions d'organisation, 1997.
2-a/ Prsentation de l'tude

On considre le plan d'expriences visant tudier les conditions de
fonctionnement d'un pistolet peinture servant appliquer une couche de vernis sur
des objets. Deux facteurs sont tudis: l'ouverture du pistolet (facteur A) et la
pression (facteur B). La rponse est la couleur obtenue allant de 0 (noir) 60 (jaune).
Le plan choisi est un plan factoriel complet 22.
16
La matrice d'expriences suivante est fournie avec les rsultats

exprimentaux obtenus :
N essai ouverture pression couleur

A B
1 - - Y1 = 15
2 + - Y2 = 20
3 - + Y3 = 25
4 + + Y4 = 40
niveau 1 1 cran 1 bar
niveau +1 3 crans 2 bars
niveau 0 2crans 1,5 bars
2-b/ Calculs des effets et interactions

Dans un premier temps on utilise l'interprtation qualitative du I-2-c/ ; l'effet
calcul est nomm effet global de l'ouverture sur la couleur. On calcule ainsi l'effet
EOuverture global.
EOuverture global = (Y2+Y4) (Y1+Y3) = 10
De mme : EPression global = (Y3+Y4) (Y1+Y2) = 15
En fait dans la suite on nommera effet d'un facteur la valeur l'effet global
divis par 2 ce qui est aussi nomm dans la littrature l'effet moyen du facteur.
Remarque : les logiciels, MINITAB notamment, utilisent parfois dans leur exploitation le nom
d'effet pour l'effet global et de coefficient pour l'effet moyen.
17
On calcule donc :
EOuverture moyen = [ (Y2+Y4) (Y1+Y3)] = .[-Y1+Y2-Y3+Y4] = 5 = Eouverture

EPression moyen = (Y3+Y4) (Y1+Y2) = .[-Y1-Y2+Y3+Y4] = 7,5 = Epression
Un effet moyen positif pour un facteur s'interprte qualitativement ainsi : une

augmentation de la valeur de ce facteur entrane une augmentation de la rponse.
Dans notre cas une augmentation de l'ouverture ou de la pression entrane une
augmentation de la couleur. Les graphiques suivants illustrent ces effets.
couleur
30
28
26
24
22
20
18
16
1 cran 3 crans
couleur
30
28
26
24
22
20
18
16
1 bar 2 bar
On recherche maintenant si l'effet de la pression dpend de l'ouverture,

autrement s'il existe une interaction entre pression et ouverture.
E Pression (Ouverture 1 cran) = .[-Y1 +Y3] = 5

E Pression (Ouverture 3 crans) = .[-Y2 +Y4] = 10
On peut dterminer maintenant l'effet de l'interaction de la mme faon que

l'effet moyen d'un facteur en considrant la demi-diffrence entre les deux valeurs
prcdentes:
IOuverture Pression = .[ (-Y2+Y4) (-Y1+Y3) ] = .[Y1-Y2-Y3+Y4] = 2,5
18
Une reprsentation simple consiste tracer le graphique des interactions en

prenant la moyenne des donnes pour une condition exprimentale. Les droites du
graphique n'tant pas parallles, on en dduit aussi qu'il y a interaction entre la
pression et l'ouverture. Une ouverture plus importante augmente l'effet de la
pression.
couleur
45
40
35
1 cran
30
3 crans
25
20
15
10
1 bar 2 bars
On obtiendrait la mme valeur d'interaction si on permutait le rle de

l'ouverture et de la pression.
En conclusion, pour obtenir un jaune plus prononc dans le domaine d'tude,

il faut appliquer une pression de 2 bars et ouvrir 3 crans. La pression a un effet
plus important.
2-c/ Rcapitulatif de l'tude d'un plan complet
A partir du modle polynomial choisi ( y = a 0 + a1 A + a 2 B + a12 A B avec la

premire notation), on construit la matrice des effets. On note que la colonne AB
peut se construire rapidement en multipliant terme terme les colonnes de A et B :
c'est la mthode gnrale de construction des termes d'interaction. La matrice des
effets correspond une matrice d'Hadamard.
On effectue ensuite le calcul des coefficients du polynme comme il a t

expos au II/5-b/.
N essai Moyenne A B AB couleur

1 + - - + 15
2 + + - - 20
3 + - + - 25
4 + + + + 40
moyenne
ou effet ou 25 5 7,5 2,5
interaction
On s'aperoit que les valeurs des coefficients correspondent ce qui a t

dfini au III/2-b/ pour le calcul des effets des facteurs A et B et de l'interaction AB.
19
On obtient donc : a0 = I = 25
a1 = A = 5
a2 = B = 7,5
a12 = AB = 2,5
Le modle mathmatique s'crit donc :
Y = 25 + 5.A + 7,5.B + 2,5.A.B
Le modle ncessite d'tre valid par l'exprience. Couramment on vrifie au

centre du domaine d'tude le modle soit ici avec 2 crans pour ouverture et une
pression de 1,5 bars.
En admettant l'tape de validation accomplie, une application possible de ce

modle est la prvision d'une rponse pour des paramtres de fonctionnement
quelconques. Comme le modle est exprim avec des variables centres rduites il
faudra transformer les variables naturelles de procd pour tre autoris utiliser le
modle. Par exemple pour une ouverture 2,5 crans et une pression de 1,25 bar,
on trouve avec le changement de variable indiqu en II/2/ :
A = +0,5 et B = -0,5
La valeur attendue pour la couleur est alors de 23,1
Remarque : dans cette tude les conclusions sont tablies avec l'hypothse que les valeurs trouves
pour les effets et l'interaction sont significativement diffrentes de 0. Cette hypothse est implicitement
admise ici en admettant par exemple que pour le responsable de cette tude ces valeurs entranent
des variations de la couleur importantes pour le procd de peinture. On verra dans les deux
applications suivantes comment estimer cette significativit statistique lorsqu'on n'a pas d'autre
information.
2-d/ Courbes isorponses

A partir du modle il est intressant de tracer les courbes isorponses pour
prvoir graphiquement la couleur. Le logiciel MINITAB fournit cette possibilit de
trac. On constate effectivement que les plus fortes valeurs de couleur sont obtenues
pour les valeurs de pression et d'ouverture les plus leves.
Remarque : pour tracer une des courbes du graphe, il faut d'abord transformer l'expression du
modle ci-dessus en passant pour A et B aux variables naturelles. Ensuite on fixe une valeur de
rponse 30 par exemple et on exprime alors B en fonction de A. Il ne reste alors plus qu' tracer la
courbe et recommencer pour une autre valeur de rponse.
20
graphique de contour : couleur

2,0
1,9 38
34
1,8
1,7 30
1,6 26
pression
1,5
22
1,4
1,3
1,2
18
1,1
1,0
1 2 3
ouverture
3/ Application l'tude de la robustesse du dosage de l'amiodarone

par HPLC
L'exemple est inspir du mmoire de travail de diplme d'analyse pharmaceutique de Nomie
MARCOZ (Universit de Genve) intitul "Etude de stabilit des solutions injectables d'amiodarone",
2003.
L'tude de la robustesse d'une mthode permet de dfinir les variations

admissibles des paramtres opratoires critiques c'est--dire des paramtres qui ont
un effet sur la valeur de la rponse fournie. L'amiodarone est une molcule utilise
dans le domaine mdical. On dtermine par HPLC la concentration des solutions
injectables d'amiodarone.
La rponse tudie est l'asymtrie du pic d'amiodarone : en effet une variation

de l'asymtrie du pic peut engendrer des erreurs dans la dtermination de la
concentration en amiodarone.
Les facteurs tudis sont le pH du tampon phosphate (A), le pourcentage

d'actonitrile (B) et la concentration molaire du tampon phosphate (C).
21
Un plan factoriel complet 23 est ralis pour dterminer quels sont les facteurs
et interactions importants.
Les conditions du domaine exprimental sont donnes dans la matrice d'expriences

suivante.
Numro d'essai A B C asymtrie

1 - - - 1,57
2 + - - 1,62
3 - + - 1,34
4 + + - 1,42
5 - - + 1,55
6 + - + 1,62
7 - + + 1,36
8 + + + 1,20
-1
niveau -1 2,3 45 % 24 mmol.L
niveau +1 2,7 55 % 29 mmol.L-1
niveau 0 2,5 50 % 26,5 mmol.L-1
Le niveau 0 des facteurs correspond aux conditions dans lesquelles le dosage

s'effectue habituellement dans le laboratoire.
Pour une valuation statistique de la signification des effets et interactions, 6

points au centre du domaine ont t raliss.
Numro d'essai
A B C asymtrie
au centre
1 0 0 0 1,38
2 0 0 0 1,56
3 0 0 0 1,34
4 0 0 0 1,51
5 0 0 0 1,48
6 0 0 0 1,47
Le schma suivant regroupe les diffrents essais qui ont bien t choisis aux
extrmits du domaine d'tude.
22

On reprsente la matrice des effets partir du modle polynomial choisi pour
le plan 23 ( y = a0 + a1 A + a 2 B + a3 C + a12 A B + a13 A C + a 23 B C + a123 A B C ).
Le nombre de coefficients inconnus est de 23. La matrice des effets s'crit :

N
moyenne A B C AB AC BC ABC asymtrie
essai
1 + - - - + + + - 1,57
2 + + - - - - + + 1,62
3 + - + - - + - + 1,34
4 + + + - + - - - 1,42
5 + - - + + - - + 1,55
6 + + - + - + - - 1,62
7 + - + + - - + - 1,36
8 + + + + + + + + 1,20
moyenne
ou effet ou 1,460 0,005 - 0,130 - 0,028 - 0,025 - 0,028 - 0,023 - 0,033
interaction
Les coefficients ont t calculs selon la mthode dcrite au II-5-b/. Par

exemple pour le coefficient a23, on a :
(+1,57 + 1,62 1,34 1,42 1,55 1,62 + 1,36 + 1,20)

a 23 = = 0,023 = BC
23
3-c/ Intervalle de confiance des coefficients (effet ou

interaction)
On effectue ici la dtermination par des mesures au centre du domaine.
23
Si les mesures xi au centre du domaine sont rptes n fois, on en dduit une

estimation de la variance en ce point, estimation qu'on estime identique pour tout le
domaine d'tude. x est la moyenne de ces mesures.
s2 =
(xi x )2
n 1
L'cart-type estim s est ainsi calcul avec n 1 degrs de libert. Dans notre
exemple n = 6.
On calcule s = 0,082. D'aprs II/5-c/, l'intervalle de confiance de tout

s
coefficient est alors : a i t 0,975 avec N (nombre d'essais) gal 8.
N

pour la dtermination de s. On prend ici t0,975 = 2,57 avec un risque de 5 %.
Donc finalement on obtient : a i 0,075
3-d/ Rcapitulatif de l'tude du plan complet

Tous les effets ou interactions dont l'intervalle de confiance comprend la
valeur 0 ne sont donc pas significatifs.
A = 0,005 B = -0,130 C = -0,028

ABC = -0,033 AB = -0,025 AC = -0,028 BC = -0,023
Seul l'effet du facteur B est comptabiliser. En conclusion l'effort doit tre

port sur le pourcentage d'actonitrile qui doit tre contrl sous peine sinon de
modifier l'asymtrie du pic d'amiodarone et donc de fausser la dtermination de la
concentration en amiodarone. Les autres facteurs n'ont aucun rle dans l'asymtrie
du pic.
4/ Application au traitement d'eau pollue par des ions Cu2+ et Zn2+.

L'exemple est tir de : "Traitement d'une solution aqueuse contenant des ions Zn2+ et des
2+
ions Cu ", projet de licence professionnelle Industries chimiques et pharmaceutiques : BPL et BPF,
Universit de Dijon, Marine BRUET, 2006"

Le projet vise dterminer en jars tests les meilleures conditions de traitement
aprs prcipitation, floculation et dcantation pour une eau pollue contenant des
ions Cu2+ et Zn2+.
La faisabilit industrielle du procd est estime notamment partir de la

dure de la dcantation qui doit tre la plus faible possible. Cette dure constitue une
24
rponse. Trois facteurs sont tudis. La nature de l'hydroxyde (facteur A) est un

facteur qualitatif. L'excs stchiomtrique en hydroxyde (facteur B) et le
pourcentage en volume de floculant (facteur C) sont deux facteurs quantitatifs.
Le plan choisi est un plan factoriel complet 23. Pour une valuation statistique
de la signification des effets et interactions, le plan sera rpliqu une fois.
La matrice d'expriences suivante est fournie avec les rsultats

exprimentaux obtenus :
dure1 dure2
Numro d'essai A B C
(s) (s)
1 - - - 29 25
2 + - - 17 22
3 - + - 40 47
4 + + - 20 23
5 - - + 19 22
6 + - + 18 15
7 - + + 29 31
8 + + + 13 12
niveau - chaux x2 2%
niveau + soude x4 10 %
niveau 0 6%
Le niveau 0 n'a pas de sens pour un facteur qualitatif. De mme pour un

excs stchiomtrique la dfinition du niveau 0 n'est pas vidente d'un point de vue
chimique.

On construit la matrice des effets ; on indique pour la dure de la dcantation
la moyenne des valeurs obtenues ce qui dans le calcul des effets et des interactions
revient alors considrer 8 essais et non 16.
25
N dure
moyenne A B C AB AC BC ABC
essai (s)
1 + - - - + + + - 27
2 + + - - - - + + 19,5
3 + - + - - + - + 43,5
4 + + + - + - - - 21,5
5 + - - + + - - + 20,5
6 + + - + - + - - 16,5
7 + - + + - - + - 30
8 + + + + + + + + 12,5
moyenne
ou effet ou 23,9 - 6,4 3 -4 - 3,5 1 - 1,6 0,13
interaction
Le logiciel MINITAB fournit les reprsentations suivantes des effets et des

interactions.
x x
ux de 10
c ha so
u 2 4 2
30
dure dcantation (s)
27
24
21
18
hydroxyde excs %
26
x x
2 4 2 10
hydroxyde 35
soude 25
chaux
15
excs 35
x4
25
x2
15
A l'examen visuel des graphes on note que les trois facteurs doivent avoir un
effet mais que l'interaction AC (nature de l'hydroxyde et % en volume) semble
ngligeable car les droites sont presque parallles. Il faut vrifier maintenant cet
aspect avec un examen statistique des rsultats.
4-c/ Intervalle de confiance des coefficients (effet ou

interaction)
La technique des points au centre conomise videmment des essais par

rapport la rplication d'un plan. Nanmoins elle est inapplicable pour certains
facteurs qualitatifs (que veut dire un niveau "0" pour un type de ractif, un type
d'appareil ).
Remarque : un autre intrt d'effectuer des points au centre est de permettre de vrifier le modle en
un point o une "courbure" a de grandes chances d'tre visible.
Quand on rpte le plan plusieurs fois, les mesures ralises en un point

exprimental constitue un petit chantillon. On estime alors la variance s2 des
mesures en considrant qu'on dispose de k petits chantillons (correspondant k
points du domaine d'tude) et d'un nombre total d'essais de N donc N / k rptitions
du plan.
s2 =
si 2 o si2 est la variance estime d'un chantillon i.
k
27
s2 est calcule avec N k degrs de libert
Dans notre exemple N - k = 16 8 = 8.
On calcule finalement s = 2,76. D'aprs II/5-c/, l'intervalle de confiance de tout

s
coefficient est alors : a i t 0,975 avec N(nombre d'essais) gal 16.
N

pour la dtermination de s. On prend ici t0,975 = 2,31 avec un risque de 5 %.
Donc finalement on obtient : a i 1,59
4-d/ Rcapitulatif de l'tude du plan complet

Tous les effets ou interactions dont l'intervalle de confiance comprend la
valeur 0 ne sont donc pas significatifs.
A = -6,4 B=3 C = -4
ABC = 0,13 AB = -3,5 AC = 1 BC = -1,6
On prendra donc en considration les effets des trois facteurs et deux

interactions ce qui confirme l'examen des graphiques.
Nanmoins les graphiques peuvent induire un peu en erreur car pour

l'interaction AC les deux droites semblaient assez loin d'tre parallles et l'tude
statistique conduit la limite seulement prendre en compte cette interaction. Dans
ce cas d'ailleurs le contexte professionnel conduit garder ou non ce terme dans le
modle.
Le modle final s'crit donc :
y = 23,9 - 6,4 . A + 3 . B 4 . C 3,5 . A.B 1,6 . B.C
Une application intressante de ce modle est de rechercher les valeurs des

facteurs pour minimiser la dure de dcantation. La prsence des interactions AB et
BC rend impossible un choix rapide des conditions optimales.
Le logiciel MINITAB permet l'obtention de l'optimum : la dure de dcantation

est minimale l'intrieur du domaine d'tudes pour A = B = C = + 1.
Il faut donc utiliser de la soude, un excs stchiomtrique de 4 fois et un %

en volume de floculant gal 10 %.
5/ Avantages et inconvnients des plans factoriels complets

Les plans factoriels complets sont des plans dits sans risque car ils
permettent de dterminer tous les effets et toutes les interactions sans ambiguts.
28
Le nombre d'essais ncessaire est au moins gal au nombre total de coefficients

dterminer.
Les essais sont raliss de telle sorte que les coefficients sont estims avec
une variance minimale. Leur simplicit d'exploitation assure un bon "rendement" par
rapport aux rsultats obtenus.
Nanmoins ils prsentent une limite essentielle : le nombre d'essais augmente

trs rapidement avec le nombre de facteurs. On atteint dj 128 expriences (27)
pour 7 facteurs ce qui devient donc trs vite difficile raliser dans la pratique.
IV/ PLANS FACTORIELS FRACTIONNAIRES
1/ Mise en uvre
1-a/ Grands principes

Les plans fractionnaires ont t conus pour remdier l'inflation rapide du
nombre d'essais dans les plans complets.
L'objectif des plans fractionnaires va consister rduire le nombre

d'expriences raliser par rapport au nombre maximum donn par le plan complet.
Les plans fractionnaires utilisent les matrices des effets des plans complets. Leurs
matrices des effets ont donc galement toutes les qualits des matrices d'Hadamard.
On parlera de plan 2k-p (p entier) pour indiquer un plan fractionnaire issu du

plan complet 2k avec k facteurs 2 niveaux. Par exemple le plan 24-1 est un plan
fractionnaire permettant l'tude de 4 facteurs en utilisant la matrice des effets du plan
complet 23 : 23 expriences sont raliser au lieu des 24 expriences du plan
complet. Le nombre d'expriences est divis par 2, il correspond la ralisation d'un
demi plan complet 24.
De la mme manire il est possible de raliser des plans 2k-2 , 2k-p (p

entier < k). Le plan 27-3 permettra une tude de 7 facteurs avec seulement 24
expriences au lieu de 27 : il s'agit donc de 1/8me du plan complet 27.
Nanmoins les plans fractionnaires ncessitent une phase de conception

plus longue car l'interprtation qui rsultera des rsultats dpend essentiellement du
choix de p. Plus le nombre p augmente, plus la charge exprimentale va diminuer
mais au dtriment d'un risque de plus en plus grand sur la qualit des informations
tires du plan. Il faudra donc valuer les risques avant de dmarrer l'exprimentation
et les minimiser en construisant le plan fractionnaire adquat. C'est le pari du plan
fractionnaire
29
1-b/ Expriences "inutiles" d'un plan complet

Un plan complet 24 (modle ci-dessous) permet d'estimer les 4 effets des
facteurs, la moyenne, les 6 interactions d'ordre 2, les 4 interactions d'ordre 3 et
l'interaction d'ordre 4.

On a vu dans les applications sur les plans complets que les interactions
d'ordre 3 pouvaient tre ngliges. C'est un rsultat trs gnral : dans la pratique
les interactions d'ordre suprieur ou gal 3 sont ngligeables sauf de trs rares
exceptions.
On en dduit alors dans l'exemple du plan complet 24 qu'on va effectuer 16

expriences pour un nombre ncessaire de seulement 11 coefficients dterminer.
La proportion d'essais utiles par rapport au nombre total d'essais diminue encore
plus nettement si on augmente le nombre de facteurs.
Pour un plan 23 avec 3 facteurs A, B et C, si on se contente de vouloir

estimer l'influence de A, B et C sans se proccuper des interactions, on a 4
coefficients connatre : la moyenne et les effets des 3 facteurs soit 4 essais.
y = a0 + a1 A + a 2 B + a3 C
Un plan fractionnaire 23-1 avec 4 essais suffira : 4 essais seront donc

conomiss. Nanmoins on n'obtiendra pas d'information sur les interactions (AB,
AC, BC). Si jamais une des interactions n'tait pas ngligeable, les coefficients du
modle seraient entachs d'erreur et le modle ne conviendrait pas pour une
utilisation ultrieure. C'est tout le pari d'un plan fractionnaire !
Pour conclure, les plans fractionnaires sont souvent utiliss en temps que
plans de criblage destins dterminer quels sont les facteurs les plus influents sans
forcment tudier les interactions d'ordre 2. C'est souvent le cas si le nombre de
facteurs est trs lev.
1-c/ Notion d'aliase et de contraste

Pour l'tude d'un plan fractionnaire 24-1 4 facteurs, 8 expriences sont
ralises. Le modle de plan factoriel avec 4 facteurs est le suivant

Les matrices des effets des plans factoriels doivent comporter autant de lignes
que de colonnes. Chaque colonne correspond un coefficient du modle donc il
faudrait 16 colonnes : pour utiliser une matrice 24-1 colonnes, il faut donc faire en
sorte que les termes de (16 8) colonnes se retrouvent dans les 8 autres colonnes.
30
Les termes tant tous gaux 1 ou + 1, une solution consiste crire que la
variable D aura la mme valeur dans chacune des 8 expriences que la valeur du
produit de variables A.B.C. Le choix des valeurs de D dans la matrice d'exprience
sera donc fix.
On peut donc crire pour les 8 expriences : D = A.B.C. Comme cette galit
est vraie pour les 8 expriences, on peut crire l'galit de colonne suivante :
D = ABC
Le choix de D = A.B.C permet alors d'crire les galits suivantes sur les
variables en utilisant le fait que le produit d'une variable quelconque par elle-mme
est toujours gal + 1.
A.D = B.C B.D = A.C C.D = A.B A.B.D = C
A.C.D = B B.C.D = A et A.B.C.D = 1
On dira que D est l'aliase initiale (choisie par l'exprimentateur).
D est alias avec A.B.C, B est alias avec A.C.D, A.D est alias avec B.C
Le modle s'crit alors sous la forme :
y = (a0 + a1234 ) + (a1 + a 234 ) A + (a 2 + a134 ) B + (a3 + a124 ) C + (a12 + a34 ) A B

+ (a13 + a 24 ) A C + (a14 + a 23 ) B C + (a 4 + a123 ) A B C
On reconnat bien le modle d'un plan factoriel complet 23 dont on pourra

utiliser la matrice des effets. Les nouveaux coefficients hi calculs avec la matrice
des effets par la mthode habituelle seront nomms contrastes.
Un contraste hi est une somme d'effets et d'interactions. On les crit ainsi :
h1 = a0 + a1234 h2 = a1 + a 234 h3 = a 2 + a134 h4 = a 3 + a124
h5 = a12 + a 34 h6 = a13 + a 24 h7 = a14 + a 23 h8 = a 4 + a123
Remarque : un contraste apparat ici comme une somme mais dans le cas gnral des signes
ngatifs peuvent apparatre. Il suffisait par exemple de choisir comme aliase initiale D = - A.B.C.
1-d/ Interprtation des contrastes
Les difficults d'interprtation apparaissent dans l'expression des contrastes

du 1-c/. Les 16 coefficients initiaux ai du modle sont a priori impossibles calculer
car ils sont groups par 2.
31
La dtermination des effets et des interactions est nanmoins possible

moyennant certaines hypothses couramment admises. Bien entendu il faut valider
ces hypothses avant de conclure une tude, par exemple avec la vrification de
points exprimentaux particuliers comme au centre du domaine d'tude. Les
hypothses sont les suivantes :
Hypothse 1 : les interactions d'ordre gal ou suprieur 3 peuvent tre

ngliges.
Hypothse 2 : si un contraste est ngligeable, tous les termes aliass sont

eux-mmes ngligeables ; une compensation des termes est trs
improbable.
Hypothse 3 : si deux effets de facteurs sont ngligeables, on supposera

que leur interaction l'est aussi.
Hypothse 4 : une interaction comportant deux facteurs dont l'un a un

effet ngligeable, est gnralement une interaction ngligeable.
Il faut nanmoins tre attentif toute anomalie dans les rsultats mme si on
estime que ces hypothses sont vrifies dans 95 % des cas.
1-e/ Rsolution d'un plan fractionnaire
Le choix de l'aliase initiale est fondamental pour la conception d'un plan

fractionnaire.
Dans l'exemple du 1-c/ le choix D = A.B.C a permis d'obtenir des contrastes

o les effets des facteurs A,B,C et D sont dtermins directement par le calcul des
contrastes h1, h2, h3 et h4. La seule hypothse sur l'ordre des interactions permet
d'crire :
h2 = a1 = A h3 = a2 = B h4 = a3 = C h8 = a4 = D
Par contre on dispose uniquement de la somme des interactions AD et BC,

BD et AC, CD et AB. Seuls l'application des hypothses sur les contrastes calculs
permettront peut-tre de pouvoir connatre toutes les interactions.
Si on avait choisi comme aliase initiale D = AB, on aurait abouti

l'impossibilit de distinguer l'effet d'un facteur avec une interaction d'ordre 2 ! Il faut
donc toujours aliaser les facteurs supplmentaires (par rapport ceux du complet)
avec les interactions d'ordre le plus lev.
On dfinit la notion de rsolution d'un plan fractionnaire selon les termes de

l'expression des contrastes :
32
plan de rsolution III : effet d'un facteur alias avec interaction dont l'ordre le
moins lev est 2
plan de rsolution IV : effet d'un facteur alias avec interaction dont l'ordre le
moins lev est 3
plan de rsolution V : effet d'un facteur alias avec interaction dont l'ordre le
moins lev est 4
Il apparat que les plans d'ordre III sont risqus car si une interaction n'est pas
suppose ngligeable, elle s'ajoute l'effet d'un facteur. Ce type de plan est
entreprendre pour rduire normment le nombre d'expriences dans le cas d'un
grand nombre de facteurs. Dans ce cas il est parfois ncessaire de raliser un plan
complmentaire pour accder toutes les interactions (voir 3/).
Les plans d'ordre V permettent de lever tous les doutes sur la dtermination
des effets des facteurs et des interactions. Nanmoins ils sont peu fractionnaires et
sont ainsi coteux en nombre d'essais.
Les plans d'ordre IV prsentent un bon compromis: les effets des facteurs sont
faciles dterminer, il reste par contre des doutes sur les interactions d'ordre 2. Le
plan du 1-c/ est un plan d'ordre IV.
1-f/ Oprations sur les colonnes (calcul de Box)

Le calcul de Box est un outil trs utile pour l'criture des contrastes. Cette
mthode s'applique uniquement aux plans fractionnaires 2 niveaux 1 et + 1.
Chaque colonne de la matrice des effets comprend uniquement des valeurs

+1 ou -1. On dsigne par A la colonne de valeurs sous la variable A. On nomme I la
colonne ne comportant que les valeurs +1.
Avec des colonnes quelconques A et B, les proprits de la "multiplication des

colonnes" sont les suivantes :
AB = BA
AI = IA = A et - IA = - A
AA = I
Une galit entre deux colonnes A et B signifie que les termes des deux
colonnes sont identiques.
1-g/ Conception d'un plan fractionnaire 23-1

La conception d'un plan fractionnaire 23-1 permet en 4 expriences d'tudier 3
facteurs A, B et C et leurs interactions moyennant certains risques. Il faudra utiliser la
matrice des effets d'un plan factoriel complet 22 et effectuer 4 expriences au lieu de
8.
33
N essai I A B AB
1 + - - +
2 + + - -
3 + - + -
4 + + + +
Une telle matrice ne comprend que 4 colonnes. Quatre autres termes sont
introduire : C, AC, BC et ABC. Pour cela on choisit comme aliase initial C = AB.
Plutt que d'crire la transformation du polynme du 1-c/, la mthode la plus

rapide pour connatre tous les contrastes est de dfinir le gnrateur d'aliases.
L'criture C = AB est quivalente I = ABC
En effet : C = AB CC = ABC I = ABC
I = ABC est le gnrateur d'aliases. Les autres aliases sont obtenues en

multipliant chaque colonne par le gnrateur d'aliases. Daprs la proprit de
multiplication avec la colonne I, on obtient alors :
I = ABC A = BC B = AC AB = C
Par exemple : A = AI = AABC = IBC = BC
On en dduit alors la matrice des effets avec les contrastes :
I A B AB
Numro
d'essai = = = = Y
ABC BC AC C
1 + - - + Y1
2 + + - - Y2
3 + - + - Y3
4 + + + + Y4
contraste h1 h2 h3 h4
Le contraste h2 se calcule par la mthode habituelle :
h2 = (1/4) . (-Y2 + Y3 - Y1 + Y4)
Puis on crit la matrice d'expriences qui indique quels sont les niveaux
appliquer pour les facteurs A, B et C. Les colonnes C et AB doivent tre identiques.
34
Numro
d'essai A B C
1 - - +
2 + - -
3 - + -
4 + + +
La reprsentation graphique suivante montre pour notre exemple quels

seront les essais effectuer dans le domaine exprimental. Les plans complets
utilisent comme points exprimentaux "tous les sommets du domaine". Le plan
fractionnaire n'utilise ici que la moiti des points.
Il reste maintenant donner les expressions des contrastes.
Pour cela on crit la matrice des effets du plan factoriel complet 23 dont est
issu le plan fractionnaire 23-1 prcdent. On retrouve l'intrieur la matrice
d'expriences de ce plan complet avec en gris la matrice d'expriences et les
rponses du plan fractionnaire. Les 4 autres essais sont ceux du plan
complmentaire.
essai I A B C AB AC BC ABC Y
1 + - - - + + + - Y5
2 + + - - - - + + Y2
3 + - + - - + - + Y3
4 + + + - + - - - Y6
5 + - - + + - - + Y1
6 + + - + - + - - Y7
7 + - + + - - + - Y8
8 + + + + + + + + Y4
35
Si on cherche calculer les effets du facteur B et de l'interaction AC, on

obtient par la mthode habituelle de calcul des coefficients.
B = (1/8) . (-Y5 - Y2 + Y3 + Y6 - Y1 - Y7 + Y8 + Y4)

AC = (1/8) . (+Y5 - Y2 + Y3 - Y6 - Y1 + Y7 - Y8 + Y4)
La somme de ces deux valeurs est gal :
B + AC = (1/4) . (-Y2 + Y3 - Y1 + Y4)
On reconnat bien l'expression du contraste h2 du plan fractionnaire.
En conclusion on en dduit la relation d'quivalence gnrale entre les

colonnes et les contrastes, valable pour tous les facteurs et toutes les interactions.
B = AC hcolonne B=AC = B + AC
2/ Application l'tude de l'allongement la rupture d'un polymre

L'exemple est tir de : " Les plans d'expriences: De l'exprimentation l'assurance qualit",
G. SADO et M.C. SADO, AFNOR, 1991

On tudie l'influence sur l'allongement la rupture d'un polymre (en %) des
facteurs suivants :
nature de l'lastomre (A)

taux d'additif en % (B)
systme de vulcanisation (C)
taux de kaolin en % (D)
Les facteurs A et C sont qualitatifs.
Le but est de rechercher les conditions permettant d'obtenir un allongement

maximum la rupture.
On a vu qu'un plan factoriel complet 24 ncessite 16 essais pour dterminer 16
coefficients (moyenne, 4 effets de facteurs, 6 interactions du second ordre, 4
interactions du troisime ordre et l'interaction du quatrime ordre). On souhaite
diviser par 2 le nombre d'essais soit raliser un plan fractionnaire 24-1 dont la matrice
des effets est celle du plan complet 23.
2-b/ Conception du plan fractionnaire

On crit la matrice des effets du plan 23. Cette matrice dispose de 8 lignes et 8
colonnes: on peut donc placer 8 termes du modle au maximum.
36
essai I A B C AB AC BC ABC
1 + - - - + + + -
2 + + - - - - + +
3 + - + - - + - +
4 + + + - + - - -
5 + - - + + - - +
6 + + - + - + - -
7 + - + + - - + -
8 + + + + + + + +
Il reste placer 8 termes. On choisit comme aliase initiale : D = A.B.C
Ce choix s'impose : en effet les interactions d'ordre gal ou suprieur 3 tant

ngligeables, il sera donc possible de dterminer l'effet des facteurs sans ambigut.
Le gnrateur d'aliases est donc : I = ABCD.
Les autres aliases sont obtenues en multipliant chaque colonne par le

gnrateur d'aliases. On obtient alors :
I = ABCD A = BCD B = ACD C = ABD
AB = CD AC = BD BC = AD ABC = D
Par exemple : AC = ACI = ACABCD = AACCBD = IIBD = BD
La multiplication des colonnes avec le gnrateur d'aliases permet ainsi de

"retrouver" tous les termes du modle. Avec le choix de l'aliase originale (D = A.B.C)
la matrice d'expriences s'crit ci-dessous avec la mme colonne pour D que ABC
dans la matrice des effets :
numro
A B C D Y
d'essai
1 - - - - Y1
2 + - - + Y2
3 - + - + Y3
4 + + - - Y4
5 - - + + Y5
6 + - + - Y6
7 - + + - Y7
8 + + + + Y8
niveau - 1 6% 1 20 %
niveau + 2 10 % 2 40 %
niveau 0 8% 30%
37
La matrice des effets s'crit comme ci-dessous avec la matrice d'expriences

contenue :
I A B C AB AC BC ABC
numro
= = = = = = = = Y
d'essai
ABCD BCD ACD ABD CD BD AD D
1 + - - - + + + - Y1
2 + + - - - - + + Y2
3 + - + - - + - + Y3
4 + + + - + - - - Y4
5 + - - + + - - + Y5
6 + + - + - + - - Y6
7 + - + + - - + - Y7
8 + + + + + + + + Y8
contraste h1 h2 h3 h4 h5 h6 h7 h8
D'aprs la relation entre les contrastes et les colonnes, on peut crire les
relations suivantes :
h1 = moyenne + ABCD h5 = AB + CD
h2 = A + BCD h6 = AC + BD
h3 = B + ACD h7 = BC + AD
h4 = C + ABD h8 = D + ABC
Le plan fractionnaire est un plan de rsolution IV qui permettra de dterminer

les effets des facteurs mais on devra probablement utiliser les hypothses sur les
contrastes pour calculer les interactions.
2-c/ Dtermination du modle

La phase de conception tant termine, les essais sont alors raliss ce qui
permet de calculer les contrastes.
I A B C AB AC BC ABC
numro
= = = = = = = = Y
d'essai
ABCD BCD ACD ABD CD BD AD D
1 + - - - + + + - 275
2 + + - - - - + + 325
3 + - + - - + - + 210
4 + + + - + - - - 220
5 + - - + + - - + 290
6 + + - + - + - - 370
7 + - + + - - + - 260
8 + + + + + + + + 270
contraste 277,5 18,75 - 37,5 20 -13,75 3,75 5 - 3,75
38
La signification statistique des contrastes est envisager comme celle des

coefficients. Une valeur de contraste peut tre leve sans tre pour autant
significative et inversement. Dans le cas tudi, les ingnieurs avec leur exprience
du sujet ont dcid de considrer comme significatif tous les contrastes suprieurs
8.
On peut alors commencer dterminer les facteurs et interactions avec les

hypothses. D'aprs ce qui a t dit auparavant, parmi les interactions seul le calcul
de celles d'ordre 2 prsentent un intrt.
moyenne + ABCD = 277,5 AB + CD = -13,75

A + BCD = 18,75 AC + BD = 3,75 0
B + ACD = - 37,5 BC + AD = 5 0
C + ABD = 20 D + ABC = - 3,75 0
Hypothse 1 : A = 18,75 B = - 37,5 C = 20 D=0

moyenne = 277,5
Hypothse 2 : BC = 0 AD = 0
AC = 0 BD = 0
Il reste donc connatre les interactions AB et CD. D'aprs l'hypothse 4, on

en dduit : AB = -13,75 CD = 0
2-d/ Rcapitulatif de l'tude du plan fractionnaire
Le modle en variables codes s'crit sous la forme :
Y = 277,5 + 18,75.A 37,5.B + 20.C -13,75.A.B
Pour s'aider la dtermination des conditions qui maximisent l'allongement

la rupture, on trace le graphique des interactions A.B. Dans notre cas un point du
graphique correspond la moyenne de deux essais.
39
360
340
allongement (%)
320
300
lastomre 1
280
lastomre 2
260
240
220
200
6% 10%
taux d'additif (%)
En conclusion, les conditions recherches pour maximiser l'allongement la

rupture sont :
choix de l'lastomre 2 (A = +1)

taux d'additif 6 % (B = -1)
choix du systme de vulcanisation 2 (C = +1)
taux de kaolin (D) sans importance entre 20 et 40 % donc par mesure
d'conomie on devrait prendre 20 %.
3/ Application au rglage de la couleur d'un produit

L'exemple est adapt de : " La mthode des plans d'exprience", J. GOUPY, DUNOD, 1996
Un produit synthtis dans une usine est trop color pour tre
commercialisable. L'indice mesur de la couleur doit tre infrieur 20 : cet indice
constitue la rponse. Le responsable de fabrication note les facteurs qui pourraient
tre l'origine de cette coloration. Il pense aux 5 facteurs suivants :
temprature de raction (A)

origine des matires premires (B)
vitesse d'agitation (C)
dure du stockage (D)
nature de l'additif (E)
Les facteurs B et E sont purement qualitatifs. Pour des raisons de

confidentialit, les niveaux bas et haut des autres facteurs (quantitatifs en fait) seront
indiqus seulement avec des dnominations qualitatives.
40
Le but est de rechercher les facteurs influents sur la couleur. Ce plan doit tre
abord comme un plan de criblage (screening) : l'information recherche porte
d'abord sur les facteurs influents plutt que sur la modlisation de la rponse.
Le modle d'un plan complet 5 facteurs comprend 32 coefficients (moyenne,

5 effets de facteurs, 10 interactions du second ordre, 10 interactions du troisime
ordre, 5 interactions du quatrime ordre et l'interaction du cinquime ordre) donc 32
essais sont ncessaires.
Le choix se porte donc sur un plan fractionnaire 25-2 qui correspond du

plan complet donc 8 essais au lieu de 32. D'aprs le paragraphe 1-e/ ce plan est
de rsolution III. Il ne sera donc a priori pas possible de dterminer facilement les
facteurs influents. Le pari mrite d'tre tent car il sera toujours possible d'effectuer
un plan complmentaire si besoin.
3-b/ Conception du plan fractionnaire

On crit la matrice des effets du plan 23 pour raliser le plan fractionnaire 25-2.
Comme il y a 4 colonnes d'interactions, on peut tudier 7 facteurs au maximum (3 +
4).
essai I A B C AB AC BC ABC
1 + - - - + + + -
2 + + - - - - + +
3 + - + - - + - +
4 + + + - + - - -
5 + - - + + - - +
6 + + - + - + - -
7 + - + + - - + -
8 + + + + + + + +
Il faut placer les 2 facteurs D et E manquants dans cette matrice : on choisit

donc deux aliases initiales : D = A.B.C et E = A.C
Ces deux aliases initiales permettent de dfinir deux gnrateurs d'aliases

indpendants car ils sont dfinis directement partir des aliases.
Les gnrateurs d'aliases sont donc : I = ABCD et I = ACE
La thorie des aliases montre que pour retrouver ensuite les 32 termes du
modle il faut utiliser des gnrateurs dpendants qui sont les produits des
gnrateurs indpendants 2 2, 3 3 Dans notre cas, il n'existe qu'un seul
gnrateur dpendant qui se calcule ainsi :
I I= ABCDACE = BDE
Les autres aliases sont obtenues en multipliant chaque colonne par chacun
des 3 gnrateurs (les deux indpendants et le dpendant). On obtient alors :
41
I = ABCD = ACE = BDE

A = BCD = CE = ABDE
B = ACD = ABCE = DE
C = ABD = AE = BCDE
AB = CD = BCE = ADE
AC = BD = E = ABCDE
BC = AD = ABE = CDE
ABC = D = BE = ACDE
On construit alors la matrice d'expriences.
numro
A B C D E Y
d'essai
1 - - - - + Y1
2 + - - + - Y2
3 - + - + + Y3
4 + + - - - Y4
5 - - + + - Y5
6 + - + - + Y6
7 - + + - - Y7
8 + + + + + Y8
niveau - basse usine 1 lente courte M1
niveau + leve usine 2 rapide longue M2
La matrice des effets s'crit comme ci-dessous avec la matrice d'expriences

contenue. Nanmoins pour allger les notations et comme toutes les interactions
d'ordre suprieur ou gal 3 seront finalement ngliges, on ne prsente que les
aliases de facteurs et interactions d'ordre 2.
AC
A B C AB = BC D
numro I
= = = = BD = = Y
d'essai
CE DE AE CD = AD BE
E
1 + - - - + + + - Y1
2 + + - - - - + + Y2
3 + - + - - + - + Y3
4 + + + - + - - - Y4
5 + - - + + - - + Y5
6 + + - + - + - - Y6
7 + - + + - - + - Y7
8 + + + + + + + + Y8
contraste h1 h2 h3 h4 h5 h6 h7 h8
D'aprs la relation entre les contrastes et les colonnes, on peut crire les
relations suivantes :
42
h1 = moyenne h5 = AB + CD
h2 = A + CE h6 = AC + BD + E
h3 = B + DE h7 = BC + AD
h4 = C + AE h8 = D + BE
Le plan fractionnaire est bien un plan de rsolution III.
3-c/ Interprtation du plan fractionnaire

La phase de conception tant termine, les essais sont alors raliss ce qui
permet de calculer les contrastes.
AC
A B C AB = BC D
numro I
= = = = BD = = Y
d'essai
CE DE AE CD = AD BE
E
1 + - - - + + + - 26,1
2 + + - - - - + + 33,3
3 + - + - - + - + 27,9
4 + + + - + - - - 30,2
5 + - - + + - - + 31,4
6 + + - + - + - - 16,5
7 + - + + - - + - 27,5
8 + + + + + + + + 15,5
contraste 26,050 - 2,175 - 0,775 - 3,325 - 0,25 - 4,55 - 0,45 0,975
La signification statistique des contrastes est maintenant envisager ; comme

souvent quand il s'agit d'un plan fractionnaire, constitu justement pour diminuer le
nombre d'essais, on ne dispose ni de rplication de plans, ni de points au centre.
Une mthode qualitative simple consiste utiliser un diagramme de Pareto pour
classer "visuellement" les valeurs absolues des contrastes en importants et faibles.
5
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
h6 h4 h2 h8 h3 h7 h5
valeur absolue contraste
43
On peut dcider de retenir les contrastes h6, h4 et h2 pour dterminer les

facteurs et les interactions avec les hypothses.
moyenne = 26,050 AB + CD = -0,25

A + CE = -2,175 AC + BD + E = -4,55
B + DE = -0,775 BC + AD = -0,45
C + AE = -3,325 D + BE = 0,975
D'aprs l'hypothse 2 : B=0 DE = 0

AB = 0 CD = 0
BC = 0 AD = 0
D=0 BE = 0
D'aprs l'hypothse 3 : BD = 0
Par contre on ne dispose d'aucune information pour dterminer les effets des
facteurs A, C et E ainsi que des interactions CE, AE et AC.
Un plan complmentaire est alors ncessaire et on regroupera l'ensemble des

contrastes pour l'exploitation.
3-d/ Conception d'un plan fractionnaire complmentaire
Le plan complmentaire doit nous permettre partir de nouvelles relations sur

les contrastes de calculer les effets des facteurs et les interactions encore inconnues.
Il reste dterminer quel est le plan complmentaire fractionnaire qui

convient. La mthode consiste dj reprsenter par un tableau les aliases
originales possibles.
D = A.B.C et E = A.C D = - A.B.C et E = A.C

D = A.B.C et E = - A.C D = - A.B.C et E = - A.C
Par permutation avec le signe "moins" sur les aliases, on en dduit les 4 plans
fractionnaires 25-2 du plan complet 25 5 facteurs. En gris apparat le plan
fractionnaire ralis.
Les relations sur les contrastes du plan fractionnaire prcdent sont :
A + CE = -2,175 AC + E = -4,55 C + AE = -3,325
A partir de ce moment l'exprience du concepteur intervient : il faut pouvoir

calculer A donc par exemple disposer d'une relation A CE = h2'. Dans ce cas on
dispose de deux relations 2 inconnues A et CE. Le mme raisonnement peut
s'utiliser pour E et AC, C et AE.
On peut raliser ceci par le choix du plan complmentaire d'aliases originales :
D = - A.B.C et E = - A.C d'o les gnrateurs indpendants :
44
I = - ABCD et I = - ACE
et le gnrateur dpendant I = BDE
On reprend alors le mme raisonnement que prcdemment en crivant

successivement les nouvelles matrice d'expriences et matrice des effets avec les
rponses des nouveaux essais et les termes aliass suivants :
I = - ABCD = - ACE = - BDE

A = - BCD = - CE = - ABDE
B = - ACD = - ABCE = - DE
C = - ABD = - AE = - BCDE
AB = - CD = - BCE = - ADE
AC = - BD = -E = - ABCDE
BC = - AD = - ABE = - CDE
ABC = -D = - BE = - ACDE
numro
A B C D E Y
d'essai
1 - - - + - Y1'
2 + - - - + Y2'
3 - + - - - Y3'
4 + + - + + Y4'
5 - - + - + Y5'
6 + - + + - Y6'
7 - + + + + Y7'
8 + + + - - Y8'
niveau - basse usine 1 lente courte M1
niveau + leve usine 2 rapide longue M2
AC
A B C AB = BC -D
numro I
= = = = - BD = = Y
d'essai
- CE - DE - AE - CD = - AD - BE
-E
1 + - - - + - + - 24,8
2 + + - - - + + + 18,3
3 + - + - - - - + 25,8
4 + + + - + + - - 17,8
5 + - - + + + - + 24,8
6 + + - + - - - - 34,6
7 + - + + - + + - 26
8 + + + + + - + + 26,7
h1' h2' h3' h4' h5' h6' h7' h8'
contraste = = = = = = = =
24,85 - 0,5 - 0,775 3,175 - 1,325 3,125 - 0,9 - 0,95
45
3-e/ Interprtation de l'ensemble des deux plans

On rassemble l'ensemble des relations de contrastes tires des deux plans.
moyenne = 26,050 moyenne = 24,85

A + CE = -2,175 A - CE = -0,5
B + DE = -0,775 B - DE = -0,775
C + AE = -3,325 C - AE = 3,175
AB + CD = -0,25 AB - CD = -1,325
AC + BD + E = -4,55 AC - BD - E = 3,125
BC + AD = -0,45 BC - AD = -0,9
D + BE = 0,975 - D - BE = - 0,95
Par calcul on en dduit facilement :
A = -1,34 CE = -0,84 B = -0,78 DE = 0

C = -0,08 AE = -3,25 AB = -0,79 CD = 0,54
BC = -0,68 AD = 0,23 AC = -0,71
De plus D + BE = 0,96 et BD + E = -3,84
L'interprtation est complexe ; nanmoins on peut faire les hypothses

suivantes :
Le contraste D + BE a une valeur pas trs leve ; on peut penser que D et

BE sont faibles. Ensuite comme B a une valeur faible, il est raisonnable de croire que
BD est ngligeable devant E.
On en dduit donc qu'il y a deux effets (A et E) et une interaction (AE) qui

interviennent fortement dans la couleur du produit. Le plan complmentaire a donc
permis de lever les interrogations du plan fractionnaire initial o le doute existait sur
les facteurs A, C et E.
Le conseil donn sera de prter une grande attention la nature de l'additif et

la temprature de la raction.
Bien videmment ce plan ne peut servir modliser la valeur de l'indice de

couleur en fonction des facteurs tudis : ce n'tait pas le but ici. L'important tait de
trouver les facteurs responsables d'un dfaut en fabrication.
4/ Conseils gnraux sur les plans fractionnaires
4-a/ Stratgie utiliser

Dans un plan fractionnaire 2k-p le nombre maximal de facteurs tudis
correspond au cas o on a le maximum possible de facteurs aliass avec les
interactions.
46
On entend par facteurs aliass ceux qui sont placs dans des colonnes
correspondant aux interactions du plan factoriel complet 2k. Le tableau suivant
indique les possibilits d'tudes des plans fractionnaires.
Ainsi avec 8 essais, 4 facteurs supplmentaires (par rapport au plan complet

3
2 ) peuvent tre tudis en les aliasant chacun avec une des 4 interactions du plan
complet.
Il va de soi que plus le nombre de facteurs aliass augmente, plus les

difficults d'interprtation seront grandes cause des aliases. Comme on a vu dans
les applications les plans de rsolution III restent difficiles interprter et conduisent
frquemment devoir raliser des plans complmentaires.
Nanmoins comme un plan trop fractionnaire n'est jamais "inutile" puisque les
rsultats sont utiliss ensuite avec les plans complmentaires, il est parfois bien plus
judicieux en termes de cot d'essayer de rsoudre un problme avec un plan
fractionnaire de rsolution III.
Le nombre de plans complmentaires possibles dpend du nombre d'aliases

initial. Le nombre p dfinit la fraction du plan complet qui a t ralise :
p=1 demi-plan complet (1 plan complmentaire possible)

p=2 quart de plan complet (3 plans complmentaires possibles)
p=3 huitime de plan complet (7 plans complmentaires possibles)
4-b/ Gnrateurs d'aliases

Dans un plan 2k-p on compte p gnrateurs d'aliases indpendants ainsi que
les gnrateurs d'aliases dpendants obtenus par la multiplication 2 2, 3 3 ,
des gnrateurs indpendants entre eux. Au total on obtient 2p-1 gnrateurs
d'aliases.
Par exemple, on obtient :
Plan 24-1 : 1 gnrateur indpendant unique

Plan 25-2 : 2 gnrateur indpendants, 3 au total donc 1 gnrateur dpendant
Plan 27-4 : 4 gnrateur indpendants, 15 au total donc 11 gnrateurs dpendants
47
4-c/ Effet de blocs et alarisation

On parle d'effet de blocs quand les essais sont diviss en deux parties ; cela
peut intervenir notamment dans le cas d'un plan complmentaire. Pour une
interprtation correcte des rsultats obtenus en rassemblant l'ensemble des essais, il
faut s'assurer dans ce cas qu'un facteur supplmentaire ne soit pas intervenu
cause de la ralisation loigne dans le temps des deux sries d'essais.
Ce facteur peut ne pas tre contrl comme la variation de l'hygromtrie de l'air

ou le changement de lot de ractif ( ce sujet il faut prvoir un approvisionnement
suffisant en un compos chimique mme si celui-ci ne fait pas partie des facteurs
tudis).
Une mthode rapide pour tester si un effet de bloc est prsent consiste calculer
l'expression suivante :
Moyenne plan1 Moyenne plan2

2
Si cette valeur n'est pas significative par rapport aux contrastes, on en dduit qu'il
n' y a pas d'effet de blocs et que l'analyse des rsultats n'a pas tre modifie.
Dans l'application du 3/, les deux moyennes tant gales 26,05 et 24,85, le
calcul de l'expression ci-dessus montre clairement qu'il n'y a pas d'effet de bloc car la
valeur de 0,6 ne peut tre considre comme significative par rapport aux autres
contrastes.
L'exploitation des plans factoriels avec la technique du blocking permet de

contourner la difficult si besoin est.
Les rsultats d'un plan peuvent aussi tre influencs par la prsence d'un
facteur non contrl voluant dans le temps comme l'usure d'une machine. Dans ce
cas on utilise des plans factoriels anti-drive pour corriger l'effet de la drive.
Les logiciels de plans d'exprience proposent l'option d'alarisation

(randomisation) des essais. Elle consiste effectuer les essais dans un ordre
alatoire et non dans celui donn par la matrice d'expriences.
L'intrt de la technique est de transformer les petites erreurs systmatiques

dues aux variations de facteurs incontrls en une erreur alatoire.
On conseille nanmoins d'utiliser d'abord les techniques de blocking et d'anti-

drive avant d'alariser les essais.
48
V/ BIBLIOGRAPHIE SOMMAIRE
Techniques de l'Ingnieur, J. GOUPY, p230, 1997
"Introduction aux plans d'expriences", J. GOUPY et L. CREIGHTON, DUNOD,

2006.
"Les plans d'expriences: De l'exprimentation l'assurance qualit", G. SADO et

M.C. SADO, AFNOR, 1991
"Chimie Industrielle", R. PERRIN et J.P. SCHARFF, Chimie Industrielle Tome 1 ,

MASSON, 1993
"Les plans d'exprience par la mthode Taguchi", M. PILLET, Les Editions

d'Organisation, 2001
http://www.itl.nist.gov/div898/handbook/index.htm, chapitre Improve (process

improvement)
49

Plans Experiences

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Plans Experiences

Transféré par

Droits d'auteur :

Formats disponibles

Philippe TRIBOULET (Lyce Niepce Chalon sur Sane) 09/09/2008

NOTIONS DE BASES SUR LES PLANS D'EXPERIENCES

I/ INTRODUCTION AUX PLANS D'EXPERIENCES

1/ Intrts des plans d'expriences

industries chimiques, ptrochimiques et pharmaceutiques

Leur utilisation vise aux buts suivants :

dtermination des facteurs cls dans la conception d'un nouveau produit ou

Les plans d'expriences s'inscrivent dans une dmarche gnrale

Le succs de la dmarche originale des plans d'expriences rside dans la

1/ Les cours de plans d'expriences dcrivent quelles sont les expriences

2/ les calculs peuvent paratre parfois pnibles raliser, ils constituent en

3/ Dans ce cours on se limitera la prsentation des plans factoriels

2/ Vocabulaire de base des plans d'exprience

facteurs d'entre SYSTEME rponses

facteurs non contrlables

Parmi les facteurs on distinguera:

les facteurs contrlables qui dpendent directement du choix du technicien

les facteurs non contrlables qui varient indpendamment du choix du

les facteurs d'entre dont on cherche analyser une influence (matire

La rponse est la grandeur mesure chaque essai; le plan vise dterminer

une tude sur la somnolence a montr une interaction entre la quantit

10 alcool ingr : 2 u.a.

On note une forte interaction en remarquant que l'augmentation de

3/ Etapes d'une tude par plans d'expriences

3-a / Dtermination de la rponse et des facteurs d'tude

A ce niveau, il est important de rassembler l'ensemble des personnes ayant

choix de la rponse la plus judicieuse

La connaissance du sujet acquise auparavant dans l'entreprise peut rendre

Une difficult importante est la dtermination du domaine d'tude. Le domaine

3-b / Choix d'un modle

o a0, a1 sont les coefficients du polynme.

Les termes produits de type par exemple a ij x i x j correspondent aux

Pour un plan factoriel 3 facteurs x1, x2 et x3, on obtient :

y = a 0 + a1 x1 + a 2 x 2 + a 3 x 3 + a12 x1 x 2 + a13 x1 x 3 + a 23 x 2 x 3 + a123 x1 x 2 x 3

3-c / Choix des expriences raliser

Selon la mthode traditionnelle, on bloque le facteur A au centre du domaine

La mthode des plans d'expriences consistera raliser 4 essais aux

Il reste nanmoins connatre la mthode gnrale pour trouver les "bonnes"

3-d / Ralisation des essais

3-e / Interprtation des rsultats des essais

La difficult est plutt de pouvoir distinguer une vritable influence et le rle de

En conclusion de l'tude on fournit la liste des facteurs influents la plupart du

Une dernire tape obligatoire avant l'utilisation du modle en production sera

II/ CHOIX DES EXPERIENCES

On cherche les valeurs des paramtres a et b de faon que la droite passe au

Les plans d'exprience exigent l'utilisation de la technique de rgression

Pour effectuer le calcul il faut videmment un nombre d'expriences (nombre

Dans la suite de l'expos, un exemple montrera que le choix des expriences

2/ Variables codes ou variables centres rduites

L'application suivante illustre le passage de la variable naturelle la variable

On affecte la valeur -1 10C et la valeur +1 40C. On note ici t la variable

Les variables centres rduites sont sans dimension.

Une temprature de 20C correspond une variable centre rduite de -0,33.

3/ Application simple de calcul des coefficients

o x1 et x2 reprsentent respectivement les variables codes reprsentatives

Le choix des expriences ralises sera explicit par la suite. On utilise un

Elle comprend plusieurs colonnes; la premire identifie les essais, les

N essai pression temprature rendement

A partir du modle, on peut crire les 4 relations suivantes en remplaant les

La rsolution " la main" fournit les valeurs de coefficients suivants :

a0 = 72,5 a1 = 11 a2 = 3,5 a12 = 2

Le modle s'crit donc sous la forme :

y (rendement) = 72,5 + 11 . x1 + 3,5 . x2 + 2 . x1 . x2

o x1 et x2 sont les variables pression et tempratures exprimes en variables