Vous êtes sur la page 1sur 36

4

Plans d’exp´erience pour mod`eles `a effets d’interactions

4.1 Introduction

Consid´erons, par exemple, une r´eaction chimique dont on mesure le rende- ment. Supposons que ce rendement d´epend, entre autre, des deux facteurs que sont la temp´erature et la pression. Mod´eliser cette exp´erience `a l’aide d’un mod`ele polynomial du premier degr´e entraˆıne que l’effet de la temp´erature sur la r´eponse est toujours le mˆeme quelle que soit la valeur prise par la pression. Il est ´evident que cette hypoth`ese n’est pas toujours v´erifi´ee dans la r´ealit´e car on peut envisager que l’effet de la temp´erature sur la r´eponse change en fonction de la pression utilis´ee. Dans ce cas de figure il existe donc un effet d’interaction entre ces deux facteurs.

L’objet de ce chapitre est de proposer des mod´elisations adapt´ees `a ces situations d’interaction. Ceci est possible en restant dans un cadre polynomial, il suffit de rajouter des termes crois´es rendant compte de ces nouveaux effets. L’analyse de tels mod`eles est facilement r´ealisable d`es lors que l’on utilise, une nouvelle fois, des plans d’exp´erience factoriels ou des fractions r´eguli`eres ad´equates de ceux-ci.

Ce chapitre est structur´e de la mani`ere suivante. Une premi`ere partie aborde le probl`eme le plus classique des interactions d’ordre 2 (i.e. entre deux facteurs). Les conditions `a v´erifier pour qu’un plan d’exp´erience soit d’analyse ais´ee (on le qualifiera encore plan usuel) sont d´etaill´ees. On montre ensuite que tout plan d’exp´erience factoriel ou toute fraction r´eguli`ere judicieusement choisie v´erifient bien ces conditions. Une seconde partie propose plusieurs types de g´en´eralisations : mod`eles `a effets d’interactions d’ordre 3, mod`eles `a effets d’interactions d’ordre quelconque et enfin mod`eles contenant tous les effets d’interactions. Le probl`eme de l’utilisation de mod`eles incomplets est ensuite abord´e puis un exemple d’application, illustr´e `a l’aide de codes SAS, est propos´e `a la fin du chapitre.

W. Tinsson, Plans d’exp´erience: constructions et analyses statistiques , Math´ematiques et Applications 67, DOI 10.1007/978-3-642-11472-4 4, c Springer-Verlag Berlin Heidelberg 2010

115

116 4 Plans d’exp´erience pour mod`eles `a effets d’interactions

4.2 G´en´eralit´es

4.2.1 Mod`ele utilis´e

Consid´erons ici un plan d’exp´erience D = {z u , u = 1,

titatifs mis en oeuvre sur le domaine exp´erimental E ⊂ R m . Un mod`ele poly- nomial est alors dit `a effets d’interactions d’ordre 2 d`es lors que l’on consid`ere

le mod`ele statistique Y (x) = f (x) + ε (x) avec la loi de r´eponse donn´ee par :

, n} `a m facteurs quan-

x ∈ E , f (x) = β 0 +

m

i=1

β i x i

+

i<j

β ij x i x j .

Pour un tel mod`ele, on dit que :

β 0 (i.e. la constante polynomiale) est l’effet moyen g´en´eral,

β i (i = 1,

β ij (i, j = 1,

, m) est l’effet lin´eaire du i-`eme facteur,

, m, i < j) est l’effet d’interaction entre les facteurs i et j.

Le mod`ele consid´er´e ici est donc un mod`ele d’ordre 1 auquel sont rajout´es tous les effets d’interactions entre couples de facteurs (d’o`u la terminologie d’interactions d’ordre 2). D’un point de vue alg´ebrique on utilise donc ici un

polynˆome affine, c’est-`a-dire un polynˆome P (x 1 , x 2 ,

, x m ) tel que :

i = 1,

,

m , 2 P (x 1 , x 2 , ∂x

2

i

,

x m )

= 0.

L’ajout des termes en β ij permet de quantifier les ´eventuelles interactions en- tre les couples de facteurs consid´er´es puisqu’ils rendent compte des variations simultan´ees de ces deux facteurs par le biais du produit x i x j de leurs niveaux. Deux facteurs ne pr´esentant aucune interaction entre eux doivent conduire a` un coefficient β ij nul ou tout au moins non-significativement diff´erent de z´ero.

Il existe autant d’interactions entre couples de facteurs que de choix non- ordonn´es de deux ´el´ement dans un ensemble en contenant m (c’est-`a-dire C m = m (m 1) /2), le nombre de param`etres inconnus du mod`ele consid´er´e est donc ´egal a` :

2

p =1+ m + C m = m 2 + m + 2

2

2

.

On d´ecomposera souvent dans la suite le vecteur β R p des param`etres du

mod`ele en t β = (β 0 | t β L | t β I ) avec β L R m vecteur

et β I R m ( m 1) / 2 vecteur des effets d’interactions. De mani`ere similaire, la matrice du mod`ele X ∈ M (n, p) est alors d´ecompos´ee en :

des effets lin´eaires

X = I n

D

D I

avec D matrice du plan d’exp´erience et D I ∈ M (n, m (m 1) /2) matrice

associ´ee aux effets d’interactions donn´ee par (o`u z u1 , donn´ees du point z u ) :

, z um sont les m coor-

D I =

z 11 z 12 z 21 z 22

z 11 z 13 z 21 z 23

.

.

.

.

.

.

z ( n1)1 z ( n1)2 z ( n1)1 z ( n1)3

z n1 z n2

z n1 z n3

4.2 G´en´eralit´es

z 1( m 1) z 1m z 2( m 1) z 2m

.

.

.

z ( n1)( m1) z (n1) m z n( m 1) z nm

117

On classera toujours par la suite les colonnes des effets d’interactions selon l’ordre lexicographique. Pour 4 facteurs, not´es 1 , 2 , 3 et 4 , il s’agit de l’ordre suivant : 12, 13 , 14 , 23, 24, 34.

4.2.2 Plans d’exp´erience usuels

Pour un mod`ele `a effets d’interactions d’ordre 2, la matrice des moments est alors donn´ee par :

M = 1

n

t

I n I n t DI D I I n

n

t

t I n D t DD t D I D

t I n D I

t DD I

t D I D I

.

La forme g´en´erale des blocs t I n I n , t I n D et t DD a d´ej`a ´et´e explicit´e dans le chapitre pr´ec´edent (paragraphe 3.2.3). On a de plus :

n t I n D I = [12] [13]

n 1 t DD I

=

1

n

t D I D I =

1 2 2 1 2 3

12 2 [123]

.

.

.

.

.

.

[12m] [13m] 1 2 2 2

[123]

.

.

.

1

[(m 1) m]

[1

[2

.

.

.

,

(m 1) m]

(m 1) m]

(m 1) m 2

1 2 23

1 2 3 2

.

.

.

[12 (m 1) m] [13 (m 1) m]


,

⎦ ⎥

[12

[13 (m 1) m]

.

.

.

(m 1) m]

(m 1) 2 m 2

.

L’objectif est encore de proposer une classe de plans d’exp´erience v´erifiant les deux objectifs suivants : inclure la plupart des configurations classiques et ˆetre constitu´ee de plans d’exp´erience tr`es facilement analysables `a l’aide d’un mod`ele polynomial `a effets d’interactions d’ordre 2. Ceci conduit a` la d´efinition suivante pour obtenir une matrice des moments la plus simple possible :

D´efinition 4.1. Un plan d’exp´erience est qualifi´e d’usuel pour un mod`ele lin´eaire `a effets d’interactions d’ordre deux si et seulement si :

1) tous ses moments impairs jusqu’`a l’ordre 4 sont nuls,

2) tous ses moments purs d’ordre deux sont ´egaux ( 1 2 =

= m 2 ),

118 4 Plans d’exp´erience pour mod`eles `a effets d’interactions

3) tous ses moments pairs crois´es d’ordre quatre sont ´egaux,

(i, j = 1,

, m avec i

=

j , i 2 j 2 = Cte),

Pour tout plan usuel D = {z u , u = 1,

constantes s 2 et s 22 par

(i, j = 1,

, n} il est donc possible de d´efinir les

, m avec i

= j ) :

s 2 = n i 2 =

n

u=1

z ui et s 22 = n i 2 j 2 =

2

n

u=1

z

2

ui z uj .

2

Remarquons qu’un plan d’exp´erience usuel est un plan orthogonal particulier puisque les conditions de la proposition 4.1 entraˆınent que la matrice des moments est diagonale. Il d´ecoule de plus de cette d´efinition que :

Proposition 4.2. [ ] Soit un plan d’exp´erience usuel pour un mod`ele lin´eaire `a effets d’interactions d’ordre deux. Alors :

1) L’estimateur des moindres carr´es de β est donn´e par :

β 0 = Y , β L = 1 t DY et β I = 1 t D I Y.

ˆ

ˆ

ˆ

s

2

s

22

2) Concernant la dispersion de cet estimateur, il vient ( i, j = 1,

= j):

i

Var

2

β 0 = σ

ˆ

n

ˆ

,

Var

β i = σ 2

ˆ

s

2

et Var

β ij = σ 2

ˆ

s

22

.

, m avec

3) Les composantes de β sont de plus non-corr´el´ees entre elles.

Concernant la qualit´e des pr´edictions r´ealis´ees par tout plan usuel il vient :

Proposition 4.3. [ ] Soit un plan d’exp´erience usuel pour un mod`ele lin´eaire `a effets d’interactions d’ordre deux. En d´esignant par . la norme usuelle de

, x m ) ∈ E est donn´ee

R m , la dispersion de la r´eponse pr´edite en x = t (x 1 , par :

Var Y (x) = σ 2

ˆ

1

n +

1 2 x 2 +

s

22 x 4 1

1

2s

2s 22

m

i=1

x 4 .

i

Une cons´equence directe de la proposition 4.3 est qu’un plan d’exp´erience usuel n’est jamais isovariant par transformations orthogonales pour un mod`ele lin´eaire `a effets d’interactions d’ordre deux (i.e. la dispersion de la r´eponse pr´edite n’est jamais une fonction de x `a cause du terme en x 4 ).

i

4.3 Plans factoriels complets

Il est prouv´e ici qu’il est possible d’utiliser un plan d’exp´erience factoriel complet afin d’ajuster de mani`ere simple un mod`ele `a effets d’interactions

4.3 Plans factoriels complets

119

d’ordre deux. On d´esigne toujours par plan d’exp´erience factoriel complet

pour m facteurs (voir la d´efinition 3.6) tout plan, d´esign´e par la notation

F D (2 m , n 0 ), contenant :

1) tous les sommets du cube [1, 1] m , 2) n 0 eplications ´eventuelles du centre du domaine exp´erimental.

Le r´esultat fondamental est donn´e par la proposition ci-dessous :

Proposition 4.4. [ ] Tout plan d’exp´erience factoriel complet est un plan d’exp´erience usuel pour un mod`ele lin´eaire `a effets d’interactions d’ordre deux. Il v´erifie :

s 2 = 2 m et s 22 = 2 m .

Tout plan d’exp´erience factoriel complet v´erifie donc les propri´et´es ´enonc´ees aux propositions 4.2 et 4.3.

Exemple

Soit le plan factoriel F D 2 2 , 2 et Y 1 ,

(Y 1 correspondant `a l’exp´erience de la ligne 1 de D, la ligne 6). Le mod`ele consid´er´e est donn´e par :

, Y 6 les 6 r´eponses observ´ees

, Y 6 `a celle de

x = (x 1 , x 2 ) ∈ E , f (x) =

β 0 + β 1 x 1 + β 2 x 2 + β 12 x 1 x 2 .

La matrice de ce mod`ele est alors :

avec :

1

1 1 1

1 1

1111

1

1

1

1 1

1

X = I n D D I =

1000

1000

D =

1 1

1 1

1

1

1

0

0

1

1

1

1

1

0

0

et D I =

0

0

.

L’estimateur des moindres carr´es de l’effet moyen g´en´eral est donc :

β 0 = 1 8 (Y 1 + Y 2 + Y 3 + Y 4 + Y 5 + Y 6 ) .

ˆ

Les estimateurs des effets lin´eaires sont :

β 1 = 1 8 (Y 1 + Y 2 Y 3 + Y 4 ) et β 2 = 1 8 (Y 1 Y 2 + Y 3 + Y 4 ) .

ˆ

ˆ

120 4 Plans d’exp´erience pour mod`eles `a effets d’interactions

Enfin, l’estimateur des moindres carr´es de l’effet d’interaction β 12 est donn´e par :

β 12 = 1 8 (Y 1 Y 2 Y 3 + Y 4 ) .

En conclusion, l’utilisation d’un plan factoriel complet peut donc ˆetre dict´ee, tout comme dans le cas du mod`ele lin´eaire d’ordre un, a` la fois par des imp´eratifs de simplicit´e de la construction et de facilit´e de l’analyse. Le principal inconv´enient de ces plans d’exp´erience est une nouvelle fois leur taille qui devient rapidement tr`es grande. Le lecteur pourra se r´ef´erer `a la ta- ble 4.1 de la section 4.4 donnant les tailles de ces plans. Les r´esultats de cette table montrent que la taille d’un plan factoriel complet reste correcte lorsque le nombre de facteurs `a ´etudier n’exc`ede pas 4. Pour un nombre plus grand de facteurs il va ˆetre n´ecessaire de s’orienter une nouvelle fois vers l’utilisation d’une fraction r´eguli`ere ad´equate du plan complet.

4.4 Fractions r´eguli`eres de plans factoriels

4.4.1 Fractions r´eguli`eres de r´esolution V

L’objectif est ici d’utiliser non pas les 2 m sommets du cube [1, 1] m du plan factoriel complet mais seulement une fraction de ces sommets. Une frac- tion permettant de plus d’estimer tous les param`etres du mod`ele `a effets d’interactions de la mani`ere la plus simple possible est recherch´ee (i.e. avec t XX matrice diagonale). Cette probl´ematique a d´ej`a ´et´e abord´ee dans le chapitre 3 (section 3.4) pour le mod`ele lin´eaire d’ordre un. Elle avait conduit `a la notion de fraction r´eguli`ere qui va ˆetre r´eutilis´ee ici.

Tout comme `a la section 3.4 consid´erons une fraction r´eguli`ere d’un plan factoriel complet `a m facteurs obtenue a` l’aide de q g´en´erateurs. Si n 0 eplications du centre du domaine exp´erimental sont r´ealis´ees, le nombre total d’exp´eriences est donc :

n = 2 mq + n 0 .

Il a ´et´e prouv´e dans le chapitre pr´ec´edent (paragraphe 3.4.4) que toute frac- tion r´eguli`ere de r´esolution au moins III est un plan d’exp´erience usuel pour le mod`ele lin´eaire d’ordre un. D´eterminons maintenant une condition simi- laire pour un mod`ele lin´eaire `a effets d’interactions d’ordre deux. La condi- tion a` imposer est, une nouvelle fois, facile `a d´eterminer intuitivement (voir les compl´ements de fin de chapitre pour une d´emonstration compl`ete). Il est clair qu’une fraction r´eguli`ere de r´esolution inf´erieure `a III n’est toujours pas adapt´ee ici puisque le mod`ele `a effets d’interactions est plus riche que celui d’ordre un. Utiliser une fraction r´eguli`ere de r´esolution III entraˆıne qu’au moins une colonne de D va ˆetre ´egale ou oppos´ee `a une colonne de D I . De mˆeme une fraction r´eguli`ere de r´esolution IV est telle qu’au moins deux colonnes de D I sont ´egales ou oppos´ees. Il en d´ecoule le r´esultat suivant :

4.4 Fractions r´eguli`eres de plans factoriels

121

Proposition 4.5. [ ] Toute fraction r´eguli`ere de plan factoriel complet, de r´esolution ´egale `a V (ou plus ), est un plan d’exp´erience usuel pour un mod`ele lin´eaire `a effets d’interactions d’ordre deux. Il v´erifie de plus :

s 2 = 2 mq et s 22 = 2 mq .

Les exemples ci-dessous d´ecoulent directement de cette proposition.

Exemple

La fraction r´eguli`ere F D 2

51

III

,

0, I 16 =123 ne constitue pas un

plan usuel pour un mod`ele `a effets d’interactions d’ordre deux (car I 16 = 123 entraˆıne que 1 = 23 donc il y a une confusion entre l’effet lin´eaire du facteur 1 et l’interaction entre les facteurs 2 et 3).

, 0, I 16 = 1234 ne constitue pas un

La fraction r´eguli`ere F D 2

plan usuel pour un mod`ele `a effets d’interactions d’ordre deux (car I 16 =1234 entraˆıne que 12 = 34 donc il y a une confusion entre l’effet d’interaction des facteurs 1 et 2 et l’effet d’interaction des facteurs 3 et 4).

La fraction r´eguli`ere F D 2

, 0, I 16 = 12345 constitue bien un plan

usuel pour un mod`ele `a effets d’interactions d’ordre deux puisqu’elle est de r´esolution V (on a de plus s 2 = s 22 = 2 4 ).

Il d´ecoule que toute fraction r´eguli`ere de plan factoriel, de r´esolution au moins V, v´erifie les propositions 4.2 et 4.3.

51

IV

51

V

4.4.2 Taille des plans factoriels

Comparons ici les tailles respectives des deux types de plans d’exp´erience propos´es pour l’ajustement d’un mod`ele lin´eaire `a effets d’interactions d’ordre deux. Le tableau suivant donne pour m facteurs (2 m 10) le nombre de param`etres inconnus p du mod`ele `a effets d’interactions d’ordre deux, la taille du plan factoriel complet (i.e. 2 m ), la taille minimale possible pour une fraction r´eguli`ere de r´esolution V et enfin les g´en´erateurs utilis´es afin de construire une telle fraction (ce choix n’´etant pas, bien entendu, unique).

Table 4.1. Taille de diff´erents plans factoriels.

   

F

D (2 m , 0)

FD 2

mq

, 0

G´en´erateurs

p

V

2 facteurs

4

 

4

 

×

×

3 facteurs

7

 

8

 

×

×

4 facteurs

11

 

16

 

×

×

5 facteurs

16

 

32

 

16

12345

6 facteurs

22

 

64

 

32

123456

7 facteurs

29

 

128

 

64

1234567

8 facteurs

37

 

256

 

64

12345, 45678

9 facteurs

46

 

512

 

128

12345, 56789

10 facteurs

56

 

1024

 

128

12378, 23459, 134610

122 4 Plans d’exp´erience pour mod`eles `a effets d’interactions

Pour un nombre de facteurs strictement inf´erieur `a 5, l’utilisation (obliga- toire) d’un plan factoriel complet n’est pas g´enante car leur taille est tr`es cor- recte. L’utilisation d’une fraction r´eguli`ere de r´esolution V s’av`ere ensuite tr`es int´eressante pour 5 facteurs puisque le plan est satur´e. Remarquons qu’il est tr`es facile de d´eterminer intuitivement un ou deux g´en´erateurs afin d’obtenir une fraction r´eguli`ere de r´esolution V (cf. situations pour 5 m 9). Le choix des trois g´en´erateurs pour m = 10 s’av`ere plus complexe. Le lecteur pourra se r´ef´erer, par exemple, a` Box et Hunter [14] afin de comprendre comment ce choix a ´et´e effectu´e.

4.5 G´en´eralisation `a des interactions quelconques

4.5.1 Mod`ele `a effets d’interactions d’ordre 3

Les premi`eres parties de ce chapitre ont ´et´e consacr´ees au mod`ele le plus courant, c’est-`a-dire contenant toutes les interactions entre couples de fac- teurs. Un tel mod`ele est d’usage fr´equent car il est classique de supposer que toutes les interactions d’ordre sup´erieur `a deux sont n´egligeables dans le ph´enom`ene ´etudi´e. Il existe cependant des situations o`u une telle hypoth`ese peut s’av`erer fausse. Il est donc n´ecessaire d’ajuster des mod`eles contenant plus d’effets d’interactions que ceux du mod`ele classique. D´etaillons dans cette partie le cas du mod`ele contenant tous les effets d’interactions jusqu’`a l’ordre trois, appel´e plus simplement mod`ele `a effets d’interactions d’ordre 3. La suite pr´esente le fil conducteur des diff´erents raisonnements propos´es, sans entrer dans le d´etail des d´emonstrations qui sont en tout point similaires a` celles des sections 4.3 et 4.4.

, n} `a m facteurs quan-

titatifs mis en oeuvre sur le domaine exp´erimental E ⊂ R m . Un mod`ele poly- nomial est alors dit `a effets d’interactions d’ordre 3 d`es lors que l’on consid`ere

le mod`ele statistique Y (x) = f (x) + ε (x) avec la loi de r´eponse donn´ee par :

Consid´erons un plan d’exp´erience D = {z u , u = 1,

x ∈ E , f (x) = β 0 +

m

i=1

β i x i

+

i<j

β ij x i x j

+

i<j<k

β ijk x i x j x k .

On dit que β ijk (i, j, k = 1,

(d’ordre 3) entre les facteurs i, j et k.

, m avec i<j<k) est l’effet d’interaction

Il existe autant d’interactions entre trois facteurs que de choix non-ordonn´es de trois ´el´ements parmi m (c’est-`a-dire C m ). Le nombre total de param`etres inconnus du mod`ele consid´er´e est donc ´egal a` (pour m 3 facteurs) :

3

m = m 3 + 5m + 6

3

6

p =1+ m + C m + C

2

.

4.5 G´en´eralisation `a des interactions quelconques

123

Consid´erons maintenant un plan d’exp´erience factoriel complet. La matrice des moments d’un tel plan contient tous les moments du plan d’exp´erience jusqu’`a l’ordre 6. Plus pr´ecisement :

1) les ´el´ements extra-diagonaux de M sont des moments impairs. Ils sont donc tous nuls d’apr`es le lemme 3.A. La matrice des moments M est donc diagonale.

2) les ´el´ements diagonaux de

M sont 1, i 2 (i = 1,

,

m), i 2 j 2 (i, j = 1,

,

m

avec i<j) et i 2 j 2 k 2 (i, j,

k = 1,

,

m avec i<j<k). Les coordonn´ees de

chaque point (non-central) du plan factoriel complet ´etant de la forme ±1 il

vient :

n i 2 = 2 m

, n i 2 j 2 = 2 m , n i 2 j 2 k 2 = 2 m .

Les plans factoriels complets sont donc bien orthogonaux au sens de la d´efinition 3.2.

Proposition 4.6. Tout plan d’exp´erience factoriel complet est un plan d’exp´erience orthogonal pour un mod`ele lin´eaire `a effets d’interactions d’ordre trois. Il v´erifie de plus (avec n = 2 m +n 0 nombre total d’exp´eriences):

t XX = n

0 .

0 2 m I p1

Une nouvelle fois la taille du plan factoriel complet peut s’av´erer ˆetre un handicap. Le nombre d’exp´eriences de celui-ci peut cependant ˆetre r´eduit a` l’aide d’une fraction r´eguli`ere. D’apr`es les r´esultats des sections pr´ec´edentes il est n´ecessaire d’utiliser une fraction r´eguli`ere qui soit au moins de r´esolution V (afin d’´eviter toute confusion entre les effets lin´eaires et les effets d’interaction d’ordre deux). Une fraction r´eguli`ere de r´esolution V va cependant poser probl`eme ici (car il va y avoir au moins une confusion entre un effet d’interact- ion d’ordre 2 et un effet d’interaction d’ordre 3) tout comme une fraction r´eguli`ere de r´esolution VI (car il va y avoir au moins une confusion entre deux effets d’interactions d’ordre 3). D’o`u le r´esultat (la d´emonstration est identique a` celle de la proposition 4.5) :

Proposition 4.7. Toute fraction r´eguli`ere de plan factoriel complet, de r´esolution ´egale `a VII (ou plus ), est un plan d’exp´erience orthogonal pour un mod`ele lin´eaire `a effets d’interaction d’ordre trois. Il v´erifie de plus (avec n = 2 mq + n 0 nombre total d’exp´eriences et q nombre de g´en´erateurs ) :

t XX = n

0

0 .

2 mq I p1

Utilisons maintenant la d´ecomposition classique suivante :

t β = β 0 | t β L | t β I et X = I n

D D I

124 4 Plans d’exp´erience pour mod`eles `a effets d’interactions

D I ∈ M n, C m + C m ´etant la matrice associ´ee aux effets d’interactions d’ordre 2 et 3. Il d´ecoule des propositions 4.6 et 4.7 que pour tout plan facto- riel complet ou pour toute fraction r´eguli`ere de r´esolution au moins VII, les propri´et´es suivantes sont v´erifi´ees (prendre q = 0 pour un plan complet) :

2

3

1) Les estimateurs des moindres carr´es des param`etres du mod`ele sont donn´es par :

ˆ

β 0 = Y

, β L = 2 mq t DY

ˆ

1

ˆ

et β I =

1

2 mq t D I Y.

2) Les dispersions des diff´erents estimateurs sont donn´ees par (i, j, k =

1,

, m avec i<j<k) :

Var

ˆ

β 0 =

σ 2

2 mq + n 0

ˆ

ˆ

et Var β i = Var β ij = Var

ˆ

β ijk =

σ 2

2 mq .

Tous ces estimateurs sont de plus non-corr´el´es entre eux (i.e. la covariance entre deux ´el´ements distincts de β est toujours nulle).

3) La dispersion de la r´eponse moyenne pr´edite est donn´ee par (x ∈ E ) :

ˆ σ 2

Var Y (x) =

2 mq + n 0

+

σ 2

2

mq

m

i=1

x

2

i

+

i<j

x

2

i

x

2

j

+

i<j<k

x

2

i

x

2

j

x

2

k

Pour terminer, la table 4.2 donne les tailles des plans factoriels complets ainsi que des fractions r´eguli`eres de r´esolution VII.

Table 4.2. Taille de diff´erents plans factoriels.

   

F

D (2 m , 0)

FD 2

mq

, 0

G´en´erateurs

p

VII

2 facteurs

×

 

×

 

×

×

3 facteurs

8

 

8

 

×

×

4 facteurs

15

 

16

 

×

×

5 facteurs

26

 

32

 

×

×

6 facteurs

42

 

64

 

×

×

7 facteurs

64

 

128

 

64

1234567

8 facteurs

93

 

256

 

128

12345678

9 facteurs

130

 

512

 

256

123456789

10 facteurs

176

 

1024

 

256

1234567, 45678910

Pour un nombre de facteurs inf´erieur `a 6 il n’y a (par d´efinition) pas d’autre alternative possible que le plan factoriel complet. A partir de 7 facteurs on a, par contre, tout int´erˆet `a r´eduire le nombre d’exp´eriences `a l’aide d’une

4.5 G´en´eralisation `a des interactions quelconques

125

fraction r´eguli`ere. Pour 7 facteurs on peut ainsi obtenir un plan d’exp´erience satur´e. L’usage en pratique d’un tel mod`ele reste cependant rare pour un nombre ´elev´e de facteurs car le nombre de param`etres inconnus devient rapi- dement ing´erable.

Remarque. Nous n’entrons pas ici dans des d´etails r´ep´etitifs mais notons qu’il est tout `a fait possible de g´en´eraliser les r´esultats de cette section aux mod`eles lin´eaires `a effets d’interactions d’ordre λ (i.e. contenant tous les effets d’interactions jusqu’`a l’ordre λ 4). On montre alors que tout plan factoriel complet est bien un plan d’exp´erience orthogonal pour un tel mod`ele. On v´erifie ensuite que toute fraction r´eguli`ere de r´esolution ´egale a` (2λ + 1) (ou plus) permet encore d’obtenir un plan orthogonal.

4.5.2 Mod`ele contenant tous les effets d’interactions

Il est parfois souhaitable d’utiliser le mod`ele `a effets d’interactions le plus riche possible. Il s’agit donc, pour m facteurs, de consid´erer le mod`ele `a ef- fets d’interactions d’ordre m (i.e. contenant tous les effets d’interactions jusqu’`a l’ordre m). Pour tout point x du domaine exp´erimental E ⊂ R m un tel mod`ele est donc donn´e par :

f (x) = β 0 +

m

i 1 =1

β i 1 x i 1 +

i 1 <i 2

+

+

i 1 <i 2 <

<i

m

β i 1 i 2

β i 1 i 2 x i 1 x i 2 +

i 1 <i 2 <i 3

β i 1 i 2 i 3 x i 1 x i 2 x i 3

i

m1 x i 1 x i 2

x

i m 1 +β i 1 i 2

i

m x i 1 x i 2

x

i m .

Par rapport aux notions vues pr´ec´edemment on utilise donc un mod`ele `a effets d’interactions d’ordre 2 dans le cas de deux facteurs, d’ordre 3 dans le cas de

Les tables 4.1 et 4.2 montrent que l’utilisation d’un plan

factoriel complet est optimale pour deux et trois facteurs dans le sens o`u ces plans d’exp´eriences sont satur´es. G´en´eralisons ce r´esultat pour m facteurs. Le nombre de param`etres inconnus d’un tel mod`ele est :

trois facteurs, etc

p =

m

i=0

i

C m = 2 m (binˆome de Newton).

Un tel mod`ele a donc bien un nombre de param`etres inconnus ´egal au nombre d’exp´eriences d’un plan factoriel complet (sans r´eplications centrales) et ceci quel que soit le nombre de facteurs consid´er´es.

Exemple

Consid´erons le mod`ele lin´eaire contenant tous les effets d’interactions pour m = 4 facteurs. Il est donn´e par (pour tout x = (x 1 , x 2 , x 3 , x 4 ) dans le domaine exp´erimental E) :

126 4 Plans d’exp´erience pour mod`eles `a effets d’interactions

f (x) = β 0 + β 1 x 1 + β 2 x 2 + β 3 x 3 + β 4 x 4

+β 12 x 1 x 2 + β 13 x 1 x 3 + β 14 x 1 x 4 + β 23 x 2 x 3 + β 24 x 2 x 4 + β 34 x 3 x 4

+β 123 x 1 x 2 x 3 +

β 124 x 1 x 2 x 4 + β 134 x 1 x 3 x 4 + β 234 x 2 x 3 x 4

+β 1234 x 1 x 2 x 3 x 4 .

Ce mod`ele est bien constitu´e de 2 4 = 16 param`etres inconnus.

L’utilisation combin´ee de ce r´esultat et du lemme 3.A permet d’affirmer que :

Proposition 4.8. Tout plan d’exp´erience factoriel complet est un plan d’exp´erience orthogonal pour un mod`ele lin´eaire contenant tous les effets d’interactions. Il v´erifie de plus (avec n = 2 m + n 0 nombre d’exp´eriences) :

t XX = n

0

0

2 m I p1

.

Ce plan d’exp´erience est satur´e lorsqu’il n’y a pas de r´eplications centrales (n 0 = 0).

Un plan d’exp´erience factoriel complet ayant le nombre minimal d’exp´eriences n´ecessaires `a l’estimation des param`etres du mod`ele contenant tous les effets d’interactions, il est alors ´evident que l’utilisation d’une fraction r´eguli`ere des sommets de [1, 1] m est impossible pour r´ealiser l’estimation des param`etres inconnus du mod`ele.

Consid´erons maintenant la d´ecomposition classique suivante :

t β = β 0 | t β L | t β I

et X = I n D D I

m i ´etant la matrice associ´ee aux effets d’interactions

D I ∈ M n, m

d’ordre compris entre 2 et m. Il d´ecoule de la proposition 4.8 que pour tout

plan factoriel complet les propri´et´es suivantes sont v´erifi´ees :

i=2 C

1) Les estimateurs des moindres carr´es des param`etres du mod`ele sont donn´es par :

β 0 = Y , β L = 1 m t DY et β I = 1 m t D I Y.

ˆ

ˆ

ˆ

2

2

2) Les dispersions des diff´erents estimateurs sont donn´ees par (i 1 , i 2 ,

1,

, m avec i 1 < i 2 <

<

i m ) :

, i m =

Var

ˆ

β 0 =

σ 2

2 m + n 0

ˆ

et Var β i 1 = Var

ˆ

β i 1 i 2 =

= Var

ˆ

β i 1 i 2

i

m = σ 2

2 m .

Tous ces estimateurs sont de plus non-corr´el´es entre eux (i.e. la covariance entre deux ´el´ements distincts de β est toujours nulle).

3) La dispersion de la r´eponse moyenne pr´edite est donn´ee par (x ∈ E ) :

4.5 G´en´eralisation `a des interactions quelconques

ˆ σ 2

σ 2

2

m

Var Y (x) =

2 m + n 0

+

m

i 1 =1

2

x i 1

+

i 1 <i 2 <

<i

m1

x

2

i

1 x

2

i

2

+

i 1 <i 2

x

2

i

1 x 2 +

i

2

x

2

i

m1

+ x

2

i

1 x

2

i

2

x


2

i

m

127

La dispersion de la r´eponse moyenne pr´edite en chacun des points (non cen- traux) du plan factoriel est donc obtenue par (poser x i = ±1) :

ˆ σ 2

2 σ (2 m 1) σ 2

2

m

Var Y (x) =

2 m + n 0

+

2 m + n 0 + 1 .

1

4.5.3 Application aux fractions de r´esolution III

Revenons `a la notion de fraction r´eguli`ere de r´esolution III vue lors du chapitre pr´ec´edent. Il a ´et´e prouv´e que l’utilisation de telles fractions r´eguli`eres est suffisante afin d’estimer tous les param`etres inconnus d’un mod`ele polynomial du premier degr´e. Des exemples de telles constructions ont ´et´e donn´es dans la table 3.1. Explicitons ici la m´ethode d’obtention des g´en´erateurs de ces fractions r´eguli`eres (voir Draper et Lin [33]). Supposons que l’on cherche a` construire une fraction r´eguli`ere de r´esolution III pour mettre en oeuvre un mod`ele lin´eaire d’ordre un a` m facteurs. Il convient alors de consid´erer, dans un premier temps, la matrice X d’un mod`ele `a m facteurs contenant tous les effets d’interactions possibles et telle que X ait au moins autant de colonnes qu’il y a de param`etres inconnus dans le mod`ele d’ordre un (en d’autres termes

m + 1). On sait (proposition 4.8) que la matrice X

il faut donc que 2 m

contient le nombre maximal de colonnes orthogonales entre elles (i.e. il s’agit de la matrice associ´ee `a un plan d’exp´erience satur´e). Afin d’utiliser une telle matrice pour g´en´erer des fractions r´eguli`eres de r´esolution III on peut donc proc´eder de la mani`ere suivante :

1) on garde les m colonnes de X d´ej`a affect´ees aux effets lin´eaires du mod`ele `a effets d’interactions et on les affecte (par exemple) aux m premiers effets lin´eaires du mod`ele d’ordre un,

2) pour les (m m ) autres effets lin´eaires du mod`ele d’ordre un, on s´electionne (m m ) colonnes de X associ´ees `a des effets d’interactions et on affecte ces colonnes aux effets lin´eaires suppl´ementaires du mod`ele d’ordre un.

La matrice ainsi construite est toujours une matrice `a colonnes orthogo- nales donc il n’existe aucune colonne ´egale a` ±I (hormis la premi`ere asoci´ee `a β 0 ) et de mˆeme il n’existe pas de couple de colonnes ´egales ou oppos´ees. Ceci permet d’affirmer que l’on a bien une fraction r´eguli`ere de r´esolution III, adapt´ee `a l’analyse d’un mod`ele polynomial d’ordre un.

128

4 Plans d’exp´erience pour mod`eles `a effets d’interactions

Exemple

eterminons ici la plus petite fraction r´eguli`ere de r´esolution III pos- sible pour m = 6 facteurs. Construisons , au pr´ealable, la matrice du mod`ele contenant tous les effets d’interactions dans le cas de m = 3 facteurs (on a bien 2 3 7). Il s’agit donc de la matrice X donn´ee ci-dessous, les colonnes ´etant respectivement affect´ees `a l’effet moyen g´en´eral, aux effets lin´eaires 1 , 2 et 3 puis aux effets d’interactions 12, 13, 23 et 123.

D’apr`es la m´ethode propos´ee on proc`ede ensuite en deux ´etapes :

1) on garde les trois colonnes de X associ´ees aux trois effets lin´eaires et on les affecte aux mˆemes effets lin´eaires dans le mod`ele d’ordre un,

X =

4 5 6 = == 1 2 3 12 13 23 123 ⎤ 1 −1
4
5
6
=
==
1
2
3
12
13 23 123
1 −1 −1 −1111 −1
1 −1 −1 −1 −111
1
1 1 −1 −1
−1
1 −1
1
111 −1
1 −1 −1 −1
1
−1 −111 −1 −1
1
1
1 −1
1 −1
1 −1 −1
1
−111 −1 −1
1 −1
11111111

2) on choisit trois autres colonnes associ´ees `a des effets d’interactions et on les identifie cette fois aux trois effets lin´eaires restant dans le mod`ele d’ordre un (le choix effectu´e ici est 4 = 12, 5 = 13 et 6 = 23).

La matrice du plan d’exp´erience consid´er´e est alors obtenue en ne conservant que les colonnes selectionn´ees (c’est-`a-dire rep´er´ees par des num´eros encadr´es), il s’agit de :

D =

1 1 1111

1

1 1 1 1 1

1

1 1 1 1 1

1

1 1 1 1 1

1 111 1 1

1 1

1

111111

111 1 1

1 1

1

1

.

Concernant maintenant les g´en´erateurs d’une telle fraction r´eguli`ere, on a pos´e ici :


4.6 Utilisation de mod`eles incomplets

129

4 = 12

5 = 13 I = 124 = 135 = 236.

6 = 23

Le groupe des contrastes de d´efinition de cette fraction r´eguli`ere est :

G = {I, 124, 135, 236, 2345, 1346, 1256, 456} .

L’ensemble G obtenu ne contient aucun ´el´ement de longueur inf´erieure

`a 3, ceci confirme bien que la fraction construite est r´esolution III (il

s’agit plus pr´ecisemment d’une fraction r´eguli`ere de type 2

Remarquons enfin que le choix effectu´e ici n’est pas unique. En effet, les colonnes 12, 13 et 23 ont ´et´e affect´ees aux effets lin´eaires 4 , 5 et 6 du mod`ele d’ordre un mais il est tout `a fait possible de proc´eder autrement. Voici, par exemple, une autre alternative :

63

III

).

= 12

4

I = 124 = 135 = 1236.

5 = 13

6 = 123

4.6 Utilisation de mod`eles incomplets

Jusqu’`a pr´esent les mod`eles lin´eaires consid´er´es sont complets, c’est-`a-dire qu’ils contiennent tous les effets d’interactions possibles (pour l’ordre choisi). On peut cependant envisager des situations o`u une connaissance pr´ealable du ph´enom`ene ´etudi´e peut conduire a` un mod`ele incomplet. Il convient d’ˆetre tr`es prudent avec une telle d´</