Vous êtes sur la page 1sur 2

Exercice 4: Les résultats d’une réaction chimique effectuée à différentes combinaisons de 4

pressions et 3 températures, chacune répétée 3 fois, donnant le plan (4x3x3) suivant :

Températures
Pr. 200 230 280 Yi  Yi  ̂ i
10 16 22
I 10 27 13 44 26 67 138 15,333 1,166
7 15 19
15 11 14
II 18 44 18 36 11 41 121 13,444 -0,723
11 7 16
12 9 9
III 9 38 6 27 8 27 92 10,222 -3,945
17 12 10
14 21 18
IV 15 43 22 64 18 52 159 17,667 3,5
14 21 16
Y j  152 171 187 Y = 510

Y j  12,667 14,25 15,583 Y  14,167

̂ j -1,5 0,083 1,416 0

1) Estimer les effets principaux de chaque niveau de pression et température.


Voir tableau…

2) Estimer les effets de l’interaction.


On a (ˆ )i j = (Yij.  Yi..  Y. j .  Y... ) , et on trouve :
  4,813  0,749 5,584 
 
 2,723  1,527  1,193 
(ˆ )i j  
3,945  1,305  2,638 
 
  1,834 3,583  1,790 
 

3) Etablir une Anova en vue de tester une différence globale parmi les effets principaux et
les interactions

On a a  4, b  3, n  3. N  abn  36 observations au total.


Facteur de correction FC  (510) 36  7225
2

SCT  (Yijk ) 2  FC  8064  7225  839


SC A  1
nb (Yi ) 2  FC = 19 (67430)  7225  267,22
SCB  an1 (Y j ) 2  FC = 121 (87314)  7225  51,17
SC AB  1n (Yij ) 2  FC  SC A  SCB  13 (23618)  7225  267,22  51,17  329,28
Par soustraction, SCR  839  267,22  51,17  329,28  191,33
D’où la table de l’analyse de la variance :
Source de variation S.d.C. d.d.l. C.M. Rapp. Fobs F-table (0,05)
Effet principal A 267,22 3 89,07 11,18 F3, 24  3,01
Effet principal B 51,17 2 25,59 3,21
F2, 24  3,40
Interaction AB 329,28 6 54,88 6,89
Résiduelle 191,33 24 (ˆ ) 7,97
2 F6, 24  2,51
Totale 839 35

3) Commenter vos résultats


L’effet de la pression est significatif, celui de la température non.
L’interaction est très significative, ce qui complique l’interprétation des données.

Par exemple, la pression IV donne le meilleur rendement en moyenne, mais si pour une raison
ou une autre, on devait utiliser la température, il serait préférable de prendre la pression I.

Pour des effets aléatoires, on aurait :

Source de variation S.d.C. d.d.l. C.M. Rapp. Fobs F-table (0,05)


Effet principal A 267,22 3 89,07 1,62 F3,6  4,76
Effet principal B 51,17 2 25,59 0,47
F2,6  5,14
Interaction AB 329,28 6 54,88 6,89
Résiduelle 191,33 24 (ˆ ) 7,97
2 F6, 24  2,51
Totale 839 35

Et là, les résultats de l’analyse CHANGENT !!!


On accepte l’hypothèse nulle  A : " A2  0 " . C’est-à-dire que les pressions proviennent d’une
distribution ou toutes les observations sont toutes égales en théorie à leur moyenne (donc
égales entre elles). Et donc elles ne diffèrent pas significativement de leur moyenne. Elles ne
sont pas significativement différentes !
Idem pour les températures, on accepte l’hypothèse nulle  B : " B2  0"
Pour les interactions, on rejette l’hypothèse nulle  AB : " AB
2
 0 " . La distribution des
interactions a une variance significativement différente de 0. Elles varient autour de leur
moyenne significativement. Il y a donc interaction…

Ainsi, chaque facteur pris tout seul ne présente pas d’effets, par contre associés l’un à l’autre,
il y a interaction. Et la meilleure « combinaison » est donnée par ( I, 280 )

Moralité : Il est important de spécifier le modèle d’analyse.

Vous aimerez peut-être aussi