K-3

REPONSES MODULE 5 : HUITIEME DE PLAN COMPLET 2

Matrice expérimentale
Consultez l’ auto évaluation
Autres questions :

1°) Quelle matrice expérimentale proposeriez-vous dans une étude où nous

serions intéressés par les effets principaux de 6 facteurs et de l'interaction
25?

Il y a 8 coefficients dans le modèle , il faut au moins 8 essais donc une matrice

26-3. On utilise la matrice des effets d’un plan complet 23.
Les interactions 12, 123 et 23 ne nous intéressent pas, on peut, dans un premier
temps proposer comme solution possible les 3 générateurs indépendants:

I = 124 I = 1235 I = 236

La matrice expérimentale associée à ce plan fractionnaire 2 6-3 :

essai X1 X2 X3 X4 X5 X6
1 -1 -1 -1 +1 -1 +1
2 +1 -1 -1 -1 +1 +1
3 -1 +1 -1 -1 +1 -1
4 +1 +1 -1 +1 -1 -1
5 -1 -1 +1 +1 +1 -1
6 +1 -1 +1 -1 -1 -1
7 -1 +1 +1 -1 -1 +1
8 +1 +1 +1 +1 +1 +1

Le générateur 1235 nous indique que l’interaction 25 sera aliasée, entre autres
avec l’interaction 13, cette solution est donc une solution possible.

2°) Quelle matrice expérimentale proposeriez-vous dans une étude où nous

serions intéressés par les effets principaux de 6 facteurs et l'interaction 14?

Il y a 8 coefficients dans le modèle , il faut au moins 8 essais donc une matrice

26-3. On utilise la matrice des effets d’un plan complet 23.
Les interactions 12, 13 et 23 ne nous intéressent pas on peut, dans un premier
temps proposer comme solution possible (il y en a d’autres !!) les 3 générateurs
indépendants:
I = 234 I = 135 I = 126

B. Bottollier - ISARA
La matrice expérimentale associée à ce plan fractionnaire 2 6-3 :

essai X1 X2 X3 X4 X5 X6
1 -1 -1 -1 +1 +1 +1
2 +1 -1 -1 +1 -1 -1
3 -1 +1 -1 -1 +1 -1
4 +1 +1 -1 -1 -1 +1
5 -1 -1 +1 -1 -1 +1
6 +1 -1 +1 -1 +1 -1
7 -1 +1 +1 +1 -1 -1
8 +1 +1 +1 +1 +1 +1

Il faudra vérifier à l'aide du tableau des alias la validité de la matrice.

3°) Quelle matrice expérimentale proposeriez-vous dans une étude à 8 essais où

nous serions intéressés par les effets principaux de 6 facteurs et des
interactions 24; 23?

Déterminer 9 coefficients avec 8 essais est impossible. On ne peut pas faire un

huitième de plan mais un quart de plan avec 16 essais.

Plan expérimental
Question

Voici 2 plans expérimentaux, vous devez identifiez la méthode de construction

de chacun. Que remarquez-vous?

essai U1 U2 U3 U4 U5 U6
1 20 30 160 F2 A1 50
2 30 30 160 F1 A2 10
3 20 50 160 F2 A2 10
4 30 50 160 F1 A1 50
5 20 30 220 F1 A2 50
6 30 30 220 F2 A1 10
7 20 50 220 F1 A1 10
8 30 50 220 F2 A2 50

B. Bottollier - ISARA
 6-3
Ce plan est construit à partir d'une matrice 2 dont les 3 générateurs
indépendants sont:
I = 134 I = 1235 I = 126

Le 2nd plan est construit à partir des 6 premières colonnes d'une H8 inversée
avec décalage à droite:

essai U1 U2 U3 U4 U5 U6
1 20 30 160 F2 A1 50
2 30 30 160 F1 A2 10
3 30 50 160 F1 A1 50
4 20 50 220 F1 A1 10
5 30 30 220 F2 A1 10
6 20 50 160 F2 A2 10
7 20 30 220 F1 A2 50
8 30 50 220 F2 A2 50

Ces 2 plans sont identiques, on comprend donc l'hypothèse d'Hadamard : pour

construire un plan de criblage on suppose que les effets d'interactions sont
négligeables devant les effets des facteurs principaux.

N°essai du 1er plan N°essai du 2nd plan

1 1
2 2
4 3
7 4
6 5
3 6
5 7
8 8

Matrice des effets

Questions

Soit une étude à 6 facteurs dans laquelle nous sommes intéressés par l’étude des
effets principaux et de 1' interaction plausible 25:
Quelle matrice expérimentale proposeriez-vous ? Quelle serait la matrice des
effets?

B. Bottollier - ISARA
L’étude de 6 facteurs nous conduirait à un plan complet si les 26 (= 64)
coefficients nous intéressaient. Mais seuls b0, les 6 effets principaux bj et 1
interaction de 2ème ordre nous intéressent ; donc 8 coefficients à déterminer à
l’aide de 8 expériences soit un plan 2 6-3. Un huitième de plan complet sera
suffisant. Pour cela il faut déterminer les générateurs d’alias (3 indépendants et
4 dépendants) à partir de la matrice des effets d’un plan 23. Il y a plusieurs
possibilités pour fixer le premier alias mais toutes ne conduisent pas à un plan
qui respecte l’ensemble de nos hypothèses. Ci dessous une solution est proposée
mais elle n’est pas unique.

Les 3 générateurs indépendants : I = 124 et I = 135 et I = 236

On retient pour lj :
l0 = b0
l1 = b1
l2 = b2
l3 = b3
l4 = b4
l5 = b5
l6 = b6
l7 = b25

La matrice expérimentale proposée pourrait donc être :

N° essai X1 X2 X3 X4 X5 X6
1 -1 -1 -1 +1 +1 +1
2 1 -1 -1 -1 -1 +1
3 -1 1 -1 -1 +1 -1
4 1 1 -1 +1 -1 -1
5 -1 -1 1 +1 -1 -1
6 1 -1 1 -1 +1 -1
7 -1 1 1 -1 -1 +1
8 1 1 1 +1 +1 +1

La matrice des effets serait:

N° I X1 X2 X3 X4 X5 X6 X2X5
1 +1 -1 -1 -1 +1 +1 +1 -1
2 +1 1 -1 -1 -1 -1 +1 +1
3 +1 -1 +1 -1 -1 +1 -1 +1
4 +1 1 +1 -1 +1 -1 -1 -1
5 +1 -1 -1 +1 +1 -1 -1 +1

B. Bottollier - ISARA
 6 +1 1 -1 +1 -1 +1 -1 -1
7 +1 -1 +1 +1 -1 -1 +1 -1
8 +1 1 +1 +1 +1 +1 +1 +1
Analyse statistique et interprétations
Questions

1°) Soit une étude à 6 facteurs en 8 essais pour déterminer les effets principaux
et une interaction de 1er ordre. On estime l'erreur expérimentale en répétant 4
fois l'essai N° 6. Quel sera le ddl de l'analyse statistique du test t?
ddl de l’analyse statistique (tests t sur les coefficients) = ddl du CMe
8 – 1 = 7 ddl de la régression
11-1 = 10 ddl total
Il reste 10 – 7 = 3 ddl du CMe et donc aussi des tests t sur les coefficients.

2°) Soit une étude à 7 facteurs en 16 essais pour déterminer les effets
principaux et 4 interactions de 1er ordre. Supposons que l’on ne peut pas valider
l’adéquation de la réponse au modèle et donc on estime l'erreur expérimentale en
répétant 3 fois l'essai au centre. Quel sera le ddl de l'analyse statistique des
tests t sur les coefficients (on suppose que le modèle n’est pas prévisionnel et
que l’on peut appliquer la notion du §17 du polycopié des connaissances
théoriques)?
ddl de l’analyse statistique (tests t sur les coefficients) = ddl du CMe
ddl = nombre d'essais au centre – 1 = 3 – 1 = 2

3°) Soit une étude à 6 facteurs en 8 essais pour déterminer les effets
principaux et une interaction de 1er ordre. On estime l'erreur expérimentale en
doublant le plan. Quel sera le ddl de l'analyse statistique du test t?
ddl de l’analyse statistique (tests t sur les coefficients) = ddl du CMe
8 – 1 = 7 ddl de la régression
16-1 = 15 ddl total
Il reste 15 – 7 = 8 ddl du CMe et donc aussi des tests t sur les coefficients.

4°) Soit une étude à 7 facteurs en 16 essais pour déterminer les effets
principaux et 4 interactions de 1er ordre. On admet valide l'hypothèse du
modèle de la forme :
ŷ = β0 + Σ βjXj + β12X1 X2 + β13X1 X3+ β23 X2 X3+ β16X1 X6
Quel sera le ddl de l'analyse statistique sur les coefficients?
ddl de l’analyse statistique (tests t sur les coefficients) = ddl du CMe
12 – 1 = 11 ddl de la régression
16-1 = 15 ddl total
Il reste 15 – 11 = 4 ddl du CMe et donc aussi des tests t sur les coefficients.

B. Bottollier - ISARA
Entraînez- vous !

Le domaine des facteurs :

Niveau 0 Pas de variation
U1 TF 150°C 10°C
U2 DF 150 s 30 s
U3 R 0.075 - 0.025
U4 C 550 g/kg 50 g/kg
U5 IC 1.2 0.2
U6 ET 3 mm 1 mm

La réponse :
Y = teneur en matière sèche en g/Kg de produit frais (MS).

Matrice d’expériences
N° X1 X2 X3 X4 X5 X6 Y1
1 -1 -1 -1 1 -1 1 956
7 -1 -1 1 -1 1 1 958
3 -1 1 -1 1 1 -1 908
6 1 -1 1 1 -1 -1 912
2 -1 1 1 -1 -1 -1 918
4 1 1 -1 -1 -1 1 830
5 1 -1 -1 -1 1 -1 874
8 1 1 1 1 1 1 844
9 0 0 0 0 0 0 904
10 0 0 0 0 0 0 901
11 0 0 0 0 0 0 898

Le modèle est de la forme :

Yˆ = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β23X2X3

Matrice d’expériences factorielle fractionnaire 26-3

Nombre d’expériences 11
Générateurs indépendants: I1 = +126 I2 = +134 I3 = +1235
Générateurs dépendants: I 4= +2346 I5 =+245 I6 =+356 I7= +1456

B. Bottollier - ISARA
Les 3 essais au centre (essais 9, 10 et 11) vont servir à estimer la fluctuation liée
aux répétition (ddl = 2).

Tableau des contrastes :

l0 = b0 + b126 +b134 + b1235 + b2346 + b356 + b245 + b1456 l0 = b0

l1 = b1 + b26 + b34 + b235 + b12346 + b1356 + b1245 + b456 l1 = b1
l2 = b2 + b 16 + b1234 + b135 + b346 + b2356 + b45 + b12456 l2 = b2
l3 = b3 + b1236 + b14 + b125 + b246 + b56 + b2345 + b13456 l3 = b3
l4 = b13 +b236 + b4 + b25 +b1246 + b156 + b12345 + b3456 l4 = b4
l5 = b123 + b36 + b24 + b5 + b146 + b1256 + b1345 + b23456 l5 = b5
l6 = b12 + b6 + b234 + b35 + b1346 + b12356 + b145 + b2456 l6 = b6
l7 = b23 + b136 + b124 + b15 + b46 + b256 + b345 + b123456 l7 = b23

Matrice des effets:

essai I X1 X2 X3 X4 X5 X6 X2X3
1 +1 -1 -1 -1 +1 -1 +1 +1
2 +1 -1 -1 +1 -1 +1 +1 -1
3 +1 -1 +1 -1 +1 +1 -1 -1
4 +1 +1 -1 +1 +1 -1 -1 -1
5 +1 -1 +1 +1 -1 -1 -1 +1
6 +1 +1 +1 -1 -1 -1 +1 -1
7 +1 +1 -1 -1 -1 +1 -1 +1
8 +1 +1 +1 +1 +1 +1 +1 +1
9 +1 0 0 0 0 0 0 0
10 +1 0 0 0 0 0 0 0
11 +1 0 0 0 0 0 0 0

Cette matrice n’a pas exactement la propriété d'Hadamard, on détermine donc

les coefficients à l’aide du calcul matriciel.

Matrice d’information :

B. Bottollier - ISARA
 11 0 0 0 0 0 0 0
0 8 0 0 0 0 0 0
0 0 8 0 0 0 0 0
0 0 0 8 0 0 0 0
0 0 0 0 8 0 0 0
0 0 0 0 0 8 0 0
0 0 0 0 0 0 8 0
0 0 0 0 0 0 0 8

Matrice de dispersion :
0,091 0 0 0 0 0 0 0
0 0,125 0 0 0 0 0 0
0 0 0,125 0 0 0 0 0
0 0 0 0,125 0 0 0 0
0 0 0 0 0,125 0 0 0
0 0 0 0 0 0,125 0 0
0 0 0 0 0 0 0,125 0
0 0 0 0 0 0 0 0,125

X'Y B
9903 900
-280 -35,0
-200 -25,0
64 8,0
40 5,0
-32 -4,0
-24 -3,0
-16 -2,0

Nom Coefficient
b0 900.27
b1 -35.0
b2 -25.0
b3 8.0
b4 5.0

B. Bottollier - ISARA
 b5 -4.0
b6 -3.0
b23 -2.0

Le modèle prévisionnel étant valide (d’après l’énoncé) on établit la liste des

réponses estimées (fonction tendance dans Excel ) et celle des résidus.

Y1 Y^ ei
956 956,27 -0,27
958 958,27 -0,27
908 908,27 -0,27
912 912,27 -0,27
918 918,27 -0,27
830 830,27 -0,27
874 874,27 -0,27
844 844,27 -0,27
904 900,27 3,73
901 900,27 0,73
898 900,27 -2,27
SCE 15764,18 15744,00 20,18
ddl 10,00 7,00 3,00

CMe = 20.18 / 3 = 6.73

σ²(b) = CMe*(X’X)-1 = 0.841 σ(b) = 0.917

Nom Coefficient t.calculé. Significativité

b1 -35.0 -38,17 ***
b2 -25.0 -27,26 ***
b3 8.0 8,72 **
b4 5.0 5,45 *
b5 -4.0 -4,36 *
b6 -3.0 -3,27 *
b23 -2.0 -2,18 NS

α t 1-α/2 (3)
0.05 3.182

B. Bottollier - ISARA
 0.01 5.841
0.001 12.94

On en conclue que les facteurs 1 et 2 sont hautement significatifs, le facteur 3

est très significatif, les facteurs 4, 5 et 6 sont significatifs ; l'interaction 23
est non significative.

Conditions expérimentales pour maximiser Y :

Pour maximiser Y on propose X1 ,X2, X5 et X6 au niveau bas (-1) et X3 et X4 au

niveau haut (+1):

variable U1 U2 U3 U4 U5 U6
condition 140°C 120s 0.05 600g/kg 1 2mm

B. Bottollier - ISARA