Deuxième année du Cycle Ingénieur (CI) (S3)

Statistique, Optimisation et Recherche

Opérationnelle
Initiation aux Plans
d’Expériences
Pr. JENNAN Sanae

Année Universitaire 2022-2023

2,5

1,5

0,5

0
50 60 70 80 90 100

2
2,5

1,5

0,5

0
50 60 70 80 90 100

3
2,5 . 75

2 . 80

1,5 .90

1 . 75

0,5 . 65

0
50 60 70
.
60

80 90 100

4
2,5 . 75

2 . 80

1,5 .90

1 . 75

0,5 . 65

0
50 60 70
.
60

80 90 100

5
2,5 . 75

2 . 80

1,5 . . .. . . .
60
65 75
90
80 75

1 . 75

0,5 . 65

0
50
. 60 70
60

80 90 100

6
2,5 . 75

2 . 80

1,5 . . .. . . .
60
65 75
90
80 75

1 . 75

0,5 . 65

0
50
. 60 70
60

80 90 100
OPTIMUM

7
2,5 . 75

2 . 80

1,5 . . .. . . .
60
65 75
90
80 75

1 . 75

0,5 . 65

0
50
. 60 70
60

80 90 100
OPTIMUM

8
9
Pourquoi un plan d’expériences?

 Vous êtes confrontés à un problème technique

complexe:
 de multiples paramètres sont susceptibles d'influer sur la
performance du système étudié.
 La performance que vous cherchez à améliorer est
caractérisée par une ou plusieurs réponses.

 Quels sont les paramètres responsables des variations

observées ? Telle est la question.

10
 Le plan d'expériences sert à mettre en évidence et à
quantifier l'influence des paramètres pris en compte.
Vous devez mettre en œuvre une série d'essais
physiques ou une série de calculs numériques. C'est
souvent le cas si vous vous trouvez dans un des
contextes suivants :
 études techniques ;
 optimisation de processus ;
 études de moyens de fabrication ;
 amélioration de capabilité machine ;
 essais de mise au point ;
 essais de laboratoire ;
 etc.

11
Qu’apportent les plans d’expériences ?
 Réduction du nombre d’essai.
 Fiabilité et reproductibilité des résultats.
 Optimisation facile.
 Interprétation simplifiée des résultats.
 Amélioration de la qualité des produits et des procédés

1. Réglage facile des paramètres d’un procédé

2. Optimisation du nombre, du temps et du
coût des essais.

12
Mais quelles expériences réaliser pour
obtenir les informations recherchées ?
 Un plan d'expériences est une suite d'essais
organisée à l'avance de manière à déterminer
en un minimum d'essais et avec un maximum de
précision l'influence de multiples paramètres sur
une ou plusieurs réponses.

13
Conditions d’application
 créer un groupe pluridisciplinaire constitué de
personnes compétentes, concernées et
motivées
 associer un animateur formé à la méthode à un
pilote,
 être en mesure d'expérimenter, de maîtriser les
valeurs à donner aux paramètres et de mesurer
avec précision la ou les réponses.
 établir une stratégie expérimentale (série de
plans) en fonction des objectifs fixés, des
moyens disponibles et du délai accordé à l'étude
14
Les étapes de la mise en place d’un plan
d’expériences

 Instruction du problème
 Construction de la matrice d’expériences
 Préparation et réalisation des essais
 Analyse des résultats
 Conclusion
 Validation éventuelle de la conclusion

15
Plan d’expériences : Formulation du problème

16
 Instruction du problème

  L’objectif:
 Quantification(screening)
 Prévision (Optimisation)

  Les contraintes:
 Ressources limitées en moyens financiers ou
humains
 Délai de réponse
 Donc on détermine le nombre maximal d’essais
possible à réaliser

17
 Instruction du problème (suite)

  Définir la réponse
 Caractéristique de l’objectif de l’étude
 Quantitative

 Economique, facile et rapide à mesurer

  Définir les facteurs
Peuvent être qualitatifs ou quantitatifs

Cette étape fait appel à une connaissance aigue du

problème afin de bien définir les facteurs et ne pas en
oublier

18
Recenser les facteurs

19
 Classer les facteurs
 Les facteurs principaux : ce sont les facteurs sur lesquels
on est susceptible d’agir pour atteindre les objectifs.
 Les facteurs à figer d’emblée dans l’étude : ce sont les
facteurs qui sortent des limites de l’étude ou qui n’ont aucune
influence sur les objectifs visés. Ils sont figés lors de l’étude à
un niveau précis donné.
 Les facteurs de bruit : ce sont des facteurs en général non
maitrisés qui sont susceptibles d’occasionner une variabilité
indésirable sur les grandeurs associées aux objectifs.
 Les facteurs blocs : ce sont des facteurs liés aux moyens et
aux conditions expérimentales qui vont varier inévitablement
pendant les essais. Ils sont susceptibles de biaiser
l’estimation des effets des facteurs étudiés. Les facteurs
blocs susceptibles d’avoir un effet sur la réponse devront
nécessairement être retenus dans le plan d’expériences. 20
 Définir niveaux ou modalités des facteurs

Un niveau correspond à une valeur ou à un état que l'on donne au

facteur :

un plan classique comporte 2 niveaux par facteur,

mais on peut définir 3 ou 4 (voire 5) niveaux par
facteur en sachant que plus il y a de niveaux, plus il
y a d'expériences et que le coût augmente,

les choix des niveaux étant techniques,

l'avis des techniciens est indispensable

21
 Niveaux trop proches
si des non linéarités
existent dans l'évolution de
la cible, il est préférable de
choisir plusieurs niveaux
pour les facteurs (au moins
3),

Niveaux trop éloignés

la différence entre les
niveaux doit être
suffisamment discriminative
pour qu'un changement de
niveau puisse produire une
variation dans la réponse.

22
 Plan d’expériences : Domaine expérimental
d’intérêt

Le domaine expérimental
possible (ou domaine
d'opérabilité) est le sous-
ensemble du domaine des
facteurs contenant les
expériences réalisables.

Dans la pratique, ce domaine est souvent lui-même

réduit au domaine
domaine expérimental
expérimental d'intérêt
d'intérêt dans lequel
nous recherchons les informations désirées.
23
Niveaux de facteur en variables centrées réduites :
Centrée : On change l’origine

Réduite : On change l’Unité

Généralise les plans d’expériences,

y compris les facteurs discrets

Umin U0 U Umax
Facteurs avec dimensions

-1 0 X +1
Facteurs sans dimensions

U U 0 U max  U min
X2 avec U 0 
U max  U min 2
24
Effet d’un facteur
Y YA2

effet
moyen effet
A2-1 moyen
A1-2
WA2A1
WA1A2
YA1
A
A1
état de
référence A1
état de
A2
référence A2

WA1A2  WA2A1  0
Effet d’un facteur
Y Y
état de
référence A2
A effet
effet moyen A1-2
moyen A2-1
WA1A2
WA2A1

A
état de
référence A1

1 seule information
 N° X1 Y
-1 y1 = a0 - a1
1 y1
y2 = a0 + a1
2 1 y2
a0 = (+ y1 + y2) / 2
a1 = (- y1 + y2) / 2
Y

y2 – y1 (y2 – y1) / 2 = a1
y2

y1

niv 1 niv 2 27
 y2 > y1 b1 > 0
y2 poids positif
y1

y2
niv 1 niv 2
y1

y2 < y1 b1 < 0
poids négatif niv 1 niv 2
y1
y2  y1 b1  0
y2
poids nul
28
niv 1 niv 2
Présence d’un couplage ?
90

80 B2

70 WA1A2
60 B2

50

40 B1
WA1A2
30

20 B1

10
WA1A2 ne dépend pas de la modalité
0
de B
A1 A2

Pas de couplage
Présence d’un couplage ?
90

80 B2

70 WA1A2
60

50 B2

40 WA1A2 B1

30 B1

20 WA1A2 dépend peu (même signe) de

10 la modalité de B
0
A1 A2

Couplage faible
Présence d’un couplage ?
WA1A2 dépend beaucoup (changement de
signe) de la modalité de B
120
110 B2

100
90
WA1A2
80
70
60
B2
50
40
30 B1
20 WA1A2
10 B1
0
A1 A2

Couplage fort
32
 Les objectifs

Etablir la liste Etablir la liste

des facteurs des réponses
 étudiés  étudiés
 non étudiés  non étudiés
Les contraintes
 sur les facteurs
 sur les réponses
 générales : coût, temps,….

Domaine expérimental d’intérêt

Elaborer une stratégie

33
 Plan d’expériences : Élaborer une stratégie

choisir, pour chacun des cas, la matrice

d'expériences (le plan d'expérimentation
correspondant) la plus adéquate.

Les objectifs

Criblage des
facteurs Optimisation
Etude des
facteurs
34
 Différents Plans d’expériences

 Le criblage des facteurs :

Rechercher rapidement, parmi un ensemble de facteurs

potentiellement influents, ceux qui le sont effectivement
dans un domaine expérimental fixé.

 Les études quantitatives des facteurs :

étudier les facteurs retenus d'une façon
plus fine : interactions possibles entre
les différents facteurs.

35
 Différents Plans d’expériences

 Les études quantitatives des réponses :

Rechercher l'optimum d'une ou

plusieurs réponses expérimentales

connaître en n'importe quel point du domaine

expérimental d'intérêt la valeur d'une ou
plusieurs réponses expérimentales .
36
 Différents Plans d’expériences

 Les mélanges :
Formulation = étude de l'influence des quantités
relatives de plusieurs constituants sur les
manifestations d'un phénomène physico-chimique.

connaissance d'une ou plusieurs propriétés,

dépendant de la proportion de chaque constituant
dans le mélange étudié.

37
 Construction de la matrice d’expérience
Essais Facteurs Réponses
A1 A2 A3 …. Af
1 -1 -1 -1 …. -1 Y1
2 -1 1 -1 …. 1 Y2
…. …. ….
n 1 1 1 …. 1 Yn

Préparation et réalisation des essais

•Respecter scrupuleusement le plan choisi

•Randomiser les essais de façon à éviter d’introduire

un biais (facteur bloc) dû aux variations des conditions expérimentales
38
 PLANS
Plackett et Bruman

39
 Plan de Plackett et Bruman

Les matrices d'expériences d'Hadamard

permettent d'estimer les "poids" (aj) de k facteurs en N
expériences, avec une variance :
var (bj) = 2 /N

40
Ces matrices existent pour un nombre d'expériences N,
multiple de 4

et se construisent selon un algorithme qui donne la 1ère

ligne (ou la 1ère colonne) de la matrice d'expériences,
présentée ci-dessous,

puis les autres lignes sont générées par permutation

circulaire horizontale (ou verticale) de cette ligne.

La dernière ligne de la matrice d’Hadamard est toujours

une ligne ne comportant que des signes (-).

41
 N = 4 ++ -

N = 8 +++-+--

N = 12 ++ -+++---+-

N = 16 ++++-+-++--+---

N = 20 ++--++++-+-+----++-

N = 24 +++++-+-++--++--+-+----

N = 32 ----+-+-+++-++---+++++--++-+--+

A partir de la ligne choisie, on construit la matrice

d'Hadamard en choisissant l'une des méthodes que
nous allons présenter en prenant comme exemple la
construction de la matrice d'Hadamard pour 3 facteurs
(k = 3) et 4 expériences :
42
 N° X1 X2 X3
N = 4 + + -
1 + + -
2 + - +
3 - + +
4 - - -

Permutation
N° X1 X2 X3 par le Haut
N° X1 X2 X3
1 + + - Permutation Permutation 1 + + -
2 + - + par la + + - par la 2 - + +
3 - + + Gauche Droite
3 + - +
4 - - - Permutation 4 - - -
par le Bas

N° X1 X2 X3
1 + - +
2 + + -
3 - + +
4 - - - 43
 Construction de la L8(27) de Plackett et
Burman
Base de la construction

N=4 + + -
N=8 + + + - + - -
N=12 + + - + + + - - - + -
N=16 + + + + - + - + + - - + - - -
N=20 + + - - + + + + - + - + - - - - + + -
N=24 + + + + + - + - + + - - + + - - + - + - - - -
………
N=32 - - - - + - + - + + + - + + - - - + + + + + - - + + - + - - +

44
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2
première
3 ligne
4
5
6
7
8
45
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2
3
4 permutation
circulaire
5
6
7
8
46
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3
4
5
6
7
8
47
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3 -1 -1 1 1 1 -1 1
4
5
6
7
8
48
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3 -1 -1 1 1 1 -1 1
4 1 -1 -1 1 1 1 -1
5
6
7
8
49
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3 -1 -1 1 1 1 -1 1
4 1 -1 -1 1 1 1 -1
5 -1 1 -1 -1 1 1 1
6
7
8
50
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3 -1 -1 1 1 1 -1 1
4 1 -1 -1 1 1 1 -1
5 -1 1 -1 -1 1 1 1
6 1 -1 1 -1 -1 1 1
7
8
51
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3 -1 -1 1 1 1 -1 1
4 1 -1 -1 1 1 1 -1
5 -1 1 -1 -1 1 1 1
6 1 -1 1 -1 -1 1 1
7 1 1 -1 1 -1 -1 1
8
52
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3 -1 -1 1 1 1 -1 1
4 1 -1 -1 1 1 1 on
-1ajoute
une ligne
5 -1 1 -1 -1 1 1 de1 « -1 »
6 1 -1 1 -1 -1 1 1
7 1 1 -1 1 -1 -1 1
8
53
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3 -1 -1 1 1 1 -1 1
4 1 -1 -1 1 1 1 -1
5 -1 1 -1 -1 1 1 1
6 1 -1 1 -1 -1 1 1
7 1 1 -1 1 -1 -1 1
8 -1 -1 -1 -1 -1 -1 -1
54
Construction de la L8(27) de Plackett et
Burman
1 2 3 4 5 6 7
1 1 1 1 -1 1 -1 -1
2 -1 1 1 1 -1 1 -1
3 -1 -1 1 1 1 -1 1
4 1 -1 -1 1 1 1 -1
5 -1 1 -1 -1 1 1 1
6 1 -1 1 -1 -1 1 1
7 1 1 -1 1 -1 -1 1
8 -1 -1 -1 -1 -1 -1 -1
55
 A : Pression de maintien
Exemple B : Température du polymère

C : Temps d’injection

D : Temps de refroidissement
E : Température du réfrigérant
F : Débit du réfrigérant
G : Type de commutation
 Exemple

A1 A2
 Exemple

B2

B1
A1 A2
 Exemple

B2
C2
B1 C1
A1 A2
 Exemple

B2
C2
B1 C1
A1 A2

D1 D2
 Exemple

E2

B2
E1 C2
B1 C1
A1 A2

D1 D2
 Exemple

F2

F1

E2

B2
E1 C2
B1 C1
A1 A2

D1 D2
 27=128 combinaisons
Exemple

Combien de combinaisons
F2
doit-on réaliser ?

F1

E2
Quelles combinaisons
doit-on réaliser ?

B2
E1 C2
B1 C1
A1 A2

D1 D2
G1 G2
 Exemple

F2

F1

E2

B2
E1 C2
B1 C1
A1 A2

D1 D2
G1 G2
 Exemple
Tracé des effets moyens
Retrait moyen
1,70

1,65

1,60
Retrait moyen (%)

1,55

1,50

1,45

1,40

1,35

1,30
300 bar 500 bar 210 °C 240 °C 1,4 s 3,0 s 24 s 40 s 25 °C 45 °C 8 l/s 16 l/s PM PH

PM TP TI TR TR DR TC

Facteurs & Modalités

 Contribution d'un facteur

0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%

A
A : Pression de maintien

53,05%

D
D : Temps de refroidissement

24,65%

B
B : Température du polymère

14,58%

E
5,32%

Facteurs
C
Exemple

1,18%

F
0,84%

G
0,39%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%

Contribution cumulée des facteurs

 PLANS
Factoriels complets

67
 Plan factoriel complet
Plans factoriels complets à 2 niveaux
=
2k
k facteurs
2 niveaux
Ou
Ou
paramètres
modalités

2k expériences

68
 Plan factoriel complet

le choix de l’alternance des signes dans la matrice

d’expériences :
1ère colonne est une alternance d’un (-1) suivi d’un (+1)
(un = 20),

2ème une alternance de deux (-1) suivis de deux (+1)

(deux = 21),

la 3ème une alternance de quatre (-1) et de quatre (+1)

(quatre = 22)
etc.…

69
 Plan factoriel complet

Plan factoriel complet 23

N X1 X2 X3
1 - - -
2 + - - k=3
3 - + -
4 + + - 23 = 8
5 - - + expériences
6 + - +
7 - + +
8 + + +

Numéro de l’expérience
70
 Plan factoriel complet
Plan factoriel complet 24

N X1 X2 X3 X4 N X1 X2 X3 X4
1 - - - - 9 - - - +
2 + - - - 10 + - - +
3 - + - - 11 - + - +
4 + + - - 12 + + - +
5 - - + - 13 - - + +
6 + - + - 14 + - + +
7 - + + - 15 - + + +
8 + + + - 16 + + + +
71
 Plan factoriel complet : calcul des effets des facteurs

Plan factoriel complet 22

N° I X1 X2 X1X2 Y
y1 = a0 - a1 - a2
1 1 -1 -1 1 y1
y2 = a0 + a1 - a2
2 1 1 -1 -1 y2
y3 = a0 - a1 + a2
3 1 -1 1 -1 y3
y4 = a0 + a1 + a2
4 1 1 1 1 y4

Colonne qui tiens compte de la moyenne des réponses

72
 EI = (+y1 + y2 + y3 + y4) / 4 = a0

E1 = (-y1 + y2 - y3 + y4) / 4 = a1

E2 = (-y1 - y2 + y3 + y4) / 4 = a2

Les effets des facteurs Ui et Uj sont dits indépendants si l’effet du

facteur Ui ne dépend pas de la valeur prise par le facteur Uj

Les effets des facteurs Ui et Uj sont dits dépendants si l’effet du

facteur Ui dépend de la valeur prise par le facteur Uj

73
 +1 X2
y3 y4 X2 = + 1
a1+ = ( y4 – y3 ) / 2

X1
-1 +1

X2 = - 1
y1 y2
-1
a1- = ( y2 – y1 ) / 2

74
S’il n’ y a pas d’ interaction entre les facteur
Alors

a1+ = a1- a1+ - a1- = 0

S’il y a interaction entre les facteur

Alors
a 1+ = a 1- a 1+ - a 1 - = 0

On a :
a1+ - a1- = ( y4 – y3 ) / 2 - ( y2 – y1 ) / 2

a1+ - a1- = ( y4 - y3 - y2 + y1 ) / 2
75
 Plan factoriel complet : calcul des effets des facteurs

Pour tenir compte de l’interaction

N° I X1 X2 X1X2 Y
y1 = a0 - a1 - a2 + a12
1 1 -1 -1 1 y1
y2 = a0 + a1 - a2 – a12
2 1 1 -1 -1 y2
y3 = a0 - a1 + a2 – a12
3 1 -1 1 -1 y3
y4 = a0 + a1 + a2 + a12
4 1 1 1 1 y4

Y = Xa a = X-1Y
(1)x(-1)=-1

Colonne qui tiens compte de l’interaction

76
EI = (+y1 + y2 + y3 + y4) / 4 = a0

E1 = (-y1 + y2 - y3 + y4) / 4 = a1

E2 = (-y1 - y2 + y3 + y4) / 4 = a2

E12 = (+y1 - y2 - y3 + y4) / 4 = a12

EI = a0 = effet de la moyenne des réponses

E1 = a1 = effet du facteur X1

E2 = a 2 = effet du facteur X2

E12 = a12 = effet de l’interaction entre les

facteurs X1 et X2

77
 N° I X1 X2 X1X2 Y
1 1 -1 -1 1 y1
2 1 1 -1 -1 y2
Matrice
des effets 3 1 -1 1 -1 y3
4 1 1 1 1 y4

Quatre équation :
4 effets quatre combinaisons
a0, a1, a2 et a12 linéaires indépendantes
Ei

78
 N M
I X1 X2 X3 X1X2 X1X3 X2X3 X1X2 X3
a
1
t
+ - - - + + + - r
2 + + - - - - + + i
3 + - + - - + - + c
4 + + + - + - - - e
5 + - - + + - - +
6 + d
+ - + - + - -
7 + - + + - - + - e
8 + + + + + + + + s

e
8 équations :

f
8 effets

a0 a1 a2 a3 a12 a13 a23 a123 f

e
t
s
79
 2 4
16 combinaisons
Linéaires 16 Effets
indépendantes

Terme constant
a0
Effet principal
a1, a2, a3, a4
Interaction du premier ordre (double)
a12, a13, a23, a14, a24, a34
Interaction du second ordre (triple)
a123, a124, a134, a234
Interaction du troisième ordre (quadruple)
a1234

80
 2 5
32 combinaisons
Linéaires 32 Effets
indépendantes

a0

a1, a2, a3, a4, a5,

a12, a13, a23, a14, a24, a34, a15, a25, a35, a45,

a123, a124, a134, a234, a125, a135, a145, a235, a245, a345,

a1234, a1235, a1245, a1345, a2345,

a12345
81
 Plan factoriel complet : exemples

Objectif de l’étude : Estimation des effets des facteurs et

de leur interaction sur le rendement
de la réaction

A + B C

Facteurs :
1. Température
2. Pression Facteur Niveau (-) Niveau (+)

Réponse : U1 Température (°C) 60 90

Rendement U2 Pression (atm) 1 2

82
 N°Exp Température Pression
N°Exp X1 X2 °C atm
1 -1 -1
1 60 1
2 1 -1
2 90 1
3 -1 1 3 60 2
4 1 1 4 90 2

83
N°E Température Pression Rdt
xp °C atm %
1 60 1 17
2 90 1 43
3 60 2 65
4 90 2 35

Estimation des effets des facteurs :

N° I X1 X2 X1X2 Y
y1 = a0 - a1 - a2 + a12
1 1 -1 -1 1 y1
y2 = a0 + a1 - a2 – a12
2 1 1 -1 -1 y2
y3 = a0 - a1 + a2 – a12
3 1 -1 1 -1 y3
y4 = a0 + a1 + a2 + a12
4 1 1 1 1 y4
84
 EI = (+y1 + y2 + y3 + y4) / 4 = a0 = 40
E1 = (-y1 + y2 - y3 + y4) / 4 = a1 = -1
E2 = (-y1 - y2 + y3 + y4) / 4 = a2 = 10
E12 = (+y1 - y2 - y3 + y4) / 4 = a12 = -14

Graphe des effet :

85
Graphe des interactions :

86
ANALYSE DE LA
VARIANCE ET
SIGNIFICATION
DES EFFETS

87
Analyse des résultats

88
Objectif de l’étude : Étude de la stabilité d’un médicament
Facteurs : X1 : Humidité relative (%)
X2 : Forme galénique Plan dupliqué
X3 : Concentration en additif (%)

Objectif de l’étude
N° X1(%) X2 X3 Y( %)
(%)
- +
1 57 poudre 0 89.50 - 87.10
X1 57 75
2 75 poudre 0 89.70 - 87.90
X2 Poudre Capsule
3 57 capsule 0 88.10 - 86.10
X3 0 0.7 4 75 capsule 0 84.00 - 84.60

23
5 57 poudre 0,7 93.20 - 95.60
Plan d’expérience
6 75 poudre 0,7 72.00 - 71.40
7 57 capsule 0,7 91.20 - 89.70
8 75 capsule 0,7 68.50 - 70.20
89
 N° X1(%) X2 X3 Y( %) -Y (%)
(%)
1 57 poudre 0 89.50 - 87.10 88,30
2 75 poudre 0 89.70 - 87.90 88,80
3 57 capsule 0 88.10 - 86.10 87,10
4 75 capsule 0 84.00 - 84.60 84,30
5 57 poudre 0,7 93.20 - 95.60 94,40
6 75 poudre 0,7 72.00 - 71.40 71,70
7 57 capsule 0,7 91.20 - 89.70 90,45
8 75 capsule 0,7 68.50 - 70.20 69,35

Moyenne des réponses (89,50 + 87,10)/2

90
Y = a0 + a1X1 + a2X2 + a3X3 + a12X1X2 + a13X1X3 + a23X2X3 + a123X1X2X3

Coefficient Estimation
a0 84.300
a1 -5.762
a2 -1.500
a3 -2.825
a12 -0.213
a13 -5.187
a23 -0.075
a123 0.612
Y = 84.3 -5.76X1 -1.5X2 -2.825X3 -0.213X1X2 -5.187X1X3 -0.075X2X3
+0.612X1X2X3

91
Erreur expérimentale : plan dupliqué
Pour une expérience i
-
Moyenne
Yi = (Yi + Yi’)/2
-
Pour i = 1 Y1 = (Y1 + Y1’)/2

variance (89,50 – 87,10)/2 = 88.30

 i i  
 y  y 2  y '  y 2 
 i i


si 
2

n  1

s 2

89,5  88,30  87,10  88,30 
2 2
 2,88
1
2  1
92
Pour la matrice d’expérience

 s  2
i
s2 = 1,539
s 
2 i
8
La variance de aj Var (aj) = /N Plan
Optimal

s2(aj) = 1,539/16 = 0,096

s = 0,31
93
 84.30/0.310 = 271.83

Effet Coefficient Ecart-Type t.exp. Signif. %

P(%)
Il doit être ≤ 5%
a0 84.300 0.310 271.83 < 0.01 ***
a1 -5.762 0.310 -18.58 < 0.01 ***
a2 -1.500 0.310 -4.84 0.129 **
a3 -2.825 0.310 -9.11 < 0.01 ***
a12 -0.213 0.310 -0.69 51.3
a13 -5.187 0.310 -16.73 < 0.01 ***
a23 -0.075 0.310 -0.24 81.5
a123 0.612 0.310 1.98 8.4

Probabilité de se tremper (au risque de 5%) 8.4, 81.5 et 51.3 ≥ 5

en affirmant que le paramètre est Les effets
différent de 0 a12, a23 et a123 ne sont
Pas significatifs
94
Probablement
sans effet

95
 RESIDU
REGRESSION

98,92 %

1,08 %

Le modèle explique bien le phénomène étudié

Donc le modèle est validé statistiquement
Source de variation Somme des carrés Degrés de Carré Rapport Signif
liberté moyen
Régression 1.13237E+0003 7 < 0.01 ***
1.61767E+000 105.1289
2
Résidus 1.23100E+0001 8
1.53875E+000
0
Total 1.14468E+0003 15
96
Le R² et le R²adjusté

1132,37
R    0,989
2 S reg
St
1144,68

12,31
Sr

R ajusted  1  St 1 
2 Np 8  0,979
N 1 1144,68
15
R2 0.989
R2A 0.980
Nombre de degrés de liberté 8
CONCLUSION

98