Académique Documents
Professionnel Documents
Culture Documents
Marc DANZART
AgroParisTech, site de Massy
1 Avenue des Olympiades
91744 MASSY CEDEX
Tel : (33) 1 69 93 50 27
Fax : (33) 1 69 93 51 74
marc.danzart @ agroparistech.fr
LA DÉMARCHE STATISTIQUE
Hypothèse
Expérience
Modèle
Résultats probables
Risques Résultat
expérimental
Résultats improbables
LES PLANS D’EXPÉRIENCES
Contraintes
Hypothèse
Expérience
Modèle
Résultats probables
Risques Résultat
expérimental
Résultats improbables
LES PLANS D’EXPÉRIENCES
De coût
De temps
D'organisation
...
LES DANGERS
Pdt Pdt Pdt Pdt Pdt Pdt Pdt Pdt
1 2 3 4 5 6 7 8
Sujet n° 1
Sujet n° 2
Sujet n° 3
Sujet n° 4 La confusion d'effets
Sujet n° 5
Sujet n° 6
Sujet n° 7
Sujet n° 8
Sujet n° 9
Sujet n° 10
OPTIMISATION D’UN COUPLE TEMPS x TEMPÉRATURE
70
topt = 123.6 mn
Rendement
65
60
55
On fixe donc t à 125 mn puis on
étudie l’effet de la température
50
45 80
50 100 150 200
70
Temps de cuisson (mn)
Rendement
60
50
40
30
Optimum réel
91.2
260
255 ° C
250
240
Température (°C)
220
210
200
50 100 150 200
55 min Temps de cuisson (min)
LA PESÉE … Version 1
Tarage de Pesée de
la balance 0 0 l'objet n° 2
m0 m2
Pesée de 0 0 Pesée de
l'objet n° 1
l'objet n° 3
1 3
m1 m3
LA PESÉE … Version 2
Pesée n° 1 0 0 Pesée n° 3
1 2 3 2 1 3
P0 P2
Pesée n° 2 0 0 Pesée n° 4
1 2 3 3 1 2
P1 P3
LA PESÉE : LE CALCUL DES POIDS …
P0 + P 2 - P1 - P3
2 m2 m2 = 4
P0 + P3 - P1 - P2
3
m3 m3 = 4
1 2s 2
s4 2
2 2s 2
s4
2
3 2s 2 s 2
4
y=a+bx+ e
La précision de la réponse du modèle
au point x est calculable a priori :
2
^
Var ( y(x) ) = s (1 + 1n +
2 (x-x.)
)
S (x i-x.)
2
LE MODÈLE LINÉAIRE
Y = Xq + E
^
q = (X'X) X'Y
-1 Si X'X est inversible
^
q = (X'X+H'H) X'Y
-1
Si X'X n'est pas inversible
H représente la matrice des contraintes
LE MODÈLE LINÉAIRE
^
q = (X'X) X'Y
-1
^
Var( q )= s (X'X)
2 -1
Optimiser un process
Plans Central composite
Plans de Box-Benhken
...
Optimiser un mélange
Plans de Scheffé
Extreme vertices designs
...
Comparer un grand nombre de produits
Blocs incomplets équilibrés
...
LES PLANS FACTORIELS COMPLETS
Facteur Facteur Facteur
n° 1 n° 2 n° 3
essai n° 1
essai n° 2
essai n° 3
essai n° 4
essai n° 5
essai n° 6
essai n° 7
essai n° 8
LES MATRICES DE HADAMARD (3)
Variable étudiée
d1
Facteur
Niveau - Niveau +
n° 1
LES MATRICES DE HADAMARD (4)
Variable étudiée
d2
Facteur
Niveau - Niveau +
n° 2
n=4
n=8
n = 12
n = 16
n = 20
Hadamard (5)
Création d’un nouveau produit :
Le chewing-gum light
Le chewing-gum
p-k
LES PLANS FRACTIONNÉS 3
Lorsque les facteurs étudiés sont des facteurs à 3 niveaux,
on étudie des fractions du plan complet 3p.
Pour cela on construit d’abord un plan Facteur Facteur
de base de base
complet à 2 facteurs. Ce plan comporte n° 1 n° 2
9 essais (3x3). Il est bien sûr orthogonal !
1 1
1 2
1 3
Si l’on souhaite étudier plus de 2 facteurs
2 1
il faut ajouter des colonnes équilibrées
(3 expériences au niveau 1, 3 au niveau 2 2 2
et 3 au niveau 3) qui doivent être orthogonales 2 3
aux précédentes 3 1
3 2
A cet effet on étudie la famille des carrés latins 3 3
orthogonaux 3x3.
p-k
LES PLANS FRACTIONNÉS 3
CL1 CL2
Facteur Facteur
Facteur Facteur
de base de base
1 2 3 1 2 3 n° 1 n° 2
n° 3 n° 4
2 3 1 3 1 2 1 1 1 1
3 1 2 2 3 1 1 2 2 3
1 3 3 2
Chacun des deux carrés latins
2 1 2 2
sert à construire une colonne ! 2 2 3 1
2 3 1 3
3 1 3 3
3 2 1 2
3 3 2 1
=
=
=
I A B C AB AC BC ABC
Essai 1 1 -1 -1 -1 1 1 1 -1
Essai 2 1 -1 -1 1 1 -1 -1 1
Essai 3 1 -1 1 -1 -1 1 -1 1
Essai 4 1 -1 1 1 -1 -1 1 -1
Essai 5 1 1 -1 -1 -1 -1 1 1
Essai 6 1 1 -1 1 -1 1 -1 -1
Essai 7 1 1 1 -1 1 -1 -1 -1
Essai 8 1 1 1 1 1 1 1 1
LES PLANS CENTRAL COMPOSITE ( 1 )
p
2 points de l'hypercube
2p points du parallèlotope
étoilé
Facteur
2 points centraux
n° 2
p
Soit n = 2 + 2.p + 2
essais au total
-2
NETTOYAGE DE SALADE (1)
6
5,8
5,6
5,4
Log CF 5,2
5
4,8 200
4,6 140
90
0
20
40 E/S
40
60
80
100
Pv
120
140
NETTOYAGE DE SALADE (2)
2
1,8
1,6
Log Rdt 1,4
1,2
1 200
0,8 140
90
0
E/S
20
40
40
60
80
100
Pv
120
140
NETTOYAGE DE SALADE (3)
2,2
2,1
2
1,9
1,8
Log CTh 1,7
1,6
1,5
200
1,4
1,3 140
90
0
E/S
20
40
40
60
80
100
Pv
120
140
NETTOYAGE DE SALADE (4)
Pv Pv Pv
NETTOYAGE DE SALADE (5)
OPTIMISATION MULTIVARIABLE
200
180
170
160
150
140
130
120
110 E/S
100
90
80
70
60
50
Pv
PLANS DE BOX BENHKEN
Produit n° 1
Produit n° 2 Produit n° 3
L’équation habituelle
y = a0 + a1c1 + a2c2 + a3c3 + a4c1² + a5c2² + a6c3² + a7c1c2 + a8c1c3 + a9c2c3
Ne peut être résolue (il faudrait estimer 10 paramètres avec seulement 7 expériences !)
Ceci est dû à la contrainte c1 + c2 + c3 = 1 La somme totale des ingrédients fait 100 %
20
18 26
24
16 22
18
14 16
14
12
Cépage Cépage
n° 1 20 n° 2
M.Sergent
Cépages D.Mathieu
R. Phan-Tan-Luu
(1985)
LES PLANS DE MÉLANGE (3)
Ingrédient
n° 3
Ingrédient Ingrédient
n° 1 n° 2
WYNN
FEDOROV
WHEELER
MITCHELL
WELCH
LES BLOCS INCOMPLETS ÉQUILIBRÉS (1)
Produits
1 2 3 4 5 6 7
Sujet 1
Sujet 2
Sujet 3
Sujet 4
Sujet 5
Sujet 6
Sujet 7
Traitement statistique des résultats des BIE
Sujet
n° 1 7 5 9
Sujet
n° 2 10 11 12
Sujet
n° 3 7 6 14
Sujet
n° 4 14 16 15
Sujet
n° 5 14 11 17
Sujet
n° 6 16 15 17
Sujet
n° 7
14 7 12
Somme totale par produit 24 33 39 42 30 33 48
Moyennes 8 11 13 14 10 11 16
Traitement statistique des résultats des BIE
Si l’on s’intéresse aux notes données par les 3 sujets qui ont testé le produit 1
Produit Produit Produit Produit Produit Produit Produit
n° 1 n° 2 n° 3 n° 4 n° 5 n° 6 n° 7
Sujet
n° 1 7 5 9
Sujet
n° 2 10 11 12 La somme totale de ces notes,
notée T1, est égale à 81
Sujet
n° 3 7 6 14
Sujet
n° 4
14 16 15
Sujet
n° 5
14 11 17
Sujet
n° 6
16 15 17
Sujet
n° 7
14 7 12
Si l’on s’intéresse aux notes données par les 3 sujets qui ont testé le produit 2
Produit Produit Produit Produit Produit Produit Produit
n° 1 n° 2 n° 3 n° 4 n° 5 n° 6 n° 7
Sujet
n° 1 7 5 9
La somme totale de ces notes,
Sujet
n° 2 10 11 12
notée T2, est égale à 108
Sujetan
n° 3
7 6 14
14 16 15
Sujet
n° 4
Sujet
n° 5
14 11 17
!
Sujet 16 15 17 Par conséquent, les sommes par produit
n° 6
gi
La moyenne corrigée pour
le produit i est égale à : a i
=
rE
p(k-1)
avec E=
k(p-1)
.......
LES BLOCS INCOMPLETS ÉQUILIBRES
A DEUX ETAGES
Produits
ABCDEFGHIJKLMNOPQRSTU Produits
1
pour une session donnée
2
3 A D I J P R S
4
5
6 Sujet 1
7
8
9 Sujet 2
10
11
12
13 Sujet 3
14
15
Sessions 16
17
Sujet 4
18
19
20 Sujet 5
21
22
23 Sujet 6
24
25
26 Sujet 7
27
28
29
30
BIE (3)
PLANS POUR MAÎTRISER L’ORDRE DE PRÉSENTATION
DES PRODUITS ET LES ARRIÈRES-EFFETS
Ordre de présentation
des produits
Sujet n° 1 A B C D
Sujet n° 2
B D A C
Sujet n° 3
C A D B
Sujet n° 4 D C B A
Carrés latins de Williams
Jour 1 Jour 2 Jour 3 Jour 4 Jour 5 Jour 6 Jour 7 Jour 8 Jour 9 Jour 10
Sujet 1 P1 P2 P10 P3 P9 P4 P8 P5 P7 P6
Sujet 2 P2 P3 P1 P4 P10 P5 P9 P6 P8 P7
Sujet 3 P3 P4 P2 P5 P1 P6 P10 P7 P9 P8
Sujet 4 P4 P5 P3 P6 P2 P7 P1 P8 P10 P9
Sujet 5 P5 P6 P4 P7 P3 P8 P2 P9 P1 P10
Sujet 6 P6 P7 P5 P8 P4 P9 P3 P10 P2 P1
Sujet 7 P7 P8 P6 P9 P5 P10 P4 P1 P3 P2
Sujet 8 P8 P9 P7 P10 P6 P1 P5 P2 P4 P3
Sujet 9 P9 P10 P8 P1 P7 P2 P6 P3 P5 P4
Sujet 10 P10 P1 P9 P2 P8 P3 P7 P4 P6 P5
QUELQUES CONSEILS
Conseils
LA DEMARCHE EXPERIMENTALE
Conjecture
Plan d’expériences
Expérimentation
Analyse des résultats
Conclusions
LES PLANS D’EXPÉRIENCES PERMETTENT
Précision
Efficacité
Flexibilité
BIBLIOGRAPHIE
DAVIES O.L.
The design and analysis of industrial experiments
Oliver & Boyd 1985