Plan Dexp

Master 1 – Outils statistiques
06/05/23 1
Plan du cours
Introduction aux plans d’expériences

Problématique
Notion d’espace expérimental
Plans factoriels complets à deux niveaux: 2 k

Plan à deux facteurs
Plan à trois facteurs
Un exemple de plan à cinq facteurs
Notation matricielle
Plans factoriels fractionnaires à deux niveaux: 2 k-p

Construction des plans fractionnaires
Groupe des générateurs d’aliases
Calcul des contrastes
Technique pour désaliaser
06/05/23 2
Problématique
Les systèmes peuvent être complexes. Ils sont pilotés par de nombreux
paramètres de conception et de réglages (X1, X2, Xi,…).
L'objet des plans d’expériences (experimental designs) est de

quantifier l'influence des paramètres sur la réponse à partir de résultats
d'expérimentations.
06/05/23 3
Problématique
Pour cela, il existe plusieurs stratégies d'expérimentation :
Les plans complets : Cette stratégie consiste à tester

toutes les combinaisons des paramètres sélectionnés (très
long et coûteux)
Les plans réduits : Cette stratégie consiste à tester une

partie de toutes les combinaisons des paramètres.
Les plans Taguchi : Génichi Taguchi a proposé une

sélection de plans réduits (non traité ici).
06/05/23 4
Problématique
Cette catapulte a été conçue

de manière à ce que l’on
puisse facilement modifier 5
des paramètres de
construction ou d’utilisation :
1. bandage de l’élastique
2. accrochage de l’élastique
3. position du bol sur le bras
4. angle de butée de
percussion
5. angle d’armement Catapulte et ses différents réglages
06/05/23 5
Problématique
En résumé
But: Optimiser la distance de tir!
06/05/23 6
Problématique
Méthode classique: on fixe le niveau de toutes les variables sauf une

et on mesure la réponse y en fonction de plusieurs valeurs non fixées x1
06/05/23 7
Problématique
Méthode des plans d’expériences
On fait varier les niveaux de tous les facteurs à la fois à chaque

expérience, mais de manière programmée et raisonnée.
Choquant? Non!!
Avantages (mais pas toujours intuitifs):
•Diminution du nombre d’essais.

•Nombre de facteurs étudiés très grand
•Détection des interactions entre facteurs
•Détection des optimaux
•Meilleure précision sur les résultats
•Optimisation des résultats
•Modélisation des résultats
DANS CE COURS, LE BUT SERA SURTOUT LA RECHERCHE DES

FACTEURS INFLUENTS (PAS FORCEMMENT DE L’OPTIMAL)
06/05/23 8
Plan du cours

Problématique


06/05/23 9
La valeur donnée à un facteur pour réaliser un essai est appelée

niveau. Lorsqu'on étudie l'influence d'un facteur, en général, on
limite ses variations entre deux bornes. La borne inférieure est le
niveau bas. La borne supérieure est le niveau haut.
06/05/23 10
06/05/23 11
Eventuellement: modéliser la réponse
06/05/23 12
Plan du cours

Problématique


06/05/23 13
Plans factoriels complets à deux niveaux
PLANS FACTORIELS COMPLETS A DEUX NIVEAUX

Ces plans possèdent un nombre de niveaux limité à deux pour chaque
facteur. Toutes les combinaisons de niveaux sont effectuées au cours
de l'expérimentation. Ces plans peuvent être utilisés indistinctement
pour les variables continus et pour les variables discrètes.
Exemple: Le rendement d’une réaction dépend de t° et de P.
A B C D
60°C 80°C 60°C 80°C

1 bar 1bar 2 bars 2 bars
06/05/23 14
C D
2
A B
1
60 80 t
On peut démontrer que la meilleure stratégie consiste à choisir les 4

points aux extrémités du domaine expérimental.
06/05/23 15
N essais T (facteur 1) P(facteur 2) rendement

1 - - 60
2 + - 70
3 - + 80
4 + + 90
Niveau - 60°C 1 bar
Niveau + 80°C 2 bars
Facile: meilleur rendement 80°C, 2 bars
06/05/23 16
P Moyenne des réponses au niveau

80% 90% haut de t
y3 y4
+1 1
y  ( y2  y4 )
2
y 70% y 80%
y1 y2 Effet moyen de t
-1 1 1 1 
60% 70% Et   ( y2  y4 )  ( y1  y3 )
2 2 2 
-1 +1 t 1
Et   y1  y2  y3  y4   5%
Moyenne des réponses au niveau 4
bas de t
Effet moyen de P
1
y  ( y1  y3 ) 1
2 EP   y1  y2  y3  y4   10%
4
06/05/23 17
Ajoutons la moyenne
1
I  y1  y2  y3  y4   75%
4
06/05/23 18
N essais T (facteur 1) P(facteur 2) rendement

1 - - 60
2 + - 70
3 - + 80
4 + + 95
Niveau - 60°C 1 bar
Niveau + 80°C 2 bars
Autre exemple, mais cette fois avec un catalyseur
06/05/23 19
Effet moyen de t
1
Et   y1  y2  y3  y4   6,25%
4
Effet moyen de P
1
EP   y1  y2  y3  y4   11,25%
4
Interaction température pression
1
EtP   y1  y2  y3  y4   1,25%
4
06/05/23 20
N essais Moyenne T (facteur 1) P(facteur 2) Interaction rendement
1 + - - + 60
2 + + - - 70
+
3 - + - 80
+
4 + + + 95
diviseur 4 4 4 4
Effet 76,5 6,25 11,25 1,25
06/05/23 21
Plan complet à trois facteurs 23
N° M F1 F2 F3 Rep.
essai
1 + - - - 38
2 + + - - 37
3 + - + - 26
4 + + + - 24
5 + - - + 30
6 + + - + 28
7 + - + + 19
8 + + + + 16
06/05/23 22
N° M F1 F2 F3 I12 I13 I23 I123

essai
1 + - - - + + + -
2 + + - - - - + +
3 + - + - - + - +
4 + + + - + - - -
5 + - - + + - - +
6 + + - + - + - -
7 + - + + - - + -
8 + + + + + + + +
div. 8 8 8 8 8 8 8 8
Effet 27,5 -1 -6 -4 -0,25 -0,25 0,25 0
Sans effet
06/05/23 23
Construction des plans d’expériences
Signes du facteur 1: - + - + - + …
Signes du facteur 2: - - + + - - + + …
Signes du facteur 3: - - - - + + + + …
Etc…
06/05/23 24
06/05/23 25
Sans influence
06/05/23 26
1,3,9,11 identiques
puisque les facteurs 2
et 4 sont sans influence
06/05/23 27
Tout se passe comme si l’on avait répété quatre fois un

plan à trois facteurs
06/05/23 28
Meilleur résultat:
Concentration maïs faible
Présence de précurseur
Absence de glucose
06/05/23 29
N essais Moyenne T (facteur 1) P(facteur 2) Interaction TP
1 + - - +
2 + + - -
+
3 - + -
+
4 + + +
1 1 1 1 1 1 1 1
1 1 1 1 t 1 1 1 1
X X 
1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
transposée
06/05/23 30
Matrice vecteur Y Matrice vecteur E des

des réponses effets
1 1 1 1 y1 I
1  1 1 1 y2 E1
 4
 1  1  1  1 y3 E2
 1  1  1  1 y4 E12
soit
XtY=4E
Une fois généralisée: E=XtY/n
06/05/23 31
Plan du cours

Problématique


06/05/23 32
Plans factoriels fractionnaires à deux niveaux: 2k-p
Pour 7 facteur, 27 = 128 essais!!!
Pour diminuer le nombre des essais en conservant la

possibilité d'étudier tous les facteurs, les plans factoriels
fractionnaires à deux niveaux sont introduits.
06/05/23 33
Plan complet à trois facteurs 23 Plan fract. 23-1

N° M F1 F2 F3 Rep. N° M F1 F2 F3 Rep.
essai essai
1 + - - - 38 2 + + - - 37
2 + + - - 37 3 + - + - 26
3 + - + - 26 5 + - - + 30
4 + + + - 24 8 + + + + 16
5 + - - + 30
6 + + - + 28
7 + - + + 19
8 + + + + 16
On expliquera ce choix plus tard
06/05/23 34
1
e1   y2  y3  y5  y8   0,75
4
1
e2   y2  y3  y5  y8   6,25
… 4
Plan Plan fract.
complet
I 27,5 27,5
Fact1 -1 -0,75
Fact 2 -6 -6,25
Fact 3 -4 -4,25
Très proches finalement… mais quel est le prix à payer??
06/05/23 35
Reprenons les calculs de E3 et E12

1
E3   y1  y2  y3  y4  y5  y6  y7  y8 
8
1
E12   y1  y2  y3  y4  y5  y6  y7  y8 
8
1
E3  E12   y2  y3  y5  y8 
4
e3 = E3 + E12
E3 et E12 sont dits aliasés, e3 peut être appelé aliase ou

contraste ou simplement effet.
06/05/23 36
Nombre d’expériences divisé par 2.
Prix à payer: Les effets calculés ne sont plus « purs », ils

sont mélangés ou aliasés avec les interactions.
Ici les interactions étaient négligeables donc
e3  E3
Interprétations d’une façon générale plus complexe!!
06/05/23 37
Hypothèses d’interprétation
1. Les interactions du troisième ordre ou plus sont

considérées comme négligeables.
2. Si un contraste est nul, cela peut signifier :

que les effets aliasés sont nuls
que les effets aliasés se compensent (cas rare)
3. Si deux effets sont faibles, on supposera que leur

interaction l’est aussi
4. Si deux effets sont forts, on se mefiera de leur interaction

qui peut également être forte.
06/05/23 38
N° I F1 F2 F3 I12 I13 I23 I123
essai
5 + - - + + - - +
2 + + - - - - + + 1er demi
3 + - + - - + - + plan
8 + + + + + + + +
1 + - - - + + + -
6 + + - + - + - -
2e demi
7 + - + + - - + -
plan
4 + + + - + - - -
Identiques pour les facteurs 1 et 2

Notation de Box
Si on considère le ½ plan sup. 3 = 12 équivalent à e3=E3+E12

Si on considère le ½ plan inf. 3 = -12 équivalent à e’3=E3-E12
06/05/23 39
Sur le premier ½ plan: Sur le deuxième ½ plan:
e1 = E1 + E23 e’1 = E1 - E23

e2 = E2 + E13 e’2 = E2 - E13
e3 = E3 + E12 e’3 = E3 - E12
eM = I + E123 e’M = I - E123
Une colonne de signes multipliée par elle-même donne

une colonne de signes +
I = 12 = 2 2 = 3 2
06/05/23 40
Générateur d’aliases
Pour le ½ plan sup.

I = 123 générateur d’aliases
I x 1 = 123 x 1
1 = 1223
1 = 23
2 = 13 3 = 12
On comprend maintenant le choix des essais 5, 2, 3, 8. On a pris les

essais correspondant aux signes + de l’interaction 123.
06/05/23 41
Méthode dangereuse?
Non, on peut toujours réaliser la deuxième moitié du plan

s’il y a un doute.
Au mieux, seulement la moitié des expériences est

réalisée.
Outils qui s’adapte parfaitement à l’acquisition progressive

des données
06/05/23 42
Contruction des plans fractionnaires
2 facteurs -> 3 facteurs (23-1 fractionnaire)
N° M F1 F2 I12 N° M F1 F2 F3
essai essai
1 + - - + 1 + - - +
2 + + - - 2 + + - -
3 + - + - 3 + - + -
4 + + + + 4 + + + +
3 = 12
On prend une interaction d’ordre élevé. Ici I12
Générateur d’aliases : 123
06/05/23 43
Contruction des plans fractionnaires
3 facteurs -> 5 facteurs (25-2 fractionnaire)
I F1 F2 F3 I23 I123 I F1 F2 F3 F4 F5 234 1235
+ - - - + - + - - - + - + +
+ + - - + + + + - - + + + +
+ - + - - + + - + - - + + +
+ + + - - - + + + - - - + +
+ - - + - + + - - + - + + +
+ + - + - - + + - + - - + +
+ - + + + - + - + + + - + +
+ + + + + + + + + + + + + +
4 = 23 5=123
On prend deux interactions d’ordre élevé. Ici I23 et I23
Deux générateurs d’aliases : I = 234 et I = 1235
06/05/23 44
06/05/23 45
Groupe des générateurs d’aliases des plans 2k-p

Ces deux générateurs d’aliases : I = 234 et I = 1235 sont dits
indépendants.
Ils traduisent le fait que 234 = 1235 = I
Si l’on multiplie entre eux les générateurs d’aliases indépendants, on

obtient:
I x I = 1235 x 234
I = 1223245 = 145
I = 234 = 1235 = 145
Tous ne présentent que des signes +
Le générateur I = 145 est dit dépendant

06/05/23 46
I = 234 = 1235 = 145
I x 1 = 234 x 1 = 1235 x 1 = 145 x 1

1 = 1234 = 235 = 45
e1 = E1 + E1234 + E235 + E45

…
06/05/23 47
Générateur d’aliases: faisons une parenthèse
Imaginons
4 = 123
5 = 12
6 = 23
7 = 13
Ce qui donne comme GA indépendants

I = 1234 = 125 = 236 = 137
Les générateurs d’aliases dépendants se calculent à partir

des générateurs indépendants en les multipliant 2 à 2, 3 à
3, et 4 à 4
06/05/23 48
Multiplication 2 à 2
1234 x 125 = 345

1234 x 236 = 146
1234 x 137 = 247
125 x 236 = 1356
125 x 137 = 1267
1234 x 125 x 236 = 2456
1234 x 125 x 137 = 567
125 x 236 x 137 = 567
1234 x 236 x 137 = 3467
1234 x 125 x 236 x 137 = 1234567
06/05/23 49
Le GGA devient:
I = 1234 = 125 = 236 = 137 = 345 = 146 = 247 = 1356 =

2357 = 1267 = 2456 = 1457 = 567 = 3467 = 1234567
Ouf! Heureusement on néglige les interactions d’ordre

supérieur à 2 dans les calculs des contrastes.
06/05/23 50
Notion de résolution:
On appellera plan de résolution III, un plan fractionnaire dans

lequel les facteurs principaux seront aliasés aux interactions
d’ordre 2. C’est le cas d’un plan 23-1 défini par I = 123
e1 = E1 + E23
e2 = E2 + E13
e3 = E3 + E12
On appellera plan de résolution IV, un plan fractionnaire dans

lequel les facteurs principaux seront aliasés aux interactions
d’ordre 3. C’est le cas d’un plan 24-1 défini par I = 1234
Exemple…
06/05/23 51
Un exemple: le gâteau d’anniversaire
La réponse est la hauteur du cake mesurée en millimètres. Plus, il sera

haut meilleur sera le résultat.
Comme on ne veut pas préparer 32 gâteaux, on décide d'exécuter un plan

factoriel fractionnaire 25-2 en aliasant le facteur 4 sur l'interaction 123 et le
facteur 5 sur l'interaction 13.
06/05/23 52
-
+
+
-
Générateur d’aliases indépendants: 1234 et 135

Générateur d’aliases dépendant: 1234 x 135 = 245
I = 135 = 245 = 1234
06/05/23 53
I = 135 = 245 = 1234
I x 1 = 135 x 1 = 245 x 1 = 1234 x 1

1 = 35 = 1245 = 234
e0= E0 + E135 + E245 + E1234  E0

e1 = E1 + E35 + E1245 + E234  E1 + E35
e2 = E2 + E45 + E134 + E1235  E2 + E45
e3 = E3 + E15 + E124 + E2345  E3 + E15
e4 = E4 + E25 + E123 + E1345  E4 + E25
e5 = E5 + E13 + E24 + E12345  E5 + E13 + E24
e12 = E12 + E34 + E235+ E145  E12 + E34
eLes
14 = E14 + E23sont
contrastes
+ Esimplifiés
125 + E345  E14 +compte
en tenant
E23 des hypothèses
d'interprétation (Hypothèse 1)
06/05/23 54
e0  E0 = 30
e1  E1 + E35 = -11
e2  E2 + E45 = 1
e3  E3 + E15 = -2
e4  E4 + E25 = 1
e5  E5 + E13 + E24 = 12
e12  E12 + E34 = 2
e14  E14 + E23 = 1
Cinq contrastes sont faibles. D'après l'hypothèse 2, on peut
conclure que les effets et les interactions aliasés dans ces contrastes
sont tous faibles.
On néglige les facteurs Durée (2), Farine (3) et Sucre (4).
06/05/23 55
En revanche les contrastes e1 et e5 ne sont pas négligeables. Il faut donc

se méfier de l'interaction E15 qui pourrait être forte (Hypothèse 4).
Cette interaction est aliasée avec le facteur 3 dans le contraste e3.
Comme ce contraste est faible, l'interaction l'est aussi (Hypothèse 2).

On peut donc conclure qu'il y a 2 facteurs influents sur la hauteur du
gâteau, la Température (1) et le nombre d'oeufs (5). Il n'y a pas
d'interaction entre ces deux facteurs.
Si l'on veut un gâteau de bonne hauteur, il faut travailler

à 160°C (niveau bas) et avec 4 oeufs (niveau haut).
06/05/23 56
Un exemple: Un plan fractionnaire 25-2
On construit un plan de base 23 que l’on aliase avec les

facteurs supplémentaires
4 = 123 et 5 = 13
Le groupe de générateur d’aliases devient
I = 1234 = 135 = 245
On obtient après simplification…
06/05/23 57
Semblent non significatifs

e2  E2 + E45  0 soit E2  0 et E45  0
e4  E4 + E25  0 soit E4  0 et E25  0
e12  E12 + E34  0 soit E12  0 et E34  0
e14  E14 + E23  0 soit E14  0 et E23  0
Semblent significatifs
e1  E1 + E35 = -2,18
e3  E3 + E15 = -3,33
e5  E5 + E13 + E24 = -4,55
Il est difficile de conclure car l’interaction 35 peut être
différente de zéro étant donné que les effets 3 et 5 sont
influents. De même pour les interactions 15 et 13…
06/05/23 58
Il faudrait pouvoir calculer les contrastes:
e’1  E1 - E35 Générateur d’aliases

e’3  E3 - E15 I= -135
e’5  E5 - E13
parce qu’on obtiendrait:
E1 = (e1 + e’1)/2
E35 = (e1 - e’1)/2
Nous devons donc bâtir un plan complémentaire

4 = 123 et 5 = -13
Avec comme GGA : I = 1234 = -135 = -245

06/05/23 59
E1 -1,34  1 Conclusion
E2 -0,78  1
E3 -0,07  1 Seuls deux facteurs sont influents et
-0,87  1 une forte interaction existe entre ces
E4
-3,84  1 deux facteurs
E5
-3,26  1
E15
0,97  1
E25 -0,84  1
E35 0,22  1
E45 0,09  1
E12+E34 -0,71  1
E13+E24 -0,68  1
E14+E23
25,45  1
I +E1234
06/05/23 60

Plan Dexp

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Plan Dexp

Transféré par

Droits d'auteur :

Formats disponibles

Master 1 – Outils statistiques

Introduction aux plans d’expériences

Notion d’espace expérimental

Plans factoriels complets à deux niveaux: 2 k

Plans factoriels fractionnaires à deux niveaux: 2 k-p

L'objet des plans d’expériences (experimental designs) est de

Pour cela, il existe plusieurs stratégies d'expérimentation :

Les plans complets : Cette stratégie consiste à tester

Les plans réduits : Cette stratégie consiste à tester une

Les plans Taguchi : Génichi Taguchi a proposé une

Cette catapulte a été conçue

But: Optimiser la distance de tir!

Méthode classique: on fixe le niveau de toutes les variables sauf une

On fait varier les niveaux de tous les facteurs à la fois à chaque

Avantages (mais pas toujours intuitifs):

•Diminution du nombre d’essais.

DANS CE COURS, LE BUT SERA SURTOUT LA RECHERCHE DES

Introduction aux plans d’expériences

Notion d’espace expérimental

Plans factoriels complets à deux niveaux: 2 k

Plans factoriels fractionnaires à deux niveaux: 2 k-p

La valeur donnée à un facteur pour réaliser un essai est appelée

Eventuellement: modéliser la réponse

Introduction aux plans d’expériences

Notion d’espace expérimental

Plans factoriels complets à deux niveaux: 2 k

Plans factoriels fractionnaires à deux niveaux: 2 k-p

PLANS FACTORIELS COMPLETS A DEUX NIVEAUX

Exemple: Le rendement d’une réaction dépend de t° et de P.

60°C 80°C 60°C 80°C

On peut démontrer que la meilleure stratégie consiste à choisir les 4

N essais T (facteur 1) P(facteur 2) rendement

Niveau + 80°C 2 bars

Facile: meilleur rendement 80°C, 2 bars

P Moyenne des réponses au niveau

N essais T (facteur 1) P(facteur 2) rendement

Niveau + 80°C 2 bars

Autre exemple, mais cette fois avec un catalyseur

Interaction température pression

N essais Moyenne T (facteur 1) P(facteur 2) Interaction rendement

Effet 76,5 6,25 11,25 1,25

Plan complet à trois facteurs 23

N° M F1 F2 F3 I12 I13 I23 I123

Effet 27,5 -1 -6 -4 -0,25 -0,25 0,25 0

Construction des plans d’expériences

Tout se passe comme si l’on avait répété quatre fois un

N essais Moyenne T (facteur 1) P(facteur 2) Interaction TP

Matrice vecteur Y Matrice vecteur E des

Introduction aux plans d’expériences

Notion d’espace expérimental

Plans factoriels complets à deux niveaux: 2 k

Plans factoriels fractionnaires à deux niveaux: 2 k-p

Pour 7 facteur, 27 = 128 essais!!!

Pour diminuer le nombre des essais en conservant la

Plan complet à trois facteurs 23 Plan fract. 23-1

Très proches finalement… mais quel est le prix à payer??

Reprenons les calculs de E3 et E12

E3 et E12 sont dits aliasés, e3 peut être appelé aliase ou

Nombre d’expériences divisé par 2.

Prix à payer: Les effets calculés ne sont plus « purs », ils

Ici les interactions étaient négligeables donc

Interprétations d’une façon générale plus complexe!!

1. Les interactions du troisième ordre ou plus sont