Plans D Exp

PLANS D'EXPÉRIENCE
Etude d'un phénomène :

une grandeur Y appelée réponse dépend de variables X1, X2, ... , Xn
appelées facteurs.
On cherche à modéliser la relation entre Y et les facteurs :
par une fonction à plusieurs variables ;
exemple fréquemment pris : une relation linéaire
Y = a0 + a1.X1 + a2.X2 + ... , an.Xn
Les coefficients ai sont alors à déterminer.
Méthode classique d'étude :
mesure de la réponse Y pour plusieurs valeurs de la variable Xi tout en
laissant fixe la valeur des (n - 1) autres variables.
Puis itération pour chacune des variables.
Exemple : s'il y a 4 variables et si on donne 5 valeurs expérimentales à
chacune d'elles : 54 = 625 expériences.
Introduction
Méthode des plans d'expériences :

Inventée vers 1920 par le statisticien britannique
Ronald Fisher pour les études agronomiques.
Nouveauté de la méthode des plans d'expériences :
On fait une expérimentation factorielle,
tous les facteurs varient simultanément !
Ceci permet de diminuer l'incertitude sur les résultats des calculs,
pour une incertitude donnée des mesures de base.
Plans d'expérience 2
Plan 2k : principe et définitions
Tableau des données ; a priori :
X1 X2 ... Xn Réponse Y
x11 x12 ... x1n y1
xn1 xn3 ... xnn yn
Plan 2k : principes et définitions
En fait, on n'attribue à chaque facteur que deux valeurs :

le niveau bas et le niveau haut,
généralement notés
-1 et 1
Ainsi, si on a k facteurs (ou variables)
Il y a 2k expérimentations à faire.
D'où le nom de
Plan 2k
Ce nombre d'expérience à faire se voit dans le tableau précédent
qu'on adapte ainsi, dans le cas de deux facteurs, par exemple :
...
Plan 2k : tableau des expériences et des réponses
Exp X1 X2 Réponse Y
1 -1 -1 y1
2 +1 -1 y2
3 -1 +1 y3
4 +1 +1 y4
Ici, deux facteurs ou un seul facteur

(Si on supprime la ligne de titre et la colonne « Réponse Y », on
obtient la matrice d'expérience.)
Exp X1 Réponse Y
1 -1 y1
2 +1 y2
Plan 2k : définition de l'effet global, de l'effet moyen d'un
facteur
Cas où on a un seul facteur :

l'effet global est, par définition, y2 - y1
y 2  y1
l'effet moyen est, par définition, a1 =
2 y 2  y1
Et la réponse moyenne (pour X1 = 0) est, par définition, 2
Cas où on a deux facteurs :
l'effet moyen de X1 est toujours la demi-variation de la réponse
quand X1 passe du niveau -1 au niveau +1 ; mais, pour chacun des
deux niveaux de X1, il y a deux expériences, une avec le niveau
bas de X2, l'autre avec le niveau haut de X2 ; on doit alors
envisager des réponses moyennes de Y :
...
k
Plan 2 : définition de l'effet global, de l'effet moyen d'un
facteur ; cas de deux facteurs
y1  y3
Quand X1 est au niveau -1, on a la réponse moyenne : 2
y2  y4
Quand X1 est au niveau +1, on a la réponse moyenne : 2
y 2  y 4 y1  y 3 - y1  y 2 - y 3  y 4
L'effet global de X1 est donc :  
2 2 2
- y1  y 2 - y 3  y 4
et l'effet moyen de X1 est donc : a1 =
y 4  y  y  y
la valeur théorique pour X1 = 0 étant : a0 = 1 2 3 4
4
- y1  y 2  y 3  y 4 - y1  y 2  y 3  y 4
Pour X2 : , a2 = et idem.
2 4
Définitions analogues pour trois facteurs ou plus.
k
Plan 2 : définition de l'interaction dans le cas de deux
facteurs
On dit qu'il ya interaction entre deux facteurs

si l'effet moyen de l'un n'est pas le même suivant que l'on se place
au niveau bas ou au niveau haut de l'autre.
Exemple : si y1 = 60, y2 = 85, y2 = 75 et y4 = 90,
au niveau haut de X1, l'effet moyen de X2 est : 9 0  8 =5 2,5
2
au niveau bas de X1, l'effet moyen de X2 est : 7 5  6 0 = 7,5
Les nombres étant différents, on dit qu'il y a une interaction
2
(d'ordre 2) entre les facteurs X1 et X2.
Une interaction entre deux facteurs est considérée comme un
nouveau facteur et a (un effet global et) un effet moyen :c'est la
demi-variation de l'effet moyen de X2 lorsque X1 passe du niveau
bas au niveau haut : a12 = y 1  y 2  y 3  y 4 ;
c'est aussi …X1 lorsque X2... 4
Plan complet sans interaction. Calcul des
effets. par une matrice
1 1 1
  La matrice X des effets s'obtient en ajoutant
1 1 1
à droite de la matrice d'expérience une
1 1 1 colonne ne contenant que des 1. Exemples :
 
1 1 1 Ci-contre : deux facteurs ; trois facteurs.
On montre qu'on peut retrouver les formules
1 1 1 1 donnant les effets en prenant les signes
 
1 1 1 1 dans la matrice des effets et en prenant 2k
1 1 1 1 comme dénominateur.
  On montre aussi que les effets sont les
1 1 1 1
coefficients du modèle de régression linéaire
1 1 1 1
  (multiple) de Y sur les facteurs.
1 1 1 1 (Voir exemple pour une telle régression
1 1 1 1 linéaire avec trois facteurs.)
 
1 1 1 1
Plan complet avec interactions ; matrice
des effets
 1 1 11
 
 1 1 11
 1 1 1 1
 
 1 1 1 1
Exemple avec deux facteurs :
La première colonne concerne l'effet moyen de X1, la deuxième
celui de X2, la troisième celui de l'interaction; elle est le produit des
deux premières colonnes ; la quatrième concerne la moyenne ; le
dénominateur à utiliser est 2k.
On montre que ceci est toujours valable ; par exemple, pour trois
facteurs, nous aurons huit lignes et huit colonnes : trois colonnes
pour les facteurs, trois pour les interactions deux à deux, une pour
l'interaction trois à trois et une pour la moyenne (soit huit fois +1).
Voir ci-après :
Plan complet avec interactions ; matrice
des effets pour trois facteurs
Plan complet avec interactions. Calcul et
graphique des effets.
graphique des effets
On considère une réaction chimique dont le rendement dépend de
la température et de la pression (deux facteurs). On décide de
créer un plan d'expérience avec le domaine expérimental suivant :
Niveau bas : -1 Niveau haut : +1
Température : T 60°C 80°C
Pression : P 1 bar 2 bars
La réponse étudiée Y, qui est le rendement de l'expérience, est
donnée par le tableau suivant :
Exp T P Y (Rend)
1 -1 -1 60
2 +1 -1 65
3 -1 +1 75
4 +1 +1 85
Plan complet avec interactions
Calcul et graphique des effets
On trouve a0 = 71,25 ; a1 = 3,75 ; a2 = 8,75 ; a12 = 1,25.
En conséquence, on obtient le modèle linéaire :
Y = 3,75.T + 8,75.P + 1,25.PT + 71,25
L'effet de P est plus important graphe de l'interaction TP de T
et P
que celui de T
Calculs statistiques
Tests de significativité des effets du modèle :
L'outil fondamental est l'estimation de la variance des résidus du
modèle linéaire qui n'est utilisable que s'il y a moins d'effets (p) que
d'expériences réalisées (n) :
S2 = 1 .  e 2
i
n p
Dans ce cas, on montre que tous les effets ont la même variance :
s2
Si2 = n
Et on peut tester H0 : « un certain effet est nul ».
Sinon, on emploie la méthode des << mesures au centre>>. On

effectue plusieurs mesures au centre du domaine (tous les
facteurs sont réglés à 0) et on détermine s2 à partir des résultats
sur ces << points au centre>>.
Calculs statistiques
Analyse de la variance et validation du modèle linéaire.
On définit trois types de "variations"

La variation due à la liaison linéaire ;
La variation résiduelle ;
La variation totale.
Une analyse de variance permet alors de tester l'influence
(l'absence d'influence, en fait) des facteurs sur la réponse Y.
Plans fractionnaires.
Lors de la réalisation d'un plan d'expérience à deux niveaux, le

nombre d'expériences à réaliser augmente d'une manière très
importante avec le nombre de variables prises en compte :
Pour k variables, le plan comporte 2k expériences à réaliser ; ainsi,
un plan 25 nécessite 32 expérimentations.
Or dans de nombreux domaines, les interactions d'ordre élevé sont
souvent considérées comme négligeables.
Trop d'expériences sont donc réalisées ;
d'où l'idée de diminuer la taille des plans et donc d'utiliser pour
l'étude de k facteurs des matrices d'expériences issues de plan 2k-1
ou 2k-2, . . . ou 2k-p appelés plans fractionnaires.

Plans D Exp

Transféré par

Droits d'auteur :

Formats disponibles

Plans D Exp

Transféré par

Informations du document

Description originale:

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

Plans D Exp

Transféré par

Droits d'auteur :

Formats disponibles

PLANS D'EXPÉRIENCE

Etude d'un phénomène :

Méthode des plans d'expériences :

Tableau des données ; a priori :

x11 x12 ... x1n y1

xn1 xn3 ... xnn yn

En fait, on n'attribue à chaque facteur que deux valeurs :

Ici, deux facteurs ou un seul facteur

Cas où on a un seul facteur :

On dit qu'il ya interaction entre deux facteurs

Sinon, on emploie la méthode des << mesures au centre>>. On

Analyse de la variance et validation du modèle linéaire.

On définit trois types de "variations"

Lors de la réalisation d'un plan d'expérience à deux niveaux, le

Vous aimerez peut-être aussi