Observations relatives aux données pour la fonction Analyser la variabilité

Pour garantir la validité de vos résultats, vérifiez que les règles suivantes sont respectées lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.

Le plan doit être un plan factoriel à 2 niveaux
Si vous ne disposez pas d'un plan factoriel à 2 niveaux, utilisez la fonction Test de l'égalité des variances.
La réponse doit correspondre aux écarts types des mesures de répétitions ou de répliques.
Les mesures de répétitions sont prises lors d'un même essai expérimental ou lors d'essais consécutifs, tandis que les mesures de répliques sont prises lors d'essais expérimentaux identiques, mais séparés. Vous devez entrer les répétitions dans les lignes de plusieurs colonnes, tandis que vous devez entrer les répliques dans une même colonne.
Pour analyser l'effet de l'emplacement, vous pouvez stocker les moyennes des répétitions et utiliser la fonction Analyser un plan factoriel.
Les données doivent inclure au moins 2 facteurs, qui peuvent être continus ou de catégorie
Si vous ne disposez que d'un seul facteur de catégorie et d'aucun prédicteur continu, utilisez la fonction Test de l'égalité des variances.
Permet de s'assurer que le système de mesure génère des données de réponse fiables

Si la variabilité dans votre système de mesure est trop grande, il se peut que votre expérience ne parvienne pas à trouver les effets importants en raison d'un manque de puissance.

Chaque observation doit être indépendante de toutes les autres
Si vos observations individuelles ne sont pas indépendantes, les résultats ne seront peut-être pas valides. Tenez compte des points suivants pour déterminer si vos observations sont indépendantes :
  • Si une observation ne fournit aucune information sur la valeur d'une autre observation, cela signifie que les observations sont indépendantes.
  • Si une observation fournit des informations sur la valeur d'une autre observation, cela signifie que les observations sont dépendantes.
Les essais de l'expérience doivent être randomisés

La randomisation réduit les chances que des conditions non contrôlées biaisent les résultats. En outre, étant donné que la randomisation vous permet d'estimer la variation inhérente aux matériaux et conditions, vous pouvez effectuer des inférences statistiques valides en fonction des données issues de l'expérience.

Dans certains cas, l'ordre des essais issu de la randomisation peut ne pas être intéressant. Par exemple, les changements de niveaux de facteurs peuvent être difficiles, onéreux ou mettre longtemps à produire un procédé stable. En pareil cas, il peut être souhaitable d'effectuer la randomisation à l'aide d'un plan en parcelles divisées afin de limiter au maximum les modifications de niveau.

Suivre les meilleures pratiques pour la collecte des données
Pour garantir la validité de vos résultats, suivez les indications suivantes :
  • Assurez-vous que les données sont représentatives de la population qui vous intéresse.
  • Collectez suffisamment de données pour bénéficier de la précision nécessaire.
  • Consignez les données dans leur ordre de collecte.
Le modèle doit être bien ajusté aux données

Si le modèle n'est pas bien ajusté aux données, les résultats risquent d'être trompeurs. Dans les résultats, utilisez les graphiques des valeurs résiduelles, les statistiques de diagnostic pour les observations aberrantes, ainsi que les statistiques récapitulatives du modèle pour déterminer l'ajustement du modèle aux données.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique