Diagrammes des effets pour la fonction Analyser une réponse binaire pour un plan factoriel

Obtenez des définitions et bénéficiez de conseils en matière d'interprétation pour tous les diagrammes des effets.

Diagramme de Pareto

Le diagramme de Pareto affiche les valeurs absolues des effets normalisés, en les classant de la plus élevée à la plus faible. La ligne de référence pour la signification statistique sur le diagramme de Pareto est tracée au niveau de Z, où Z est le (1 – α / 2)-ième quantile d'une loi normale standard.

Le seuil de signification est indiqué par α ou alpha. A moins que vous n'utilisiez une méthode de sélection pas à pas définissant une valeur alpha, le seuil de signification est égal à 1 moins le niveau de confiance défini pour l'analyse. Pour modifier le niveau de confiance, accédez à la sous-boîte de dialogue Options. Si vous utilisez la sélection pas à pas ou descendante, le seuil de signification est celui utilisé par Minitab pour enlever un terme du modèle, appelé Alpha pour exclure. Si vous utilisez la sélection ascendante, le seuil de signification est celui utilisé par Minitab pour ajouter un terme au modèle, appelé Alpha pour inclure.

Interprétation

Utilisez le diagramme de Pareto pour déterminer la valeur et l'importance des effets. Sur le diagramme de Pareto, les barres qui coupent la ligne de référence sont statistiquement significatives. Par exemple, dans ce diagramme de Pareto, les barres qui représentent les facteurs A, C et B coupent la ligne de référence à 1,960. Ces facteurs sont statistiquement significatifs au seuil 0,05 avec les termes du modèle actuel.
Remarque

Les tests du tableau des sommes des carrés des écarts sont des tests du rapport de vraisemblance et fournissent des valeurs de p plus fiables pour de petits échantillons que ces valeurs de p qui sont fondées sur des valeurs de Z.

Etant donné que le diagramme de Pareto affiche la valeur absolue des effets, vous pouvez déterminer quels effets sont importants, mais pas quels sont ceux qui augmentent ou réduisent la réponse. Utilisez la droite de Henry des effets normalisés pour étudier l'importance et la direction des effets sur un diagramme.

Droite de Henry des effets

La droite de Henry des effets indique la position des effets normalisés par rapport à la droite d'ajustement d'une loi qui représente le cas où tous les effets seraient de 0. Minitab affiche les scores normaux, les probabilités ou les pourcentages en fonction des effets normalisés. La ligne correspond à une loi normale avec un écart type de 1. Les effets dont les valeurs de p sont inférieures à α apparaissent comme significatifs sur le graphique.

Les effets principaux positifs augmentent la réponse lorsque les paramètres passent de la valeur inférieure d'un facteur à la valeur élevée. Les effets principaux négatifs diminuent la réponse lorsque les paramètres passent de la valeur inférieure d'un facteur à la valeur élevée. Plus les effets sont éloignés de 0 sur l'axe des x, plus ils sont importants. Les effets les plus éloignés de 0 sont statistiquement plus significatifs.

Le seuil de signification (noté α ou alpha) détermine si un effet est statistiquement significatif. A moins que vous n'utilisiez une méthode de sélection pas à pas définissant une valeur alpha, le seuil de signification est égal à 1 moins le niveau de confiance défini pour l'analyse. Pour modifier le niveau de confiance, accédez à la sous-boîte de dialogue Options. Si vous utilisez la sélection pas à pas ou descendante, le seuil de signification est celui utilisé par Minitab pour enlever un terme du modèle, appelé Alpha pour exclure. Si vous utilisez la sélection ascendante, le seuil de signification est celui utilisé par Minitab pour ajouter un terme au modèle, appelé Alpha pour inclure.

Interprétation

Utilisez la droite de Henry des effets pour déterminer la valeur, le sens et l'importance des effets. Sur la droite de Henry des effets, les effets qui sont éloignés de 0 sont statistiquement significatifs. La couleur et la forme des points diffèrent entre les effets qui sont statistiquement significatifs et ceux qui ne le sont pas. Par exemple, sur ce diagramme, les effets principaux pour les facteurs A, B et C sont statistiquement significatifs au niveau 0,05. Ces points ont une couleur et une forme différentes à partir des points correspondant aux effets non significatifs.

En outre, le diagramme indique la direction de l'effet. Le conservateur (A), le niveau de contamination (C) et la pression sous vide (B) ont tous un effet normalisé positif. Lorsque le procédé passe du niveau inférieur au niveau supérieur des facteurs, la réponse augmente.

La droite de Henry affichant les effets négatifs sur le côté gauche du graphique et les effets positifs sur le côté droit, il est plus difficile d'y comparer les effets pour déterminer ceux qui modifient le plus la réponse que sur les diagrammes qui présentent les valeurs absolues des effets normalisés. La demi-droite de Henry et le diagramme de Pareto montrent les valeurs absolues des effets normalisés.

Demi-droite de Henry des effets

La demi-droite de Henry des effets montre les valeurs absolues des effets normalisés, en les classant de la plus élevée à la plus faible. Minitab représente les scores normaux, les probabilités ou les pourcentages en fonction des effets normalisés. Les points sont indiqués par rapport à une ligne de référence pour le cas où tous les effets sont à 0. La ligne correspond à une loi normale avec un écart type de 1. Les effets dont les valeurs de p sont inférieures à α apparaissent comme significatifs sur le graphique.

Plus les effets sont éloignés de 0 sur l'axe des x, plus ils sont importants. Les effets les plus éloignés de 0 sont statistiquement plus significatifs.

La distance à laquelle doivent se trouver les points par rapport à la ligne de référence afin d'être statistiquement significatifs dépend du seuil de signification (noté α ou alpha). A moins que vous n'utilisiez une méthode de sélection pas à pas définissant une valeur alpha, le seuil de signification est égal à 1 moins le niveau de confiance défini pour l'analyse. Pour modifier le niveau de confiance, accédez à la sous-boîte de dialogue Options. Si vous utilisez la sélection pas à pas ou descendante, le seuil de signification est celui utilisé par Minitab pour enlever un terme du modèle, appelé Alpha pour exclure. Si vous utilisez la sélection ascendante, le seuil de signification est celui utilisé par Minitab pour ajouter un terme au modèle, appelé Alpha pour inclure.

Interprétation

Utilisez la demi-droite de Henry des effets pour déterminer la magnitude et l'importance des effets. Sur la demi-droite de Henry des effets, les effets éloignés de 0 sont statistiquement significatifs. La couleur et la forme des points diffèrent entre les effets qui sont statistiquement significatifs et ceux qui ne le sont pas. Par exemple, sur ce diagramme, les effets principaux pour les facteurs A, B et C sont statistiquement significatifs au niveau 0,05. Ces points ont une couleur et une forme différentes à partir des points correspondant aux effets non significatifs. En outre, Minitab ajoute une étiquette aux points statistiquement significatifs.

Etant donné que la demi-droite de Henry présente la valeur absolue des effets, vous pouvez déterminer quels effets sont importants, mais pas quels sont ceux qui augmentent ou réduisent la réponse. Utilisez la droite de Henry des effets normalisés pour afficher la magnitude et la direction des effets sur un diagramme.

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