Mesures d'optimalité pour la fonction Sélectionner un plan optimal

Obtenez des définitions et bénéficiez de conseils en matière d'interprétation pour chaque statistique d'optimalité du plan.

Conditionnement

Le conditionnement mesure la colinéarité entre les termes du modèle. Lorsque vous comparez des plans, privilégiez celui dont le conditionnement est le plus faible.

Interprétation

Utilisez le conditionnement pour comparer différents plans optimaux ou pour comparer un même plan avec des termes différents. Un conditionnement de 1 indique que les termes du modèle sont orthogonaux. Plus les valeurs sont élevées, plus la colinéarité est importante.

La plupart des plans optimaux ne sont pas orthogonaux. Les termes du modèle n'étant pas indépendants, l'interprétation de plans non orthogonaux est moins intuitive que celle de plans orthogonaux.

Dans ces résultats, la valeur de conditionnement indique que les données présentent une colinéarité qui peut être modérée ou forte.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

Optimalité D

L'optimalité D indique la capacité du plan à fournir des estimations ou des prévisions précises. Lorsque vous comparez des plans, privilégiez celui dont la valeur d'optimalité D est la plus élevée.

Interprétation

Vous pouvez utiliser des mesures d'optimalité pour comparer des plans, mais n'oubliez pas que l'optimalité d'un plan optimal D donné dépend de son modèle. Autrement dit, une valeur d'optimalité est valable pour une taille de plan déterminée et un modèle spécifique.

Dans ces résultats, le premier plan optimal contient 25 points et le deuxième en contient 20. Le premier plan présente une statistique d'optimalité D supérieure au deuxième plan optimal, ce qui était prévisible, puisqu'il comporte plus d'essais.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

Optimalité A

L'optimalité A mesure la variance moyenne des coefficients de régression du modèle ajusté. Lorsque vous comparez des plans, privilégiez celui dont la valeur d'optimalité A est la plus faible.

Interprétation

Vous pouvez utiliser des mesures d'optimalité pour comparer des plans, mais n'oubliez pas que l'optimalité d'un plan optimal A donné dépend de son modèle. Autrement dit, une valeur d'optimalité est valable pour une taille de plan déterminée et un modèle spécifique. Les plans dont l'optimalité D est élevée n'ont pas forcément une meilleure optimalité A.

Dans ces résultats, le premier plan optimal contient 25 points et le deuxième en contient 20. Le premier plan présente une statistique d'optimalité A inférieure au deuxième plan optimal, ce qui était prévisible, puisqu'il comporte plus d'essais.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

Optimalité G

L'optimalité G est le rapport de la variance de prévision moyenne sur la variance de prévision maximale pour les points de plan. Les plans optimaux G minimisent le dénominateur, tandis que les plans optimaux V minimisent le numérateur. Dans l'idéal, le numérateur comme le dénominateur doivent être le plus faible possible.

Interprétation

Vous pouvez utiliser des mesures d'optimalité pour comparer des plans, mais n'oubliez pas que l'optimalité d'un plan optimal G donné dépend de son modèle. Autrement dit, une valeur d'optimalité est valable pour une taille de plan déterminée et un modèle spécifique. Les plans dont l'optimalité D est élevée n'ont pas forcément une meilleure optimalité G.

Dans ces résultats, le premier plan optimal contient 25 points et le deuxième en contient 20. L'optimalité G d'un plan est moins bonne s'il contient beaucoup de points, même si l'optimalité D est plus élevée pour un plan de grande taille.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

Optimalité V

L'optimalité V mesure la variance de prévision moyenne pour l'ensemble de points du plan. Lorsque vous comparez des plans, privilégiez celui dont la valeur d'optimalité V est la plus faible.

Interprétation

Vous pouvez utiliser des mesures d'optimalité pour comparer des plans, mais n'oubliez pas que l'optimalité d'un plan optimal V donné dépend de son modèle. Autrement dit, une valeur d'optimalité est valable pour une taille de plan déterminée et un modèle spécifique. Les plans dont l'optimalité D est élevée n'ont pas forcément une meilleure optimalité V.

Dans ces résultats, le premier plan optimal contient 25 points et le deuxième en contient 20. Le premier plan présente une statistique d'optimalité V inférieure au deuxième plan optimal, ce qui était prévisible, puisqu'il comporte plus d'essais.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

Effet de levier maximum

Un plan comprend un point très influent quand l'effet de levier maximum est largement supérieur à l'optimalité V. Minitab utilise cette valeur comme dénominateur pour le calcul de l'optimalité G.

Interprétation

Utilisez l'effet de levier maximal pour déterminer si le plan contient au moins un point influent. Les plans dont l'optimalité D est élevée peuvent avoir des points influents.

Dans ces résultats, l'effet de levier maximum est égal à 1 et l'optimalité V est égale à 0,8. Dans ce plan optimal, aucun des niveaux de facteur de la ligne 2 ne se trouve dans d'autres points.

* ERREUR * Nom de variable non reconnu. * Cause possible : texte superflu.

* Sous-commandes restantes ignorées. * Calcul impossible.

Distance la plus courte et distance la plus longue entre deux points optimaux

Minitab affiche la plus petite et la plus grande distances entre les points du plan sélectionnés. Cette valeur est la distance euclidienne.

Interprétation

La différence entre les valeurs de distance la plus courte et de distance la plus longue indique si les points sont dispersés de façon uniforme dans l'espace du plan. Vous pouvez utiliser ces informations pour comparer des plans.

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