Exemple pour la fonction Analyser une réponse binaire pour un plan factoriel

Un spécialiste des aliments étudie les facteurs qui influent sur la détérioration des aliments. Le spécialiste utilise une expérience dans le cadre d'un plan factoriel à 2 niveaux, afin d'évaluer plusieurs facteurs pouvant avoir un impact sur le taux de détérioration des aliments.

Un spécialiste des aliments analyse un plan factoriel à 2 niveaux pour déterminer l'influence du type de conservateur, de la pression dans les emballages sous vide, du niveau de contamination et de la température de réfrigération sur la détérioration des fruits. La réponse est de type binaire : si une détérioration est constatée ou non dans un échantillon de 500 conteneurs à fruits.

  1. Ouvrez le fichier de données échantillons, DétériorationAliments.MTW.
  2. Sélectionnez Stat > DOE (plan d'expériences) > Plan factoriel > Analyser la réponse binaire.
  3. Dans la zone Nom d'événement, saisissez Evénement.
  4. Dans la zone Nombre d'événements, saisissez Pourrissement.
  5. Dans la zone Nombre d'essais, saisissez Conteneurs.
  6. Cliquez sur Termes.
  7. Sous Inclure les termes dans le modèle jusqu'à l'ordre, sélectionnez 2.
  8. Cliquez sur OK dans chaque boîte de dialogue.

Interprétation des résultats

Dans le tableau des sommes des carrés d'écart, les valeurs de p pour trois des termes d'effet principal (Conservateur, PressSousVide et NiveauContamination) sont significatives. Les valeurs de p étant inférieures au seuil de signification de 0,05, le scientifique peut conclure que les facteurs sont statistiquement significatifs. Aucune des interactions à deux facteurs n'est significative. Le scientifique peut envisager de réduire le modèle.

La valeur R2 de la somme des carrés d'écart indique que le modèle explique 97,75 % de la somme totale des carrés d'écart de la réponse, ce qui indique qu'il est extrêmement bien ajusté aux données.

La plupart des FIV sont faibles, ce qui indique que les termes du modèle ne sont pas corrélés.

Le diagramme de Pareto vous permet de repérer visuellement les effets importants et de comparer l'importance relative des divers effets. Dans ces résultats, trois effets principaux sont statistiquement significatifs (α = 0,05) : type de conservateur (A), pression dans l'emballage sous vide (B) et niveau de contamination (C). De plus, vous pouvez voir que l'effet maximal correspond au type de conservateur (A), car c'est celui qui a la barre la plus grande. L'interaction entre le conservateur et la température de rafraîchissement (AD) a le plus petit effet, sa barre étant la plus courte.

Méthode

Fonction de liaisonLogit
Lignes utilisées16

Informations de réponse

VariableValeurDénombrementNom
d'événement
PourrissementEvénement506Event
  Non-événement7482 
ConteneursTotal7988 

Coefficients codés

TermeEffetCoeffCoef ErTFIV
Constante  -2,73700,0479 
Conservateur0,44970,22490,04771,03
PressSousVide0,25740,12870,04771,06
NiveauContamination0,29540,14770,04781,06
TempRefr-0,1107-0,05540,04781,07
Conservateur*PressSousVide-0,0233-0,01170,04731,05
Conservateur*NiveauContamination0,07220,03610,04741,06
Conservateur*TempRefr0,00670,00340,04721,05
PressSousVide*NiveauContamination-0,0430-0,02150,04691,04
PressSousVide*TempRefr-0,0115-0,00580,04651,02
NiveauContamination*TempRefr0,15730,07860,04671,02

Rapports des probabilités de succès pour les prédicteurs continus

IncrémentRapport des
probabilités
de succès
IC à 95
%
PressSousVide10,0*(*; *)
NiveauContamination22,5*(*; *)
TempRefr5,0*(*; *)
Les rapports des probabilités de succès ne sont pas calculés pour les prédicteurs qui sont
     inclus dans les termes d'interaction, car ces rapports dépendent des valeurs des autres
     prédicteurs dans les termes d'interaction.

Rapports des probabilités de succès pour les prédicteurs de catégorie

Niveau ANiveau BRapport des
probabilités
de succès
IC à 95
%
Conservateur     
  Tout niveauTout niveau*(*; *)
Rapport des probabilités de succès pour le niveau A par rapport au niveau B
Les rapports des probabilités de succès ne sont pas calculés pour les prédicteurs qui sont
     inclus dans les termes d'interaction, car ces rapports dépendent des valeurs des autres
     prédicteurs dans les termes d'interaction.

Récapitulatif du modèle

R carré de
la somme des
carrés des
écarts
R carré (ajust)
de la somme des
carrés des
écarts
AICAICcBIC
97,95%76,75%105,98171,98114,48

Tests d'adéquation de l'ajustement

TestDLKhi deuxValeur de p
Somme des carrés des écarts50,970,965
Pearson50,970,965
Hosmer-Lemeshow60,101,000

Analyse de la variance

SourceDLSomme des
carrés des
écarts
ajustée
Moyenne
ajustée
Khi deuxValeur de p
Modèle1046,21304,621346,210,000
  Conservateur122,683522,683522,680,000
  PressSousVide17,33137,33137,330,007
  NiveauContamination19,62099,62099,620,002
  TempRefr11,34411,34411,340,246
  Conservateur*PressSousVide10,06080,06080,060,805
  Conservateur*NiveauContamination10,57800,57800,580,447
  Conservateur*TempRefr10,00510,00510,010,943
  PressSousVide*NiveauContamination10,21060,21060,210,646
  PressSousVide*TempRefr10,01530,01530,020,902
  NiveauContamination*TempRefr12,84752,84752,850,092
Erreur50,96740,1935   
Total1547,1804     

Equation de régression en unités non codées

P(Event)=exp(Y')/(1 + exp(Y'))
Y'=-2,721 + 0,188 Conservateur + 0,0172 PressSousVide - 0,00249 NiveauContamination
- 0,0286 TempRefr - 0,00117 Conservateur*PressSousVide
+ 0,00160 Conservateur*NiveauContamination + 0,00067 Conservateur*TempRefr
- 0,000096 PressSousVide*NiveauContamination - 0,000115 PressSousVide*TempRefr
+ 0,000699 NiveauContamination*TempRefr