Sélectionner les graphiques à afficher pour la fonction Analyser un plan factoriel

Stat > DOE (plan d'expériences) > Plan factoriel > Analyser un plan factoriel > Graphiques

Spécifiez les options pour les graphiques.

Diagrammes des effets

Minitab fournit trois graphiques qui vous permettent de déterminer les termes qui influencent la réponse : un diagramme de Pareto, une droite de Henry et une demi-droite de Henry. Ces graphiques vous permettent de comparer la valeur de ces effets et d'évaluer leur signification statistique.

Le seuil de la signification statistique dépend du seuil de signification (noté α ou alpha). A moins que vous n'utilisiez une méthode de sélection pas à pas, le seuil de signification est égal à 1 moins le niveau de confiance défini pour l'analyse. Pour plus d'informations sur la modification du niveau de confiance, reportez-vous à la rubrique Spécifier les options pour la fonction Analyser un plan factoriel. 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. Pour plus d'informations sur le choix des méthodes pas à pas, reportez-vous à la rubrique Effectuer une régression pas à pas pour la fonction Analyser un plan factoriel.
Remarque

  • Pour un plan à 2 niveaux, si le nombre de termes dans le modèle est égal au nombre d'essais, les effets normalisés ne peuvent pas être calculés. Minitab affiche les effets non normalisés et utilise la méthode de Lenth pour tracer la ligne de référence correspondant au seuil de signification. Pour plus d'informations sur la méthode de Lenth, reportez-vous à la rubrique Méthodes et formules pour les diagrammes des effets dans la fonction Analyser un plan factoriel et cliquez sur "Pseudo-erreur type de Lenth".
  • Pour un plan factoriel complet général, si le nombre de termes dans le modèle est égal au nombre d'essais, les effets normalisés ne peuvent pas être calculés. Dans ce cas, Minitab ne génère pas de diagramme de Pareto.

Pareto
Sélectionnez cette option pour déterminer la valeur et l'importance d'un effet. Ce diagramme affiche la valeur absolue des effets et trace une ligne de référence sur le graphique. Tout effet qui s'étend au-delà de la ligne de référence est statistiquement significatif.
Normale
Sélectionnez cette option pour comparer la valeur et la signification statistique des effets principaux et des effets des interactions à partir d'un plan factoriel à 2 niveaux. La droite d'ajustement indique l'endroit où devraient se trouver les points s'il n'y avait pas d'effet. Les effets significatifs sont étiquetés et se situent du côté gauche ou droit du graphique.
La droite de Henry affiche les effets négatifs du côté gauche du graphique et les effets positifs du côté droit du graphique.
Demi-normale
Sélectionnez cette option pour comparer la valeur et la signification statistique des effets principaux et des effets des interactions à partir d'un plan factoriel à 2 niveaux. La droite d'ajustement indique l'endroit où devraient se trouver les points s'il n'y avait pas d'effet. Les effets significatifs sont étiquetés et se situent du côté droit du graphique.
La demi-droite de Henry affiche la valeur absolue de tous les effets, positifs et négatifs. Au lieu de placer les effets négatifs sur la gauche et les effets positifs sur la droite, tous les effets significatifs se trouvent du côté droit, ce qui met en évidence leur importance relative.

Dans les plans de Plackett-Burman et factoriels à 2 niveaux, sélectionnez Afficher uniquement les termes du modèle pour afficher uniquement les termes du modèle ou choisissez Afficher tous les termes pour afficher tous les termes sur les graphiques.

Pour les plans en parcelles divisées, vous pouvez choisir d'effectuer les actions suivantes :
  • Afficher tous les termes, effets des sous-parcelles (subplots) uniquement
  • Afficher tous les termes et effets des sous-parcelles (subplots) et des sous-blocs (whole plots)
  • Afficher uniquement les termes du modèle, effets des sous-parcelles (subplots) uniquement
  • Afficher uniquement les termes du modèle, et les effets des sous-parcelles (subplots) et des sous-blocs (whole plots)

Valeurs résiduelles

Valeurs résiduelles des graphiques
Spécifiez le type de valeur résiduelle à afficher dans les graphiques des valeurs résiduelles. Pour plus d'informations, reportez-vous à la rubrique Quels types de valeurs résiduelles sont incluses dans Minitab ?.
  • Standard : représentez les valeurs résiduelles brutes standard.
  • Normalisé : représentez les valeurs résiduelles normalisées.
  • Supprimées : représentez les valeurs résiduelles studentisées supprimées.
Graphiques des valeurs résiduelles
Utilisez les graphiques des valeurs résiduelles pour déterminer si votre modèle satisfait les hypothèses de l'analyse. Pour plus d'informations, reportez-vous à la rubrique Graphiques des valeurs résiduelles dans Minitab.
  • Diagrammes individuels : sélectionnez les graphiques des valeurs résiduelles que vous souhaitez afficher.
    Histogramme
    Affichez un histogramme des valeurs résiduelles.
    Droite de Henry
    Affichez une droite de Henry des valeurs résiduelles.
    Valeurs résiduelles en fonction des valeurs ajustées
    Affichez un diagramme des valeurs résiduelles en fonction des valeurs ajustées. Pour une réponse binaire, affichez les valeurs résiduelles en fonction du Logit des valeurs ajustées.
    Valeurs résiduelles en fonction de l'ordre
    Affichez les valeurs résiduelles en fonction de l'ordre des données. Le numéro de ligne de chaque point de données apparaît sur l'axe des x.
  • Quatre en un : regroupez les quatre graphiques des valeurs résiduelles dans un seul graphique.
Valeurs résiduelles en fonction des variables
Entrez une ou plusieurs variables à représenter en fonction des valeurs résiduelles. Vous pouvez représenter les types de variables suivants :
  • Des variables qui se trouvent déjà dans le modèle en cours, pour rechercher la courbure des valeurs résiduelles.
  • Des variables importantes qui ne se trouvent pas dans le modèle en cours, pour déterminer si elles sont liées à la réponse.