Notice
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :
Le conditionnement mesure la colinéarité entre les termes du modèle. Lorsque vous comparez des plans, privilégiez celui dont le conditionnement est le plus faible.
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.
| Conditionnement : | 259,114 |
|---|---|
| Optimalité D (déterminant de XTX) : | 7,92282E+28 |
| Optimalité A (trace de inv(XTX)) : | 12,1719 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,96875 |
| Optimalité V (effet de levier moyen) : | 0,96875 |
| Effet de levier maximum : | 1 |
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.
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.
| Conditionnement : | 8,53018 |
|---|---|
| Optimalité D (déterminant de XTX) : | 3,73547E+20 |
| Optimalité A (trace de inv(XTX)) : | 1,99479 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,64 |
| Optimalité V (effet de levier moyen) : | 0,64 |
| Effet de levier maximum : | 1 |
| Conditionnement : | 10,2292 |
|---|---|
| Optimalité D (déterminant de XTX) : | 2,73819E+18 |
| Optimalité A (trace de inv(XTX)) : | 2,50391 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,8 |
| Optimalité V (effet de levier moyen) : | 0,8 |
| Effet de levier maximum : | 1 |
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.
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.
| Conditionnement : | 8,53018 |
|---|---|
| Optimalité D (déterminant de XTX) : | 3,73547E+20 |
| Optimalité A (trace de inv(XTX)) : | 1,99479 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,64 |
| Optimalité V (effet de levier moyen) : | 0,64 |
| Effet de levier maximum : | 1 |
| Conditionnement : | 10,2292 |
|---|---|
| Optimalité D (déterminant de XTX) : | 2,73819E+18 |
| Optimalité A (trace de inv(XTX)) : | 2,50391 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,8 |
| Optimalité V (effet de levier moyen) : | 0,8 |
| Effet de levier maximum : | 1 |
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.
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.
| Conditionnement : | 8,53018 |
|---|---|
| Optimalité D (déterminant de XTX) : | 3,73547E+20 |
| Optimalité A (trace de inv(XTX)) : | 1,99479 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,64 |
| Optimalité V (effet de levier moyen) : | 0,64 |
| Effet de levier maximum : | 1 |
| Conditionnement : | 10,2292 |
|---|---|
| Optimalité D (déterminant de XTX) : | 2,73819E+18 |
| Optimalité A (trace de inv(XTX)) : | 2,50391 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,8 |
| Optimalité V (effet de levier moyen) : | 0,8 |
| Effet de levier maximum : | 1 |
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.
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.
| Conditionnement : | 8,53018 |
|---|---|
| Optimalité D (déterminant de XTX) : | 3,73547E+20 |
| Optimalité A (trace de inv(XTX)) : | 1,99479 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,64 |
| Optimalité V (effet de levier moyen) : | 0,64 |
| Effet de levier maximum : | 1 |
| Conditionnement : | 10,2292 |
|---|---|
| Optimalité D (déterminant de XTX) : | 2,73819E+18 |
| Optimalité A (trace de inv(XTX)) : | 2,50391 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,8 |
| Optimalité V (effet de levier moyen) : | 0,8 |
| Effet de levier maximum : | 1 |
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.
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.
| Conditionnement : | 10,2292 |
|---|---|
| Optimalité D (déterminant de XTX) : | 2,73819E+18 |
| Optimalité A (trace de inv(XTX)) : | 2,50391 |
| Optimalité G (effet de levier moyen/effet de levier maximum) : | 0,8 |
| Optimalité V (effet de levier moyen) : | 0,8 |
| Effet de levier maximum : | 1 |
Minitab affiche la plus petite et la plus grande distances entre les points du plan sélectionnés. Cette valeur est la distance euclidienne.
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.
Vous quittez maintenant support.minitab.com.
Cliquez sur Continuer pour procéder à :