Lorsque vous sélectionnez ou accroissez/améliorez un plan optimal D, vous pouvez indiquer comment générer le plan initial et comment rechercher des améliorations du plan initial. En général, vous changez de méthode pour jouer sur la vitesse à laquelle Minitab trouve un plan optimal. Cependant, d'autres considérations ont également une influence sur le temps nécessaire à Minitab pour trouver une solution. Par exemple, plus les termes du modèle sont nombreux, plus le processus de recherche d'un plan optimal est long.
- Plan initial
-
- Généré par une optimisation séquentielle
- Spécifiez que Minitab doit sélectionner tous les points séquentiellement.
- Le plus souvent, la génération de tous les points du plan par optimisation séquentielle est plus susceptible de produire un plan optimal dont l'optimalité D est relativement élevée. Un plan initial avec une optimalité D relativement élevée permet généralement de réduire le nombre d'étapes de recherche pour améliorer le plan initial.
- Pourcentage de points de plan à sélectionner de manière aléatoire
- Indiquez que Minitab doit sélectionner aléatoirement certains points du plan. Lorsque de nombreux points de plan sont choisis aléatoirement, Minitab peut produire un plan initial plus rapidement. Toutefois, un nombre élevé de points de plan aléatoires augmente aussi la probabilité que les points constituent une matrice présentant une déficience de rangs. Vous avez plus de chance de rencontrer des matrices avec déficience de rangs lorsque le nombre de points de plan à sélectionner s'approche du nombre minimal de points nécessaire à l'ajustement des termes.
- Nombre d'essais aléatoires : indiquez le nombre de plans initiaux à produire. Plus ce nombre est élevé, plus il est probable que le plan optimal présente une optimalité D relativement élevée. Plus le nombre est réduit, plus Minitab produit un plan initial rapidement.
- Base pour le générateur de nombres aléatoires : spécifiez une base pour le générateur de nombres aléatoires, afin de pouvoir obtenir le même plan optimal si vous utilisez le même ensemble de points candidats pour sélectionner un autre plan optimal. Lorsque vous indiquez la même base, Minitab sélectionne les mêmes points aléatoires si l'ordre de la feuille de travail reste identique.
- Procédure de recherche pour l'amélioration du plan initial
-
- Méthode d'échange avec nombre de points d'échange égal à
- En général, la méthode des échanges trouve une solution plus rapidement que la méthode de Fedorov, car elle étudie moins de plans possibles.
- Plus le nombre de points d'échange est élevé, plus la méthode produit une solution rapidement. Minitab ajoute d'abord les meilleurs points de l'ensemble candidat, puis rejette les pires jusqu'à ce qu'il ne soit plus possible d'améliorer l'optimalité D.
- Méthode de Fedorov
- Etant donné que la méthode de Fedorov étudie plus de plans possibles que la méthode des échanges, elle est plus susceptible de trouver un plan ayant une meillleure optimalité D.
- Minitab ajoute un point de l'ensemble candidat tout en en supprimant un autre pour que l'échange aboutisse à l'amélioration maximale de l'optimalité D. Le processus continue jusqu'à ce que le plan ne puisse plus être amélioré.
- Aucune
- Utilisez le plan initial. Cette méthode est la moins susceptible de trouver le plan dont l'optimalité D est la plus élevée, mais c'est la plus rapide.
