Créer un test avec au moins 2 facteurs continus

Détails de la décision

Les informations suivantes définissent les effets principaux, les effets d’interaction, un facteur difficile à modifier et les effets quadratiques.

Qu’est-ce qu’un effet principal ?

Un effet principal est une estimation de l’effet d’un seul facteur. Par exemple, une entreprise B qui commercialise des engrais compare le taux de croissance de plantes traitées avec son produit à celui de plantes traitées avec les engrais d'une entreprise A. Dans l’expérience, l’engrais B a un taux de croissance des plantes moyen plus élevé que l’engrais A. La différence dans les moyennes est l’effet principal du facteur engrais.

Qu’est-ce qu’un effet d’interaction ?

Un effet d’interaction est une estimation de la façon dont l’effet d’un facteur dépend de la valeur d’un ou de plusieurs autres facteurs. Par exemple, si les niveaux sont suffisamment larges, l’effet du temps sur la qualité d’un produit cuit dépend de la température. Lorsque la température est si basse que le produit n’est pas assez cuit, une augmentation du temps augmente la qualité. Lorsque la température est dans une plage acceptable, une augmentation du temps diminue la qualité car le produit brûle. L’effet du temps dépend de la valeur de la température.

Qu'est-ce qu'un facteur difficile à changer (hard to change) ?

Un facteur difficile à changer (hard to change) est un facteur difficile à randomiser complètement en raison de contraintes de temps ou de coût. Par exemple, la température est souvent un facteur difficile à changer, car elle met ordinairement un certain temps à se stabiliser après un ajustement. Un plan à parcelle divisée est une expérience conçue qui comprend au moins un facteur difficile à modifier. Dans une expérience sur parcelle divisée, les niveaux du facteur difficile à modifier sont maintenus constants pendant plusieurs essais.

Qu’est-ce qu’un effet quadratique ?

Un effet quadratique est un terme qui permet à l’effet d’un facteur continu sur la réponse de changer en fonction du niveau du facteur. Par exemple, si les niveaux sont suffisamment larges, l’effet de la température sur la qualité d’un produit cuit est quadratique. Lorsque la température est si basse que le produit n’est pas suffisamment cuit, une augmentation de la température augmente la qualité. Lorsque la température est dans une plage acceptable, une augmentation de la température diminue la qualité car le produit brûle. L’effet de la température dépend de la valeur de la température.

Surface de réponse sans effets quadratiques

Surface de réponse à effets quadratiques

Pour collecter des données aussi efficacement que possible, de nombreuses expériences n’incluent que 2 niveaux à partir de facteurs continus, même si beaucoup plus de valeurs sont possibles. Avec seulement 2 niveaux, les effets quadratiques sont impossibles à estimer. Habituellement, vous estimez les effets quadratiques dans une expérience parce que vous savez que l’effet existe ou parce que des expériences antérieures montrent que l’effet existe. Dans les expériences conçues, vous sélectionnez généralement les facteurs importants et utilisez un petit nombre de points centraux pour vérifier la courbure avant de réaliser une expérience qui estime les effets quadratiques. La collecte de données pour estimer les effets quadratiques lorsqu’aucun effet quadratique n’est présent augmente le coût de l’expérience sans fournir plus d’informations.

Suivant

• Estimer les effets principaux et d’interaction: Créer un plan factoriel à 2 niveaux.
• Estimer les effets principaux et d’interaction lorsque certains facteurs sont difficiles à modifier: Créer un plan en parcelles divisées à 2 niveaux.
• Estimer les effets principaux, d’interaction et quadratiques: Créer un plan de surface de réponse.