Avec Peter Goos et Bradley Jones
Les plans d'expériences (DOE) permettent aux professionnels d'adopter une stratégie orientée données pour mieux comprendre le comportement d'un système en identifiant les facteurs qui influent le plus sur les résultats souhaités. Avec des plans d’expériences optimaux, les connaissances préalables sont correctement prises en compte et vous pouvez engager des ressources à la mesure des informations à obtenir.
Retrouvez Peter Goos, auteur et professeur à l’Université de Leuven, et Bradley Jones, chargé de recherche principal chez SAS, et découvrez comment utiliser des plans optimaux pour réduire le coût d'une expérience, gérer plusieurs types de facteurs et obtenir des niveaux de facteurs optimaux, même lorsque l'espace expérimental est restreint.
Le contenu s'appuie sur des études de cas tirées de l'ouvrage de Peter Goos et Bradley Jones, intitulé Optimal Design of Experiments, et aborde l'utilisation de méthodes informatiques modernes pour :
- identifier les quelques facteurs qui influent le plus fortement sur la réponse d'intérêt ;
- lever l'ambiguïté quant au modèle qui décrit le mieux le comportement du système ;
- gérer le problème de non-orthogonalité des blocs et des autres facteurs du modèle ;
- analyser le comportement d'une réaction chimique à l'aide d'un modèle cubique complet à deux facteurs, même lorsque les combinaisons de niveaux de facteurs sont réputées impossibles ;
- tenir compte des informations de covariance lors de la configuration d'une expérience.
Cette vidéo s'adresse aussi bien aux experts qu’aux néophytes. Les plans optimaux disponibles dans JMP® sont adaptés à quasiment tout type de situation suggérant l'utilisation de plans d'expériences.
* Présenté en anglais