JMP Plans d'expériences (Criblage, Factoriels, Surfaces de réponses et Optimaux)
Développez vos compétences en analyse statistique avec notre formation "JMP Plans d'expériences". Maîtrisez les techniques de criblage, d'expérimentation factorielle, de surfaces de réponse et de plans optimaux.
Prérequis
- La connaissance des outils statistiques de base (statistiques descriptives, tests d'hypothèses, intervalles de confiance, p-value, risque alpha, …) sont nécessaires même si un rappel est effectué lors de la formation.
Public admis
- Salarié en Poste
- Entreprise
Demandeur d'emploi et Etudiant non admis
Financement
- Votre OPCO
- Financement personnel
Financement CPF non pris en charge
Modalités
- En centre
- En entreprise
- À distance
Objectifs pédagogiques
- Maitriser le vocabulaire spécifique à la méthode des plans d'expériences
- Cerner les difficultés et les contraintes de mise en œuvre des plans d'expériences
- Choisir et construire un plan d'expériences correspondant à une problématique identifiée
- Choisir, maitriser, concevoir, analyser les résultats, comprendre les caractéristiques, les avantages et les inconvénients des plans suivants :
- Plans de criblage (Placket-Burmann, …)
- Plans factoriels complets et fractionnaires
- Plans surfaces de réponses (Box-Behnken, Central composite, …)
- Plans optimaux
- Plans de mélange (sur demande)
- Appréhender la démarche de construction des plans optimaux
- Interpréter les résultats issus de l'analyse d'un plan d'expériences et valider les travaux issus d'une démarche expérimentale
Programme de la formation
Prise en main de l'interface Jmp (si nécessaire)
- Généralités et interface utilisateur
- Gestion et organisation des données
- Gestions des fichiers générés sous Jmp
- Utilisation des barres d'outils
- Présentations des menus
- Présentations des différentes analyses statistiques disponibles
- Paramétrage de la feuille de données
- Définition des variables
- Paramétrage des types de variables
- Création de formules
- Gestion des données
- Saisie, Ajout, Suppression de données
- Sélection de données
- Filtrage de données dans les analyses
- Filtrage de données par les graphiques
- Structuration, manipulation des données (split, stack…)
- Importation d'un fichier de données (Excel)
- Gestion des analyses
- Paramétrage des variables
- Gestion des fenêtres d'analyses
- Gestion des scripts
- Sauvegarde des scripts
- Mise à jour d'une fenêtre d'analyse
- Association feuille de données & Analyses
- Edition de scripts (Découverte des principes)
- Outils divers
- Configuration du logiciel
- Paramétrage de base
- Utilisation de l'aide
- Outils graphiques
- Manipulation de graphiques
- Exploration de données via les graphiques
- Personnalisation de graphiques
Identifier les objectifs d'une démarche expérimentale
- Pourquoi réaliser des expériences :
- Expliquer,
- Quantifier
- Modéliser un phénomène
- Définition d'une expérience
- Erreurs associées à la répétition des essais
- Réplique d'un essai
- Dispersion inter-répliques
- Reproductibilité
- Erreur de mesure
Maîtriser le vocabulaire associé à la démarche expérimentale
- Les acteurs en jeu
- Les paramètres influents – les facteurs (le monde des X)
- Les grandeurs d'intérêt – les réponses (le monde des Y)
- Comportement des facteurs
- Les facteurs actifs
- Les facteurs passifs contrôlés
- Les facteurs passifs subis
- Types de facteurs
- Facteurs continus
- Facteurs discrets
- Domaine expérimental
- Domaine expérimental réalisable,
- Domaine expérimental réaliste
- Niveaux, modalités
- Les réponses
Comprendre les risques associés à la pratique expérimentale
- Risque lié à l'erreur expérimentale
- Erreurs sur la maîtrise des facteurs
- Erreurs sur la mesure
- Solutions apportées
- Risque lié à l'erreur statistique
- Conséquence de voir un effet à tort
- Conséquence de ne pas voir un effet à tort
- Solutions apportées
- Confusion entre effets
- Accuser un effet à la place d'un autre effet
- Conséquences de la confusion dans une démarche expérimentale
- Recherche de causes erronées
- Diagnostics des confusions (matrice de corrélations, VIFS)
- Exemples de confusions
- Solutions apportées
Effets de facteurs
- Calcul d'un effet d'un facteur
- Représentation graphique d'un effet
- Représentation quantitative d'un effet Interactions entre facteurs
- Définition d'une interaction• Bonne et mauvaise interprétation d'une interaction
- Sens physique d'une interaction• Représentation graphique
Mise en œuvre de plans de criblage
- Objectifs des plans de criblage
- Caractéristiques, avantages et inconvénients
- Problématiques étudiées et réponses apportées par les plans de criblage
- Exemples de plans de criblage (Plackett-Burman, …)
- Construction de plans de criblage
- Analyses statistiques de plans de criblage
- Pareto et effets simples des facteurs
- Analyse de la variance sur plans de criblage
Mise en œuvre de plans factoriels
- Objectifs des plans factoriels
- Caractéristiques, avantages et inconvénients
- Problématiques étudiées et réponses apportées par les plans factoriels
- Exemples de plans factoriels
- Plans complets
- Plans fractionnaires
- Notions de confusions
- Notions de résolutions
- Analyses statistiques de plans factoriels
- Pareto des effets (simples et interactions)
- Effets simples des facteurs et interactions
- Analyse de la variance sur plans factoriels
- Utilisation de tables Taguchi (si souhaité)
Mise en œuvre de plans surfaces de réponses
- Objectifs des plans surfaces de réponses
- Caractéristiques, avantages et inconvénients
- Notions de modélisation
- Différences entre les modélisations de type Anova et régression
- Effets quadratiques
- Problématiques étudiées et réponses apportées par les plans surfaces de réponses
- Exemples de plans surfaces de réponses
- Box-Behnkenü Central composite
- Construction et analyses de plans surfaces de réponse
La démarche des plans optimaux
- Contexte d'utilisation des plans optimaux
- Démarche de construction de plans optimaux
- Notions de modèles exploratoires
- Recensement des contraintes
- Points candidats
- Calcul du nombre d'essais minimum
- Validation d'un plan optimal
- Coefficient D
- Coefficient G
- Construction et analyses de plans optimaux
Ouverture sur les plans de mélange (si demande)
- Les différents types de plans
- Spécifier les limites des constituants
- Spécifier des contraintes linéaires
- Génération des plans
- Analyses de données
Outils statistiques de dépouillement des plans d'expériences (significativité des effets)
- Notions de comparaisons de moyennes
- Analyse de la variance et régression
- Principes généraux de l'Anova
- Objectifs de l'analyse de variance
- Hypothèses nulle et alternative de l'ANOVA
- Interprétation de la table d'ANOVA (somme des carrés, degrés de liberté,...)
- Acceptation ou rejet de l'hypothèse nulle
- Epuration du modèle (conservation ou exclusion des facteurs et des interactions influentes)
- Tests de comparaison de moyennes multiples
- Regroupements de moyennes
- Traitements graphiques des analyses
- Tests de significativité des effets
Outils statistiques de dépouillement des plans d'expériences (validation d'un modèle prédictif)
- Rappel des objectifs d'une modélisation de type régression
- Principes de base de la modélisation par la régression
- Les différents modèles de régression
- Analyse de la qualité du modèle
- Coefficient de détermination
- Estimation de l'erreur
- Analyse des résidus et recherche des valeurs suspectes
- Outils de prédiction
- Prévision des valeurs individuelles
- Prévision des moyennes
- Intervalles de confiance de prévision
- Traitement graphique des résultats
- Outils d'optimisation
- Recherche optimum unique
- Recherche d'optimums multiples
- Courbes de désirabilité

Proposé par
GROUPE ARKESYS
"La formation maintenant pour vos talents de demain"

Proposé par
GROUPE ARKESYS
