Quand utiliser la réplication
Les répliques sont utilisées pour estimer plus précisément les erreurs pures et les estimations de paramètres. L'ajout de répliques à une conception vous permet de réduire la variance des prédictions et des estimations de paramètres dans votre modèle .
Vous pouvez utiliser cette méthode si votre réponse comporte beaucoup de bruit, ou si vous devez atteindre un certain niveau de précision dans vos prédictions. Vous pouvez également ajouter des répliques dans une deuxième série d'expériences (si vous vous rendez compte que la variance de votre prédiction est trop élevée, par exemple). Dans ce cas, augmentez simplement votre plan (cliquez sur DoE ->Augment design , puis spécifiez vos facteurs et votre/vos réponse(s), et enfin cliquez sur "Replicate" pour votre choix d'augmentation du plan). JMP vous demandera alors combien de fois chaque exécution doit être répétée, vous permettant de spécifier, par exemple, 4.
À propos, il est préférable de saisir la condition de réplication directement dans la génération de conception, pour garantir que les répliques sont réparties de manière aléatoire tout au long de la conception/expérience.
Combien de répliques ?
Il n'existe pas de « règles strictes » concernant le nombre de réplications, car cela peut dépendre du sujet, du matériel utilisé, de la précision requise, etc... Veuillez noter que vous avez deux options en fonction de la plateforme DoE que vous utilisez (conception classique ou personnalisée) :
- Vous pouvez spécifier des répliques, c'est-à-dire le nombre de fois que toutes les expériences seront effectuées indépendamment dans le DoE,
- Vous pouvez spécifier des répétitions, c'est-à-dire la répétition indépendante d'une expérience dans la conception.
Comment analyser votre conception avec des répliques ?
Si vous avez effectivement répliqué des séries, vous devez inclure toutes les répliques individuelles dans l'analyse, et non la moyenne. L'erreur quadratique moyenne estime la variation aléatoire entre les séries. L'erreur quadratique moyenne fournit le dénominateur approprié dans le test F de l'ANOVA, et l'erreur quadratique moyenne fournit l'erreur standard appropriée pour les tests t d'estimation des paramètres.
En revanche, si vous avez simplement répété la mesure de réponse pour une seule série, il est judicieux d'utiliser la moyenne si vous pensez que la variation entre les séries est purement liée à la mesure (répétabilité).
