Une fois que vous aurez découvert la simplicité de la conception d'expériences avec JMP, votre regard sur le monde changera du tout au tout. Tout deviendra une occasion d'expérimenter ! Cette présentation utilise un exemple concret pour illustrer le processus de conception d'expériences (DOE), depuis la conception de l'expérience jusqu'à la modélisation des résultats et l'optimisation des paramètres d'entrée afin d'obtenir le résultat le plus satisfaisant.
L'année dernière, lors de la conférence Discovery, les participants ont eu droit à une soirée originale et divertissante : taper des balles de golf phosphorescentes sur le practice de l'Indian Wells Golf Resort. Ce practice est équipé de la technologie Toptracer qui analyse chaque coup. Distance totale, portée, vitesse de la balle, angle de lancement et trajectoire ne sont que quelques-unes des variables enregistrées. Ce practice, qui fournit une telle quantité de données, offrait l'opportunité idéale de concevoir une expérience avec JMP !
Après une soirée passée avec d'autres utilisateurs de JMP et des amis, une expérience a été conçue à l'aide du Custom Designer de JMP. La création de cette expérience n'a pris que quelques minutes. Les variables d'entrée utilisées étaient basées sur la position du club au golf : le grip, l'alignement de la tête de club, l'écartement des pieds et la position de la balle. L'expérience a été réalisée sur le practice, un modèle a été créé et les paramètres optimaux pour obtenir le coup le plus long et le plus droit ont été déterminés. La modélisation et l'optimisation ont été effectuées en quelques minutes, directement sur le practice ! Cela a permis de réaliser des essais de validation immédiatement. Les résultats obtenus ont ensuite été transposés sur le parcours.
Bonjour à tous. Je suis Don Lifke, statisticien aux Laboratoires nationaux Sandia. Je suis ravi d'être ici. Je vais vous présenter un sujet qui sort un peu de mon travail habituel, et vous comprendrez pourquoi en le découvrant. Bienvenue ! Installez-vous confortablement et commençons.
Je vais vous donner quelques informations de base. Je vais vous présenter brièvement PowerPoint, mais nous n'allons pas nous noyer sous les présentations. Nous allons quitter ce logiciel et passer directement à JMP pour une démonstration en direct.
À Sandia, je travaille généralement sur le programme de dissuasion nucléaire. Nous avons cinq autres domaines. En tant que statisticien, je travaille en réalité dans chacun d'eux, mais plus fréquemment au sein du groupe de dissuasion nucléaire. J'utilise JMP dans tous ces programmes, et ce, pour presque tout ce que je fais. Je suis statisticien de formation, mais ingénieur électricien de métier.
La dissuasion nucléaire, certains des programmes sur lesquels nous travaillons… C'est une diapositive de notre présentation d'entreprise, je voulais donc vous montrer quelques exemples d'utilisation de JMP. Nous l'avons utilisé pour le programme B61, le W80-4, et pour de nombreux composants d'armes. Comme on dit, nos armes sont utilisées quotidiennement. Elles constituent un moyen de dissuasion, et un moyen de dissuasion très efficace.
Voici quelques-uns des programmes sur lesquels j'ai utilisé JMP. En fait, sur cet écran, à l'exception d'un seul, j'ai travaillé avec les ingénieurs sur tous ces programmes et j'ai beaucoup utilisé JMP.
L'année dernière, j'étais à la conférence JMP à Indian Wells, en Californie. Un endroit magnifique. Incroyable ! Je n'aurais jamais imaginé avoir une chambre d'hôtel sur un terrain de golf. C'était vraiment génial. Un lieu formidable. J'ai eu une idée pendant cette conférence. Nous avions une soirée appelée « Shots in the Night », et c'était une soirée très sympa. Si c'est votre première conférence JMP, vous découvrez sans doute à quel point ces conférences sont passionnantes et qu'elles vous tiennent bien occupé. Vous n'avez pas une minute à vous. Vos soirées sont bien remplies.
Cet événement était vraiment génial. Il se déroulait au practice de l'hôtel où avait lieu la conférence, à l'Indian Wells Golf Resort. Je vais essayer de lancer cette vidéo. On va tenter le coup, elle dure environ [inaudible 00:02:31] secondes. Je ne sais pas si elle s'affichera correctement sur votre écran.
Voilà, c'est tout. Je trouvais cette petite vidéo plutôt sympa. Le plus chouette, c'est que ces balles de golf brillent dans le noir. Elles sont placées dans une petite boîte avec des lumières, et on peut voir où on les a frappées. Voici quelques photos de la conférence de l'année dernière que j'espère pouvoir partager ici si j'arrive à refaire ma présentation.
C'est en fait le practice de golf qui a accueilli la conférence JMP. C'était un événement colossal. Tout le monde était là. Le plus sympa, c'est qu'ils avaient installé des food trucks. Vous voyez Jeff ici, à droite. Vous le reconnaissez sans doute : c'est le maître de cérémonie de nombreuses conférences JMP. Je trouve ça assez amusant que Jeff ait une petite auréole. Je pense que c'est une simple coïncidence. Enfin, peut-être pas. Il y a peut-être une signification particulière, Jeff.
Ces petits écrans derrière vous… Je vais vous en montrer un de plus près. Ces simulateurs de frappe sont vraiment géniaux, car ils affichent des statistiques détaillées pendant que vous frappez votre balle de golf. Ils indiquent la distance totale parcourue par la balle, la distance de vol, la trajectoire à plat, la vitesse de la balle, etc. Dix variables au total.
Bien sûr, ce qui m'intéresse vraiment, c'est la distance totale. Il y a d'autres éléments qui pourraient vous préoccuper aussi, et ces données sont enregistrées, donc je les ai également enregistrées. Mais à ce moment-là, je me suis dit : « C'est vraiment génial. Ce serait le moment idéal pour faire une expérience sur mon jeu de golf et voir si je peux améliorer un peu ma trajectoire, la distance à laquelle je frappe une balle. » Et je me suis dit : « Ce sont des données formidables. »
J'ai déjà réalisé une expérience similaire il y a de nombreuses années lors d'une conférence JMP, mais j'avais dû utiliser le suivi GPS et effectuer des calculs sur le terrain, ce qui était assez fastidieux. Celui-ci est génial car il affiche la consommation totale en haut à gauche de l'écran et facilite grandement la collecte des données.
Partant de ce constat, faisons une expérience. Ce qui m'a motivé, c'est que je ne peux pas vraiment partager la plupart de mes expériences, car elles ne sont pas classifiées et accessibles à tous. J'ai besoin d'exemples pédagogiques que je puisse partager publiquement. C'est une excellente occasion, car je pense que la plupart des gens peuvent comprendre au moins les bases du swing de golf et les variables que je vais vous présenter.
C'est juste une petite citation. Je travaillais sur cette présentation, j'étais assis devant la chaîne Golf Channel, et j'ai vu ça apparaître. Je me suis dit : « Tiens, c'est chouette. Je vais prendre une photo. » En golf, c'est vraiment ça : essayer de minimiser l'incertitude, ou comme on dit, maximiser la certitude.
Je vais vous présenter visuellement les variables que j'ai prises en compte dans mon expérience, puis nous détaillerons la conception de l'expérience et l'analyse des données. Pour que vous compreniez la prise en main, j'ai considéré trois types différents : une prise entrelacée (à gauche) où l'auriculaire et l'index se chevauchent, une prise écartée, et une prise intermédiaire où les mains se touchent ; je l'appelle donc « prise par contact ».
Là encore, trois types de grips différents. J'ai examiné la tête du club, et plus précisément trois têtes différentes : une très fermée à gauche, une neutre à droite, et une intermédiaire que j'ai qualifiée de fermée. J'ai constaté que, dans mon jeu, j'avais l'impression de gagner un peu de distance en fermant légèrement la tête du club, mais je n'en suis pas certain car je n'ai jamais vraiment mesuré cela. C'est donc une variable intéressante à intégrer à l'expérience.
Ensuite, concernant la main droite, j'ai utilisé deux réglages : une prise neutre et une prise forte. La prise neutre correspond à une prise de golf classique. Avec une prise forte, on effectue une rotation de la main droite légèrement plus prononcée par rapport au centre du club (je suis droitier, au passage). Cela donne un swing un peu plus puissant, je pense. Le club a tendance à tirer la balle un peu plus vers la gauche, ce qui rend le swing un peu moins prévisible. Mais je me suis dit : « Pourquoi pas inclure cette variable ? » Après tout, c'est gratuit. L'avantage des plans d'expériences, c'est qu'on peut intégrer de nombreuses variables sans pour autant augmenter significativement le nombre de résultats.
J'ai aussi remarqué, au golf, que reculer légèrement mon pied droit corrige parfois mon slice. Je ne pense pas qu'il existe de solution miracle, mais ça aide un peu. Je me suis dit : « Tiens, essayons ça aussi. » Reculer légèrement le pied droit.
Enfin, la position de ma balle dans mon stance. Dans cette expérience, je joue avec un fer 9, donc pas avec un driver. Un fer 9 se place généralement en arrière ou au milieu du stance, mais rarement en avant. Or, j'ai remarqué qu'en plaçant la balle plus en avant, j'ai tendance à frapper un peu plus loin. Cela semble contredire les conseils des pros, qui préconisent de placer la balle plus en arrière avec les fers plus longs comme le fer 9 ou le pitching wedge. Cette technique ne fonctionne pas pour moi, alors faisons l'expérience pour le vérifier.
L'expérience était assez simple à concevoir. En fait, je l'ai faite juste après l'événement Shots in the Dark : je suis rentré à l'hôtel et j'ai conçu l'expérience dans JMP. Je me suis dit : « OK, je vais la lancer jeudi, à la fin de la conférence. » La conférence s'est terminée juste après le déjeuner, et je me suis dit : « Je vais aller au practice de golf, faire l'expérience, saisir les données et je pourrai les analyser en temps réel. »
Voici l'expérience. Je vais vous la montrer dans JMP, mais je voulais vous montrer sur la capture d'écran comment j'ai entré tous les facteurs. J'ai aussi inclus quelques réponses qui apparaîtront, mais la réponse principale qui m'intéresse est la distance à laquelle j'ai frappé la balle. Avec les… Un, deux, trois, j'ai cinq facteurs différents. J'ai trois fois trois fois deux fois deux fois trois, ce qui me donne un grand nombre de combinaisons possibles.
Comme vous le savez, la planification d'expériences permet de gérer ce problème en excluant les interactions d'ordre supérieur, telles que les interactions du troisième, quatrième et cinquième ordre. En fait, pour cette expérience, je me concentre uniquement sur les effets principaux. Je ne tiens pas compte des interactions. Je pourrai y revenir plus tard et éventuellement enrichir ce plan expérimental en étudiant les interactions à deux facteurs. Mais pour l'instant, je souhaite simplement déterminer quels facteurs influencent les effets principaux. JMP m'indique que je devrais effectuer 18 essais, ce qui est tout à fait approprié. Cela fonctionne très bien.
Voici le script créé. Je l'inclus simplement comme capture d'écran dans la présentation, afin que si vous souhaitez reproduire exactement cette expérience et la modifier, vous puissiez définir la graine aléatoire sur la même valeur que celle que j'ai reçue aléatoirement.
L'expérience de conception s'est donc déroulée ainsi. Je vais à nouveau utiliser JMP, et nous y reviendrons. Vous pouvez voir comment le logiciel a organisé mes 18 essais (que j'appelle un essai). Pour chacun de ces essais, j'ai défini les paramètres de mes variables. Mon premier essai consistait en une prise entrelacée, une tête de club neutre, une main droite neutre, un recul du pied droit et une position de balle avancée. Je me suis rendu au practice, j'ai mis en place cette configuration, et voilà mon premier coup.
Un aperçu rapide de ce que la planification des expériences peut vous apporter. Remarquez que les effets principaux, ici représentés par cette carte de couleurs sur les corrélations, sont presque totalement indépendants. Il existe une légère corrélation entre la main droite et le pied droit (1/9,111), une corrélation vraiment très faible. Mais c'est formidable de pouvoir réaliser une expérience avec cinq variables différentes, dont certaines avec trois réglages, sans observer de corrélation entre les effets principaux. C'est vraiment impressionnant ! Voilà toute la puissance de la planification des expériences.
Je suis allé au practice jeudi après le déjeuner. La conférence était terminée. J'ai d'abord déjeuné dans ce magnifique restaurant avec vue sur le golf d'Indian Wells, puis je suis descendu au practice. Voici une photo des clubs qu'ils m'ont donnés. Curieusement, c'est exactement le même driver que j'utilise. Je crois que ce sont aussi les mêmes fers que j'utilise chez moi. J'ai mis en place cette expérience en me basant sur l'horodatage de mes photos, que je vais vous montrer. Mon premier et mon dernier coup n'ont été espacés que de 20 minutes ; il m'a donc fallu cinq minutes pour concevoir cette expérience et vingt minutes pour la réaliser.
Voici à nouveau mes paramètres pour mon premier tir. Premier essai : ce sont les paramètres que j'utilisais au moment de frapper la balle, et voici à quoi ressemblait l'écran. J'ai capturé ces données en prenant simplement une photo, car je ne voulais pas trop hésiter entre les frappes. J'ai pris toutes ces photos, et ce sont mes données. Ensuite, je me suis installé et j'ai importé ces données dans JMP. J'avais mon ordinateur portable, et c'était assez facile d'importer les données et d'analyser l'expérience. Passons aux données.
Voici mes données. Lorsque j'étais au stand de frappe, je n'ai entré que le total. C'est ce qui m'intéresse. Depuis, j'ai renseigné toutes les autres variables affichées à l'écran afin de pouvoir les modéliser également. Lorsque vous concevez une expérience avec JMP, si vous utilisez la méthode DOE et le plan d'expériences personnalisé, c'est ce que je fais. C'est ici que j'ai ajouté mes facteurs. Je ne vais pas vous ennuyer avec le détail de ma saisie, mais j'ai ajouté mon facteur numérique discret à deux niveaux, mon facteur discret à trois niveaux… Pardon, ce n'est pas correct. Supprimez « non discret numérique ».
Pour ma variable catégorielle, j'avais deux niveaux, voire trois, ce qui représentait cinq variables. Quant à la variable réponse, j'avais initialement prévu trois réponses. Finalement, une seule m'importait, et j'en ai eu huit. L'avantage, c'est que si les réponses initialement prévues ne vous conviennent pas, vous pouvez toujours effectuer votre analyse sur les réponses de votre choix.
Mais configurer cette expérience était assez simple avec ce plan d'expérience personnalisé. Vous voyez, j'ajoute simplement des variables : je saisis leurs noms ici, puis je continue avec JMP qui conçoit l'expérience. En bas, vous pouvez voir le nombre d'essais, mais je ne le répète pas exactement pour ne pas vous ennuyer.
Ensuite, je clique sur « Créer un plan d'expériences » et JMP configure le plan automatiquement. Mes cinq variables se trouvent ici, et ma palette de couleurs pour les corrélations est affichée ici. Lançons la boîte de dialogue du plan d'expériences pour vous montrer à quoi cela ressemble.
Lors de la conception de ce protocole, j'ai effectué les calculs nécessaires, et voici le résultat obtenu avec le logiciel. Les facteurs que j'ai saisis sont affichés ici. Voici comment j'ai procédé. C'est assez simple. Je pensais obtenir les réponses concernant l'effet de slice, la vitesse de la balle et la distance. J'obtiens bien la distance et la vitesse de la balle. Je ne suis pas certain de la signification de la variable « slice » dans cette courbe [inaudible 00:15:28], mais finalement… Je ne m'en suis pas soucié pour le moment. Nous pourrons y revenir plus tard lors d'une future expérience, mais pour l'instant, seule la distance m'intéresse. La vitesse de la balle et la distance étaient tellement corrélées que je n'ai pas jugé nécessaire d'analyser les trois variables.
Pour mettre en place cette expérience, je pourrais probablement rédiger ceci en trois minutes. Configurer l'expérience, demander à JMP de générer le tableau. Mais permettez-moi de vous montrer à nouveau cette palette de couleurs pour les corrélations. Les anciennes versions de la palette de couleurs JMP pour les corrélations étaient effectivement en couleur. Désormais, elle est par défaut en noir et blanc. Je la change généralement en couleur, mais il s'agit de la même couleur que celle que je vous ai montrée dans les diapositives PowerPoint précédentes.
Ensuite, avec JMP, il suffit de créer le tableau et le logiciel le génère automatiquement. Il ne me reste plus qu'à effectuer ces 18 tirs avec ces configurations variables et à saisir la distance. Je suis ensuite prêt à analyser l'expérience. J'ai déjà importé les données. Je ne vais pas les enregistrer. Je ne vais pas m'en préoccuper. Je vais revenir à ce plan d'expérience personnalisé car je souhaite également vous présenter brièvement l'analyse de puissance. Exécutons le modèle et voyons ce qu'il nous révèle.
Lorsque vous cliquez sur « Modèle », le script est enregistré dans votre table de données tel que vous l'avez saisi lors de la création de l'expérience personnalisée. JMP indique : « Je suppose que vous souhaitez utiliser ces effets, car c'est ce que vous avez indiqué lors de la création de l'expérience. Je n'ai donc rien à refaire. » Je réponds que j'en ai trois, que je vous ai montrés dans ma conception. Je n'accorde aucune importance à la retenue ou à la retenue plate. Pour l'instant, je vais simplement les supprimer et lancer le calcul. Regardez le total. J'ai supprimé tout le reste.
Nous revoilà dans la boîte de dialogue DOE. Désolé, j'ai la flemme de taper. Je vais supprimer ceci, et cela aussi. J'avais sélectionné mes effets par erreur et je les ai supprimés également. Voici le modèle que je voulais examiner. Quand je l'exécute, je vois beaucoup de bruit, car devinez quoi ? Le jeu de golf de Don est très bruyant. Sans surprise, n'est-ce pas ?
J'ai coloré ces points en fonction de la distance directement dans le tableau de données. Ceci est une démonstration de JMP ; voyons comment procéder. Lignes, couleur ou marquage par colonne. Vous pouvez par exemple les colorer en fonction de la distance totale. C'est ce que j'ai fait. Toutes mes lignes sont colorées selon cette distance totale. Si j'avais une autre fenêtre ouverte, où serait-elle passée ? Mon tableau de données est maintenant au premier plan. N'oubliez pas que dans JMP, tout ce qui était ouvert s'affiche en dessous.
En observant ce modèle, je me concentre sur les valeurs p. J'examine également les résidus, c'est-à-dire la différence entre les valeurs observées et les valeurs prédites. Concrètement, il s'agit de la distance entre chaque point et la droite de régression. Si je traçais horizontalement cette droite rouge (la droite d'ajustement), vous obtiendriez ce résultat.
Quelle est la différence entre vos points réels et les points prédits ? Quel est l'écart entre les valeurs réelles et les valeurs prédites ? Mon jeu est assez instable. Vous pouvez constater que mon modèle m'indique une marge d'erreur d'environ cinq mètres. Cela représente la part inexpliquée. Je ne parle que de la moitié de la variation de distance due à ces variables.
Mon erreur quadratique moyenne est en fait de six. Si j'observe ces résidus, on obtient une erreur quadratique moyenne de six. Voyons voir ce que l'on peut examiner d'autre. Je pense qu'il faut regarder… Commençons par le profilage, puis modifions les modèles. Le profilage permet de visualiser les effets, et je vais agrandir l'image pour vous.
Lorsque vous utilisez ce profileur, soyez prudent. Si vous agrandissez un graphique, tous les autres s'agrandissent également. Vous risquez de saturer votre écran très rapidement. En observant mon profileur, je constate, sans entrer dans les détails que je vais détailler dans un instant (je vais simplifier le modèle), que le grip est optimal, la tête de club en position neutre est optimale, la main droite en position neutre est optimale, le pied droit aligné avec l'avant semble optimal, et la position de la balle et l'appui vers l'avant sont optimaux. J'ai effectué ces réglages manuellement.
Si vous cliquez sur votre profileur de prédiction et que vous consultez votre optimisation, vous verrez que j'ai déjà une fonction de désirabilité. En effet, lors de la configuration de cette expérience, JMP m'a demandé, concernant ma réponse (dont je viens de parler [inaudible 00:20:58]), ce que je souhaitais en faire. J'ai répondu « maximiser ». Lors de la configuration d'une expérience, on indique au logiciel si l'on souhaite maximiser, minimiser ou atteindre un objectif. J'ai choisi « maximiser », donc cette fonction est déjà intégrée.
Laissons JMP optimiser la distance pour moi. Je l'avais fait manuellement, donc rien n'a bougé, mais imaginons que ces points soient ailleurs. Je demande alors à JMP d'optimiser la distance, et il me répond : « Pour maximiser la distance totale, utilisez ces paramètres. » Il s'agit de la distance totale estimée avec l'incertitude [inaudible 00:21:35], soit 117. Je crois que mon point le plus éloigné était à environ 114.
Après avoir mis en place cette expérience, j'ai effectué quelques essais avec ces réglages. J'avais quelques balles et je crois avoir obtenu des scores de 115 et 113 mètres (j'y reviendrai dans PowerPoint). Cela a confirmé que ces réglages me permettaient effectivement d'obtenir les meilleures distances. Je n'ai pu faire que quelques essais par manque de temps. Il commençait à faire chaud et j'avais un petit creux, mais je voulais simplement m'assurer que j'obtenais de bons résultats avec ces réglages.
[Inaudible 00:22:22] Simplifions les choses. N'oubliez pas, aucun modèle n'est parfait, nous cherchons simplement à créer des modèles utiles. Ce n'est pas moi qui l'ai dit. Vous savez qui l'a dit ? Sinon, vous pouvez le chercher sur Google. Nous voulons supprimer les éléments superflus, car ils n'améliorent pas la prédictibilité. Simplifions donc le modèle. Vous pouvez le faire manuellement dans JMP en cliquant sur l'effet et en le supprimant. [Inaudible 00:22:48]
Quelle est la valeur p ? C'est la probabilité d'observer un effet aussi important par simple hasard. Je vous épargne les détails statistiques, mais en termes d'électronique, il s'agit du rapport signal/bruit. La tête du petit n'a pas d'importance, je vais donc la retirer du modèle. Le pied droit non plus, je vais donc le retirer également. Je me retrouve maintenant avec un résultat marginal.
Les statisticiens ont tendance à utiliser 0,05 pour les modèles vraiment performants. Je vais être un peu plus généreux ici car mon swing est assez irrégulier. Je vais retirer la variable « grip », et j'ai maintenant des valeurs p inférieures à 0,25. Parfois, lors d'une régression pas à pas, la valeur p par défaut pour inclure ou retirer des variables est de 0,25. Je vais donc conserver uniquement les variables « balle » et « position ». [Inaudible 00:23:45] Il y a une chance que ce soit simplement dû au hasard. Cela me suffit pour les laisser dans mon modèle, car je sais que mon swing est assez irrégulier.
La position de la main droite et de la balle semblent être les deux seuls éléments ayant eu un effet notable, et voici ce que cela donne. Pour mon jeu de golf, cela ressemble à [inaudible 00:24:05] main droite par opposition à une main droite forte. [inaudible 00:24:08]. J'ai essayé d'utiliser une main droite forte pour corriger mon slice, mais il semble que ma position neutre de la main droite me donne en réalité plus de distance. Si je me fie simplement au profileur, je constate qu'une main droite neutre me donne environ 5 mètres de plus qu'une main droite forte.
En gardant la balle en avant dans ma position, j'avais déjà l'intuition que c'était bon pour mon swing, que c'était mieux. Terminons cela. Faisons un rapide ajustement de y en fonction de x. Je peux rapidement observer chaque variable par rapport à la distance totale. [inaudible 00:24:49] distance totale, et j'observe chaque variable [inaudible 00:24:52]. En regardant là.
Je pourrais analyser ces données statistiques en détail et vous ennuyer profondément. Mais concentrons-nous sur le total. Il semble que la prise en contact soit la meilleure. Je ne vois pas de grande différence entre la prise fermée et la prise neutre [inaudible 00:25:15]. Un peu plus de distance en position neutre [inaudible 00:25:20], mais je voulais juste vous montrer rapidement un graphique en ordonnée. Il semblerait que la distance [inaudible 00:25:28] ici, la position de la balle au centre et à l'arrière, n'ait pas eu autant d'importance, la différence n'était pas aussi marquée qu'avec une position avancée.
J'ai ajusté le modèle. Voici un nuage de points rapide de toutes les variables. J'aime toujours consulter ces données lors de la conception d'expériences, puis les analyser après coup pour mieux comprendre ce que je recherche : [inaudible 00:25:57] la vitesse ici en fonction de cette variable particulière. Je constate que j'ai bien couvert l'espace de conception.
Ces variables [inaudible 00:26:10] couvrent toutes les combinaisons possibles de ces deux variables, ce qui représente une couverture assez complète de leurs interactions. Si l'on redresse les points, la visibilité s'améliore. Chaque point est désormais associé à plusieurs données. C'est précisément cette capacité à couvrir toutes les interactions possibles entre ces variables qui est essentielle à la conception d'une expérience réussie.
Je constate également de fortes corrélations. Voici ma distance de portée à plat par rapport à ma distance de portée totale. La variable qui m'intéresse est la distance totale. Voyons voir, la distance totale. Elle est corrélée à la distance de portée à plat, à la vitesse de la balle et à tous ces éléments, comme on pouvait s'y attendre. Un diagramme de dispersion est toujours intéressant à analyser.
Un dernier point que je souhaite aborder concerne l'analyse de puissance. Lors de la conception de cette expérience, je n'ai effectué que 18 essais. L'analyse de puissance réalisée lors de la mise en place de l'expérience semble indiquer une puissance statistique satisfaisante. Il s'agit de la puissance nécessaire pour détecter un signal, s'il existe. Veuillez m'excuser, chers statisticiens, si ma formulation n'est pas tout à fait exacte. N'oubliez pas que je suis ingénieur et que je me comporte comme un statisticien. La puissance statistique semble donc satisfaisante.
Mais en réalité, n'oubliez pas que mon erreur quadratique moyenne était plutôt de l'ordre de six. Avec une telle valeur, la puissance statistique est vraiment insuffisante pour détecter une variable. J'ai tout de même détecté quelques éléments malgré cette faible puissance. Avec une puissance aussi réduite, il serait judicieux de frapper plus de 18 balles. Je sais que je peux atteindre 90, car c'est le nombre de balles que je frappe en moyenne sur une partie de golf. Donc, 18 ne devrait pas être une limite. Je devrais pouvoir atteindre ces 18 balles. Je pourrais reprendre cette expérience et l'améliorer en ajoutant des essais supplémentaires, ce qui me permettrait peut-être d'obtenir une puissance statistique légèrement supérieure pour détecter l'effet de certaines de ces variables.
Revenons à PowerPoint. Nous avons fait notre démonstration en direct et avec JMP. Pour conclure, nous avons constaté que mon swing de golf est très bruité. Avec un tel niveau de bruit, il est difficile de distinguer un signal. Rien d'étonnant : je ne suis pas le meilleur golfeur du monde. Mon handicap actuel est légèrement inférieur à 15, ce qui me situe dans la moyenne des golfeurs jouant généralement bogey.
Sur un parcours de par 72, je joue généralement un coup au-dessus du par, soit 18 coups de plus, ce qui donne un score de 90. Je suis un golfeur qui joue bogey, et c'est un peu mon objectif. Je veux être un golfeur bogey. Si je pouvais améliorer mon score d'un coup par trou, voire d'un coup et demi par trou, je pourrais gagner 10 millions de dollars par an. Mais, comme le savent déjà ceux qui jouent au golf, améliorer son score d'un coup par trou n'est pas chose facile.
J'ai constaté que certains facteurs pouvaient avoir une importance, mais seuls une position neutre de la main droite et la balle avancée dans mon stance semblaient prometteuses. J'ai intégré cela à mon jeu et j'utilise désormais une position neutre de la main droite plutôt qu'une position forte. J'ai avancé la balle dans mon stance, surtout avec mes fers courts, comme le fer 9, et je gagne beaucoup en distance. Ce n'est pas seulement une question de distance, mais j'ai aussi une meilleure prévisibilité de la distance de mes coups.
J'ai parlé de mes essais de confirmation au practice. J'ai tapé quelques balles avec ces réglages optimaux et j'ai obtenu environ 13 coups sur 15 mètres. Mon score maximal, je crois, lors de cet essai, était de 114. Une confirmation plutôt convaincante. Voici la photo d'une de mes cartes de score dont j'étais particulièrement fier. Normalement, j'aurais joué 45 ce jour-là. J'ai joué deux coups au-dessus du par. J'entoure mes pars, les pros entourent leurs birdies. Les amateurs comme moi, on s'emballe pour un par et on l'entoure, et je fais un double cercle pour un birdie.
J'ai fait une assez bonne partie. J'ai joué deux coups au-dessus du par. Je ne dirais pas que c'est uniquement grâce à mon expérience de conception et aux modifications apportées à mon swing, mais on présente toujours les meilleures données lorsqu'on essaie de susciter l'enthousiasme pour le projet sur lequel on travaille.
Sur ce, je voudrais dédier ma présentation à mon frère. Mon frère Joe, nous l'avons perdu fin 2020 des suites d'un cancer du cerveau agressif. C'est lui qui m'a transmis sa passion pour le golf. C'est grâce à lui que je me suis intéressé à ce sport. Il m'accompagnait aux conférences JMP et était lui-même un ancien utilisateur de JMP.
Il était lui aussi ingénieur chez Sandia, au sein de la division satellite. Joe et moi avions l'habitude de passer du temps ensemble et d'aller déjeuner ensemble tous les jours. Il me manque et je voulais lui dédier ce morceau. Petite anecdote : ici, à gauche, on voit Joe et moi au golf de Boulders après qu'il a appris qu'il avait un cancer du cerveau. Nous étions à Phoenix car il était soigné à la Mayo Clinic. Nous sommes partis en retard à cause du gel. Incroyable ! Après neuf trous, on s'est dit : « Tu vas rater ton rendez-vous. Il faut qu'on y aille. »
Nous avons interrompu notre partie pour aller à son rendez-vous à la clinique Mayo, puis nous sommes revenus et avons terminé notre parcours de golf. Joe était un vrai dur à cuire. Cette balle sur le green, c'est une balle que Joe avait frappée trop loin, qui a heurté un rocher derrière lui et a rebondi sur le green. J'ai trouvé ça hilarant et j'ai pris une photo.
Voici Joe et Walter White, Bryan Cranston sur le terrain de golf où je joue, et voici Joe et moi au Paco Ridge Golf Course à Albuquerque. Merci beaucoup. J'espère que cela vous incitera à utiliser la méthode des plans d'expériences dans votre travail et même parfois dans vos loisirs. Merci.
