La plateforme de conception personnalisée de JMP permet aux chercheurs de créer des plans d'expériences sur mesure, adaptés à leurs besoins spécifiques, en construisant des plans optimaux. Le concepteur personnalisé génère ces plans optimaux en cherchant à maximiser l'un des critères d'optimalité définis, grâce à l'algorithme d'échange de coordonnées. Cet algorithme construit un plan initial en sélectionnant des valeurs aléatoires dans la région de conception spécifiée pour chaque facteur et chaque essai. Le plan ainsi obtenu n'est optimal que localement ; l'algorithme d'échange de coordonnées est donc répété de nombreuses fois afin d'accroître la probabilité de trouver un plan globalement optimal. La plateforme de conception personnalisée fournit le plan qui maximise le critère d'optimalité parmi tous les plans construits.
Les critères d'optimalité comprennent :
- D-optimalité
- I-optimalité
- A-optimalité
- Optimalité des alias
Les critères d'optimalité peuvent être spécifiés sous le triangle rouge dans la conception personnalisée.
Les critères d'optimalité recommandés (par défaut) sont :
| Modèle spécifié dans la conception personnalisée |
critère d'optimalité par défaut |
| Modèle quadratique complet utilisant le bouton RSM |
I-optimalité |
| Modèles avec interactions à deux facteurs ajoutés via le bouton Interactions |
A-optimalité |
| Dans tous les autres cas |
D-optimalité |
L'objectif de cette conception est de justifier à la fois les critères d'optimalité par défaut utilisés et les conditions dans lesquelles on passerait d'un critère d'optimalité par défaut à d'autres critères d'optimalité tels que l'optimalité par alias.
D'un point de vue général, la conception d'expériences poursuit deux objectifs : identifier les effets actifs (criblage) et optimiser la réponse (prédiction). Les modèles du premier ordre (modèles d'effets principaux) servent à identifier les effets actifs lors du criblage. L'optimisation D vise à minimiser l'erreur des coefficients et se prête donc particulièrement bien à l'identification des effets actifs.
Les modèles du second ordre (effets principaux, termes quadratiques et interactions à deux facteurs) sont utilisés pour optimiser les paramètres de fonctionnement de votre procédé. La prédiction de la réponse prime alors sur l'estimation précise des paramètres. L'optimalité (I-optimal) prend en compte la variance de prédiction et constitue donc le critère d'optimalité recommandé (par défaut) pour les modèles du second ordre définis à l'aide du bouton RSM dans la conception personnalisée.
| Critère d'optimalité |
Objectif de la conception expérimentale |
Objectif pratique |
| I-optimal |
Minimiser la variance de prédiction |
Des prédictions précises |
| D-optimal |
Minimisation de l'erreur des coefficients |
Comprendre les relations entre les facteurs |
| A-optimal |
Pondération des différentes parties du modèle |
Comprendre les relations entre les facteurs en se concentrant sur des facteurs d'intérêt spécifiques |
| Optimalité des alias |
Élimination des corrélations de l'effet principal (ME) avec l'interaction à deux facteurs (2FI). |
Comprendre les relations entre les facteurs lorsque les ME ne sont pas biaisés par d'éventuels 2-FI actifs importants |
Exemple de spécification et d'identification des critères d'optimalité dans la conception personnalisée :
