Niveau : Intermédiaire
Ryan Lekivetz, développeur statisticien de recherche senior JMP, SAS
Bradley Jones, chercheur distingué JMP, SAS
JMP 14 propose plusieurs nouvelles fonctionnalités pour les plans d'expérience. La plus importante est sans doute un nouvel outil de conception permettant de créer des plans de blocs incomplets équilibrés (BIBD). Ces plans comportent un facteur de traitement et un facteur de blocage. Chaque niveau de traitement apparaît globalement le même nombre de fois, et chaque niveau de traitement apparaît avec tous les autres niveaux de traitement d'un même bloc le même nombre de fois. Cela crée un équilibre particulier. Nous détaillerons cette conception et présenterons l'interface utilisateur du nouvel outil.
Le concepteur personnalisé a ajouté deux critères d'optimalité pour générer des plans A-optimaux et des plans A-optimaux pondérés. Un plan A-optimal minimise la variance moyenne des estimations des paramètres. Le critère A est similaire au critère D bien connu en ce qu'il se concentre sur l'estimation précise des paramètres du modèle. Les plans A-optimaux présentent deux avantages. Premièrement, il est plus facile de comprendre comment le critère A produit de bons plans que le critère D, ce qui facilite leur adoption par les nouveaux praticiens du DOE. Deuxièmement, les plans A-optimaux pondérés permettent d'accorder une importance variable à différents groupes de paramètres. Par exemple, on peut privilégier les effets quadratiques purs par rapport aux interactions à deux facteurs, et ces deux facteurs par rapport à l'estimation de l'effet principal.
L'outil Comparer les designs peut désormais gérer jusqu'à cinq designs dans l'interface utilisateur et jusqu'à dix designs via des scripts. Auparavant, la limite était de trois designs. Nous allons démontrer cette fonctionnalité supplémentaire avec un exemple d'interface utilisateur et un exemple de script incluant les nouveaux designs A-optimal et A-optimal pondéré.
