Ce guide fournit des instructions sur l'analyse des expériences factorielles fractionnaires (expériences dans lesquelles toutes les combinaisons de traitements possibles d'un plan factoriel complet ne sont pas exécutées) à l'aide de la plateforme Fit Model.
Spécifiez le modèle et analysez
- Les expériences conçues dans JMP® auront un script de modèle enregistré dans la table de données. La fenêtre de spécification du modèle sera remplie avec ce modèle. Pour générer le modèle manuellement :
- Sélectionnez Analyser > Ajuster le modèle .
- Cliquez sur la réponse sous Sélectionner les colonnes , puis cliquez sur Y.
- Sélectionnez les facteurs d’intérêt et cliquez sur Ajouter (sous Effets du modèle de construction ).
- Pour ajouter des termes d'interaction spécifiques, sélectionnez les variables sous « Sélectionner les colonnes » et cliquez sur « Croiser » . Cliquez sur « Exécuter » pour ajuster le modèle spécifié. Dans cette expérience, toutes les interactions à deux facteurs, sauf deux, sont confondues avec les effets principaux.
- Débit d'alimentation * Catalyseur = Vitesse d'agitation * Température
- Débit d'alimentation * Vitesse d'agitation = Catalyseur * Température, et
Une façon d'évaluer le niveau de confusion des facteurs consiste à examiner la carte colorée des corrélations dans le rapport « Évaluation du plan d'étude ». Vous y verrez la confusion entre les interactions à deux facteurs et les effets principaux, ainsi que les facteurs de confusion.
entre les deux interactions à deux voies énumérées ci-dessus.
- Cliquez sur Exécuter pour adapter le modèle spécifié.
Remarque : Si votre plan d’expérience est saturé (il n’y a pas de degrés de liberté pour l’erreur), comme c’est le cas ici, les tableaux « Résumé des effets », « Estimations des paramètres » et « Tests d’effet » n’afficheront pas les statistiques de test ni les valeurs p. Sélectionnez « Estimations » > « Estimations triées » dans le triangle rouge en haut pour afficher les valeurs p basées sur l’erreur standard pseudo-longueur (PSE, une estimation de l’erreur standard résiduelle).
- Réduisez le modèle (en supprimant des termes) selon vos besoins. Ici, nous avons supprimé l'interaction à deux facteurs présentant la pseudo-valeur p la plus élevée (Débit d'alimentation * Catalyseur = Vitesse d'agitation * Température). Après cette suppression, il ne reste plus qu'un seul degré de liberté pour estimer l'erreur expérimentale. Les statistiques de test et les valeurs p apparaissent désormais dans le tableau « Résumé des effets ». Rappelons que tous les effets principaux sont confondus avec des interactions à deux facteurs et que l'interaction Débit d'alimentation * Vitesse d'agitation est confondue avec l'interaction Catalyseur * Température. Par conséquent, on ignore si ce sont les effets principaux ou les interactions à deux facteurs avec lesquelles ils sont confondus qui ont un effet significatif sur la réponse. De même, on ignore laquelle des deux interactions à deux facteurs influence la réponse.
Reactor 8 Runs.jmp (Help > Sample Data Folder > Design Experiment). This is a unreplciated 8 run 25-2 Resolution III.Fichier Reactor 8 Runs.jmp (Aide > Dossier de données d'exemple > Concevoir une expérience). Il s'agit d'une expérience unique de 8 essais (25-2 Resolution III).
Consultez le guide sur la conception des expériences dans l'aide de JMP pour en savoir plus.
