Lire la suite à propos de l’article Introduction à la planification d’expériences
DoE

Introduction à la planification d’expériences

La variation est présente dans chaque expérience. Découvrez les techniques DoE pour contrôler la variation et maximiser la qualité des données. Cet atelier présente les techniques classiques pour concevoir des expériences efficaces ainsi que les outils pour analyser leurs résultats. Les principes de calcul de la taille de l'échantillon, les stratégies pour éliminer les sources indésirables de variabilité comme l'utilisation de blocs et de contrôles, ainsi que les plans d'expériences les plus couramment utilisés sont abordés. L'analyse statistique des expériences planifiées est progressivement introduite, en commençant par la méthode du test t utilisée pour comparer deux groupes. Ensuite, la technique d'analyse de la variance (ANOVA) est largement abordée, depuis les expériences simples à un facteur jusqu'aux situations multifactorielles plus avancées où l'interaction entre les facteurs doit être prise en compte. Les techniques de comparaisons multiples utilisées pour localiser les différences sont également présentées.

Continuer la lectureIntroduction à la planification d’expériences
Lire la suite à propos de l’article Planification d’expériences avancée
plans d'expériences

Planification d’expériences avancée

Apprenez les plans d'expérience avancés pour tenir compte de divers types de contraintes expérimentales telles que le temps, les ressources disponibles, l'hétérogénéité des matériaux, les restrictions de randomisation lorsque certains facteurs sont plus difficiles ou coûteux à modifier que d'autres, les différentes tailles d'unités expérimentales ainsi que les mesures répétées. Dans ce cours, la construction de plans d'expérience avancés et leur analyse statistique sont abordées à l'aide d'études de cas réels.

Continuer la lecturePlanification d’expériences avancée
Lire la suite à propos de l’article Plans pour l’optimisation
optimisation

Plans pour l’optimisation

Les plans d'optimisation font référence à des stratégies de conception expérimentale spécifiquement structurées pour optimiser un processus, un produit ou un système. L'objectif de ces plans est d'identifier la combinaison de facteurs (entrées) qui conduisent au meilleur résultat possible (réponse) selon un objectif défini, tel que maximiser les performances, minimiser les coûts ou trouver les conditions de fonctionnement les plus efficaces. Apprenez-en davantage sur les plans expérimentaux lorsque des facteurs influents ont été identifiés et que l'objectif est d'optimiser leurs niveaux. Le principe sous-jacent à la construction de plans composites et Box-Behnken est abordé. Le principe, la construction de modèles et la méthodologie de surface de réponse sont examinés.

Continuer la lecturePlans pour l’optimisation
Lire la suite à propos de l’article Plans de criblage
criblage

Plans de criblage

Dans les phases préliminaires de recherche, le nombre de facteurs potentiellement influents à étudier est généralement important. Les plans de sélection sont des plans expérimentaux utilisés pour identifier les facteurs les plus influents qui influencent une réponse ou un résultat dans un processus ou un système avec un nombre raisonnable d'exécutions. Ces plans sont généralement utilisés dans les premières étapes de l'expérimentation, lorsque vous souhaitez évaluer rapidement un grand nombre de variables pour déterminer celles qui ont le plus d'effet sur la variable de réponse. L'objectif est d'éliminer les facteurs sans importance et de concentrer les ressources sur les plus influents. Découvrez la construction de plans factoriels fractionnaires, les stratégies d'aliasing et de de-aliasing. Une connaissance pratique de la régression linéaire multiple est nécessaire pour tirer le meilleur parti de cet atelier.

Continuer la lecturePlans de criblage

Design et analyse des études de survie

Les données de survie présentent des caractéristiques spécifiques, de sorte que leur conception et leur analyse nécessitent des outils statistiques adaptés. Cet atelier utilise une variété d'études de cas pour présenter les aspects les plus importants à prendre en compte pour une détermination fiable des courbes de survie. Les participants apprennent pour chaque type d'étude comment concevoir des expériences efficaces pour déterminer la durée de survie des patients. Les questions abordées comprennent la sélection des points temporels, la gestion de la censure (observations incomplètes), les risques concurrents et la taille de l'expérience. L'atelier met également l'accent sur les moyens appropriés d'analyser les données de survie, de comparer les courbes, de prendre en compte les covariables variables dans le temps et d'interpréter et de communiquer de manière adéquate les résultats obtenus.

Continuer la lectureDesign et analyse des études de survie