Découvrez les plans d’expérience avancés pour tenir compte de divers types de contraintes expérimentales telles que le temps, les ressources disponibles, l’hétérogénéité des unités expérimentales, 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 cette formation, la construction de plans d’expérience avancés et leur analyse statistique sont abordées à l’aide d’études de cas réels.
Plan de la formation
Session 1: Contrainte d’hétérogénéité des unités expérimentales – Plans d’expériences
- Plans à blocs aléatoires complets
- Plans à carrés Latins
- Plans avec covariables
- Analyse statistique des données recueillies avec ces plans d’expérienceApplication aux études de cas
Session 2: Contraintes à la randomisation – Contraintes physiques ou de temps
- Plans à parcelles partagées
- Plans à mesures répétées
- Analyse statistique des données recueillies avec ces plans d’expérience
- Application aux études de cas
Durée de la formation
La durée recommandée de cette formation est de 2 sessions en ligne.
Public cible
Ce module qui sera particulièrement bénéfique pour le personnel scientifique qui fait face à des contraintes physiques, temporelles ou budgétaires dans la mise en place d’expériences, qui veut obtenir des données fiables et être capable de les analyser pour en tirer le maximum d’information.
Ce module traite de la construction de plans d’expériences avancés pour prendre en compte des contraintes expérimentales.
- Les participants doivent connaître les outils essentiels de la statistique descriptive et de la statistique inférentielle – moyenne, écart-type, erreur-type, médiane, outils graphiques tels les histogrammes, les box-plots, les tests d’hypothèse, les intervalles de confiance, etc. – c’est à dire avoir suivi le module Outils statistiques pour la R&D ou posséder un niveau équivalent.
- Une connaissance appliquée des principes de base en planification d’expérience est requise. De plus, l’analyse des données de ces plans d’expériences repose sur la technique d’analyse de la variance : la connaissance de l’ANOVA est nécessaire, c’est-à-dire avoir suivi le module Introduction à la planification d’expériences ou posséder un niveau équivalent.