Les commandes de l’application, les identifiants des feuilles de données et les valeurs des données d’exemple conservent leur forme d’origine. Les captures d’écran, graphiques et fichiers à télécharger sont en anglais. Les exemples conservent les conventions numériques anglaises : point décimal et virgule de séparation des milliers.
Exemple : adhérence des étiquettes
19 essais indépendants : huit réglages distincts d’une demi-fraction répétés deux fois, plus trois essais au centre.
Télécharger les mesures enregistrées (CSV en anglais)C’est le même exemple enregistré que dans Help. Le CSV contient les réglages des facteurs et les réponses mesurées, à importer ensemble. Utilisez Open example in a practice copy dans Help pour préremplir les réglages.
1. Créer l’espace de travail
Dans la barre latérale, ouvrez Design of Experiments et créez une analyse. Nommez-la, sélectionnez New blank worksheet, puis choisissez Create analysis.
2. Importer les mesures
Téléchargez le CSV d’exemple ci-dessus et importez-le dans la feuille de données. Choisissez Comma comme délimiteur, Dot comme séparateur décimal et First row contains column names. Conservez ensemble la réponse, les réglages des facteurs, le type de point et l’ordre d’exécution de chaque ligne.
3. Choisir l’étude et saisir les facteurs
Dans Inputs, choisissez Analyze existing worksheet pour Task et Fractional factorial pour Design family.
Sous Factors, utilisez Add factor ou supprimez une ligne pour avoir 4 facteurs. Conservez cet ordre et réglez Type sur Numeric pour chaque facteur.
Saisissez les valeurs Factor name, Unit, Low et High ci-dessous.
| Facteur | Nom du facteur | Unité | Niveau bas | Niveau haut |
|---|---|---|---|---|
| A | press_pressure_mpa | MPa | 0.2 | 0.4 |
| B | platen_temperature_c | °C | 35 | 55 |
| C | press_dwell_s | s | 1 | 3 |
| D | post_press_hold_s | s | 5 | 15 |
4. Affecter les colonnes d’entrée
Sous Response mappings, ouvrez chaque sélecteur de colonne et sélectionnez la colonne correspondante de la feuille.
| Colonne de la feuille | Champ d’entrée |
|---|---|
press_pressure_mpa | Factor press_pressure_mpa |
platen_temperature_c | Factor platen_temperature_c |
press_dwell_s | Factor press_dwell_s |
post_press_hold_s | Factor post_press_hold_s |
Affectez peel_force_n_per_25mm à Response 1 et saisissez 1 dans Number of responses. Affectez run_order à Execution order et point_type à Center point indicator. Pour Center point column convention, choisissez Point type (center / factorial / fractional / star / axial / edge / edge_midpoint).
Laissez Block sans affectation ; cette étude enregistrée n’est pas organisée en blocs.
5. Définir le modèle et les graphiques
Sous Model, choisissez Default hierarchical model pour Model terms et saisissez 95 dans Confidence level (%). Cochez Include center-point adjustment in model. Laissez Calculate predictions décoché.
Ouvrez Plot options. Cochez Effect estimates et Residual diagnostics. Laissez Response contours décoché. Laissez Pareto view, Effect probability plot, Interaction plot et 3D surface décochés.
6. Analyser la feuille de données
Choisissez Analyze worksheet, puis ouvrez Results. Cette opération ajuste un modèle aux mesures enregistrées ; elle ne génère ni ne randomise un nouveau plan d’essais.
7. Interpréter les résultats
Commencer par les essais enregistrés
Les 19 essais sont tous inclus : huit réglages d’une demi-fraction répétés deux fois, plus trois essais au centre. Le plan réduit ne peut pas séparer certains effets : pression × température est confondu avec durée de pressage × maintien après pressage, ce qui signifie que le même contraste pourrait refléter l’un ou l’autre. Ce plan est dit de résolution IV ; les effets principaux sont aussi confondus avec des interactions à trois facteurs.
Vérifier d’abord le manque d’ajustement
Le test de manque d’ajustement (Lack of Fit) donne p = 0.0000169. Le modèle à effets principaux ne rend pas compte d’une structure qui dépasse la variation observée entre essais répétés. Examinez cette structure avant de vous fier à ses effets ou à ses prédictions. L’ajustement pour le centre donne p = 0.6678 ; ce résultat n’annule pas le manque d’ajustement détecté.
Lire les effets en tenant compte de cette limite
Les effets ajustés, niveau haut moins niveau bas, sont d’environ +3.10 N par 25 mm pour la pression, +2.41 pour la température, +1.25 pour la durée de pressage et +0.70 pour le maintien après pressage. L’intervalle du maintien après pressage inclut zéro. Ces estimations proviennent du modèle présentant un manque d’ajustement détecté. Les effets principaux sont aussi confondus avec des interactions à trois facteurs ; répéter les essais ne sépare pas ces effets.
Effets ajustés niveau haut moins niveau bas avec intervalles de confiance à 95%. Voir le graphique en taille réelle (s’ouvre dans un nouvel onglet) Lire un résidu
Un résidu est la réponse mesurée moins la valeur ajustée. L’essai 8 a mesuré 16.50 N par 25 mm ; la valeur ajustée par le modèle est de 15.36, laissant environ +1.14 inexpliqué. C’est le résidu brut le plus grand en valeur absolue. Recherchez des courbures, une dispersion variable ou des points inhabituels.
Résidus en N par 25 mm en fonction de la réponse ajustée. Voir le graphique en taille réelle (s’ouvre dans un nouvel onglet) Vérifier la séquence des essais
Lisez les résidus dans l’ordre d’exécution enregistré. Recherchez une dérive, des cycles ou un changement brusque, puis vérifiez les enregistrements expérimentaux correspondants. Conservez les essais inhabituels pendant l’investigation ; un résidu élevé ne justifie pas à lui seul de supprimer une mesure.
Résidus en N par 25 mm dans l’ordre d’exécution enregistré. Voir le graphique en taille réelle (s’ouvre dans un nouvel onglet) Planifier ce qui permettrait de lever l’incertitude
Les paires ci-dessous ne peuvent pas être séparées en répétant cette même fraction. Utilisez le guide du plan fractionnaire correspondant et prévoyez des réglages supplémentaires si une interaction particulière compte. Résolvez le manque d’ajustement détecté avant de vous fier aux prédictions.
Interaction Interaction confondue Pression × température Durée de pressage × maintien après pressage Pression × durée de pressage Température × maintien après pressage Pression × maintien après pressage Température × durée de pressage
Plus de détails : lire chaque section des résultats
Les tableaux complets de résultats utilisent six chiffres significatifs, comme dans Help.
Vue d’ensemble du modèle
Le nombre d’essais analysés est de 19 ; le nombre d’essais manquants est de 0. DF compte l’information disponible pour le modèle et l’erreur résiduelle. S est l’écart-type résiduel en N par 25 mm. R² décrit la variation ajustée dans ces essais ; R² ajusté tient compte de la taille du modèle. PRESS et R² prédit utilisent les erreurs de prédiction en laissant une observation de côté à la fois. Un R² élevé n’établit pas l’adéquation du modèle. Lisez le test de manque d’ajustement et les graphiques des résidus.
| Statistique | Valeur |
|---|---|
| Réponse | peel_force_n_per_25mm |
| Essais analysés | 19 |
| Réponses manquantes | 0 |
| Rang du modèle | 6 |
| Degrés de liberté résiduels | 13 |
| S | 0.881696 |
| R² | 0.873855 |
| R² ajusté | 0.825338 |
| PRESS | 21.4293 |
| R² prédit | 0.732517 |
| Niveau de confiance | 0.95 |
| Manque d’ajustement disponible | Oui |
ANOVA des termes ajustés
La source de variation désigne le terme du modèle ou la composante d’erreur. Le type distingue les tests de termes ajustés des totaux et de la décomposition de l’erreur. DF désigne les degrés de liberté, SS la somme des carrés et MS le rapport SS/DF. F compare la variation à son estimation de l’erreur ; la valeur p mesure les éléments allant à l’encontre de l’hypothèse nulle testée. Lisez le manque d’ajustement avant de vous appuyer sur les effets individuels. Un tiret signifie que la statistique ne s’applique pas.
| Source de variation | Type | DF | SS | MS | F | Valeur p |
|---|---|---|---|---|---|---|
| press_pressure_mpa | ajusté | 1 | 38.5331 | 38.5331 | 49.5674 | 0.00000879518 |
| platen_temperature_c | ajusté | 1 | 23.1602 | 23.1602 | 29.7923 | 0.000109671 |
| press_dwell_s | ajusté | 1 | 6.21256 | 6.21256 | 7.99158 | 0.0142741 |
| post_press_hold_s | ajusté | 1 | 1.95301 | 1.95301 | 2.51227 | 0.136978 |
| Point central | ajusté | 1 | 0.149842 | 0.149842 | 0.192751 | 0.667846 |
| Modèle | résumé | 5 | 70.0086 | 14.0017 | 18.0113 | 0.0000194994 |
| Erreur | résumé | 13 | 10.106 | 0.777387 | — | — |
| Total | résumé | 18 | 80.1147 | 4.45081 | — | — |
| Erreur pure | décomposition | 10 | 0.926817 | 0.0926817 | — | — |
| Manque d’ajustement | décomposition | 3 | 9.17922 | 3.05974 | 33.0134 | 0.0000168766 |
Coefficients
Le terme désigne un terme du modèle codé. L’estimation est son coefficient ajusté ; SE mesure l’incertitude ; t et la valeur p testent un coefficient nul. Les bornes de l’IC délimitent son intervalle à 95%. Les réglages numériques aux niveaux bas, central et haut sont codés −1, 0 et +1. Avec des interactions ou des carrés, un coefficient principal ne décrit pas le changement à tous les réglages.
| Terme | Estimation | SE | t | Valeur p | Borne inférieure de l’IC | Borne supérieure de l’IC |
|---|---|---|---|---|---|---|
| Ordonnée à l’origine | 11.6369 | 0.220424 | 52.7932 | 1.48418e-16 | 11.1607 | 12.1131 |
| press_pressure_mpa | 1.55188 | 0.220424 | 7.04041 | 0.00000879518 | 1.07568 | 2.02807 |
| platen_temperature_c | 1.20313 | 0.220424 | 5.45823 | 0.000109671 | 0.726928 | 1.67932 |
| press_dwell_s | 0.623125 | 0.220424 | 2.82694 | 0.0142741 | 0.146928 | 1.09932 |
| post_press_hold_s | 0.349375 | 0.220424 | 1.58501 | 0.136978 | -0.126822 | 0.825572 |
| Point central | -0.243542 | 0.554721 | -0.439034 | 0.667846 | -1.44194 | 0.954861 |
Covariance des coefficients
Lisez ensemble le terme de la ligne et celui de la colonne. Les éléments diagonaux sont les carrés des erreurs-types des coefficients ajustés. Les éléments hors diagonale décrivent l’incertitude d’estimation partagée. Cette matrice concerne les coefficients du modèle, et non les corrélations entre les colonnes de facteurs mesurées.
| Colonne | Ordonnée à l’origine | press_pressure_mpa | platen_temperature_c | press_dwell_s | post_press_hold_s | Point central |
|---|---|---|---|---|---|---|
| Ordonnée à l’origine | 0.0485867 | 1.07884e-16 | 0 | -1.56752e-17 | 0 | -0.0485867 |
| press_pressure_mpa | 1.07884e-16 | 0.0485867 | -8.7234e-19 | -6.98991e-18 | -9.36289e-19 | -5.65637e-16 |
| platen_temperature_c | 0 | -8.76763e-19 | 0.0485867 | -6.68948e-18 | -3.78291e-18 | -7.39969e-20 |
| press_dwell_s | -1.56752e-17 | -6.83617e-18 | -6.68777e-18 | 0.0485867 | 2.57574e-18 | 8.36583e-17 |
| post_press_hold_s | 0 | -9.36289e-19 | -6.48001e-18 | 2.57574e-18 | 0.0485867 | 9.27176e-20 |
| Point central | -0.0485867 | -5.65637e-16 | -7.39969e-20 | 8.36583e-17 | 9.27176e-20 | 0.307716 |
Effets factoriels
L’effet est le contraste ajusté entre niveau haut et niveau bas. SE mesure l’incertitude, et les bornes inférieure et supérieure de l’IC donnent son intervalle à 95%. L’effet standardisé est la valeur absolue de l’effet divisée par son SE. Une interaction signifie que l’effet d’un facteur varie avec un autre réglage. Dans cette demi-fraction, les effets principaux sont confondus avec des interactions à trois facteurs et les paires d’interactions à deux facteurs ne peuvent pas être séparées. Le manque d’ajustement détecté limite aussi l’interprétation de ces estimations.
| Terme | Effet | SE | Borne inférieure de l’IC | Borne supérieure de l’IC | Effet standardisé |
|---|---|---|---|---|---|
| press_pressure_mpa | 3.10375 | 0.440848 | 2.15136 | 4.05614 | 7.04041 |
| platen_temperature_c | 2.40625 | 0.440848 | 1.45386 | 3.35864 | 5.45823 |
| press_dwell_s | 1.24625 | 0.440848 | 0.293856 | 2.19864 | 2.82694 |
| post_press_hold_s | 0.69875 | 0.440848 | -0.253644 | 1.65114 | 1.58501 |
Diagnostics par ligne
L’identifiant de ligne repère la ligne de la feuille ; l’ordre d’exécution la situe dans la séquence de l’expérience. Le statut indique si elle a été analysée. La valeur observée est la mesure ; la valeur ajustée est celle du modèle ; le résidu est la valeur observée moins la valeur ajustée. Le résidu standardisé tient compte de la variation résiduelle et de l’effet de levier. L’effet de levier mesure le caractère inhabituel des données d’entrée du modèle. Toutes les lignes enregistrées sont affichées. Examinez une ligne inhabituelle avant de la modifier ou de l’exclure.
| Identifiant de ligne | Ordre d’exécution | Statut | Observé | Ajusté | Résidu | Résidu standardisé | Effet de levier |
|---|---|---|---|---|---|---|---|
| help-doe-fractional-factorial-analysis-1 | 1 | Analysé | 10.41 | 9.85438 | 0.555625 | 0.760023 | 0.3125 |
| help-doe-fractional-factorial-analysis-2 | 2 | Analysé | 10.59 | 11.7119 | -1.12188 | -1.53458 | 0.3125 |
| help-doe-fractional-factorial-analysis-3 | 3 | Analysé | 11.18 | 11.3933 | -0.213333 | -0.296337 | 0.333333 |
| help-doe-fractional-factorial-analysis-4 | 4 | Analysé | 11.58 | 12.2594 | -0.679375 | -0.929297 | 0.3125 |
| help-doe-fractional-factorial-analysis-5 | 5 | Analysé | 11.88 | 11.3933 | 0.486667 | 0.676018 | 0.333333 |
| help-doe-fractional-factorial-analysis-6 | 6 | Analysé | 14.06 | 13.4194 | 0.640625 | 0.876292 | 0.3125 |
| help-doe-fractional-factorial-analysis-7 | 7 | Analysé | 11.47 | 12.2594 | -0.789375 | -1.07976 | 0.3125 |
| help-doe-fractional-factorial-analysis-8 | 8 | Analysé | 16.5 | 15.3644 | 1.13562 | 1.55339 | 0.3125 |
| help-doe-fractional-factorial-analysis-9 | 9 | Analysé | 10.25 | 11.0144 | -0.764375 | -1.04557 | 0.3125 |
| help-doe-fractional-factorial-analysis-10 | 10 | Analysé | 14.06 | 13.4194 | 0.640625 | 0.876292 | 0.3125 |
| help-doe-fractional-factorial-analysis-11 | 11 | Analysé | 15.96 | 15.3644 | 0.595625 | 0.814738 | 0.3125 |
| help-doe-fractional-factorial-analysis-12 | 12 | Analysé | 8.51 | 7.90938 | 0.600625 | 0.821577 | 0.3125 |
| help-doe-fractional-factorial-analysis-13 | 13 | Analysé | 10.88 | 11.5619 | -0.681875 | -0.932717 | 0.3125 |
| help-doe-fractional-factorial-analysis-14 | 14 | Analysé | 10.31 | 11.0144 | -0.704375 | -0.963494 | 0.3125 |
| help-doe-fractional-factorial-analysis-15 | 15 | Analysé | 10.7 | 11.5619 | -0.861875 | -1.17893 | 0.3125 |
| help-doe-fractional-factorial-analysis-16 | 16 | Analysé | 10.58 | 9.85438 | 0.725625 | 0.992561 | 0.3125 |
| help-doe-fractional-factorial-analysis-17 | 17 | Analysé | 11.12 | 11.3933 | -0.273333 | -0.379682 | 0.333333 |
| help-doe-fractional-factorial-analysis-18 | 18 | Analysé | 9.04 | 7.90938 | 1.13062 | 1.54655 | 0.3125 |
| help-doe-fractional-factorial-analysis-19 | 19 | Analysé | 11.29 | 11.7119 | -0.421875 | -0.57707 | 0.3125 |
Codage des facteurs
Le facteur désigne la variable d’entrée et le type indique son type de modélisation. Le centre et l’échelle convertissent les réglages numériques en valeurs codées : (réglage − centre) / échelle. Ainsi, le point central vaut 0 et les bornes basse et haute saisies valent −1/+1. Niveaux / contrastes concerne le codage catégoriel ; un tiret ne signale pas une mesure numérique manquante. Conservez les notes sur les colonnes du modèle, les blocs et le rang avec ce tableau.
| Facteur | Type | Centre | Échelle | Niveaux / contrastes |
|---|---|---|---|---|
| press_pressure_mpa | numérique | 0.3 | 0.1 | — |
| platen_temperature_c | numérique | 45 | 10 | — |
| press_dwell_s | numérique | 2 | 1 | — |
| post_press_hold_s | numérique | 10 | 5 | — |
- Colonnes du modèle : Constante, press_pressure_mpa, platen_temperature_c, press_dwell_s, post_press_hold_s, Point central
- Tolérance de rang : 1e-10
8. Créer un rapport
Conservez Model overview, Adjusted term ANOVA, Coefficients, Coefficient covariance, Row diagnostics et Factor coding, ainsi que le tableau Factorial effects et les graphiques des effets et des résidus. Ajoutez les unités de la réponse, les réglages des facteurs, l’ordre d’exécution enregistré et toutes les notes du modèle. Signalez le manque d’ajustement détecté lorsque vous partagez des conclusions ou des prédictions.
Sélectionnez Add to report dans l’exécution terminée. Ouvrez Choose individual items and advanced options pour sélectionner les tableaux et graphiques, puis choisissez Add to draft. Les éléments masqués restent dans l’analyse enregistrée.
Nommez le rapport et ajoutez l’objectif de l’étude ainsi que votre interprétation. Sélectionnez Save, vérifiez Preview, puis utilisez Export → Download HTML. L’exemple ci-dessous contient l’intégralité du contenu sélectionné, y compris les résultats au-delà d’un seul écran.