Prise en main de l’interface de StatGraphics (si nécessaire)
• Généralités et interface utilisateur
 Généralités et interface utilisateur
 Gestion et organisation des données
 Gestions des fichiers générés sous StatGraphics (Fichiers de données et Statfolios)
 Spécificités des fichiers StatGraphics plans d'expériences
 Utilisation des barres d'outils
 Présentations des menus
 Présentations des différentes analyses statistiques disponibles
• Paramétrage de la feuille de données
 Définition des variables
 Paramétrage des types de variables
 Gestion des données.
 Saisie, Ajout, Suppression
 Sélection de données
 Importation d’un fichier de données (Excel, ...)
• Gestion des analyses
 Paramétrage des variables
 Paramétrage des analyses
 Principes communs aux analyses
 Sauvegardes des analyses
 Paramétrage du calcul des analyses
• Outils divers
 Utilisation du StatGallery
 Utilisation du StatReporter
 Exportation de travaux vers Word
 Trucs et astuces
 Configuration du logiciel

Identifier les objectifs d'une démarche expérimentale
• Pourquoi réaliser des expériences :
 Expliquer,
 Quantifier
 Modéliser un phénomène
• Définition d'une expérience 
• Erreurs associées à la répétition des essais
 Réplique d’un essai
 Dispersion inter-répliques
 Reproductibilité
 Erreur de mesure

Maîtriser le vocabulaire associé à la démarche expérimentale
• Les acteurs en jeu
 Les paramètres influents – les facteurs (le monde des X)
 Les grandeurs d’intérêt – les réponses (le monde des Y)
• Comportement des facteurs
 Les facteurs actifs 
 Les facteurs passifs contrôlés 
 Les facteurs passifs subis 
• Types de facteurs 
 Facteurs continus 
 Facteurs discrets 
• Domaine expérimental
 Domaine expérimental réalisable,
 Domaine expérimental réaliste
 Niveaux, modalités 
• Les réponses

Comprendre les risques associés à la pratique expérimentale
• Risque lié à l’erreur expérimentale   
 Erreurs sur la maîtrise des facteurs   
 Erreurs sur la mesure   
 Solutions apportées   
• Risque lié à l’erreur statistique
 Conséquence de voir un effet à tort
 Conséquence de ne pas voir un effet à tort
 Solutions apportées   
• Confusion entre effets
 Accuser un effet à la place d'un autre effet  
 Conséquences de la confusion dans une démarche expérimentale
 Recherche de causes erronées
 Diagnostics des confusions (matrice de corrélations, VIFS)   
 Exemples de confusions   
 Solutions apportées

Effets de facteurs
• Calcul d'un effet d’un facteur
• Représentation graphique d'un effet
• Représentation quantitative d'un effet

Interactions entre facteurs
• Définition d’une interaction
• Bonne et mauvaise interprétation d’une interaction
• Sens physique d’une interaction
• Représentation graphique

Mise en œuvre de plans de criblage
• Objectifs des plans de criblage
• Caractéristiques, avantages et inconvénients
• Problématiques étudiées et réponses apportées par les plans de criblage
• Exemples de plans de criblage (Plackett-Burman, …)
• Construction de plans de criblage
• Analyses statistiques de plans de criblage
• Pareto et effets simples des facteurs
• Analyse de la variance sur plans de criblage

Mise en œuvre de plans factoriels
• Objectifs des plans factoriels
• Caractéristiques, avantages et inconvénients
• Problématiques étudiées et réponses apportées par les plans factoriels
• Exemples de plans factoriels
 Plans complets
 Plans fractionnaires
• Notions de confusions
• Notions de résolutions
• Analyses statistiques de plans factoriels
• Pareto des effets (simples et interactions)
• Effets simples des facteurs et interactions
• Analyse de la variance sur plans factoriels
• Utilisation de tables Taguchi (si souhaité)

Mise en œuvre de plans surfaces de réponses
• Objectifs des plans surfaces de réponses
• Caractéristiques, avantages et inconvénients
• Notions de modélisation
• Différences entre les modélisations de type Anova et régression
• Effets quadratiques
• Problématiques étudiées et réponses apportées par les plans surfaces de réponses
• Exemples de plans surfaces de réponses
 Box-Behnken
 Central composite
• Construction et analyses de plans surfaces de réponse

La démarche des plans optimaux
• Contexte d'utilisation des plans optimaux
• Démarche de construction de plans optimaux
• Notions de modèles exploratoires
• Recensement des contraintes
• Points candidats
• Calcul du nombre d'essais minimum
• Validation d'un plan optimal
 Coefficient D
 Coefficient G
• Construction et analyses de plans optimaux

Ouverture sur les plans de mélange (si demande)
• Les différents types de plans
• Spécifier les limites des constituants
• Spécifier des contraintes linéaires
• Génération des plans
• Analyses de données

Outils statistiques de dépouillement des plans d'expériences (significativité des effets)
• Notions de comparaisons de moyennes
• Analyse de la variance et régression
• Principes généraux de l'Anova
• Objectifs de l'analyse de variance
• Hypothèses nulle et alternative de l'ANOVA
• Interprétation de la table d'ANOVA (somme des carrés, degrés de liberté, ...)
• Acceptation ou rejet de l'hypothèse nulle
• Epuration du modèle (conservation ou exclusion des facteurs et des interactions influentes)
• Tests de comparaison de moyennes multiples
• Regroupements de moyennes
• Traitements graphiques des analyses
• Tests de significativité des effets

Outils statistiques de dépouillement des plans d'expériences (validation d'un modèle prédictif)
• Rappel des objectifs d'une modélisation de type régression
• Principes de base de la modélisation par la régression
• Les différents modèles de régression
• Analyse de la qualité du modèle
 Coefficient de détermination
 Estimation de l'erreur
• Analyse des résidus et recherche des valeurs suspectes
• Outils de prédiction
 Prévision des valeurs individuelles
 Prévision des moyennes
 Intervalles de confiance de prévision
• Traitement graphique des résultats
• Outils d'optimisation
 Recherche optimum unique
 Recherche d'optimums multiples
 Courbes de désirabilité