nombre d'expériences,
Décidez ensemble quels effets distinguer.

Si vous souhaitez suivre les boutons un par un,

Suivez trois leçons : une première expérience en hélicoptère en papier, un plan factoriel fractionnaire qui enregistre les courses et un plan de surface de réponse pour explorer les conditions intermédiaires.

DOE Suivre →

Cet outil DOE exécuter un générateur de table pour les facteurs numériquesC'est vrai. Une fois l'objectif et la plage de facteurs déterminés, le nombre d'expériences pour plusieurs modèles est comparé et les conditions réelles, les valeurs de codage et l'ordre d'exécution aléatoire sont générés. Les effets statistiquement impossibles à distinguer sont indiqués par le chevauchement et le rang du modèle. Le tableau créé est un plan avant de mesurer les valeurs de réponse et n'est pas le résultat de la détermination de l'importance ou des conditions optimales.

Si c'est votre première fois : pratique de l'hélicoptère en papier

De la liste d'exemples Pratique · Hélicoptère en papierVeuillez sélectionner . Le plan est de mesurer le temps de vol en modifiant trois conditions : la longueur de l'aile, la largeur de l'aile et la longueur du corps. Créez un total de 11 combinaisons de 8 combinaisons de limites inférieure et supérieure de chaque condition et 3 conditions intermédiaires. Déposez-les de la même hauteur et de la même méthode, et enregistrez le temps en Y pour chaque ligne. La portée est uniquement à des fins pratiques et peut être modifiée en taille de production réelle.

facteurest la condition pour changer, niveauest la valeur à mettre dans cette condition, Valeur de réponse Ysont les résultats mesurés après l’expérience. Points centrauxest une expérience où toutes les conditions ont été fixées au point médian, ordre aléatoireest de mélanger l'ordre d'exécution afin que les changements dans le temps ne soient pas limités à des conditions spécifiques. Après avoir créé un plan, une expérimentation réelle et une analyse des résultats sont nécessaires.

Ordre d’action recommandé

Sélectionnez Objectif : Choisissez entre rechercher des facteurs influents, déterminer l'effet de la combinaison de deux conditions ou expérimenter pour en trouver une bonne.
Entrez le nom du facteur, l'unité, la limite inférieure, la limite supérieure : Définissez une portée réellement réalisable. Cette version prend en charge 2 à 12 facteurs numériques. Le point médian est la moyenne arithmétique des deux limites.
Comparez le budget et la conception : Cliquez sur Recommander pour l'appliquer. Une recommandation est une proposition qui compare l’objectif et le nombre de conceptions prises en charge. Ce n’est pas un classement qui garantit la puissance ou l’optimalité globale. Ne jetez pas les lignes de conception en fonction de votre budget. Pour choisir un design différent Choisissez un dessinDévelopper .
Paramètres de point central/répétition/bloc : Les points centraux supplémentaires par défaut sont 3 par itération. Une itération de conception complète est une expérience indépendante dans laquelle tous les points de facteurs, points d'axe et points centraux sont à nouveau exécutés.
Créez une matrice : Vérifiez le chevauchement des effets, le classement du modèle et la plage d'exécution réelle, et exécutez-les dans l'ordre d'exécution. L'ID d'exécution identifie à la fois la séquence standard et la répétition.
Enregistrer et exporter les résultats : Entrez la valeur de réponse Y et une note dans la table d'exécution. CSV stocke la notation actuelle parmi les valeurs réelles/codées. JSON stocke les plans, les séquences, les enregistrements et le diagnostic global qui se chevauchent, et HTML les plans stockent les paramètres, les graphiques et les tableaux d'exécution.

Conceptions prises en charge

conception	Convient pour	Mise en œuvre/portée
Factorielle complète	Combinaison de toutes les conditions, vérifier les interactions	Niveau 2 ou niveau 3. Les points de base sont respectivement 2ᵏ et 3ᵏ, plus des points centraux et des répétitions supplémentaires. Limite totale de 2,048 fois. 2les conceptions de niveaux ne font pas de distinction entre les termes carrés individuels.
Factoriel fractionnaire à deux niveaux	Recherche de dépistage et d'interaction avec un nombre réduit d'expériences	Sélectionnez la résolution minimale III/IV/V. Il se compose d'une colonne de génération GF(2) et d'une équation de génération haute résolution de NIST, et calcule la résolution minimale réelle à partir de tous les produits du contraste positif. Certains comptages de facteurs offrent une résolution plus élevée ou une factorisation complète pour le même nombre de fois. Ce n'est pas un explorateur qui garantit un nombre minimum d'expériences et une conception d'aberration minimale sur toute la plage.
Plackett–Burman	Examen économique des principaux facteurs d’influence	Utilise la structure cyclique des NIST 12-run et 20-run tables. Cet outil fournit 12 s'exécute pour 2 à 11 facteurs, et 20 s'exécute pour les facteurs 12. Les effets principaux peuvent être partiellement alias avec les interactions.
Tableau orthogonal	Test de sélection équilibrée au niveau 23	Les 2niveaux L4/L8/L16 sont générés par des colonnes de conception normales et les 3niveaux L9/L27 par des colonnes projectives GF(3). L9 est le facteur 4 maximum, L27 est le facteur 12 maximum dans cet outil. L'ordre des colonnes peut être différent dans d'autres programmes, mais la fréquence des combinaisons de niveaux dans deux colonnes est la même.
Composite central · CCD	2Surface de réponse du ème ordre, y compris la courbure et l'interaction	Prend en charge les facteurs 2 à 8. À partir de 5 facteurs, l'option économique utilise une partie factorielle fractionnaire de la résolution V ou supérieure. Ajoutez 2k points axiaux et points centraux à n points factoriels. Pour une conception rotative, α=n¹⁄⁴. CCI Divise toutes les coordonnées par α pour s'adapter à la plage d'entrée. CCC a des points axiaux en dehors de cette plage. CCF utilise α=1 et trois niveaux ; Il n'est pas rotatif.
Box–Behnken	2surface de réponse du ème ordre qui évite les combinaisons de conditions extrêmes	3~5 facteurs. Pour chaque paire de facteurs, centrez le reste et placez quatre combinaisons de ±1. Ajoutez des points centraux aux points de base 2k(k−1). Puisque les bords ne sont pas observés, des expériences distinctes sont nécessaires pour confirmer les points optimaux externes.

Chevauchement de la résolution et des effets

III: Les effets principaux peuvent chevaucher les interactions de 2 facteurs.
IV: Les effets principaux et les interactions de facteurs 2 sont distincts, mais les interactions de facteurs 2 peuvent se chevaucher.
V et supérieur : Tous les effets principaux et les interactions de facteurs 2 peuvent être distingués les uns des autres. Les interactions d'ordre supérieur ne sont pas automatiquement séparées.

Le tableau Alias calcule les corrélations centrées entre les colonnes à effet principal et les colonnes de produits à deux facteurs dans la conception générée. Les paires avec |r|≈1 sont affichées comme entièrement alias ; 0.05<|R|<1 indique une corrélation partielle. Il ne s'agit pas d'un test d'hypothèse. Les corrélations par paires peuvent manquer des dépendances linéaires impliquant plusieurs colonnes, de sorte que le classement complet du modèle est calculé séparément.

Point central·Répéter·Foldover·Bloquer

Point central supplémentaireest le nombre par répliqué. Si la conception de la base contient déjà des points centraux, comme dans un factoriel à trois niveaux, le total affiché peut être plus élevé. L'ajout de points centraux à une conception à deux niveaux aide à détecter la courbure globale, mais ne peut pas estimer le terme quadratique de chaque facteur séparément.

Inverser tout FoldoverAjoute des exécutions avec chaque signe de facteur inversé pour les conceptions factorielles et PB fractionnaires. Cela sépare les principaux effets des interactions à deux facteurs. Si la conception inversée duplique l'original, la génération est bloquée car elle n'ajoute aucune nouvelle information. Cette version ne gère pas l'historique d'expériences séquentielles ni les replis qui inversent uniquement les colonnes sélectionnées.

Bloc complet par itérationgarantit que chaque itération a la même conception globale, en randomisant uniquement dans les blocs. Affiche le rang du modèle et les degrés de liberté résiduels, y compris les termes de bloc. Le degré de liberté d’erreur pure est Mêmes conditions au sein du même blocPuisqu'il est calculé en répétitions, si les répétitions sont divisées en blocs, les différences entre les blocs ne sont pas comptées comme de pures erreurs. Évitez de bloquer en coupant le motif un nombre arbitraire de fois.

Signification du diagnostic modèle

Les diagnostics distinguent un modèle linéaire, un modèle linéaire avec des termes carrés individuels (additifs), un modèle linéaire avec toutes les interactions à deux facteurs et un modèle quadratique complet. Ce sont des modèles polynomiaux pour des facteurs numériques ; Ce n'est pas l'ensemble complet de contrastes d'interactions catégorielles pour un facteur à trois niveaux. Le classement des colonnes est vérifié avec le Gram–Schmidt. Degrés de liberté résiduels égal au nombre de points moins le rang. La réplication uniquement au centre n'établit pas l'adéquation du modèle dans toute la région de conception.

« Séparable » signifie que les coefficients du modèle spécifié peuvent être identifiés. Une puissance suffisante, une bonne précision de prédiction, une faible erreur de mesure, l’indépendance et la stabilité du procédé doivent être vérifiées séparément. Une fois les valeurs de réponse saisies, l’« Analyse des résultats » ci-dessous effectue la régression, les tests d’effets et la recherche de la condition optimale avec les mêmes termes de modèle.

Comment l’analyse des résultats est calculée

Les valeurs de réponse Y saisies sont ajustées par régression polynomiale sur les valeurs codées (−1, 0, +1 ; points axiaux du CCD à ±α). Les colonnes sont construites dans l’ordre constante, effets principaux, interactions à 2 facteurs et termes quadratiques, et si des blocs par réplique ont été utilisés, des colonnes indicatrices de bloc sont ajoutées. L’estimation par moindres carrés est calculée par QR de Householder ; les colonnes entièrement confondues avec d’autres termes dans ce plan sont exclues de l’estimation et cela est signalé.

Sélection du modèle (automatique) : On part du plus grand modèle estimable séparément à partir des données saisies (quadratique → interactions → effets principaux), puis on supprime les termes un à un en commençant par celui dont la valeur p est la plus grande au niveau de signification α. Si un terme d’ordre supérieur (interaction ou terme quadratique) subsiste, les effets principaux qu’il contient sont conservés (principe de hiérarchie). Dans un plan quasi saturé avec 2 degrés de liberté des résidus ou moins, on utilise, à la place des valeurs p, la pseudo-erreur standard de Lenth (PSE = 1.5 × médiane tronquée, ME = t_{0.975, m/3} × PSE) pour sélectionner les effets, puis le modèle réduit est réajusté. Si vous choisissez le modèle vous-même, il est ajusté tel quel, sans suppression de termes.

Effets et tests : L’effet d’un terme à deux niveaux est le double de son coefficient (variation niveau bas→haut). Pour chaque terme, t = coefficient/erreur standard, et la valeur p est obtenue à partir de la loi t avec les degrés de liberté des résidus. La somme des carrés de chaque terme dans le tableau ANOVA est la somme des carrés partielle (t² × MSE), égale à la somme des carrés séquentielle dans un plan orthogonal. S’il existe des essais répétés aux mêmes conditions dans un même bloc, l’erreur pure et le manque d’ajustement sont séparés et un test F est effectué. Si un plan à deux niveaux comporte des points centraux, la courbure est testée à partir de la différence entre la moyenne des points factoriels et celle des points centraux.

Pouvoir explicatif : Affiche R², R² ajusté et R² prédit (basé sur PRESS, calculé à partir des leviers h_ii). Si l’écart entre le R² ajusté et le R² prédit dépasse 0.2, un surajustement possible est signalé. Les graphiques des résidus (valeurs prédites, probabilité normale, ordre d’essai) servent à vérifier visuellement les hypothèses d’homoscédasticité, de normalité et d’indépendance.

Condition recommandée : Dans le domaine codé testé, une recherche sur grille suivie d’une recherche par réduction des coordonnées trouve le point où le Y prédit est maximal, minimal ou le plus proche de la valeur cible. Les facteurs absents du modèle final sont marqués « Sans effet » et placés à leur valeur centrale. Pour un modèle quadratique, le point stationnaire (où la pente est nulle) et les signes des valeurs propres de la matrice hessienne distinguent maximum, minimum et point selle. L’intervalle de prédiction est un intervalle de confiance pour la réponse moyenne, calculé comme t × √(MSE × xᵀ(XᵀX)⁻¹x). Si la condition recommandée se trouve à la limite du domaine, de meilleures conditions peuvent exister en dehors ; des expériences supplémentaires sont donc conseillées.

Limites : Une seule réponse (Y) est analysée ; l’optimisation multi-réponses, les transformations (log, Box–Cox), les facteurs qualitatifs, les structures en parcelles divisées et les covariables ne sont pas pris en charge. Des essais manquants rompent l’orthogonalité et confondent partiellement les effets, et la puissance est faible lorsque le nombre d’essais saisis est proche du nombre de termes. Toutes les prédictions sont des estimations du modèle : vérifiez-les par des essais de confirmation à la condition recommandée.

Portée du soutien et tenue des dossiers

La plage actuelle va de 2 à 12 facteurs numériques, 2,048 au total, 0 à 20 itérations de point central supplémentaires et 1 à 10 itérations au total. Catégorique · Niveau de mélange · Combinaison interdite · Mélange · Split · DSD · La conception utilisateur optimale D n'est pas encore disponible. La suppression de certaines lignes ou facteurs d'arrondi après la création peut modifier l'orthogonalité, la résolution et le classement d'origine.

Votre travail est automatiquement enregistré sur le stockage local de votre navigateur. Elles sont stockées séparément des données d'analyse statistique générale et ne sont pas transmises au serveur. La modification des paramètres affiche séparément la table d'exécution précédente et verrouille l'exportation. Vous pouvez annuler les plans et les enregistrements avant de créer un nouveau plan avec « Restaurer le plan précédent », mais cet historique de restauration disparaîtra lorsque vous actualiserez. Si vous envisagez de le conserver, enregistrez-le sous JSON. La même séquence d'exécution est reproduite avec les mêmes paramètres et graines. Les valeurs affichées dans CSV conservent leur précision numérique d'origine une fois exportées.

Critères de vérification et documents de référence

La vérification numérique comprend l'équation de génération de référence, l'équilibre/orthogonalité des colonnes, la fréquence de combinaison de niveaux de deux colonnes, la résolution/le chevauchement Foldover, le rang du modèle d'ordre 2, la reproductibilité d'ordre aléatoire et le degré de liberté d'erreur pure pour chaque bloc. Cela n’implique pas l’approbation d’un programme commercial.

DOE Créer un plan de test →

nombre d'expériences,Décidez ensemble quels effets distinguer.