Objectifs
Apprendre à créer et analyser des Plans d’Expériences Factoriels avec Design Expert
Prérequis :
- Formation de base en statistique : moyenne, écart-type.
- La connaissance des tests d’hypothèse (Student ; Fisher ; …) est préférable.
- Aisance avec les outils informatiques.
Moyens pédagogiques et d’encadrement :
- Séances avec le formateur, Exposés théoriques, Supports pédagogiques format numérique, Travail approfondi sur les données
- Etudes de cas concrets :
– Inter-entreprise : fournis par le formateur
– Intra-entreprise : fournis par le formateur ou au préalable par l’entreprise si elle a déjà réalisé des Plans d’Expériences.
Dispositif de suivi et d’évaluation des acquis :
- Mise en pratique et exercices, évaluation à chaud.
Résultats & compétences attendus à l’issue de la formation :
- Savoir créer et analyser des Plans d’Expériences Factoriels avec Design Expert
Programme de la formation
Jour 1
1. Principes : modélisation locale empirique par un polynôme ; degré d’un polynôme ; erreur de modélisation ; hypothèse de hiérarchie des degrés ; effets & coefficients ;
2. Notions : facteurs (quantitatifs & qualitatifs) ; domaine expérimental ; norme ; réponses ; expériences ; économie d’essais ; erreur expérimentale ; efficacité
3. Stratégies : hypothèse de hiérarchie des degrés : alternative Plan Factoriel / Plan en Surface de Réponse ; Plan Factoriel : alternative Complet / Fractionnaire ; principes du fractionnement
4. Utilité : disposer d’un modèle empirique de fonctionnement du système étudié dans un domaine de variation prédéfini permettant de comprendre l’impact des facteurs sur les réponses
5. Estimation des coefficients d’un polynôme :
Cas général : effets plus ou moins fortement redondants ;
régression linéaire multiple nécessaire ;
Orthogonalité : effets parfaitement indépendants ; estimation directe possible
6. Typologie des plans d’expériences proposés par Design-Expert :
• Plans « standards » (généralement orthogonaux) :
Pas de contrainte sur : le domaine expérimental, le nombre d’essais, …
• Plans factoriels à 2 niveaux (effets des facteurs quantitatifs supposés rectilignes) :
– Plans factoriels à 2 niveaux complets et fractionnaires / Concomitances – Résolution
– Plans de Plackett & Burman (matrices de Hadamard)
• Plans factoriels complets quelconques : problèmes comportant des facteurs qualitatifs à plus de deux niveaux
• Revue des Plans en « Surface de réponse » (effets des facteurs quantitatifs supposés curvilignes) :
• plans Optimaux préconstruits : « Min Run Res V » ; « Min Run Res IV »
Jour 2
Avec Design Expert :
1. Plan Factoriel – Traitement d’exemple(s) :
• Création d’un Plan Factoriel avec Design Expert :
• Catalogue – Guide – Résumé
• Evaluation : modèle – ddl ; VIF ; Ri² ; puissance ; leviers – graphes d’erreur
• Comparaison des divers types de plans pour un problème donné :
Plan de Plackett & Burman (criblage de facteurs influents)
Plan factoriel fractionnaire (modèle avec interactions)
Plans Optimaux préconstruits (en général meilleur rapport Qualité/Prix) :
« Min Run Res V » (modèle avec interactions)
« Min Run Res IV » (modèle sans interaction)
• Principes de construction de ces plans – Justification théorique.
2. Analyse des résultats avec Design Expert :
• Analyse de corrélation entre Réponses
• Modélisation « Factorielle » de chaque Réponse :
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension
Définition d’un modèle : Significatif – Parcimonieux – Déterminatif – Valide
Faut-il transformer la réponse ? Voir Validation du modèle ; Box-Cox
Significativité des Effets : graphes de normalité ; graphe de Pareto ; listes ; analyse de variance (ANOVA) : tests de Fisher ; coefficients ; équations
Parcimonie du modèle : sélection des Effets réellement influents (significatifs) ; manuelle : interactive sur graphiques d’effets ou par liste ; automatique
Détermination (coefficients de) du modèle : ANOVA : R² ; R² ajusté ; R² de prédiction
Validation du modèle : ANOVA : courbure (si points au centre) ; amplitude du Résidu : écart-type ; structure du Résidu : graphes de diagnostic (normalité ; ordre ; Box-Cox)
Utilisation du modèle : graphes de visualisation et de compréhension du modèle
Jour 3
1. Analyse des résultats avec Design Expert :
• Suite et fin
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension
2. Optimisation des réponses avec Design Expert :
• Numérique : Critères de désirabilité – Solutions – Graphes
• Graphique : Critères de plage – Graphes
• Prédictions : Intervalles de Confiance et de Prédiction
• Commentaires – Interprétation – Rappel des concepts statistiques nécessaires à la compréhension
3. Augmentation d’un plan factoriel (ajouts d’essais) avec Design Expert :
• de la résolution en cours à une résolution supérieure (clarification de concomitances)
• (Fold / Semifold / Optimal factorial)
• d’un plan de résolution V ou plus à un plan en Surface de Réponse (caractérisation de courbure) Introduction aux plans en Surface de Réponse
• Questions et réponses.
• Présentation et commentaires de problématiques « participants ».
Vous recherchez des informations sur une formation ?
Vous souhaitez mettre en place une session de formation sur mesure ?
Contactez notre équipe pédagogique !
- Acquisition de compétences en analyse d’images et en utilisation d’outils d’IA générative.
- Capacité à automatiser des tâches complexes d’analyse d’images grâce aux LLMs.
- Maîtrise de l’ingénierie des prompts pour obtenir des résultats précis et pertinents.
- Introduction à des solutions no-code pour des utilisateurs non techniques, facilitant l’accès à l’analyse d’images.
- Comprendre l’IA Générative, son fonctionnement et ses limites
- Parcourir les applications de l’IA Générative et les cas d’usages métiers pour les scientifiques
- Définir un plan d’intégration de l’IA Générative dans son équipe / laboratoire et prioriser les premières actions
-
Décrire le principe de fonctionnement général du Deep Learning et de l’Intelligence Artificielle Générative.
- Utiliser des techniques de prompting avancées pour répondre à des besoins métier.
- Synthétiser des articles et contenus scientifiques en produisant des résumés concis qui mettent en évidence les points clés et les conclusions principales.
- Améliorer sa veille technologique en configurant, personnalisant et automatisant des outils d’intelligence artificielle générative pour surveiller et résumer les dernières recherches publiées dans des domaines spécifiques.
- Identifier les points clés d’un domaine scientifique spécifique et détecter les sujets de recherche manquants nécessaires pour compléter un modèle théorique existant.
- Traduire des articles.
- Découvrir les fondamentaux de R et des outils d’IA génératives.
- Acquérir les bases des analyses statistiques descriptives et les appliquer à des jeux de
données concrets. - Apprendre à automatiser des tâches courantes en R grâce aux IA génératives.
- Maîtriser la création de visualisations simples et la présentation de données.
- S’initier aux concepts de régressions simples et de tests d’hypothèses.
- Générer des workflows et des rapports automatisés avec R Markdown.
- Comprendre le rôle de NVivo dans le processus de l’analyse qualitative.
- Comprendre et maîtriser l’environnement NVivo.
- Gestion des sources
- Gestion des cas
- Codage des sources
- Les matrices de croisement
- Documenter son analyse ; mémos, annotations et liens à.
- Comprendre les fondamentaux de l’IA générative et ses applications
- Maîtriser les techniques d’analyse qualitative assistées par IA
- Utiliser l’IA pour l’analyse et la présentation des données qualitatives
- Comprendre les fondamentaux de l’IA générative et ses applications dans la communication
- Utiliser l’IA dans sa stratégie de communication : définition de cibles, structure des messages, choix des formats…
• Approfondir la maîtrise de R pour réaliser des analyses statistiques avancées.
• Découvrir et exploiter les outils d’IA génératives pour automatiser des tâches courantes en analyse de données.
• Optimiser les processus analytiques en intégrant des workflows automatisés.
• Structurer des workflows complexes de manière efficace et innovante.
• Renforcer la compréhension et l’application des concepts statistiques avancés à des cas réels et simulés.
- Découvrir l’ensemble des possibilités offertes par PRISM pour obtenir le graphique que l’on souhaite, tracé automatique des courbes d’ajustement compris.
- Décrire le fonctionnement d’une IA générative (IAG) pour pouvoir en optimiser l’utilisation dans son travail quotidien
- D’appliquer les méthodes de prompt engineering pour utiliser efficacement les outils d’IAG
- D’identifier des cas d’usage dans son environnement professionnel
- Découvrer le principe de fonctionnement général du Deep Learning et de l’Intelligence Artificielle Générative et bénéficier du potentiel des outils d’IAG
- Utiliser des techniques de prompting avancées pour répondre à des besoins métier.
- Classifier les outils d’intelligence artificielle générative selon les médias mis en œuvre (text-to-text, text-to-image, etc.), et sélectionner le bon outil pour un cas d’usage précis.
- Produire des activités pédagogiques telles que des notes de cours, des guides d’étude, ou des résumés de chapitres pour aider les étudiants dans leur apprentissage.
- Concevoir des examens et des quiz à partir du contenu de formation développé pour les étudiants et gagner du temps dans la préparation de vos cours
- Générer des scénarios ou cas d’étude pour des travaux de groupe, basés sur des sujets d’actualité ou des avancées scientifiques pour décupler les possibilités d’animations de cours (contenu, ateliers de groupes, etc.)
- Adapter son enseignement et préparer ses apprenants à la révolution de l’IAG
03 juillet
Échanger avec les participants sur leurs pratiques de NVivo et approfondissement des connaissances et compétences suivantes :
- Maitriser l’environnement NVivo.
- Gestion des sources
- Gestion des cas
- Codage des sources
- Requêtes et matrices
- Documenter son analyse ; mémos, annotations et liens à.
- Visualisation et exportation
- L’importation et l’utilisation des données provenant des réseaux sociaux et du web
- Le travail collaboratif et la comparaison d’encodeur.