• Aucun résultat trouvé

Une introduction aux plans d’exp´ eriences

N/A
N/A
Protected

Academic year: 2022

Partager "Une introduction aux plans d’exp´ eriences"

Copied!
2
0
0

Texte intégral

(1)

UPS TOULOUSE III MODELISATION

MAF, TP6 2015

Une introduction aux plans d’exp´ eriences

1 Mod`ele lin´eaire

Pour nun entier naturel non nul, on consid`ere le mod`ele lin´eaire : Yi =a+bf(xi) +εi, i= 1,· · · , n,

o`u, pouri= 1,· · · , n,xi[0,1] et les variables (εi) sont i.i.d. de loiN(0, σ∗2). On suppose que f est une fonction continue non constante sur [0,1].

1) Que faut-il supposer sur (xi)i=1,...,n pour que le mod`ele soit identifiable? A partir de maintenant, on supposera que cette condition est v´erifi´ee et on notera Σ l’ensemble des plans d’exp´eriences qui v´erifient cette condition. Soit θ = (a, b)T. Donner l’estimateur du maximum de vraisemblance θbn de θ. Que vaut la matrice de variance covariance de cet estimateur? On note Γθ cette matrice.

2) Afin de fixer les pointsx= (xi)i=1,...,n du plan d’exp´eriences, on consid`ere le crit`ere : D(x) = 1

det Γθ

.

CalculerD en fonction de x.

3) Montrer qu’il existem < M tels que la fonctionf prenne toutes les valeurs de [m, M]. On pose

D(y) =˜ D(x) o`u y= (yi)i=1,...,n, yi=f(xi), i= 1, . . . , n.

Montrer que

maxx∈Σ D(x) = max

y∈Σ˜

D(y),˜ o`u

Σ =˜

y: yi [m, M]i= 1, . . . , n, ∃i, i0∈ {1, . . . , n}, i6=i0, yi 6=yi0 4) Montrer que

D(y) =˜ Cn

n

X

i=1

(yiy)2, o`u y= n1Pn

i=1yi etCn ne d´epend que den. En d´eduire que max

y∈Σ˜

D(y) =˜ max

y:yi∈[m,M], i=1...n

D(y)˜

Soit y avec maxy:yi∈[m,M], i=1...nD(y) = ˜˜ D(y). Supposons qu’il existe un indice i {1,· · ·, n} avec m < yi < M et consid´erons la fonction ϕ sur ]m, M[ d´efinie, pour y∈]m, M[, par

ϕ(y) = ˜D(˜y), avec, pouri6=i y˜i =yi et ˜yi =y.

Calculer la fonction ϕ et ´etudier ses variations sur ]m, M[. En d´eduire que l’hypoth`ese faite suryi est incorrecte et que, pour i= 1, . . . , n,yi ∈ {m, M}.

1

(2)

5) On pose

r = Card{i∈ {1, . . . , n}: yi =m}.

On suppose que n = 2p (p N), que vaut r? Dans le cas n= 2p+ 1, quelles sont les valeurs possibles pour r.

6) D´ecrire tous les plans d’exp´eriencesD-optimaux.

7) On se place dans le cas o`u f(x) = 2πxsin(2πx). D´eterminer pr´ecisement les plans D- optimaux.

2 Carr´e Latin

On se propose de construire un g´en´erateur al´eatoire de carr´e latin (de taille n > 1). Pour cela, on va utiliser les remarques qui suivent.

Le carr´e suivant est latin :

1 2 · · · n 2 3 · · · 1

... ...

n 1 · · · n1

Si l’on dispose d’un carr´e latin, on construit un nouveau carr´e latin en permuttant ses lignes et/ou ses colonnes.

En utilisant la proc´edure SCILAB grand, construire une fonction qui g´en`ere un carr´e latin al´eatoire.

3 D et E optimalit´es

On consid`ere, pour x[−1,1], le mod`ele de r´egression : Y(x) =

k

X

i=1

aifi(x) +ε(x).

Les fonctions de r´egression (fi)i=1,...,k sont donn´ees.

1. On se place dans le cas o k = 3 et fi(x) = xi−1, i = 1,2,3. On s’int´eresse aux plans d’exp´eriences `a n= 15 points. En utilisant l’optimiseur deSCILAB, construire les plansD etE optimaux.

2. En utilisant les polynˆomes de Legendre sousSCILAB, tracer la courbe repr´esentative de la fonction (x21)P20(x) oPi esigne le polynme de Legendre de degr´e i0. V´erifier alors le plan D-optimal trouv´e en 1).

3. On suppose encore que n = 6, mais on s’int´eresse ici `a k = 3 avec pour x [−1,1], f1(x) = 1, f2(x) = exp(x), f3(x) = x2. Ecrire un code qui calcule le plan D-optimal.

Comparer la variance de ce plan `a celle obtenue en utilisant les points−1,1,1/2,−1,1,1/2.

4 D-optimalit´e en dimension 2

Sur [−1,1]2, on consid`ere le mod`ele de r´egression :

Z(x, y) =a+bx+cy+dx2+ey2+fxy+ε(x, y).

Utiliser l’optimiseur deSCILABpour d´eterminer un planD-optimal `a 20 points. Repr´esenter ce plan dans l’espace `a deux dimensions.

2

Références

Documents relatifs

On consid`ere une classe de 30 ´el`eves, et on note X la variable al´eatoire ´egale au nombre de gauchers dans cette classe. Combien d’´el`eves gauchers peut-on s’attendre `a

3. On note X la variable al´eatoire ´egale au nombre d’as tir´es.. On tire 3 fois de suite une boule dans cette urne, en y repla¸cant la boule tir´ee apr`es chaque tirage... On note

On peut alors remplir la passoire jusqu’au bord (doucement) sans que l’´ ecoulement s’amorce, ceci grˆ ace ` a la tension superficielle.. Il suffit d’un choc sur la passoire

Lorsque l’on applique une diff´ erence de potentiel d’environ 10 kV entre les ´ electrodes, on observe les billes de Sagex contenues dans le cylindre s’agiter dans tout le

• Learning Functional Causal Models with Generative Neural Networks, Explainable and Interpretable Models in Computer Vision and Machine Learning, Springer, Olivier Goudet,

Or la restriction de l’endomorphisme associ´e `a V aux deux premiers vecteurs de la base est justement la matrice B du V.1 , ceci fournit l’exemple demand´e par l’´enonc´e.. On

Dans la théorie des plans d’expérience, il interviendra quand les facteurs auront chacun p (premier) modalités (mais on peut généraliser au cas de pm modalités, p

Attention : une couleur pourrait être aussi une quinte flush, il faut donc soustraire les …… quintes flush possibles.. Le nombre de couleurs possibles est donc : E XERCICE 2D.2 :