Séance de cours

Analyse graphique des factorielles complètes

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

MICRO-110: Probability & statistics for engineers

This course covers the basics of probability and statistical techniques for engineers, including major probability concepts, data analysis, and statistical inference.

Description

Cette séance de cours couvre l'analyse graphique des expériences factorielles complètes, en se concentrant sur l'interprétation des effets principaux, des interactions et des effets moyens. Il explique comment analyser efficacement les données, éviter les erreurs dues à de mauvaises lignes de base et conserver les degrés de liberté. L'instructeur utilise un exemple de ballon pour illustrer les concepts, en soulignant l'importance de tester toutes les combinaisons et de choisir les lignes de base appropriées. Divers tracés, tels que les tracés de dispersion, les tracés moyens et les tracés de blocs, sont discutés pour identifier les facteurs importants, les paramètres optimaux et les valeurs aberrantes. La séance de cours se termine par une explication des effets d'interaction et de la façon de les interpréter à l'aide d'une matrice d'effets d'interaction.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e

Vivek Subramanian

Enseignement et PhD Doctorant·es actuel·les Giovanni Ruffolo, Giada Romano, Sanjay Manoharan, Kyle Haas, Claude Dahan, Biruktait Ayele Lemecho, Yagmur Ceren Alatas, Tugçe Delipinar A dirigé les thèses EPFL de Amin Hodaei, Mustafa Mohieldin Fadlelmula Fadlelseed A co-dirigé les thèses EPFL de Mohammad Jafarpour Cours Organic and printed electronics MICRO-505 Ce cours traite de la mise en œuvre des technologies de l'électronique organique et imprimée: les matériaux, les procédés d'impression

Source officielle

Concepts associés (31)

Exploratory data analysis

In statistics, exploratory data analysis (EDA) is an approach of analyzing data sets to summarize their main characteristics, often using statistical graphics and other data visualization methods. A statistical model can be used or not, but primarily EDA is for seeing what the data can tell us beyond the formal modeling and thereby contrasts traditional hypothesis testing. Exploratory data analysis has been promoted by John Tukey since 1970 to encourage statisticians to explore the data, and possibly formulate hypotheses that could lead to new data collection and experiments.

Analyse des données

L’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données.

The Design of Experiments

The Design of Experiments is a 1935 book by the English statistician Ronald Fisher about the design of experiments and is considered a foundational work in experimental design. Among other contributions, the book introduced the concept of the null hypothesis in the context of the lady tasting tea experiment. A chapter is devoted to the Latin square.

Plan d'expériences

On nomme plan d'expériences (en anglais, design of experiments ou DOE) la suite ordonnée d'essais d'une expérimentation, chacun permettant d'acquérir de nouvelles connaissances en maîtrisant un ou plusieurs paramètres d'entrée pour obtenir des résultats validant un modèle avec une bonne économie de moyens (nombre d'essais le plus faible possible, par exemple). Un exemple classique est le « plan en étoile » où en partant d'un jeu de valeurs choisi pour les paramètres d'un essai central, on complète celui-ci par des essais où chaque fois un seul des facteurs varie « toutes choses égales par ailleurs ».

Fractional factorial design

In statistics, fractional factorial designs are experimental designs consisting of a carefully chosen subset (fraction) of the experimental runs of a full factorial design. The subset is chosen so as to exploit the sparsity-of-effects principle to expose information about the most important features of the problem studied, while using a fraction of the effort of a full factorial design in terms of experimental runs and resources.

Afficher plus

Séances de cours associées (60)

Classement multiclasses

Couvre le concept de classification multiclasse et les défis de la séparation linéaire des données avec les classes multiples.

DOE Facteurs qualitatifs III

Explore les facteurs qualitatifs dans la conception des expériences, y compris les carrés latins, les conceptions factorielles et les tables ANOVA.

Big Data: Meilleures pratiques et lignes directrices

Couvre les pratiques exemplaires et les lignes directrices pour les mégadonnées, y compris les lacs de données, l'architecture typique, les défis et les technologies utilisés pour y remédier.

Formules modèles en R: bases et applications

Explore les formules de modèles en R, couvrant les bases, les interactions, ANOVA et les conceptions factorielles avec des exemples pratiques.

Équation de transport: Analyse numérique

Couvre l'optimisation, les problèmes de contrôle et les réseaux neuronaux dans le contexte de l'équation de transport.

Afficher plus

Concepts associés (31)

Exploratory data analysis

Analyse des données

The Design of Experiments

Plan d'expériences

Fractional factorial design

Afficher plus