Présente la conception des expériences, en mettant l'accent sur l'efficacité et les interactions en R & D à travers le contexte historique et des exemples pratiques.
Explore les bases de la conception factorielle fractionnelle, y compris le blocage des alias, les effets d'interaction et la comparaison de conception.
Souligne la conception expérimentale dans l'analyse des données génomiques, en abordant la variabilité technique, les effets des lots et les solutions statistiques.
Couvre la théorie des probabilités de base, l'ANOVA, la conception expérimentale et les corrélations, en soulignant l'importance de la planification de tests multiples et de l'analyse de puissance.
Explore les facteurs qualitatifs dans la conception expérimentale, les stratégies factorielles, le calcul des modèles et les exercices pratiques dans Matlab.
Explore les répliques, ANOVA et l'élimination des facteurs dans les conceptions factorielles complètes à l'aide des tables ANOM et des équations de modèle.
Couvre les conceptions factorielles fractionnelles, les types, les exemples, les conceptions équilibrées et l'exploitation des redondances dans les interactions.
Explore l'analyse graphique des expériences factorielles complètes, en mettant l'accent sur l'analyse efficace des données et l'interprétation des principaux effets et interactions.