Le T² répond à une question de pilotage : cette pièce est-elle conforme, toutes caractéristiques prises ensemble ?Une pièce peut être dans la tolérance sur chaque cote et rester atypique par leur combinaison — c’est précisément ce que la surveillance cote par cote laisse passer.
Le T² mesure la distance de chaque individu au centre du nuage, en tenant compte des corrélations entre caractéristiques (distance de Mahalanobis). Le graphique ressemble à une carte de contrôle : une valeur, une limite.
Zone 1 : les options.
⇒ Apprentissage de / à : les lignes qui servent à établir la référence (moyenne et matrice de covariance). Les autres sont comparées à cette référence ;
⇒ Type T2 : la méthode de calcul de la limite — Sullivan, Classique ou Chi2 ;
⇒ risque alpha : le risque de fausse alarme ;
⇒ Limite figée : impose une limite plutôt que de la recalculer ;
⇒ Eliminer les valeurs aberrantes and Eliminer les valeurs hors T² : nettoient l’échantillon d’apprentissage, pour que la référence ne soit pas établie sur des points atypiques ;
⇒ Rechercher des groupes : identifie les points hors limite proches entre eux, et les colore par groupe. Des points qui sortent de la même façon désignent une cause commune ;
⇒ Echelle Logarithmique : lisible quand un point domine tous les autres.
Zone 2 : le nuage associé.
⇒ Avec 2 variables, il affiche les individus et l’ellipse de confiance : la frontière de conformité multivariée. C’est la représentation la plus parlante ;
⇒ Avec 3 variables, le nuage en trois dimensions ;
⇒ Au-delà de 3 variables, les individus sont projetés dans le plan factoriel de l’ACP, seule représentation possible.
💡 Un T² qui sort sans qu’aucune caractéristique ne soit hors tolérance est le cas intéressant : la combinaison a changé. Passer à l’ACP pour voir quelle liaison a bougé.