{"id":4664,"date":"2026-08-12T16:59:59","date_gmt":"2026-08-12T14:59:59","guid":{"rendered":"https:\/\/ellistat.com\/?post_type=guide-dutilisateur&p=4664"},"modified":"2026-08-12T16:59:59","modified_gmt":"2026-08-12T14:59:59","slug":"plan-de-remplissage","status":"publish","type":"guide-dutilisateur","link":"https:\/\/ellistat.com\/en\/guide-dutilisateur\/plan-de-remplissage\/","title":{"rendered":"Filling plan"},"content":{"rendered":"

Les plans pr\u00e9c\u00e9dents visent tous l\u2019estimation d\u2019un\u00a0mod\u00e8le donn\u00e9<\/strong>\u00a0\u2014 lin\u00e9aire, avec interactions, quadratique. Les plans de remplissage visent autre chose :\u00a0couvrir uniform\u00e9ment l\u2019espace exp\u00e9rimental<\/strong>, sans supposer la forme de la r\u00e9ponse.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

C\u2019est le plan des mod\u00e8les de machine learning, qui apprennent la forme au lieu de la postuler. Les facteurs doivent \u00eatre quantitative<\/strong>, il en faut au moins deux<\/strong> and au plus 20<\/strong>.<\/p>\n\n\n\n

1. Plan calcul\u00e9 ou table tabul\u00e9e<\/h2>\n\n\n\n

La liste des plans possibles propose deux familles :<\/p>\n\n\n\n

    \n
  • Plan Ellistat (calcul\u00e9)<\/strong>, propos\u00e9 en premier et s\u00e9lectionn\u00e9 par d\u00e9faut : le seul dont le nombre d\u2019essais et les crit\u00e8res s\u2019adaptent \u00e0 votre configuration ; <\/li>\n\n\n\n
  • Visit\u00a0tables tabul\u00e9es<\/strong>, \u00e0 nombre d\u2019essais fig\u00e9 : Audze-Eglais (9, 15, 16, 25, 50, 100 essais selon le nombre de facteurs), Latin Hypercube Design (16, 25, 50) et NOLH 17. Au-del\u00e0 de 10 facteurs, il n\u2019en reste aucune, seul le plan calcul\u00e9 r\u00e9pond.<\/li>\n<\/ul>\n\n\n\n

    2. Les r\u00e9glages du plan calcul\u00e9<\/h2>\n\n\n\n
    R\u00e9glage<\/strong><\/td>R\u00f4le<\/strong><\/td><\/tr><\/thead>
    Number of factors<\/strong><\/td>Rappel, en lecture seule.<\/td><\/tr>
    Nombre d\u2019essais<\/strong><\/td>Au minimum k<\/em>+1, au maximum 100. La valeur par d\u00e9faut vaut cinq essais par facteur, au moins 9.<\/td><\/tr>
    Hypoth\u00e8se sur les facteurs<\/strong><\/td>\u00ab Tous les facteurs sont actifs \u00bb ou \u00ab Seuls quelques facteurs sont actifs \u00bb.<\/td><\/tr>
    Limiter la corr\u00e9lation<\/strong><\/td>Contraint la corr\u00e9lation maximale entre facteurs. Active par d\u00e9faut.<\/td><\/tr>
    Corr\u00e9lation max |r|<\/strong><\/td>La cible, 0,03 par d\u00e9faut.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

    L\u2019hypoth\u00e8se choisie est expliqu\u00e9e \u00e0 l\u2019\u00e9cran, et le choix compte :<\/p>\n\n\n\n

      \n
    • Tous les facteurs sont actifs<\/strong>\u00a0: crit\u00e8re Audze-Eglais seul : remplissage de l\u2019espace complet. \u00c0 choisir si le mod\u00e8le aval exploite tous les facteurs ;<\/li>\n\n\n\n
    • Seuls quelques facteurs sont actifs<\/strong>\u00a0: Audze-Eglais + MaxPro : remplit aussi les projections, l\u00e0 o\u00f9 se joue la lecture quand seuls deux ou trois facteurs comptent r\u00e9ellement.<\/li>\n<\/ul>\n\n\n\n

      \ud83d\udca1 C\u2019est le r\u00e9glage qui distingue vraiment deux plans de remplissage, et il se d\u00e9cide en pensant \u00e0\u00a0l\u2019\u00e9tape d\u2019apr\u00e8s<\/strong>. Si vous soup\u00e7onnez que deux facteurs sur huit portent l\u2019essentiel, un plan qui remplit bien l\u2019espace \u00e0 huit dimensions peut se projeter tr\u00e8s mal sur le plan de ces deux facteurs, les points s\u2019y superposent, et le mod\u00e8le n\u2019y voit presque rien. C\u2019est pr\u00e9cis\u00e9ment ce que corrige le terme MaxPro.<\/p>\n\n\n\n

      \u26a0\ufe0f La barri\u00e8re de corr\u00e9lation est recommand\u00e9e : le terme MaxPro d\u00e9grade nettement les corr\u00e9lations quand elle est absente. La d\u00e9sactiver n\u2019a de sens que si l\u2019on veut un remplissage maximal sans se soucier de l\u2019ind\u00e9pendance des effets.<\/p>\n\n\n\n

      3. Calculer et lire le r\u00e9sultat<\/h2>\n\n\n\n

      Le bouton Calculer<\/strong> lance le recuit dans un worker, avec une progression et un bouton Arr\u00eater<\/strong>. Le plan obtenu est enregistr\u00e9 sur le plan d\u2019exp\u00e9rience : il survit \u00e0 la navigation.<\/p>\n\n\n\n

      Trois indicateurs s\u2019affichent \u00e0 c\u00f4t\u00e9 du bouton :<\/p>\n\n\n\n

      \"\"<\/figure>\n\n\n\n
        \n
      • Audze-Eglais<\/strong>\u00a0: le crit\u00e8re de remplissage, plus il est bas, mieux l\u2019espace est couvert ; <\/li>\n\n\n\n
      • MaxPro<\/strong>\u00a0: le crit\u00e8re de remplissage des projections, affich\u00e9 quand l\u2019hypoth\u00e8se \u00ab quelques facteurs actifs \u00bb est retenue ;<\/li>\n\n\n\n
      • Max |r|<\/strong>\u00a0: la plus forte corr\u00e9lation absolue entre deux facteurs.<\/li>\n<\/ul>\n\n\n\n

        Le bouton\u00a0Correlation matrix<\/strong>\u00a0affiche\u00a0:\u00a0<\/p>\n\n\n\n

        <\/p>\n\n\n\n

        Le bouton\u00a0Nuages de points<\/strong>\u00a0ouvre deux lectures compl\u00e9mentaires : <\/p>\n\n\n\n

          \n
        • la matrice des\u00a0corr\u00e9lations entre facteurs<\/strong>, sur une \u00e9chelle fixe de \u22121 \u00e0 +1 \u2014 un plan bien optimis\u00e9 y appara\u00eet donc quasi neutre, ce qui est correct <\/li>\n\n\n\n
        • and the\u00a0nuages de points par couple de facteurs<\/strong>, qui montrent\u00a0pourquoi<\/em>\u00a0une corr\u00e9lation est faible : points bien r\u00e9partis, ou structure en diagonale.<\/li>\n<\/ul>\n\n\n\n
          \"\"<\/figure>\n\n\n\n

          \ud83d\udca1 L\u2019\u00e9chelle fixe de la matrice n\u2019est pas un d\u00e9faut de r\u00e9glage. Une \u00e9chelle ajust\u00e9e aux donn\u00e9es afficherait des corr\u00e9lations de quelques centi\u00e8mes en couleurs vives, donnant l\u2019impression fausse d\u2019un plan mauvais. Ici, un plan quasi orthogonal se voit comme tel.<\/p>\n\n\n\n

          \u26a0\ufe0f Le bouton D-Optimal<\/strong> est volontairement absent des plans de remplissage : chercher un sous-ensemble D-optimal d\u2019un plan de remplissage n\u2019a pas de sens, puisque le plan vise la couverture de l\u2019espace et non l\u2019estimation d\u2019un mod\u00e8le donn\u00e9.<\/p>","protected":false},"featured_media":0,"menu_order":100,"template":"","meta":{"_acf_changed":true},"menu-guide-dutilisateur":[24],"class_list":["post-4664","guide-dutilisateur","type-guide-dutilisateur","status-publish","hentry","menu-guide-dutilisateur-7-doe-plans-dexperiences"],"acf":[],"yoast_head":"\nPlan de remplissage - Ellistat<\/title>\n<meta name=\"description\" content=\"Latin Hypercube, Audze-Eglais, MaxPro : construisez un plan de remplissage d'espace optimis\u00e9 pour entra\u00eener vos mod\u00e8les de machine learning sans hypoth\u00e8se a priori.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/ellistat.com\/en\/users-guide\/plan-de-remplissage\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Plan de remplissage - Ellistat\" \/>\n<meta property=\"og:description\" content=\"Latin Hypercube, Audze-Eglais, MaxPro : construisez un plan de remplissage d'espace optimis\u00e9 pour entra\u00eener vos mod\u00e8les de machine learning sans hypoth\u00e8se a priori.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/ellistat.com\/en\/users-guide\/plan-de-remplissage\/\" \/>\n<meta property=\"og:site_name\" content=\"Ellistat\" \/>\n<meta property=\"og:image\" content=\"https:\/\/ellistat.com\/wp-content\/uploads\/remplissage.png\" \/>\n\t<meta property=\"og:image:width\" content=\"644\" \/>\n\t<meta property=\"og:image:height\" content=\"298\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"4 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/plan-de-remplissage\\\/\",\"url\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/plan-de-remplissage\\\/\",\"name\":\"Plan de remplissage - Ellistat\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/plan-de-remplissage\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/plan-de-remplissage\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/remplissage.png\",\"datePublished\":\"2026-08-12T14:59:59+00:00\",\"description\":\"Latin Hypercube, Audze-Eglais, MaxPro : construisez un plan de remplissage d'espace optimis\u00e9 pour entra\u00eener vos mod\u00e8les de machine learning sans hypoth\u00e8se a priori.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/plan-de-remplissage\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/plan-de-remplissage\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/plan-de-remplissage\\\/#primaryimage\",\"url\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/remplissage.png\",\"contentUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/remplissage.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/plan-de-remplissage\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\\\/\\\/ellistat.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Plan de remplissage\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/#website\",\"url\":\"https:\\\/\\\/ellistat.com\\\/\",\"name\":\"Ellistat\",\"description\":\"La suite qualit\u00e9 de l'industrie m\u00e9canique\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/ellistat.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Filling plan - Ellistat","description":"Latin Hypercube, Audze-Eglais, MaxPro : construisez un plan de remplissage d'espace optimis\u00e9 pour entra\u00eener vos mod\u00e8les de machine learning sans hypoth\u00e8se a priori.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/ellistat.com\/en\/users-guide\/plan-de-remplissage\/","og_locale":"en_US","og_type":"article","og_title":"Plan de remplissage - Ellistat","og_description":"Latin Hypercube, Audze-Eglais, MaxPro : construisez un plan de remplissage d'espace optimis\u00e9 pour entra\u00eener vos mod\u00e8les de machine learning sans hypoth\u00e8se a priori.","og_url":"https:\/\/ellistat.com\/en\/users-guide\/plan-de-remplissage\/","og_site_name":"Ellistat","og_image":[{"width":644,"height":298,"url":"https:\/\/ellistat.com\/wp-content\/uploads\/remplissage.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_misc":{"Est. reading time":"4 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/plan-de-remplissage\/","url":"https:\/\/ellistat.com\/guide-dutilisateur\/plan-de-remplissage\/","name":"Filling plan - Ellistat","isPartOf":{"@id":"https:\/\/ellistat.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/plan-de-remplissage\/#primaryimage"},"image":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/plan-de-remplissage\/#primaryimage"},"thumbnailUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/remplissage.png","datePublished":"2026-08-12T14:59:59+00:00","description":"Latin Hypercube, Audze-Eglais, MaxPro : construisez un plan de remplissage d'espace optimis\u00e9 pour entra\u00eener vos mod\u00e8les de machine learning sans hypoth\u00e8se a priori.","breadcrumb":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/plan-de-remplissage\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/ellistat.com\/guide-dutilisateur\/plan-de-remplissage\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/plan-de-remplissage\/#primaryimage","url":"https:\/\/ellistat.com\/wp-content\/uploads\/remplissage.png","contentUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/remplissage.png"},{"@type":"BreadcrumbList","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/plan-de-remplissage\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/ellistat.com\/"},{"@type":"ListItem","position":2,"name":"Plan de remplissage"}]},{"@type":"WebSite","@id":"https:\/\/ellistat.com\/#website","url":"https:\/\/ellistat.com\/","name":"Ellistat","description":"The quality suite for the mechanical engineering industry","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/ellistat.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"}]}},"_links":{"self":[{"href":"https:\/\/ellistat.com\/en\/wp-json\/wp\/v2\/guide-dutilisateur\/4664","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ellistat.com\/en\/wp-json\/wp\/v2\/guide-dutilisateur"}],"about":[{"href":"https:\/\/ellistat.com\/en\/wp-json\/wp\/v2\/types\/guide-dutilisateur"}],"wp:attachment":[{"href":"https:\/\/ellistat.com\/en\/wp-json\/wp\/v2\/media?parent=4664"}],"wp:term":[{"taxonomy":"menu-guide-dutilisateur","embeddable":true,"href":"https:\/\/ellistat.com\/en\/wp-json\/wp\/v2\/menu-guide-dutilisateur?post=4664"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}