Il pulsante D-Ottimale, présent sur les pages Taguchi, XN, Balayage et Surface de réponse, ouvre un module à part. Son principe : partir d’un ensemble d’essais candidats et en extraire le sous-ensemble qui maximise le déterminant de la matrice d’information, autrement dit, celui qui apporte le plus d’information pour le modèle visé.
⚠️ Point important et peu visible : sur les pages Taguchi, XN et Balayage, les essais candidats ne sont pas ceux de la table fractionnaire affichée mais ceux du plan complet. C’est logique car on cherche le meilleur sous-ensemble possible, pas le meilleur sous-ensemble d’un sous-ensemble mais cela change ce que vous voyez dans l’onglet des candidats.
1. Le panneau de gauche
- Nombre de simulation : le nombre de recherches aléatoires par taille de plan, de 10 à 100 (25 par défaut). Plus il est élevé, plus la solution est proche de l’optimum, plus le calcul est long ;
- Nombre de lignes candidates, Degrés de liberté, Nombre mini d’essais : les contraintes du problème. Le minimum d’essais vaut les degrés de liberté du modèle, diminués des essais que vous imposez ;
- Determinant initial e Déterminant Doptimal : la référence et le résultat. Le second est coloré : vert au-delà de 99 % de la référence, orange entre 95 et 99 %, rouge en dessous ;
- Fattori : le choix des termes du modèle. C’est ici qu’on ajoute les interactions à estimer, ce qui augmente les degrés de liberté et donc le minimum d’essais.
2. Les quatre onglets
Recherche de l’optimum : on donne un nombre minimum et maximum d’essais, et Ellistat trace le déterminant obtenu en fonction du nombre d’essais, avec en pointillé rouge le déterminant du plan initial. Le calcul est annulable.
Création du plan : on fixe le nombre d’essais et l’on obtient le plan D-optimal correspondant, transférable en grille comme les autres.
Essais candidats : la liste des candidats, avec une case à cocher par ligne : « Cochez les cases pour les essais à ne pas retenir (ex : configuration impossible) ». C’est ici qu’on retire les combinaisons irréalisables.
DOE inclusion table : les essais que vous voulez imposer au plan, quoi qu’en dise l’optimisation. On fixe le nombre de lignes, on saisit les valeurs, le copier-coller multi-cellules depuis un tableur fonctionne et « Effacer le tableau » remet à zéro. Une cellule sur fond rouge signale une modalité qui n’existe pas dans les candidats.
💡 C’est la combinaison de ces deux derniers onglets qui fait la valeur du module, et elle n’a pas d’équivalent dans les tables standard : retirer les essais impossibles e imposer les essais déjà réalisés. C’est aussi la réponse au besoin « compléter un plan existant » on impose les essais faits, et l’optimisation choisit les suivants.
⚠️ Le résultat dépend entièrement de la qualité de l’ensemble de candidats et du modèle déclaré. Un plan D-optimal pour un modèle sans interactions n’est pas D-optimal pour le même modèle avec interactions : le module optimise pour ce qu’on lui demande, exactement.