| |
Titre+ |
Résumé |
Durée (jours) |
 |
Les outils essentiels de la statistique |
Cet atelier fournit une introduction aux principes et concepts de base en statistique.
La première partie traite de méthodes classiques autant qu’originales utilisées pour décrire les données à l’aide d’outils numériques et graphiques. Ces méthodes sont utiles, entre autres, afin de détecter des données aberrantes « outliers ».
La seconde partie présente, à l’aide d’exemples réels, le mécanisme des tests statistiques et la prise de décision en présence d’incertitude. Les risques alpha et beta, les p-values (seuils de signification observés), la notion de puissance, de niveau de confiance et les intervalles de confiance sont expliqués en termes simples.
Cet atelier fournit une base indispensable à la bonne compréhension de la plupart des méthodes couramment utilisées. |
1.0 |
 |
Introduction à la planification d'expériences |
Les plans d'expériences constituent des stratégies efficaces pour concevoir l'expérimentation de manière à minimiser le nombre d’essais à réaliser et, simultanément, à maximiser le nombre facteurs ou paramètres étudiés. Ils permettent aussi la simplification des analyses statistiques et l’interprétation claire et nette des résultats.
Construction de plans d'expériences
Apprenez à mettre en place des expériences visant à comparer deux groupes ou plus. Rendez vos tests efficaces et informatifs grâce à l'utilisation de plans factoriels. Tout au long de l'atelier, l'emphase est mise sur l'impact des différentes sources de variabilité dans les expériences et les manières de les contrôler.
Principe des calculs de taille d'échantillon
Découvrez quels sont les différents paramètres nécessaires au calcul de taille d'échantillon dans une expérience et comment les utiliser afin de déterminer le nombre d'essais requis. Afin d'illustrer la mise en œuvre de ces calculs, des applications numériques ainsi que des études de cas sont présentées, analysées et discutées.
Analyse statistique des données provenant d'expériences planifiées
Apprenez comment effectuer l'analyse des données recueillies lors d'expériences planifiées. L'atelier couvre d'abord le test de Student (test de t) qui est l'outil utilisé pour comparer deux groupes, puis l'analyse de la variance à un facteur pour comparer plus de deux groupes et finalement l'analyse de la variance à plusieurs facteurs. En outre, le principe sous-jacent aux méthodes de comparaisons multiples utilisées pour localiser les différences entre les groupes est expliqué et différentes variantes sont présentées. |
2.0 |
 |
Planification d'expériences avancée |
Cette formation décrit certains plans d'expériences avancés à utiliser pour prendre en compte différentes contraintes auxquelles les expérimentateurs font face : temps, ressources limitées, hétérogénéité du matériel, mesures répétées sur sujets, contraintes à la randomisation. Elle traite aussi de l'analyse statistique des données et de leur interprétation pour chacun des plans étudiés.
|
2.0 |
 |
Plans de criblage |
Cette formation d’une journée traite de la construction de plans d'expériences avancés pour sélectionner les facteurs d’intérêt dans une expérience. Ces plans nécessitent peu d’essais et permettent d'optimiser le temps et les coûts de cette phase souvent préliminaire à des études ultérieures. |
1.0 |
 |
Méthodes de surface de réponse et plans d'optimisation |
Cette formation de deux jours traite de la construction de plans d'expériences avancés pertinents pour optimiser un procédé et/ou une formulation et qui nécessitent peu d’essais pour atteindre cet objectif. |
2.0 |
 |
Études de répétabilité et de reproductibilité (R&R) |
Cette session de formation traite de la mise en place et de l'analyse statistiques des données recueillies lors d'étude de répétabilité et de reproductibilité (R&R).
La principale question consiste à déterminer la proportion de la variabilité inhérente à chacune des sources de variabilité et comment elle affecte les décisions prises en utilisant des mesures originant de ces processus de mesure. |
1.0 |
 |
Régression sur les composantes principales et PLS |
Cet atelier aborde la problématique de la corrélation des variables explicatives dans les modèles de régression (multicollinéarité), son impact sur la qualité des modèles obtenus dans ce contexte et présente la technique actuellement la plus populaire pour la résoudre, la régression Partial Least Squares (PLS).
Le séminaire aborde le principe de la régression PLS à travers son lien avec les méthodes statistiques multivariées, notamment l'analyse en composantes principales (ACP). L'emphase est également mise sur les stratégies permettant la mesure de la capacité de prédiction des modèles et leur application pour optimiser la construction d'un modèle PLS. Différentes études de cas et analyses sont réalisées et discutées. Celles-ci visent autant à familiariser les participants avec les résultats fournis par différents logiciels qu'à les sensibiliser aux conditions d'utilisation de la régression PLS et à éviter certaines erreurs. |
1.0 |
 |
Planification et analyse des études de durée de vie et de stabilité |
Cet atelier utilise une variété d’études de cas afin de présenter les aspects les plus importants à considérer dans la détermination de la durée de vie des produits.
Dans un premier temps les différences entre les études de durée de vie et de stabilité sont exposées. L’atelier permet aux participants d’apprendre comment mettre en place de manière efficace chacune de ces études pour déterminer le temps de défaillance des produits avec précision et exactitude. Les éléments-clé discutés incluent la sélection des temps de mesure, la prise en compte des tests de nature destructive, la taille des expériences ainsi que la sélection des échantillons.
L’atelier met aussi l’emphase sur les méthodes appropriées pour analyser les données, les interpréter et les communiquer. Le principe des tests de durée de vie accélérée est abordé ainsi que les conditions gagnantes pour y parvenir. |
1.0 |
