Plans d'expérience: constructions et analyses statistiques
(Mathématiques et Applications ; 67)
データ種別 | 電子ブック |
---|---|
出版者 | Berlin, Heidelberg : Springer Berlin Heidelberg |
出版年 | 2010 |
本文言語 | フランス語 |
大きさ | XV, 532 p. 38 ill : online resource |
書誌詳細を非表示
内容注記 | Generalites La notion de plan d’expérience Outils mathématiques pour les plans d’expérience Plans dexperience pour facteurs quantitatifs Plans d’expérience pour modèles d’ordre un Plans d’expérience pour modèles à effets d’interactions Plans d’expérience pour surfaces de réponse Plans d’expérience en blocs Plans d’expérience pour mélanges Plans dexperience pour facteurs qualitatifs Plans d’expérience pour facteurs qualitatifs Plans d’expérience en blocs pour facteurs qualitatifs Optimalite des plans dexperience Critères d’optimalité |
---|---|
一般注記 | Il est souvent nécessaire de réaliser des expériences afin de modéliser le comportement d’un phénomène complexe. La méthode des plans d’expérience a pour objectif d’obtenir un maximum d’information sur le phénomène étudié en un minimum d’expériences. Ceci est primordial si l’objectif est un gain de temps ou de qualité. Cet ouvrage détaille les fondements théoriques de la méthode mathématique des plans d’expérience. Ceci est abordé tout au long des quatre parties suivantes. Présentation générale de la méthode et des outils mathématiques. Plans d’expérience pour facteurs quantitatifs : modèle d’ordre un, modèle à effets d’interactions, surface de réponse, modèle à effets de blocs et modèle pour mélanges. Plans d’expérience pour facteurs qualitatifs : modèle additif, modèle à effets d’interactions et modèle à effets de blocs. Efficacité et optimalité : optimalité uniforme, A, D et E-efficacité, généralisation à la notion de Fq-efficacité, optimalité universelle. De nombreux exemples sont utilisés afin d’illustrer les diverses techniques présentées. Les démonstrations mathématiques de la plupart des résultats énoncés figurent en annexe. When a complex phenomenon is studied it is common to run experiments in order to fit a model. In such situations experimental designs can be used to find a maximum of information in a minimum of trials. This is of prime importance when the goal is to save time or improve quality. This book is structured in four parts: a general presentation of the method and mathematical background, experimental designs for quantitative factors, experimental designs for qualitative factors, and optimality of experimental designs. Numerous examples are introduced in order to illustrate the applications and mathematical proofs for most of the results are given in appendices |
著者標目 | SpringerLink (Online service) |
件 名 | LCSH:Statistics LCSH:Applied mathematics LCSH:Engineering mathematics FREE:Statistics FREE:Statistics for Engineering, Physics, Computer Science, Chemistry and Earth Sciences FREE:Applications of Mathematics FREE:Appl.Mathematics/Computational Methods of Engineering |
分 類 | DC23:519.5 |
巻冊次 | ISBN:9783642114724 |
ISBN | 9783642114724 |
URL | http://dx.doi.org/10.1007/978-3-642-11472-4 |
目次/あらすじ
類似資料
この資料の利用統計
このページへのアクセス回数:1回
※2021年9月12日以降