Formation aux plans d'expériences

Leçon 1 • Terminologie expérimentale de base

Présente les variables, les unités et les traitements comme des termes techniques précis. Un vocabulaire précis évite les erreurs d'interprétation tout au long du cours.

Leçon 2 • Le rôle des hypothèses

Aborde les hypothèses nulle et alternative ainsi que leur structure logique. Relie la formulation des hypothèses aux choix de planification effectués plus tard dans le cours.

Leçon 3 • Notions de base sur la validité et la fiabilité

Fait la distinction entre validité interne et externe et définit la fiabilité des mesures. Ces concepts régissent chaque décision de planification abordée dans les chapitres suivants.

Leçon 4 • Qu'est-ce qu'une expérience

Définit les expériences par rapport aux études observationnelles et aux enquêtes. Établit la base conceptuelle du chapitre pour toutes les décisions de planification ultérieures.

Leçon 1 • Classification des variables

Catégorise les variables continues, discrètes, nominales et ordinales. Une classification correcte détermine les méthodes statistiques applicables dans les chapitres suivants.

Leçon 2 • Techniques d'aveugle et de placebo

Explique les contrôles en simple aveugle, en double aveugle et par placebo pour réduire les biais. Ces techniques traitent directement les effets d'attente de l'observateur et du participant.

Leçon 3 • Stratégies de contrôle

Présente le maintien constant, l'appariement et le contrôle statistique comme des techniques complémentaires. Chaque stratégie réduit le bruit et renforce l'inférence causale.

Leçon 4 • Identification des variables de confusion

Définit les facteurs de confusion et explique comment ils biaisent les estimations du traitement. Reconnaître les facteurs de confusion est un prérequis pour les stratégies de randomisation du chapitre 3.

Leçon 1 • Randomisation adaptative

Présente les schémas d'allocation adaptative en fonction de la réponse et adaptative en fonction des covariables. Ces méthodes avancées optimisent l'équilibre ou les résultats au cours d'essais en cours.

Leçon 2 • Documentation et audit de la randomisation

Établit des procédures pour enregistrer, vérifier et rapporter l'attribution aléatoire. Une documentation transparente favorise la reproductibilité et l'examen réglementaire.

Leçon 3 • Randomisation simple et systématique

Aborde les méthodes par tirage au sort, par table de nombres aléatoires et par intervalle systématique. Les étudiants appliquent ces techniques fondamentales avant de passer aux formes restreintes.

Leçon 4 • Méthodes de randomisation restreinte

Présente la randomisation par blocs, stratifiée et en grappes pour améliorer l'équilibre. Chaque méthode répond à des risques de déséquilibre spécifiques identifiés dans les sections précédentes.

Leçon 1 • Aperçu des stratégies d'échantillonnage

Compare l'échantillonnage probabiliste et non probabiliste ainsi que leurs implications inférentielles. Le choix de la stratégie d'échantillonnage affecte directement la validité externe abordée au chapitre 1.

Leçon 2 • Méthodes de calcul de la taille de l'échantillon

Démontre l'estimation de la taille de l'échantillon basée sur des formules et sur des simulations. Les étudiants appliquent ces méthodes aux moyennes, aux proportions et aux contextes de régression.

Leçon 3 • Fondamentaux de la puissance statistique

Définit la puissance, l'erreur de type I et l'erreur de type II ainsi que leurs relations. Comprendre la puissance est un prérequis pour tous les calculs de taille d'échantillon dans ce chapitre.

Leçon 4 • Études pilotes et tests de faisabilité

Utilise des pilotes à petite échelle pour affiner les estimations de la taille d'effet et la logistique. Les résultats du pilote alimentent directement les calculs révisés de la taille de l'échantillon avant le déploiement complet.

Leçon 1 • Plans croisés

Attribue chaque sujet à plusieurs traitements en séquence pour réduire la variabilité. Les effets de report et les périodes de sevrage sont des considérations centrales du plan.

Leçon 2 • Plan complètement randomisé

Aborde la structure, les hypothèses et le lien d'analyse du CRD à un seul facteur. Ce plan le plus simple sert de point de référence pour toutes les structures plus complexes.

Leçon 3 • Plan en blocs complets randomisés

Présente le blocage pour éliminer la variation nuisible connue de l'erreur. Le RCBD étend le CRD en ajoutant le concept de blocage introduit au chapitre 3.

Leçon 4 • Plan en carré latin

Contrôle simultanément deux facteurs nuisibles à l'aide d'une disposition en carré. Les étudiants appliquent les carrés latins lorsque deux dimensions de blocage sont identifiables.

Leçon 1 • Plans factoriels fractionnaires

Réduit le nombre d'essais en confondant les interactions d'ordre élevé avec les effets principaux. Les étudiants construisent et interprètent des fractions de résolution III, IV et V.

Leçon 2 • Plan factoriel à deux facteurs

Présente la structure factorielle 2×2 et générale à deux facteurs ainsi que le concept d'interaction. L'interprétation de l'interaction est la compétence centrale développée dans ce chapitre.

Leçon 3 • Plans factoriels d'ordre supérieur

Étend la logique factorielle à trois facteurs ou plus et aux interactions d'ordre supérieur. Les étudiants gèrent la complexité des structures factorielles à trois et quatre facteurs.

Leçon 4 • Plans factoriels complets à deux niveaux

Se concentre sur les plans 2^k pour les contextes de criblage et d'optimisation. Les niveaux de facteurs codés et l'estimation des effets sont des compétences informatiques de base.

Leçon 1 • Ajustement et validation des modèles de surface de réponse

Ajuste des modèles polynomiaux du second ordre et évalue leur adéquation. La validation du modèle garantit la fiabilité des prédictions avant de prendre des décisions d'optimisation.

Leçon 2 • Passage du criblage à l'optimisation

Explique la stratégie d'expérimentation séquentielle, du criblage à la mise au point fine. Cette section fait le pont entre les plans factoriels du chapitre 6 et les méthodes de surface de réponse.

Leçon 3 • Plan composite centré

Construit le CCD en augmentant un plan factoriel 2^k avec des points axiaux et centraux. Le CCD est le plan du second ordre le plus utilisé pour l'optimisation.

Leçon 4 • Localisation et interprétation des optima

Utilise l'analyse canonique et les graphiques de contour pour trouver les points stationnaires. Les étudiants distinguent les maxima, les minima et les points de selle dans la surface de réponse.

Leçon 1 • Adéquation de l'analyse au plan

Aligne les modèles statistiques avec la structure du plan utilisé pour collecter les données. Une analyse inadaptée invalide les conclusions, quelle que soit la qualité du plan.

Leçon 2 • Normes de rapport transparent

Applique des directives structurées de rapport pour documenter les décisions de planification et d'analyse. Un rapport transparent permet l'examen par les pairs et la reproduction indépendante.

Leçon 3 • Comparaisons multiples et contrôle des erreurs

Applique des procédures de correction pour contrôler le taux d'erreur familial et le taux de fausses découvertes. Les étudiants sélectionnent les corrections appropriées en fonction du nombre et du type de comparaisons.

Leçon 4 • Pratiques de reproductibilité et de science ouverte

Intègre le partage de données, la documentation du code et les documents ouverts dans le flux de travail. Ces pratiques répondent à la crise de la réplication et construisent une crédibilité à long terme.