Bonjour @Syrine,
Difficile de vous aider sans plus de détails et ne travaillant pas dans le même domaine, il m'est difficile de me représenter le contexte en quelques lignes.
Comme suggéré par @P_Bartell, il est probable que d'autres personnes aient été confrontés à cette situation et aient pu résoudre ce problème à l'aide de plans d'expériences, ou autre, donc s'inspirer de ces études peut être grandement bénéfique.
Je rajouterai quelques questions pour vous permettre d'orienter vos recherches ou vos questionnements :
- Souhaitez-vous comprendre/modéliser un phénomène, sélectionner les niveaux les plus optimaux de ces deux facteurs qui vous permettent d'avoir les meilleurs résultats, ou prédire une réponse/un phénomène ?
- Quelle(s) est/sont votre/vos réponse(s) (courbe de croissance, nombre de bactéries au cours du temps, ...) ? Connaissez vous l'incertitude de mesure, et/ou d'éventuels facteurs de bruit qui peuvent influencer/parasiter vos résultats ?
- Avez-vous d'autres facteurs possibles à prendre en compte ? Température, pH, pression osmotique, oxygène, milieu de culture, ... sont des facteurs que l'on retrouve souvent dans les études de bactéries : Nutrition et croissance des bactéries (biologiemarine.com) Ou peut-être que le nombre d'isolements peut également être considéré comme un facteur si une réponse peut être mesurée quelque soit ce nombre ? Il s'agirait alors vraisemblablement d'un facteur numérique discret.
Pour vous orienter sur le choix du design, la littérature existante sur votre sujet ou un sujet proche du votre peut vous aider. Vous pouvez également faire appel à la communauté JMP avec plus de détails et de contexte sur le setup expérimental.
Enfin, un outil en ligne de recommandation de plans créé par JMP peut également vous aider : DOE Quiz (jmp.com)
En espérant que cette réponse complémentaire puisse vous aider,
Victor GUILLER
L'Oréal Data & Analytics
"It is not unusual for a well-designed experiment to analyze itself" (Box, Hunter and Hunter)
