Bonsoir @Syrine,
Il reste difficile de vous aider sans plus d'informations sur le système à étudier.
Est-il possible de le décrire plus, quitte à anonymiser/coder le nom des ingrédients ? Préciser combien et lesquels sont dépendants les uns des autres (ex: ingrédients 1, 2 et 3) ?
- Combien de variables de mélange (variables dépendantes les unes des autres dont la quantité totale est fixée) avez-vous ?
- Combien de variables indépendantes avez-vous ? Pour chacune, quelle est son type (continu, catégoriel, ...), sa fourchette de valeurs (haute et basse pour des facteurs numériques continus, ou le nombre de niveaux pour le cas de facteurs catégoriels) ?
- Est-ce que l'ingrédient à substituer fait partie de ces variables de mélange ou est-ce une variable supplémentaire indépendante (dont la quantité peut être librement choisie sans impact sur la quantité d'autres ingrédients) ?
- Y-a t'il plusieurs substituts possibles à cet ingrédient que vous souhaitez tester (alternative A, B, C, ... : facteur catégoriel avec un certain nombre de niveaux/alternatives ?) ?
- Avez-vous un budget expérimental (nombre d'expériences) limite que vous souhaiterez ne pas dépasser ?
Etant donné que votre plan semble mêler des facteurs de mélange avec des facteurs continus, il semble approprié d'utiliser la plateforme "Plans optimaux", car elle vous laissera une plus grande liberté pour définir et mêler différents types de facteurs et choisir le modèle et les termes à inclure, ainsi qu'une certaine flexibilité dans le choix du nombre d'expériences.
Pour le sujet de la valeur de réponse visée, vous aurez de toute façon dans l'analyse de votre plan des prédictions d'activité de l'eau, avec leur intervalle de confiance. En fonction du type de plan, de la variabilité de la réponse, du nombre d'expériences, du niveau de confiance (95% par exemple), ... cet intervalle sera plus ou moins grand, et vous pourrez ainsi vérifier que la valeur optimum prédite (et son intervalle de confiance) pour une certaine combinaison de valeurs de vos facteurs correspond bien à votre cible et que l'écart de l'intervalle de confiance est suffisant pour vos besoins.
Edit: Si vous souhaitez plus d'informations ou de formation sur les plans d'expériences ou si ce sujet est votre premier plan d'expériences, je recommande vivement les formations gratuites JMP suivantes :
- Introduction aux plans d'expériences : Design of Experiments Intro Kit | Getting Started with JMP
- Statistical Thinking for Industrial Problem Solving (un module est consacré aux DoE) : Statistical Thinking (STIPS) - Free Online Statistics Course | JMP
- D'autres ressources ou exemples : Design of Experiments | JMP
Ce contenu peut vous permettre de monter en compétences sur les plans d'expériences, ainsi que de pouvoir décrire plus précisément le plan que vous souhaitez réaliser.
Victor GUILLER
L'Oréal Data & Analytics
"It is not unusual for a well-designed experiment to analyze itself" (Box, Hunter and Hunter)