C1 — Plans d'expériences (DOE)

🎯 Vous pensez que la statistique commence à l’analyse ? Faux. Elle commence au plan d’expérience — avant même la première mesure.

Aucun test statistique ne sauve un plan bancal. Ce cours vous apprend à concevoir le bon plan avant la manipulation, pas à réparer après coup. À la fin, vous concevez un plan d’expériences adapté à chaque question de recherche.

👥 Pour qui ?

Agronomes, chercheurs en sciences expérimentales
Pharmaciens, biologistes
Chimistes, ingénieurs qualité
Recherche agroalimentaire et industrielle
Doctorants en sciences appliquées

🎯 Objectifs pédagogiques

Distinguer les trois principes de Fisher : randomisation, répétition, blocage
Choisir le plan adapté à la question (CRD, RBD, latin, factoriel, fractionnaire, split-plot, RSM)
Calculer une taille d’effectif a priori
Analyser un plan avec R (agricolae, FrF2, rsm, lme4, emmeans)
Optimiser un procédé par surface de réponse
Communiquer rigoureusement design + analyse

📐 Architecture en 4 blocs · 11 modules

Bloc 1 — Principes fondamentaux (M1–M3) : randomisation, répétition, blocage, plan complètement randomisé, taille d’effectif
Bloc 2 — Contrôle de la variabilité (M4–M5) : blocs complets randomisés (RBD), carré latin
Bloc 3 — Designs factoriels (M6–M8) : factoriels complets, plans 2^k fractionnaires, split-plot
Bloc 4 — Optimisation (M9–M11) : surface de réponse, Box-Behnken, central composite, synthèse