1.1 Introduction

Un plan d'expérience consiste à organiser une campagne d'expérimentation de façon à ce que les phases avant, pendant et après le processus expérimental proprement dit forment un tout correctement enchaîné. De ce point de vue, Dagnelie (2003) indique que "plan d'expériences" est une écriture fautive : le but poursuivi n'est pas la juxtaposition de diverses activités disparates, mais au contraire la réalisation d'un dispositif de preuve cohérent. D'ailleurs, on dit "un essai clinique" même si des centaines de patients sont impliqués.

Il est d'autant plus nécessaire de conserver une vue d'ensemble que, de nos jours, les ordinateurs "interviennent" de plus en plus dans la conduite des traitements de données. Il ne faut jamais perdre de vue que ces calculs, rapides et bon marché, ne valent jamais plus que les données qui les fondent. Et cela tandis que le processus d'expérimentation proprement dit reste en général lent et coûteux.

Organiser une campagne d'expérimentation consiste donc à faire ce qu'il faut pour que la conclusion de l'étude ne soit pas seulement "il aurait fallu procéder autrement". Parmi les questions à poser par avance, il y a :

1. Quel est l'impact économique du problème à résoudre ?
2. Quel est le budget de l'étude ?
3. Quel est l'historique des tentatives précédentes ?
4. Que sait-on, comment le sait-on, quelle est la qualité de ces savoirs/croyances ?
5. Qui a-t-on oublié de consulter ?
6. Que fera-t-on des données une fois recueillies ?

Il est indispensable de TOUT expliciter, de TOUT noter, en indiquant chaque décision, et les raisons de ces décisions. C'est la phase "asserting". Il n'y a pas d'expérience sans théorie, avant et après. C'est la raison pour laquelle nous allons commencer par examiner ce qui peut être extrait d'une série expérimentale donnée... et aussi ce qui ne peut en être extrait si la série a été mal conçue.

Les chapitres suivants examineront comment choisir une série expérimentale efficace pour sélectionner les facteurs les plus influents (screening) ou bien pour ajuster ces facteurs (improving).

1.1.1 Six Principles

In Natrella (1963), the following six principles are stated for experimental design as applied to process modeling:

1. Capacity for Primary Model
2. Capacity for Alternative Model
3. Minimum Variance of Coefficient Estimators
4. Sample where the Variation Is
5. Replication
6. Randomization

1.1.2 Wikipedia

http://fr.wikipedia.org/wiki/Plan_d'expérience considère que :

On nomme plan d'expérience l'organisation d'une expérience dont le déroulement lui-même sera conditionné par les résultats obtenus en cours de route.