3832223478

89

^UF_[(n-_P-_Vep),_K)]    [44]

p —»le nombre de variables n —> le nombre d’experiences

I («,-')    [45]

M

014

g = nombre de conditions ou il y a eu repetitions //, equivaut donc au nombre de repetitions

Assurement, une predominance des erreurs liees au manque d’ajustement «lack-of-fit» denoterait la faiblesse de la regression multiple. Par consequent, si le rapport de la variance du manque d’ajustement MSlof sur la variance de Perreur pure MSep est superieur a la valeur theorique de Fisher, le modele s’avere inadequat dans la mesure ou une certaine quantite d’information n'a pu etre modelise'e convenablement. II est donc souhaitable, afin de valider le modele de regression en question, que ce ratio soit plus faible que la valeur theorique de Fisher.

Les resultats par la methode d’ANOVA appliquee aux erreurs du plan factoriel sont presentes au tableau 21 (ANOYA pour experiences repetees).

Tableau 21:Methode d'ANOVA appliquee aux erreurs du plan factoriel 2³ (avec elements

quadratiques)

Source	Degre de liberte	Somme des carres	Carre moyen (variance)	F ratio
«Lack-of-fit»	1	SSlof = 1,1	MSlof = 1,1	0,51
Erreurs pures	11	SSep =23,84	MSep = 2,17	Prób. > F
Total	12	SSE = 24,94	-	0,4906

Niveau de confiance du modele : 1-a = 95%