ISO 3534-3:1985
(Main)Statistics — Vocabulary and symbols — Part 3: Design of experiments
Statistics — Vocabulary and symbols — Part 3: Design of experiments
Statistique — Vocabulaire et symboles — Partie 3: Plans d'expérience
Statistics - Vocabulary and symbols - Part 3: Design of experiments, Bilingual edition
General Information
Relations
Standards Content (Sample)
International Standard N*~*: 3534/3
p
Norme internationale adrn#
’
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION.ME>AYHAPOAHAR OPTAHM3A~MR fl0 CTAHAAPTkl3AlJ4M.ORGANlSATlON INTERNATIONALE DE NORMALISATION
Statistics - Vocabulary and symbols -
Part 3: Design of experiments
First edition - 1985-11-15
Vocabulaire et symboles -
Statistique -
Partie 3: Plans d ’expkience
PremiBre hdition - 1985-11-15
UDC/CDU 001 JOl.5 : 001.4 Ref. No./lWf. no :
IS0 3534/3-1985 (E/F)
Descriptors : statistics, experimental design, vocabulary. / Descripteurs : statistique, plan d ’exphimentation, vocabulaire.
Price based on 33 pages/Prix base sur 33 pages
---------------------- Page: 1 ----------------------
Foreword
IS0 (the International Organization for Standardization) is a worldwide federation of
national standards bodies (IS0 member bodies). The work of preparing International
Standards is normally carried out through IS0 technical committees. Each member
body interested in a subject for which a technical committee has been established has
the right to be represented on that committee. International organizations, govern-
mental and non-governmental, in liaison with ISO, also take part in the work.
Draft International Standards adopted by the technical committees are circulated to
the member bodies for approval before their acceptance as International Standards by
the IS0 Council. They are approved in accordance with IS0 procedures requiring at
least 75 % approval by the member bodies voting.
International Standard IS0 3534/3 was prepared by Technical Committee ISO/TC 69,
Applications of statistical methods. IS0 35343 together with IS0 3534/l and
IS0 3534/2 constitute a revision of, and will eventually replace, IS0 3534-1977.
Two definitions from IS0 35344977, randomization and replication, have been incor-
porated in IS0 3534/3, the remaining definitions in IS0 3534/3 are new.
NOTE - IS0 3534/3 was originally circulated as ISO/DIS 7584.
0
0 International Organization for Standardization, 1985
Printed in Switzerland
ii
---------------------- Page: 2 ----------------------
Avant-propos
L ’ISO (Organisation internationale de normalisation) est une federation mondiale
d ’organismes nationaux de normalisation (comites membres de I ’ISO). L ’elaboration
des Normes internationales est confide aux comites techniques de I ’ISO. Chaque
comite membre interess6 par une etude a le droit de faire partie du comite technique
cr& a cet effet. Les organisations internationales, gouvernementales et non gouverne-
mentales, en liaison avec I ’ISO participent egalement aux travaux.
Les projets de Normes internationales adopt& par les comites techniques sont soumis
aux comites membres pour approbation, avant leur acceptation comme Normes inter-
nationales par le Conseil de I ’ISO. Les Normes internationales sont approuvees confor-
mement aux procedures de I ’ISO qui requierent I ’approbation de 75 % au moins des
comites membres votants.
La Norme internationale IS0 3534/3 a et6 elaboree par le comite technique ISO/TC 69,
Application des mhthodes statistiques. L ’ISO 353413 constitue avec I ’ISO 353411 et
I ’ISO 3534/2 une revision de I ’ISO 3534-1977 et par la suite remplacera cette derniere.
Deux termes definis dans I ’ISO 3534-1977, a savoir randomisation et rgplique, ont 6th
incorpores dans I ’ISO 3534/3, tous les autres termes et leurs definitions &ant nou-
veaux.
NOTE - L ’ISO 3534/3 $I 6t6 soumise 3 I ’origine en tant qu ’lSO/DIS 7584.
0
0 Organisation internationale de normalisation, 1985
Imprime en Suisse
---------------------- Page: 3 ----------------------
Background information on the design of experiments
Design of experiments is essentially a strategy for experimentation that accounts for
environmental conditions surrounding the experiments and for arranging the ex-
periments so as to provide the answer to the questions of interest in an efficient, clear
manner. Variability exists, and it must be taken into consideration. Studies of some
factors under conditions of isolation where all other factors are held “constant” or at
some “ideal” level, usually are not representative of what happens to that factor in the
“real” world where there is simultaneous variation of many things.
Experimentation may take place in a laboratory where there is a high degree of freedom
to change the levels of the factors of interest because the test specimens are not to be
used after the experiment is over. In other cases, experimentation takes place in an
existing process where there is a restriction to relatively small changes per step
because the unit being studied (a person or a product) must be able to behave in a nor-
mal fashion following the experiment. The experiments may be run on “laboratory
model” equipment requiring further work to relate to “production” status or they may
be run in routine type environments.
While “design of experiments” (see clause 2) is independent in a sense from the
analysis and interpretation of the data collected, frequently used analysis methods
should be considered because they help in the understanding of design differences.
The combination of design and methods of analysis (see clause 3) reflects how the
design is effective.
In planning an experiment, it is necessary to limit biases introduced by the environ-
ment. For example, if those parts of the experiment using low dosage of a drug were
conducted in the morning and those with high dosage in the afternoon, would the en-
vironmental factor of time of day be confounded with the levels of dosage? Topics
such as “randomization” (see 1.12) and “blocking” deal with issues of how to
minimize the unwanted effects of these “noise” elements that are usually so numerous
they could not be eliminated even if it were economical or realistic to do so. Ar-
rangements into “blocks” (see 2.1.21, “incomplete blocks” (see 2.1.51, “Latin
squares” (see 2.1.3) and “split-plots” (see 2.1.7) provide mechanisms that let the ex-
perimenter consider beforehand how to reduce the effects of unwanted variability and
how to get more meaningful answers.
The area of “factorial experimentation” (see 2.2) deals with the interrelationships be-
tween multiple factors of interest to the experimenter. One-factor-at-a-time studies
may be useful in some instances to gain insight into that factor, but they can also be
misleading if that factor behaves differently in the presence, absence or at other levels
of other factors. Frequently the “breakthrough” that permits a step forward comes
from the synergism revealed in a study of “interactions” (see 1.141, or a failure may
stem from unknown interaction effects.
---------------------- Page: 4 ----------------------
Information de base concernant les plans d ’expbrience
Les plans d ’exp&ience constituent essentiellement une strategic pour I ’experimenta-
tion qui, prenant en compte d ’une part les conditions d ’environnement des experiences
et d ’autre part la combinaison de ces experiences, permet de fournir des reponses
a des questions importantes, de man&e efficace et Claire. La variabilite &ant une rea-
lit& il est necessaire de la prendre en consideration. Les etudes de certains facteurs
qu ’on isole en maintenant tous les autres facteurs ((constants)) ou a une variante
(( idbale)) ne sont generalement pas representatives de ce qui se produit sur ce facteur
en milieu ((reel 1) ou il existe une variation simultanee de plusieurs chases.
L ’experimentation peut se derouler dans un laboratoire oti les changements des varian-
tes des facteurs se font avec un grand degre de liberte car les echantillons n ’ont plus a
etre utilises lorsque I ’experience est terminee. Dans d ’autres cas, I ’experimentation
concerne un pro&de existant pour lequel les changements des variantes sont limit& a
des modifications relativement petites realisees par seuil, car durant I ’experience I ’unite
etudiee (une personne ou un produit) doit se comporter de maniere normale. Les expe-
riences peuvent aussi etre effect&es soit dans un (( laboratoire pilote)), ce qui exige un
travail supplementaire pour les relier aux conditions de production, soit dans des envi-
ronnements de routine.
Alors que les (( plans d ’experience)) (voir chapitre 2) sont en un sens, independants de
I ’analyse et de I ’interpretation des resultats obtenus, les methodes d ’analyse frequem-
ment utilisees devraient 6tre prises en compte car elles aident ZI comprendre les diffe-
rences entre plans d ’experience. La combinaison des plans d ’experience et des metho-
des d ’analyse (voir chapitre 3) reflete I ’efficacite de ces plans.
II est necessaire, en planifiant une experience, de limiter les biais introduits par I ’envi-
ronnement. Par exemple, si certaines parties d ’une experience utilisant le dosage sim-
plifie d ’un medicament se deroulaient le matin et d ’autres parties utilisant un dosage
complet en fin d ’apres-midi, le facteur periode de la journee pourrait-il etre confondu
avec les variantes du dosage? Des sujets tels que la (( randomisation 1) (voir 1.12) et la
(( mise en bloc)) donnent une reponse sur la facon de minimiser les effets indesirables
de ces elements (( perturbateurw qui generalement sont si nombreux qu ’ils ne peuvent
etre elimines meme s ’il etait economique ou realiste de le faire. Les arrangements en
(( blocs)) (voir 2.1.21, en (( blocs incompletw (voir 2.1.51, en (( car& latins)) (voir 2.1.3)
et en (( parcelles subdiviseew (voir 2.1.7) donnent les mecanismes qui permettent a
I ’experimentateur de considerer d ’avance la facon de reduire les effets de variabilite
indesirable et d ’obtenir des reponses plus significatives.
Le domaine des ((experiences factorielles)) (voir 2.2) traite des relations entre facteurs
multiples importants pour I ’experimentateur. A un moment donne des etudes, un fac-
teur peut etre utile dans certains exemples qui rendent credible ce facteur, mais qui
peuvent aussi tromper si ce facteur se comporte differemment en la presence, en
I ’absence ou a d ’autres niveaux des autres facteurs. Frequemment le ((declic)) qui per-
met d ’avancer provient de la synergie mise en evidence lors d ’une etude des ((inter-
actions)) (voir 1.14) ou alors il se peut qu ’un echec resulte de la meconnaissance de
I ’eff et d?c interaction N.
---------------------- Page: 5 ----------------------
Factorial experiments may be at two versions or levels of each factor, which limits in-
terpretation to linear relationships but may be sufficient for “screening” to determine if
there is any apparent interest in the factor. They may also include three or more levels
or versions to allow for estimation of “curvilinear” effects. The size of the experiment is
an obvious consideration in experiment efficiency, and “fractional replication” (see
2.2.71, a means of selecting specific portions of a complete factorial experiment, is of
immense value. For finding out which, if any, of the factors shows greatest promise of
a real change, “screening” experiments using small fractional replications can be very
effective. For work near the optimum points, curvature effects may be studied by the
creation of “composite” designs (see 2.2.10) adding supplementary points to the two-
level factorial.
Experimentation is generally carried out to find factors of potential interest or to
optimize some effects. For optimization, the data from the experiment is frequently
used to create an “assumed model” (see 1.20) of how the factors relate to selected
levels. A “response surface” (see 1.22) serves as a map of these models and may be
useful in prediction and location of the next phase of experiments.
Good experiment design should :
furnish required information with minimum effort;
a)
lead to pre-experiment determination
b) of whether the questions of interest can
be clearly answered in the experiment;
reflect whether an experiment series or a one-shot experiment is desirable;
cl
d) show the pattern and arrangement of experiment points to avoid
misunderstandings in carrying out the experiment
e) encourage the use of prior knowledge and experience in describing assump-
tio Ins and selection of factors and levels.
NOTE - The examples accompanying the definitions of certain terms are generally intended to
illustrate simple applications of those definitions. However, the examples given for regression
ana/y~i’ (3.3) and contrast anamsis (3.5) require special comment. These examples are not
detailed enough for those unfamiliar with these topics, nor complete enough for those with
considerable experience. The purpose of their inclusion is to provide the experienced person with
a reference to illustrate the concepts to less experienced practitioners.
---------------------- Page: 6 ----------------------
L ’experimentation factorielle peut etre a deux variantes ou niveaux pour chaque fac-
teur, ce qui limite I ’interpretation a des relations lineaires mais peut etre suffisant pour
le ((balayage~ qui determine si un facteur a un quelconque inter& apparent. Cette
experimentation peut egalement comporter trois variantes ou niveaux, ou plus, de
facon a permettre I ’estimation des effets de ((courbure)). La dimension de I ’experience
est pour I ’efficacite de celle-ci une consideration importante, et la (( replique fraction-
&e)) (voir 2.2.7)’ moyen de selectionner des parties spkifiques de I ’experience facto-
rielle complete, est d ’un immense inter&. Pour decouvrir lequel des facteurs, ou si tout
facteur, se promet d ’etre reellement influent, des experiences avec (( balayage)) utili-
sant de petites repliques fraction&es peuvent etre efficaces. Pour un travail proche
des points optima, les effets de courbure peuvent etre etudies en formant des ((plans
composites)) (voir 2.2.10) qui ajoutent des points supplementaires au plan factoriel a
deux niveaux.
L ’experimentation est generalement me&e pour trouver les facteurs potentiellement
interessants ou pour optimiser certains effets. Pour une optimisation, I ’information
a partir de I ’experience est frequemment utilisee pour creer un (( modele theorique))
(voir 1.20) qui presente la nature des relations entre les facteurs et les niveaux choisis.
Une ((surface de reponse )) (voir 1.22) sert de representation a ces modeles et peut etre
utile dans la prevision et la definition de la phase d ’experience suivante.
Un bon plan d ’experience devrait:
a) fournir I ’information necessaire avec un effort minimal;
b) conduire avant I ’experience a la determination qui permet
de savoi r si I ’expe-
rience pourra clairement repondre aux questions interessantes
c) indiquer si, soit une serie d ’experiences, soit une experience ponctuelle est sou-
haitable;
d) mettre en evidence le mod&e et ( ‘arrangement des points de I ’experience pour
eviter des incomprehensions lors de la realisation de I ’experience;
encourager I ’utilisation de la connaissance fondamentale et de I’ experience en
e)
selection des facteurs et niveaux.
dec rivant les hypotheses et la
NOTE - Les exemples accompagnant les definitions de certains termes sont ghkalement desti-
nes B illustrer des applications simples de ces definitions. Cependant, les exemples donn& en 3.3
anaiyse de rhgression et 3.5 anaiyse de contrastes nkessitent un commentaire particulier. Ces
exemples ne sont ni suffisamment d&ailk pour ceux qui ne sont pas familiers de ces sujets, ni
suffisamment complets pou,r ceux qui ont une exphience considhable. L ’objet de leur insertion
est de donner en r6f6rence aux praticiens moins experiment& une illustration des concepts qui
r&ulte de I ’exphrience des spkialistes.
vii
---------------------- Page: 7 ----------------------
Page
Contents
1
...........................................................
Introduction
1
..........................................
Scope and field of application
1
1 General terms .
9
..........................................
2 Arrangements of experiments
23
..................................................
3 Methods of analysis
Alphabetical indexes
32
English .
33
French .
. . .
VIII
---------------------- Page: 8 ----------------------
Sommaire Page
Introduction . 1
Objet et domaine d ’application . 1
1 .
Termesgenbraux 1
.............................................
2 Dispositifs expbrimentaux 9
3 Mbthodesd'analyse . 23
Index alphabetiques
Anglais .
32
Francais . 33
,
IX
---------------------- Page: 9 ----------------------
This page intentionally left blank
---------------------- Page: 10 ----------------------
INTERNATIONAL STANDARD
IS0 3534/3-1985 E/F)
NORME INTERNATIONALE
Statistics - Vocabulary Statistique - Vocabulaire
and symbols - et symboles -
Part 3: Design of Partie 3: Plans d ’expkience
experiments
Introduction
Introduction
La presente Norme internationale comprend trois parties:
This International Standard is divided into three parts:
- Partie 1 : Probabilite et termes statistiques g6neraux.t)
- Part 1: Probability and general statistical terms. l)
- Partie 2 : Controle statistique de qualite. l)
- Part 2: Statistical quality control?
- Partie 3: Plans d ’experience.
- Part 3: Design of experiments.
La disposition des termes dans la presente partie de I ’ISO 3534
The entries in this part of IS0 3534 are arranged analytically
est faite de facon analytique et des index alphabetiques francais
and alphabetical indexes in French and English are provided.
et anglais sont don&.
Scope and field of application Objet et domaine d ’application
La presente partie de I ’ISO 3534 definit des termes utilises dans
This part of IS0 3534 defines the terms used in the field of
design of experiments. le domaine des plans d ’expkrience.
1 General terms 1 Termes ghbraux
1 .I design of experiments; experiment design: The 1 .I plan d ’expbrience; plan exphimental : Ensemble des
modalites selon lesquelles un programme experimental doit etre
arrangement in which an experimental programme is to be con-
ducted, and the selection of the levels (versions) of one or more realise et choix des variantes (niveaux) d ’un ou de plusieurs fac-
factors or factor combinations to be included in the experi- teurs, ou des combinaisons de facteurs, B introduire dans
ment. I ’experience.
NOTE - L ’objet de la planification d ’une experience est de fournir les
NOTE - The purpose of designing an experiment is to provide the
most efficient and economical methods of reaching valid and relevant methodes les plus efficaces et les plus economiques permettant, a par-
tir de cette experience, d ’obtenir des conclusions solides et adequates.
conclusions from the experiment. The selection of an appropriate
Dans une experience particuliere, le choix du plan approprie depend de
design for any experiment is a function of many considerations such as
the type of questions to be answered, the degree of generality to be nombreuses considerations telles que la nature des questions auxquel-
les on desire repondre, le degre de generalit recherche pour les con-
attached to the conclusions, the magnitude of the effect for which a
high probability of detection (power) is desired, the homogeneity of the clusions, I ’importance des effets pour lesquels une probabilite elevee
de detection est souhaitee, I ’homogeneite des unites experimentales et
experimental units and the cost of performing the experiment. A pro-
perly designed experiment will permit relatively simple statistical inter- le cotit d ’execution de I ’experience. Une experience convenablement
organisee permettra une interpretation statistique relativement simple
pretation of the results, which may not be possible otherwise. The
includes the randomization procedure for allocating des resultats, qui peut ne pas &re possible d ’une autre facon.
“arrangement”
treatments to experimental units. L. ‘(( ensemble des modalit&) inclut la procedure de randomisation pour
I ’attribution des traitements aux unites experimentales.
The term “experimental design” is also frequently used. See
L ’expression ((plan experimental )) est aussi frequemment utili-
factor (1.2), level or version (of a factor) (1.3), treatment (1.4)
see. Voir 1.2 facteur, 1.3 variante ou niveau (d ’un facteur), 1.4
and experimental unit (1.6).
traitement, 1,6 unit& exphnentale.
1) Actuellement au stade de projet.
1) At present at the stage of draft.
---------------------- Page: 11 ----------------------
IS0 3534/3-1985 (E/F)
1.2 facteur : Cause assignable susceptible d ’affecter les
1.2 factor: An assignable cause which may affect the
responses (test results) and of which different levels (versions) reponses (resultats d ’essai) et dont differentes variantes
(niveaux) sont incluses dans I ’experience.
are included in the experiment.
NOTE - Factors may be quantitative, such as temperature, speed of NOTE - Les facteurs peuvent etre quantitatifs - par exemple la tem-
execution and voltage applied, or they may be qualitative, such as the perature, la vitesse d ’execution, le voltage - ou qualitatifs - par
exemple la variete d ’un materiau, la presence ou l ’absence d ’un cataly-
variety of a material, presence or absence of a catalyst, and the type of
equipment. seur, le type d ’equipement.
Les facteurs qui doivent etre etudies dans I ’experience sont par-
Those factors which are to be studied in the experiment are
sometimes called “principal factors ”. See level or version (1.3), fois appeles ~facteurs principaux)). Voir 1.3 variante ou niveau
(d ’un facteur), 1.5 espace exp&imental, 1.9 facteurs blocs.
experiment space (1.5) and block factors (1.9).
level; version ( of a factor): A given value, a specif ica- 13 . varian te; niveau (d ’un facteur) : Valeur donnee, specifi-
13
tibn of procedure or a specific setting of a factor. catio In d ’une procedure ou de la mise en ceuvre d ’un facteur.
Example Exemple
Two versions of a catalyst may be presence and absence. Four Deux variantes d ’un catalyseur peuvent etre la presence ou
levels of a heat treatment may be 100 OC, 120 OC, 140 OC and l’absence de catalyseur. Quatre niveaux d ’un traitement thermi-
que peuvent etre 100 OC, 120 OC, 140 OC et 160 OC.
160 OC.
NOTE - “Version” is a general term applied both to quantitative and NOTE - (( Variante )) est un terme general s ’appliquant a la fois aux fac-
teurs quantitatifs et qualitatifs. Le terme (( niveau )), plus restrictif, est
qualitative factors. The more restrictive term “level” is frequently used
frequemment utilise lorsqu ’il s ’agit d ’exprimer de facon plus precise un
to express more precisely the quantitative characteristic.
caractere quantitatif.
Responses observed at the various levels (versions) of a factor
Les reponses obtenues aux differentes variantes ou aux diffe-
provide information for determining the effect of the factor
rents niveaux d ’un facteur fournissent une information sur
within the range of levels of the experiment. Extrapolation
l’effet du facteur a I ’interieur du domaine des niveaux inclus
beyond the range of these levels is usually inappropriate,
dans I ’experience. Une extrapolation hors de ce domaine est
without a firm basis for assuming model relationships. Inter-
generalement inadequate a moins que I ’on ait de solides raisons
polation within the range may depend on the number of levels
d ’admettre I ’existence d ’un mod&e de relation fonctionnelle.
and the spacing of these levels. It is usually reasonable to inter-
L ’interpolation a l’interieur du domaine peut dependre du nom-
polate, although it is possible to have discontinuous or
bre de niveaux et de leur echelonnement; elle est generalement
multimodal relationships that cause abrupt changes within the
raisonnable, bien qu ’il puisse exister des relations discontinues
range of the experiment. The levels (versions) may be limited to
ou multimodales entrainant des changements brusques a I ’inte-
certain selected fixed values (whether these values are or are
rieur meme du domaine etudie. Les variantes ou niveaux peu-
not known) or they may represent purely random selection over
vent, soit etre limit& a certaines valeurs deliberement choisies
the range to be studied. The method of analysis is dependent
(que celles-ci soient ou non connues), soit resulter d ’une selec-
on this selection. See model 7 analysis of variance (ftxed model}
tion purement albatoire a l ’intkieur du domaine a 6tudier.
(3.2.11, model 2 analysis of variance (random model} (3.2.2)
La methode d ’analyse depend de I ’option choisie. Voir
and mixed model analysis of variance (3.2.3).
3.2.1 analyse de variance de modHe 7 (modHe B effets fixes},
3.2.2 analyse de variance de modHe 2 fmod&le albatoirel,
3.2.3 mod&le mixte d ’analyse de variance.
1.4 treatment: A combination of the levels (versions) of 1.4 traitement: Combinaison des variantes (niveaux) de
chacun des facteurs affectee a une unite experimentale
each of the factors assigned to an experimental unit (see 1.6).
(voir 1.6).
1.5 experiment space : The materials, equipment, en- 1.5 espace exphimental: Materiaux, equipements, condi-
tions d ’environnement et autres, intervenant dans la conduite
vironmental conditions and so forth which are available for con-
d ’une experience.
ducting an experiment.
NOTE - That portion of the experiment space restricted to the range NOTE - La pat-tie de I ’espace experimental Iimitee au domaine des
variantes (niveaux) des facteurs etudies dans I ’experience est parfois
of levels (versions) of the factors to be studied in the experiment is
sometimes called the “factor space ”. Some elements of the experi- appelee (( espace des facteurs )). Certains elements de I ’espace experi-
mental peuvent etre identifies comme &ant des blocs (voir 1.8) et con-
ment space may be identified with blocks (1.8) and be considered as
sider& comme des facteurs blocs (voir 1.9).
block factors (1.9).
1 6 experimental iment space 1.6 unit6 expbrimentale : Parti e de I ’espace experimental a
unit: A portion of the exper
laquelle un traitement est applique
td 1 which a treatmen t is ap Iplied or assigned in the experiment. ou aff ecte dans I ’experience.
2
---------------------- Page: 12 ----------------------
IS0 3534/S1986 (E/F)
Example Exemple
The unit may be a patient in a h L ’unite experimentale peut etre: un malade dans un hopital, un
ospital, a group of animals, a
production ba tch, a section of a compartmented tray, etc. groupe d ’animaux, un lot d ’une production, une partie d ’un
plateau compartimente, etc.
1.7 experimental error: The variation in the responses (test 1.7 erreur exphimentale: Variation dans les reponses
results) caused by extraneous variables, other than those due (resultats d ’essai) due a des variables non contrMes, s ’ajou-
tant a celle qui est imputable aux facteurs et aux blocs, et dont
to factors and blocks, the effect of which adds a degree of
uncertainty to the observed response value. I ’effet est d ’ajouter une incertitude suplementaire aux valeurs
des reponses observees.
NOTE - It is a common characteristic of experiments that, when they
NOTE -
La non-Constance des resultats est une caracteristique com-
are repeated, their results vary from trial to trial, even though the ex-
mune a toutes les experiences, lorsque celles-ci sont repetees meme si
perimental materials, environmental conditions and the experimental
les materiaux experimentaux, les conditions d ’environnement et les
operations are carefully controlled. Therefore, the occurrence of ex-
operations experimentales sont soigneusement controles. En cons&
perimental error is inevitable in practical experimentation. This varia-
quence, I ’existence d ’une erreur experimentale est inevitable en experi-
tion introduces a degree of uncertainty into conclusions that are drawn
mentation pratique. Cette erreur, qui introduit un degre d ’incertitude
from the results, and therefore has to be taken into account in reaching
dans les conclusions tirees des resultats, devrait done Qtre prise en con-
conclusions. See residual error (1.21). Experimental error is usually
sideration lorsqu ’on Bnonce les conclusions. Voir 1.21 erreur rbsiduelle.
measured in an experiment as a pooled variance of sets of duplicate
L ’erreur experimentale est generalement mesuree, dans une expe-
observations.
rience, par la variance commune a des series d ’observations reiterees.
1.8 bloc : Subdivision de I ’espace experimental en groupes,
1.8 block: A subdivision of the experiment space into
chaque groupe &ant constitue d ’unites relativement homoge-
groups, each consisting of relatively homogeneous units such
nes et dans lequel on peut s ’attendre a ce que l ’erreur experi-
that, within each group, the experimental error can be expected
mentale soit moindre que pour un meme nombre d ’unites alea-
to be smaller than would be expected should a similar number
of units be randomly located within the entire experiment toirement sit&es a l ’interieur de la totalite de I ’espace experi-
mental.
space.
NOTE - Les blocs sont generalement choisis pour tenir compte, en
NOTE - Blocks are usually selected to allow for assignable causes, in
addition aux causes assignables definies par les facteurs etudies (fac-
addition to
...
SLOVENSKI STANDARD
SIST ISO 3534-3:1996
01-september-1996
Statistics - Vocabulary and symbols - Part 3: Design of experiments, Bilingual
edition
Statistics -- Vocabulary and symbols -- Part 3: Design of experiments
Statistique -- Vocabulaire et symboles -- Partie 3: Plans d'expérience
Ta slovenski standard je istoveten z: ISO 3534-3:1985
ICS:
01.040.03 Storitve. Organizacija Services. Company
podjetja, vodenje in kakovost. organization, management
Uprava. Transport. and quality. Administration.
Sociologija. (Slovarji) Transport. Sociology.
(Vocabularies)
03.120.30 8SRUDEDVWDWLVWLþQLKPHWRG Application of statistical
methods
SIST ISO 3534-3:1996 en,fr
2003-01.Slovenski inštitut za standardizacijo. Razmnoževanje celote ali delov tega standarda ni dovoljeno.
---------------------- Page: 1 ----------------------
SIST ISO 3534-3:1996
---------------------- Page: 2 ----------------------
SIST ISO 3534-3:1996
International Standard N*~*: 3534/3
p
Norme internationale adrn#
’
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION.ME>AYHAPOAHAR OPTAHM3A~MR fl0 CTAHAAPTkl3AlJ4M.ORGANlSATlON INTERNATIONALE DE NORMALISATION
Statistics - Vocabulary and symbols -
Part 3: Design of experiments
First edition - 1985-11-15
Vocabulaire et symboles -
Statistique -
Partie 3: Plans d ’expkience
PremiBre hdition - 1985-11-15
UDC/CDU 001 JOl.5 : 001.4 Ref. No./lWf. no :
IS0 3534/3-1985 (E/F)
Descriptors : statistics, experimental design, vocabulary. / Descripteurs : statistique, plan d ’exphimentation, vocabulaire.
Price based on 33 pages/Prix base sur 33 pages
---------------------- Page: 3 ----------------------
SIST ISO 3534-3:1996
Foreword
IS0 (the International Organization for Standardization) is a worldwide federation of
national standards bodies (IS0 member bodies). The work of preparing International
Standards is normally carried out through IS0 technical committees. Each member
body interested in a subject for which a technical committee has been established has
the right to be represented on that committee. International organizations, govern-
mental and non-governmental, in liaison with ISO, also take part in the work.
Draft International Standards adopted by the technical committees are circulated to
the member bodies for approval before their acceptance as International Standards by
the IS0 Council. They are approved in accordance with IS0 procedures requiring at
least 75 % approval by the member bodies voting.
International Standard IS0 3534/3 was prepared by Technical Committee ISO/TC 69,
Applications of statistical methods. IS0 35343 together with IS0 3534/l and
IS0 3534/2 constitute a revision of, and will eventually replace, IS0 3534-1977.
Two definitions from IS0 35344977, randomization and replication, have been incor-
porated in IS0 3534/3, the remaining definitions in IS0 3534/3 are new.
NOTE - IS0 3534/3 was originally circulated as ISO/DIS 7584.
0
0 International Organization for Standardization, 1985
Printed in Switzerland
ii
---------------------- Page: 4 ----------------------
SIST ISO 3534-3:1996
Avant-propos
L ’ISO (Organisation internationale de normalisation) est une federation mondiale
d ’organismes nationaux de normalisation (comites membres de I ’ISO). L ’elaboration
des Normes internationales est confide aux comites techniques de I ’ISO. Chaque
comite membre interess6 par une etude a le droit de faire partie du comite technique
cr& a cet effet. Les organisations internationales, gouvernementales et non gouverne-
mentales, en liaison avec I ’ISO participent egalement aux travaux.
Les projets de Normes internationales adopt& par les comites techniques sont soumis
aux comites membres pour approbation, avant leur acceptation comme Normes inter-
nationales par le Conseil de I ’ISO. Les Normes internationales sont approuvees confor-
mement aux procedures de I ’ISO qui requierent I ’approbation de 75 % au moins des
comites membres votants.
La Norme internationale IS0 3534/3 a et6 elaboree par le comite technique ISO/TC 69,
Application des mhthodes statistiques. L ’ISO 353413 constitue avec I ’ISO 353411 et
I ’ISO 3534/2 une revision de I ’ISO 3534-1977 et par la suite remplacera cette derniere.
Deux termes definis dans I ’ISO 3534-1977, a savoir randomisation et rgplique, ont 6th
incorpores dans I ’ISO 3534/3, tous les autres termes et leurs definitions &ant nou-
veaux.
NOTE - L ’ISO 3534/3 $I 6t6 soumise 3 I ’origine en tant qu ’lSO/DIS 7584.
0
0 Organisation internationale de normalisation, 1985
Imprime en Suisse
---------------------- Page: 5 ----------------------
SIST ISO 3534-3:1996
Background information on the design of experiments
Design of experiments is essentially a strategy for experimentation that accounts for
environmental conditions surrounding the experiments and for arranging the ex-
periments so as to provide the answer to the questions of interest in an efficient, clear
manner. Variability exists, and it must be taken into consideration. Studies of some
factors under conditions of isolation where all other factors are held “constant” or at
some “ideal” level, usually are not representative of what happens to that factor in the
“real” world where there is simultaneous variation of many things.
Experimentation may take place in a laboratory where there is a high degree of freedom
to change the levels of the factors of interest because the test specimens are not to be
used after the experiment is over. In other cases, experimentation takes place in an
existing process where there is a restriction to relatively small changes per step
because the unit being studied (a person or a product) must be able to behave in a nor-
mal fashion following the experiment. The experiments may be run on “laboratory
model” equipment requiring further work to relate to “production” status or they may
be run in routine type environments.
While “design of experiments” (see clause 2) is independent in a sense from the
analysis and interpretation of the data collected, frequently used analysis methods
should be considered because they help in the understanding of design differences.
The combination of design and methods of analysis (see clause 3) reflects how the
design is effective.
In planning an experiment, it is necessary to limit biases introduced by the environ-
ment. For example, if those parts of the experiment using low dosage of a drug were
conducted in the morning and those with high dosage in the afternoon, would the en-
vironmental factor of time of day be confounded with the levels of dosage? Topics
such as “randomization” (see 1.12) and “blocking” deal with issues of how to
minimize the unwanted effects of these “noise” elements that are usually so numerous
they could not be eliminated even if it were economical or realistic to do so. Ar-
rangements into “blocks” (see 2.1.21, “incomplete blocks” (see 2.1.51, “Latin
squares” (see 2.1.3) and “split-plots” (see 2.1.7) provide mechanisms that let the ex-
perimenter consider beforehand how to reduce the effects of unwanted variability and
how to get more meaningful answers.
The area of “factorial experimentation” (see 2.2) deals with the interrelationships be-
tween multiple factors of interest to the experimenter. One-factor-at-a-time studies
may be useful in some instances to gain insight into that factor, but they can also be
misleading if that factor behaves differently in the presence, absence or at other levels
of other factors. Frequently the “breakthrough” that permits a step forward comes
from the synergism revealed in a study of “interactions” (see 1.141, or a failure may
stem from unknown interaction effects.
---------------------- Page: 6 ----------------------
SIST ISO 3534-3:1996
Information de base concernant les plans d ’expbrience
Les plans d ’exp&ience constituent essentiellement une strategic pour I ’experimenta-
tion qui, prenant en compte d ’une part les conditions d ’environnement des experiences
et d ’autre part la combinaison de ces experiences, permet de fournir des reponses
a des questions importantes, de man&e efficace et Claire. La variabilite &ant une rea-
lit& il est necessaire de la prendre en consideration. Les etudes de certains facteurs
qu ’on isole en maintenant tous les autres facteurs ((constants)) ou a une variante
(( idbale)) ne sont generalement pas representatives de ce qui se produit sur ce facteur
en milieu ((reel 1) ou il existe une variation simultanee de plusieurs chases.
L ’experimentation peut se derouler dans un laboratoire oti les changements des varian-
tes des facteurs se font avec un grand degre de liberte car les echantillons n ’ont plus a
etre utilises lorsque I ’experience est terminee. Dans d ’autres cas, I ’experimentation
concerne un pro&de existant pour lequel les changements des variantes sont limit& a
des modifications relativement petites realisees par seuil, car durant I ’experience I ’unite
etudiee (une personne ou un produit) doit se comporter de maniere normale. Les expe-
riences peuvent aussi etre effect&es soit dans un (( laboratoire pilote)), ce qui exige un
travail supplementaire pour les relier aux conditions de production, soit dans des envi-
ronnements de routine.
Alors que les (( plans d ’experience)) (voir chapitre 2) sont en un sens, independants de
I ’analyse et de I ’interpretation des resultats obtenus, les methodes d ’analyse frequem-
ment utilisees devraient 6tre prises en compte car elles aident ZI comprendre les diffe-
rences entre plans d ’experience. La combinaison des plans d ’experience et des metho-
des d ’analyse (voir chapitre 3) reflete I ’efficacite de ces plans.
II est necessaire, en planifiant une experience, de limiter les biais introduits par I ’envi-
ronnement. Par exemple, si certaines parties d ’une experience utilisant le dosage sim-
plifie d ’un medicament se deroulaient le matin et d ’autres parties utilisant un dosage
complet en fin d ’apres-midi, le facteur periode de la journee pourrait-il etre confondu
avec les variantes du dosage? Des sujets tels que la (( randomisation 1) (voir 1.12) et la
(( mise en bloc)) donnent une reponse sur la facon de minimiser les effets indesirables
de ces elements (( perturbateurw qui generalement sont si nombreux qu ’ils ne peuvent
etre elimines meme s ’il etait economique ou realiste de le faire. Les arrangements en
(( blocs)) (voir 2.1.21, en (( blocs incompletw (voir 2.1.51, en (( car& latins)) (voir 2.1.3)
et en (( parcelles subdiviseew (voir 2.1.7) donnent les mecanismes qui permettent a
I ’experimentateur de considerer d ’avance la facon de reduire les effets de variabilite
indesirable et d ’obtenir des reponses plus significatives.
Le domaine des ((experiences factorielles)) (voir 2.2) traite des relations entre facteurs
multiples importants pour I ’experimentateur. A un moment donne des etudes, un fac-
teur peut etre utile dans certains exemples qui rendent credible ce facteur, mais qui
peuvent aussi tromper si ce facteur se comporte differemment en la presence, en
I ’absence ou a d ’autres niveaux des autres facteurs. Frequemment le ((declic)) qui per-
met d ’avancer provient de la synergie mise en evidence lors d ’une etude des ((inter-
actions)) (voir 1.14) ou alors il se peut qu ’un echec resulte de la meconnaissance de
I ’eff et d?c interaction N.
---------------------- Page: 7 ----------------------
SIST ISO 3534-3:1996
Factorial experiments may be at two versions or levels of each factor, which limits in-
terpretation to linear relationships but may be sufficient for “screening” to determine if
there is any apparent interest in the factor. They may also include three or more levels
or versions to allow for estimation of “curvilinear” effects. The size of the experiment is
an obvious consideration in experiment efficiency, and “fractional replication” (see
2.2.71, a means of selecting specific portions of a complete factorial experiment, is of
immense value. For finding out which, if any, of the factors shows greatest promise of
a real change, “screening” experiments using small fractional replications can be very
effective. For work near the optimum points, curvature effects may be studied by the
creation of “composite” designs (see 2.2.10) adding supplementary points to the two-
level factorial.
Experimentation is generally carried out to find factors of potential interest or to
optimize some effects. For optimization, the data from the experiment is frequently
used to create an “assumed model” (see 1.20) of how the factors relate to selected
levels. A “response surface” (see 1.22) serves as a map of these models and may be
useful in prediction and location of the next phase of experiments.
Good experiment design should :
furnish required information with minimum effort;
a)
lead to pre-experiment determination
b) of whether the questions of interest can
be clearly answered in the experiment;
reflect whether an experiment series or a one-shot experiment is desirable;
cl
d) show the pattern and arrangement of experiment points to avoid
misunderstandings in carrying out the experiment
e) encourage the use of prior knowledge and experience in describing assump-
tio Ins and selection of factors and levels.
NOTE - The examples accompanying the definitions of certain terms are generally intended to
illustrate simple applications of those definitions. However, the examples given for regression
ana/y~i’ (3.3) and contrast anamsis (3.5) require special comment. These examples are not
detailed enough for those unfamiliar with these topics, nor complete enough for those with
considerable experience. The purpose of their inclusion is to provide the experienced person with
a reference to illustrate the concepts to less experienced practitioners.
---------------------- Page: 8 ----------------------
SIST ISO 3534-3:1996
L ’experimentation factorielle peut etre a deux variantes ou niveaux pour chaque fac-
teur, ce qui limite I ’interpretation a des relations lineaires mais peut etre suffisant pour
le ((balayage~ qui determine si un facteur a un quelconque inter& apparent. Cette
experimentation peut egalement comporter trois variantes ou niveaux, ou plus, de
facon a permettre I ’estimation des effets de ((courbure)). La dimension de I ’experience
est pour I ’efficacite de celle-ci une consideration importante, et la (( replique fraction-
&e)) (voir 2.2.7)’ moyen de selectionner des parties spkifiques de I ’experience facto-
rielle complete, est d ’un immense inter&. Pour decouvrir lequel des facteurs, ou si tout
facteur, se promet d ’etre reellement influent, des experiences avec (( balayage)) utili-
sant de petites repliques fraction&es peuvent etre efficaces. Pour un travail proche
des points optima, les effets de courbure peuvent etre etudies en formant des ((plans
composites)) (voir 2.2.10) qui ajoutent des points supplementaires au plan factoriel a
deux niveaux.
L ’experimentation est generalement me&e pour trouver les facteurs potentiellement
interessants ou pour optimiser certains effets. Pour une optimisation, I ’information
a partir de I ’experience est frequemment utilisee pour creer un (( modele theorique))
(voir 1.20) qui presente la nature des relations entre les facteurs et les niveaux choisis.
Une ((surface de reponse )) (voir 1.22) sert de representation a ces modeles et peut etre
utile dans la prevision et la definition de la phase d ’experience suivante.
Un bon plan d ’experience devrait:
a) fournir I ’information necessaire avec un effort minimal;
b) conduire avant I ’experience a la determination qui permet
de savoi r si I ’expe-
rience pourra clairement repondre aux questions interessantes
c) indiquer si, soit une serie d ’experiences, soit une experience ponctuelle est sou-
haitable;
d) mettre en evidence le mod&e et ( ‘arrangement des points de I ’experience pour
eviter des incomprehensions lors de la realisation de I ’experience;
encourager I ’utilisation de la connaissance fondamentale et de I’ experience en
e)
selection des facteurs et niveaux.
dec rivant les hypotheses et la
NOTE - Les exemples accompagnant les definitions de certains termes sont ghkalement desti-
nes B illustrer des applications simples de ces definitions. Cependant, les exemples donn& en 3.3
anaiyse de rhgression et 3.5 anaiyse de contrastes nkessitent un commentaire particulier. Ces
exemples ne sont ni suffisamment d&ailk pour ceux qui ne sont pas familiers de ces sujets, ni
suffisamment complets pou,r ceux qui ont une exphience considhable. L ’objet de leur insertion
est de donner en r6f6rence aux praticiens moins experiment& une illustration des concepts qui
r&ulte de I ’exphrience des spkialistes.
vii
---------------------- Page: 9 ----------------------
SIST ISO 3534-3:1996
Page
Contents
1
...........................................................
Introduction
1
..........................................
Scope and field of application
1
1 General terms .
9
..........................................
2 Arrangements of experiments
23
..................................................
3 Methods of analysis
Alphabetical indexes
32
English .
33
French .
. . .
VIII
---------------------- Page: 10 ----------------------
SIST ISO 3534-3:1996
Sommaire Page
Introduction . 1
Objet et domaine d ’application . 1
1 .
Termesgenbraux 1
.............................................
2 Dispositifs expbrimentaux 9
3 Mbthodesd'analyse . 23
Index alphabetiques
Anglais .
32
Francais . 33
,
IX
---------------------- Page: 11 ----------------------
SIST ISO 3534-3:1996
This page intentionally left blank
---------------------- Page: 12 ----------------------
SIST ISO 3534-3:1996
INTERNATIONAL STANDARD
IS0 3534/3-1985 E/F)
NORME INTERNATIONALE
Statistics - Vocabulary Statistique - Vocabulaire
and symbols - et symboles -
Part 3: Design of Partie 3: Plans d ’expkience
experiments
Introduction
Introduction
La presente Norme internationale comprend trois parties:
This International Standard is divided into three parts:
- Partie 1 : Probabilite et termes statistiques g6neraux.t)
- Part 1: Probability and general statistical terms. l)
- Partie 2 : Controle statistique de qualite. l)
- Part 2: Statistical quality control?
- Partie 3: Plans d ’experience.
- Part 3: Design of experiments.
La disposition des termes dans la presente partie de I ’ISO 3534
The entries in this part of IS0 3534 are arranged analytically
est faite de facon analytique et des index alphabetiques francais
and alphabetical indexes in French and English are provided.
et anglais sont don&.
Scope and field of application Objet et domaine d ’application
La presente partie de I ’ISO 3534 definit des termes utilises dans
This part of IS0 3534 defines the terms used in the field of
design of experiments. le domaine des plans d ’expkrience.
1 General terms 1 Termes ghbraux
1 .I design of experiments; experiment design: The 1 .I plan d ’expbrience; plan exphimental : Ensemble des
modalites selon lesquelles un programme experimental doit etre
arrangement in which an experimental programme is to be con-
ducted, and the selection of the levels (versions) of one or more realise et choix des variantes (niveaux) d ’un ou de plusieurs fac-
factors or factor combinations to be included in the experi- teurs, ou des combinaisons de facteurs, B introduire dans
ment. I ’experience.
NOTE - L ’objet de la planification d ’une experience est de fournir les
NOTE - The purpose of designing an experiment is to provide the
most efficient and economical methods of reaching valid and relevant methodes les plus efficaces et les plus economiques permettant, a par-
tir de cette experience, d ’obtenir des conclusions solides et adequates.
conclusions from the experiment. The selection of an appropriate
Dans une experience particuliere, le choix du plan approprie depend de
design for any experiment is a function of many considerations such as
the type of questions to be answered, the degree of generality to be nombreuses considerations telles que la nature des questions auxquel-
les on desire repondre, le degre de generalit recherche pour les con-
attached to the conclusions, the magnitude of the effect for which a
high probability of detection (power) is desired, the homogeneity of the clusions, I ’importance des effets pour lesquels une probabilite elevee
de detection est souhaitee, I ’homogeneite des unites experimentales et
experimental units and the cost of performing the experiment. A pro-
perly designed experiment will permit relatively simple statistical inter- le cotit d ’execution de I ’experience. Une experience convenablement
organisee permettra une interpretation statistique relativement simple
pretation of the results, which may not be possible otherwise. The
includes the randomization procedure for allocating des resultats, qui peut ne pas &re possible d ’une autre facon.
“arrangement”
treatments to experimental units. L. ‘(( ensemble des modalit&) inclut la procedure de randomisation pour
I ’attribution des traitements aux unites experimentales.
The term “experimental design” is also frequently used. See
L ’expression ((plan experimental )) est aussi frequemment utili-
factor (1.2), level or version (of a factor) (1.3), treatment (1.4)
see. Voir 1.2 facteur, 1.3 variante ou niveau (d ’un facteur), 1.4
and experimental unit (1.6).
traitement, 1,6 unit& exphnentale.
1) Actuellement au stade de projet.
1) At present at the stage of draft.
---------------------- Page: 13 ----------------------
SIST ISO 3534-3:1996
IS0 3534/3-1985 (E/F)
1.2 facteur : Cause assignable susceptible d ’affecter les
1.2 factor: An assignable cause which may affect the
responses (test results) and of which different levels (versions) reponses (resultats d ’essai) et dont differentes variantes
(niveaux) sont incluses dans I ’experience.
are included in the experiment.
NOTE - Factors may be quantitative, such as temperature, speed of NOTE - Les facteurs peuvent etre quantitatifs - par exemple la tem-
execution and voltage applied, or they may be qualitative, such as the perature, la vitesse d ’execution, le voltage - ou qualitatifs - par
exemple la variete d ’un materiau, la presence ou l ’absence d ’un cataly-
variety of a material, presence or absence of a catalyst, and the type of
equipment. seur, le type d ’equipement.
Les facteurs qui doivent etre etudies dans I ’experience sont par-
Those factors which are to be studied in the experiment are
sometimes called “principal factors ”. See level or version (1.3), fois appeles ~facteurs principaux)). Voir 1.3 variante ou niveau
(d ’un facteur), 1.5 espace exp&imental, 1.9 facteurs blocs.
experiment space (1.5) and block factors (1.9).
level; version ( of a factor): A given value, a specif ica- 13 . varian te; niveau (d ’un facteur) : Valeur donnee, specifi-
13
tibn of procedure or a specific setting of a factor. catio In d ’une procedure ou de la mise en ceuvre d ’un facteur.
Example Exemple
Two versions of a catalyst may be presence and absence. Four Deux variantes d ’un catalyseur peuvent etre la presence ou
levels of a heat treatment may be 100 OC, 120 OC, 140 OC and l’absence de catalyseur. Quatre niveaux d ’un traitement thermi-
que peuvent etre 100 OC, 120 OC, 140 OC et 160 OC.
160 OC.
NOTE - “Version” is a general term applied both to quantitative and NOTE - (( Variante )) est un terme general s ’appliquant a la fois aux fac-
teurs quantitatifs et qualitatifs. Le terme (( niveau )), plus restrictif, est
qualitative factors. The more restrictive term “level” is frequently used
frequemment utilise lorsqu ’il s ’agit d ’exprimer de facon plus precise un
to express more precisely the quantitative characteristic.
caractere quantitatif.
Responses observed at the various levels (versions) of a factor
Les reponses obtenues aux differentes variantes ou aux diffe-
provide information for determining the effect of the factor
rents niveaux d ’un facteur fournissent une information sur
within the range of levels of the experiment. Extrapolation
l’effet du facteur a I ’interieur du domaine des niveaux inclus
beyond the range of these levels is usually inappropriate,
dans I ’experience. Une extrapolation hors de ce domaine est
without a firm basis for assuming model relationships. Inter-
generalement inadequate a moins que I ’on ait de solides raisons
polation within the range may depend on the number of levels
d ’admettre I ’existence d ’un mod&e de relation fonctionnelle.
and the spacing of these levels. It is usually reasonable to inter-
L ’interpolation a l’interieur du domaine peut dependre du nom-
polate, although it is possible to have discontinuous or
bre de niveaux et de leur echelonnement; elle est generalement
multimodal relationships that cause abrupt changes within the
raisonnable, bien qu ’il puisse exister des relations discontinues
range of the experiment. The levels (versions) may be limited to
ou multimodales entrainant des changements brusques a I ’inte-
certain selected fixed values (whether these values are or are
rieur meme du domaine etudie. Les variantes ou niveaux peu-
not known) or they may represent purely random selection over
vent, soit etre limit& a certaines valeurs deliberement choisies
the range to be studied. The method of analysis is dependent
(que celles-ci soient ou non connues), soit resulter d ’une selec-
on this selection. See model 7 analysis of variance (ftxed model}
tion purement albatoire a l ’intkieur du domaine a 6tudier.
(3.2.11, model 2 analysis of variance (random model} (3.2.2)
La methode d ’analyse depend de I ’option choisie. Voir
and mixed model analysis of variance (3.2.3).
3.2.1 analyse de variance de modHe 7 (modHe B effets fixes},
3.2.2 analyse de variance de modHe 2 fmod&le albatoirel,
3.2.3 mod&le mixte d ’analyse de variance.
1.4 treatment: A combination of the levels (versions) of 1.4 traitement: Combinaison des variantes (niveaux) de
chacun des facteurs affectee a une unite experimentale
each of the factors assigned to an experimental unit (see 1.6).
(voir 1.6).
1.5 experiment space : The materials, equipment, en- 1.5 espace exphimental: Materiaux, equipements, condi-
tions d ’environnement et autres, intervenant dans la conduite
vironmental conditions and so forth which are available for con-
d ’une experience.
ducting an experiment.
NOTE - That portion of the experiment space restricted to the range NOTE - La pat-tie de I ’espace experimental Iimitee au domaine des
variantes (niveaux) des facteurs etudies dans I ’experience est parfois
of levels (versions) of the factors to be studied in the experiment is
sometimes called the “factor space ”. Some elements of the experi- appelee (( espace des facteurs )). Certains elements de I ’espace experi-
mental peuvent etre identifies comme &ant des blocs (voir 1.8) et con-
ment space may be identified with blocks (1.8) and be considered as
sider& comme des facteurs blocs (voir 1.9).
block factors (1.9).
1 6 experimental iment space 1.6 unit6 expbrimentale : Parti e de I ’espace experimental a
unit: A portion of the exper
laquelle un traitement est applique
td 1 which a treatmen t is ap Iplied or assigned in the experiment. ou aff ecte dans I ’experience.
2
---------------------- Page: 14 ----------------------
SIST ISO 3534-3:1996
IS0 3534/S1986 (E/F)
Example Exemple
The unit may be a patient in a h L ’unite experimentale peut etre: un malade dans un hopital, un
ospital, a group of animals, a
production ba tch, a section of a compartmented tray, etc. groupe d ’animaux, un lot d ’une production, une partie d ’un
plateau compartimente, etc.
1.7 experimental error: The variation in the responses (test 1.7 erreur exphimentale: Variation dans les reponses
results) caused by extraneous variables, other than those due (resultats d ’essai) due a des variables non contrMes, s ’ajou-
tant a celle qui est imputable aux facteurs et aux blocs, et dont
to factors and blocks, the effect of which adds a degree of
uncertainty to the observed response value. I ’effet est d ’ajouter une incertitude suplementaire aux valeurs
des reponses observees.
NOTE - It is a common characteristic of experiments that, when they
NOTE -
La non-Constance des resultats est une caracteristique com-
are repeated, their results vary from trial to trial, even though the ex-
mune a toutes les experiences, lorsque celles-ci sont repetees meme si
perimental materials, environmental conditions and the experimental
les materiaux experimentaux, les conditions d ’environnement et les
operations are carefully controlled. Therefore, the occurrence of ex-
operations experimentales sont soigneusement controles. En cons&
perimental error is inevitable in practical experimentation. This varia-
quence, I ’existence d ’une erreur experimentale est inevitable en experi-
tion introduces a degree of uncertainty into conclusions that are drawn
mentation pratique. Cette erreur, qui introduit un degre d ’incertitude
from the results, and therefore has to be taken into account in reaching
dans les conclusions tirees des resultats, devrait done Qtre prise en con-
conclusions. See
...
Questions, Comments and Discussion
Ask us and Technical Secretary will try to provide an answer. You can facilitate discussion about the standard in here.