Présentation

Article

1 - QU’EST-CE QUE LA LINÉARITÉ D’UNE MÉTHODE DE MESURE ?

2 - QUELLES SONT LES PROBLÉMATIQUES RENCONTRÉES LORS D’UN ÉTALONNAGE ?

3 - QUELLES SONT LES STRATÉGIES DE RÉGRESSION EXISTANTES ?

  • 3.1 - Moindres carrés ordinaires (OLS)
  • 3.2 - Moindres carrés pondérés (WLS)
  • 3.3 - Moindres carrés généralisés (GLS)
  • 3.4 - Méthode dite GGMR (Generalized Gauss Markov Regression)
  • 3.5 - Autres méthodes

4 - QUELLE APPROCHE CHOISIR ?

  • 4.1 - La réalité

5 - QUELS SONT LES POINTS « CLEFS » DES MODÉLISATIONS ?

  • 5.1 - Le sens du modèle
  • 5.2 - L’opportunité de la correction
  • 5.3 - La prise en compte des résidus au modèle

6 - COMMENT S’EN SORTIR AVEC EXCEL ?

7 - COMMENT VALIDER SON MODÈLE ?

8 - NOTRE CONSEIL

9 - ERREURS À ÉVITER

  • 9.1 - Ne pensez pas que le seul R² permet de valider un modèle

10 - ABRÉVIATIONS ET ACRONYMES

11 - GLOSSAIRE

Fiche pratique | Réf : FIC1412 v1

Qu’est-ce que la linéarité d’une méthode de mesure ?
Déterminer un modèle qui s’ajuste au plus près des données observées

Auteur(s) : Morgan GERMA

Date de publication : 10 avr. 2015 | Read in English

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Auteur(s)

  • Morgan GERMA : Collaborateur à l’Université Joseph Fourier de Grenoble, Master CQAQMV

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

Bien souvent négligée, l’erreur dans la spécification d’une fonction de mesure (nommée souvent « modèle ») peut avoir un effet significatif sur les résultats d’une méthode de mesure. La modélisation, étape clef de l’étalonnage, ne se limite pas à l’estimation ponctuelle des paramètres de la fonction de mesure choisie (coefficients du modèle). Elle doit aussi évaluer les incertitudes sur les paramètres de cette fonction afin d’estimer la part d’incertitude qui lui est due dans l’expression d’un résultat de mesure. Cette incertitude est qualifiée par abus « d’incertitude de modélisation ». Cette fiche aborde les mécanismes à l’œuvre lorsque l’on réalise une régression linéaire et vous amène à réfléchir quant au choix de votre modèle.

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-fic1412


Cet article fait partie de l’offre

Qualité et sécurité au laboratoire

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

1. Qu’est-ce que la linéarité d’une méthode de mesure ?

La linéarité d’une méthode de mesure est, selon la note explicative CEE III/844/87, sa capacité, à l’intérieur d’un certain intervalle (domaine de mesure), d’obtenir des résultats de mesure directement proportionnels à la quantité (par exemple : concentration) en substance de l’échantillon analysé.

En pratique, cela signifie que si l’on introduit une donnée x théorique sur plusieurs niveaux, le processus de mesure nous donnera une réponse y proportionnelle pour chacun des niveaux. C’est le cas d’une gamme d’étalonnage, par exemple.

Suite à un étalonnage, nous disposons de trois informations :

  • une variable x : valeurs introduites connues (étalon) ;

  • une variable y : réponses obtenues par la méthode de mesure à partir de x ;

  • une relation entre ces variables, dite fonction de mesure ou « modèle » (linéaire, polynomiale…) qui dépend de paramètres.

Le choix d’une technique de régression (moindres carrés ordinaires, pondérés, polynomiale, etc.) a pour objet d’estimer les paramètres à partir des données x et y.

À partir de la réponse y et de la régression choisie, il est alors possible, par prédiction inverse, de retrouver la valeur introduite x avec plus ou moins d’incertitude.

HAUT DE PAGE

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Qualité et sécurité au laboratoire

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Qu’est-ce que la linéarité d’une méthode de mesure ?
Sommaire
Sommaire

1 Bibliographie

  • P.H. Cornillon, E.M. Lober, RégressionThéorie et application, Ed Springer

  • Collège Français de Métrologie (CFM) : « Application du nouveau concept d’étalonnage du VIM 3 » et le logiciel M-CARE de traitement associé, téléchargeable sur le site du CFM

HAUT DE PAGE

2 Outils téléchargeables

  • Picto outil Outil Estimation de l’ajustement d’un modèle d’étalonnage. (Outil fic1412m1.xlsx ).

    Ce fichier Excel permet de vérifier si le modèle d’étalonnage est acceptable.

HAUT DE PAGE

3 Site internet

Méthodes de validation

Site sur la validation des méthodes, la métrologie, la qualité et sur la communication

...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Qualité et sécurité au laboratoire

(139 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS