Erreurs à éviter
Estimation du biais de mesure selon plusieurs méthodes.

5.1 N’oubliez pas le contexte de vos mesures

Il est possible que vos résultats de mesure vous semblent justes par rapport à votre étalon interne mais vous ne devez pas vous en contenter. Si votre laboratoire est déclaré significativement différent par rapport à d’autres laboratoires nationaux (essais inter-laboratoires sur des étalons externes) par exemple, vous devez tenter de comprendre d’où vient cet écart pour le corriger. De ce fait, il est important de participer à des essais interlaboratoires afin de s’assurer de la cohérence de ses résultats comparés à l’extérieur.

5.2 Ne gardez pas les valeurs douteuses qui polluent vos échantillons

L’échantillonnage est en lui-même une source d’incertitude sur les estimations des paramètres. Mais il peut en plus être pollué par des valeurs douteuses. Avant tout calcul, il convient de rechercher lesdites valeurs douteuses et de les écarter si l’impact sur les estimateurs est important. Il existe de nombreux tests pour réaliser cette détection parmi lesquels on peut citer Dixon, Grubbs, Cochran… (cf. Quelques tests d’hypothèses usuels [FIC 1439]).

5.3 Ne négligez pas de vérifier les hypothèses sur la loi parente.

Avant tout calcul, il est important de s’assurer de la normalité de la distribution. La normalité peut être vérifiée par divers tests statistiques (Kolmogorov-Smirnov, Shapirow-Wilk). Elle est souvent admise sans vérification, ce qui peut engendrer des erreurs dans les conclusions, la plupart des tests s’appuyant sur le caractère gaussien de la population parente pour établir les valeurs limites.