Évaluation des incertitudes de mesure par la méthode dite de « simulation numérique »

1 - Comprendre le concept « d’incertitude de mesure »

• 1.1 - Le modèle de mesure
  Figure 1 - Synoptique d’un processus de mesure
• 1.2 - L’incertitude de mesure « en pratique »
• 1.3 - Le modèle d’intérêt
• 1.4 - Cas des covariances

2 - Comprendre la méthode proposée par le GUM S1

• 2.1 - Les lois de probabilité les plus courantes
• 2.2 - Les lois empiriques
  Figure 2 - Transformation d’un histogramme en fonction de répartition Figure 3 - Principe de la simulation de lois empiriques Outil
• 2.3 - Les variables corrélées
  Outil

3 - Simuler

• 3.1 - Le nombre de simulations
• 3.2 - Les coefficients de sensibilité

4 - Observer : construire un histogramme

• 4.1 - Visualiser l’histogramme

5 - Définir un intervalle de confiance

• 5.1 - Par dénombrement
• 5.2 - Par la fonction de répartition
  Outil

6 - Simuler un modèle de mesure

7 - Notre conseil

• 7.1 - « Investissez » dans la simulation numérique
• 7.2 - Simulez, simulez encore, simulez toujours !

8 - Erreurs à éviter

• 8.1 - Ne négligez pas l’évaluation des causes d’incertitude
• 8.2 - Gardez de la hauteur de vue

9 - Abréviations et acronymes