Références & outils
Présentation
Auteur(s)
-
Jean-Michel POU : Président Fondateur de la société Delta Mu
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Les résultats de mesure ne sont pas parfaits. Chaque mesure est entachée d’une erreur qu’il convient de savoir estimer. En effet, de nombreuses décisions sont directement fondées sur des résultats de mesure. Il est donc important de pouvoir maîtriser le doute que l’on a sur la valeur du mesurande caractérisé. L’incertitude que l’on associe alors à un résultat de mesure permet de fournir une indication quantitative sur la qualité de ce résultat. Cette information est essentielle pour estimer la fiabilité d’un résultat de mesure.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
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
Présentation
Simuler un modèle de mesure5. Définir un intervalle de confiance
La question des intervalles de confiance est souvent au cœur de la problématique métrologique. Dans le GUM, elle ne se pose pas vraiment puisque l’hypothèse de normalité est acquise, parfois à tort (cf. Étape « Simuler un modèle de mesure »). Dans le GUM S1, les choses sont différentes puisque nous disposons d’autant de valeurs possibles du mesurande que de simulations réalisées. C’est dans ces valeurs simulées qu’il va falloir rechercher l’intervalle de confiance qui nous intéresse, sachant évidemment qu’il existe de nombreux intervalles qui contiennent la quantité choisie de valeurs possibles simulées (souvent 95 % par convention en métrologie) du mesurande.
5.1 Par dénombrement
La solution la plus simple pour trouver le plus petit intervalle qui contient le taux choisi de valeurs possibles pour le mesurande consiste à :
-
trier dans l’ordre croissant les n simulations réalisées ;
-
rechercher, pour chacune des valeurs triées xi, la valeur qui se situe à
valeurs de sa position dans la liste des valeurs simulées. Soit yi cette valeur. Pour la trouver, on peut utiliser sous Excel la fonction INDIRECT avec la syntaxe suivante : ‘= INDIRECT("N°Colonne"&(ENT(n x 95/100)+ « Ligne valeur »))’ ;
-
calculer tous les intervalles possibles ITi contenant 95/10 des valeurs en soustrayant xi à yi :
;
-
chercher la valeur la plus petite valeur de ITi, les valeurs xi et yi ayant permis d’obtenir
L'expertise technique et scientifique de référence
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
Définir un intervalle de confiance
-
Covariance evaluation by means of uncertainty assessment , DUBOIS (C.), LEBLOND (L.), POU (J.M.) et FERRERO (A.), in IEEE Instrumentation & Measurement Magazine, vol. 19, no. 6, pp. 12-18, décembre 2016
-
JCGM 100:2008(F) – Évaluation des données de mesure – Guide pour l’expression de l’incertitude de mesure. Téléchargeable gratuitement et en français
-
JCGM 101:2008 – Evaluation of measurement data – Supplement 1 to the “Guide to the expression of uncertainty in measurement “- Propagation of distributions using a Monte-Carlo Method. Téléchargeable gratuitement et en français
-
JCGM 200:2012 – Vocabulaire international de métrologie – Concepts fondamentaux et généraux et termes associés (VIM) 3e édition
-
FD X07-023 – Métrologie – Évaluation de l’incertitude de mesure par la méthode Monte-Carlo – Principes et mise en œuvre du supplément 1 au GUM, mai 2012
-
Outil
Simulateur d’une loi empirique (Outil
...
L'expertise technique et scientifique de référence
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
