Présentation
NOTE DE L'ÉDITEUR
Actualisation de l’article P105 « Évaluation de l’incertitude de mesure en chimie » rédigé en 2005 par Michèle DESENFANT, Marc PRIEL et Cédric RIVIER.
RÉSUMÉ
La norme NF EN ISO/IEC 17025 « Exigences générales concernant la compétence des laboratoires d’étalonnages et d’essais » demande de valider les méthodes de mesure lorsqu’elles ne sont pas normalisées ou quand elles sont utilisées hors du domaine d’application prévu par la norme et d’associer une incertitude à la valeur de mesure. Les laboratoires d’analyse chimique savent généralement valider leur méthode de mesure mais ils éprouvent parfois des difficultés pour évaluer l’incertitude de mesure. Cet article reprend les différentes façons, couvertes par le «Guide pour l’expression de l’incertitude de mesure» (GUM), de l’évaluer, par l’utilisation de données internes ou externes au laboratoire.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Marielle CROZET : Ingénieure chercheure à la Commission d’établissement des méthodes d’analyse (CETAMA), Commissariat à l’énergie atomique et aux énergies alternatives (CEA), DES, ISEC, DMRC, CETAMA, Université de Montpellier, Marcoule, France
-
Séverine DEMEYER : Ingénieure de recherche en science des données, Direction de la métrologie scientifique et industrielle, Laboratoire national de métrologie et d’essais (LNE), Trappes, France
INTRODUCTION
Pour être utilisable, il est essentiel que la valeur d’un résultat de mesure soit accompagnée de son incertitude associée. L’incertitude de mesure est en effet la quantification du doute (ou de la confiance) que l’on a dans le résultat de mesure. Elle est donc un critère décisionnel lors d’une comparaison de résultats, entre eux ou par rapport à une spécification.
L’estimation de l’incertitude de mesure est donc obligatoire pour l’analyste. Pour cela, il ou elle dispose de différents outils, différentes approches, en interne à son laboratoire ou grâce à la participation de son laboratoire à des études collaboratives (comparaisons interlaboratoires).
Le Guide pour l’expression de l’incertitude de mesure (GUM) a beaucoup évolué, et évolue encore : il ne correspond plus désormais à la seule approche de propagation de l’incertitude (JCGM 100), mais couvre aussi d’autres approches (approche par simulation Monte Carlo (JCGM 101), approche bayésienne, approche interlaboratoires). Le GUM constitue donc désormais un ensemble de documents de référence.
Dans cet article, les auteurs souhaitent faire le point sur les différentes façons d’aborder l’évaluation de l’incertitude de mesure en chimie, et montrer que les approches présentées dans le GUM peuvent aussi utiliser des données de la validation de méthode de mesure. Les concepts essentiels à la démarche d’estimation de l’incertitude de mesure sont donc repris, ainsi que les exigences de la norme NF EN ISO/IEC 17025. Après une présentation synthétique du GUM, et notamment de ses récentes évolutions, les différentes approches d’estimation de l’incertitude de mesure, en utilisant des données intralaboratoires ou hors laboratoire (obtenues par une étude collaborative), sont revues. Ces approches sont illustrées par une application sur un exemple qui sert de fil rouge tout au long de ce document.
Cet article est réservé aux abonnés.
Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
VERSIONS
- Version archivée 1 de déc. 2005 par Michèle DÉSENFANT, Marc PRIEL, Cédric RIVIER
DOI (Digital Object Identifier)
Présentation
GlossaireArticle inclus dans l'offre
"Qualité et sécurité au laboratoire"
(140 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
7. Conclusion
Associer une incertitude à une valeur de résultat de mesure est essentiel : sans elle, la valeur mesurée est le plus souvent inutilisable. L’incertitude de mesure est la quantification du doute (ou de la confiance) que l’on a dans le résultat de mesure. Elle est un critère décisionnel lors d’une comparaison de résultats entre eux ou d’un résultat à une spécification.
Pour l’estimer, toutes les étapes du processus de mesure doivent être prises en compte. Il existe plusieurs approches, que l’on peut classer en comparaisons intra- et interlaboratoires.
L’évolution récente de la portée du GUM induit que toutes ces approches sont couvertes par le GUM. Elles ont en commun deux étapes essentielles : la définition la plus précise possible de la grandeur à mesurer (le mesurande), et l’écriture d’un modèle de mesure (physique/chimique ou statistique).
L’approche JCGM 100, l’approche JCGM 101 et l’approche bayésienne sont des approches intralaboratoire. L’approche bayésienne peut aussi être utilisée en interlaboratoires.
Certaines des principales caractéristiques d’une méthode d’analyse estimées lors de sa validation peuvent aussi servir pour l’établissement de l’incertitude de mesure : la justesse, la fidélité (en conditions de répétabilité ou de reproductibilité intralaboratoire), la non-linéarité et la robustesse de la méthode.
L’approche JCGM 100, désormais appelée « Legacy GUM », a longtemps été considérée comme l’approche de référence. Aujourd’hui, l’approche JCGM 101 (Monte Carlo) est la méthode de référence pour estimer l’incertitude de mesure. L’approche bayésienne, plus difficile d’application pour un non statisticien, présente l’avantage de permettre de représenter l’ensemble des relations entre le mesurande et les grandeurs d’entrée, quelle que soit le type de relations. Elle est actuellement plébiscitée.
Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.
Déjà abonné ? Se connecter
Conclusion
Article inclus dans l'offre
"Qualité et sécurité au laboratoire"
(140 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
BIBLIOGRAPHIE
-
(1) - Conception, implantation et suivi des stations françaises de surveillance de la qualité de l’air. - Laboratoire Central de Surveillance de la Qualité de l’Air (LCSQA) (2017).
-
(2) - COLLÈGE FRANÇAIS DE MÉTROLOGIE - 27 exemples d’évaluation d’incertitude d’étalonnage. - Afnor (2004).
-
(3) - Expression of the Uncertainty of Measurement in Calibration. - EA-4/02 (1999). https://www.isobudgets.com/pdf/uncertainty-guides/european-co-operation-for-accreditation-ea-4-02-m-1999-expression-of-the-uncertainty-of-measurement-in-calibration.pdf
-
(4) - Lignes directrices d’EA pour l’expression de l’incertitude des résultats d’essais quantitatifs. - Guide EA-4/16 (2004). https://www.lne.fr/fr/guides-techniques/guide-ea416-incertitudes
-
(5) - EURACHEM, CITAC - Quantifier l’incertitude des mesures analytiques - (2016). http://www.lne.fr
-
...
DANS NOS BASES DOCUMENTAIRES
NORMES
-
Analyse des produits agricoles et alimentaires – Terminologie - FD V01-000 - 2023
-
Guidelines for Measurement Uncertainty in Testing - ILAC-G 17 - 2021
-
Qualité de l’eau – Échantillonnage – Partie 10 : Lignes directrices pour l’échantillonnage des eaux résiduaires - ISO 5667-10 - 2020
-
Qualité de l’eau – Échantillonnage – Partie 11 : Lignes directrices pour l’échantillonnage des eaux souterraines - ISO 5667-11 - 2009
-
Qualité de l’eau – Échantillonnage – Partie 12 : Recommandations concernant l’échantillonnage des sédiments dans les rivières, les lacs et les estuaires - ISO 5667-12 - 2017
-
Sualité de l’eau – Échantillonnage – Partie 17 : Lignes directrices pour l’échantillonnage des matières solides en suspension - ISO 5667-17 - 2008
-
Qualité de l’eau – Échantillonnage...
ANNEXES
Agence de l’environnement et de la maîtrise de l’énergie (Ademe) http://www.ademe.fr
Association française de normalisation (Afnor) http://www.afnor.fr
Laboratoire national de métrologie et d’essais (LNE) Le logiciel LNE Uncertainty est disponible gratuitement https://www.lne.fr/en/software/lne-uncertainty-evaluating-measurement-uncertainties-using-gum-and-monte-carlo
United Kingdom Accreditation Service (UKAS) http://www.ukas.com
HAUT DE PAGE
Cet article est réservé aux abonnés.
Il vous reste 93 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Qualité et sécurité au laboratoire"
(140 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
