Incertitude de mesure et conformité - De l’incertitude au risque

Le « Guide pour l’expression de l’incertitude de mesure » (GUM) propose un cadre général pour évaluer et exprimer l’incertitude de mesure, applicable à divers domaines tels que la santé, l’énergie, le commerce ou l’environnement. Ces règles harmonisent les pratiques et garantissent la fiabilité des mesures, qu’il s’agisse d’analyses médicales pour diagnostiquer une maladie ou ajuster un traitement, de facturation énergétique, de la détection des micropolluants dans l’eau ou de la surveillance en temps réel de la qualité de l’air dans les zones urbaines.

L’incertitude de mesure qualifie la qualité des résultats, permettant aux parties prenantes de les interpréter et de prendre des décisions éclairées.

L’incertitude de mesure est le doute sur la « valeur vraie » du mesurande qui subsiste après avoir réalisé les mesures. L’incertitude de mesure peut s’exprimer des façons suivantes :

• une incertitude-type ;

• une incertitude élargie ;

• un intervalle de couverture ;

• une densité de probabilité.

Le résultat de mesure, qui comprend la valeur mesurée et l’incertitude associée, doit être présenté sous une forme compréhensible et utilisable pour le besoin spécifique, et inclure toute l’information disponible.

Sans incertitude, un résultat de mesure ne peut plus être comparé :

• avec un autre résultat de mesure ;

• à une valeur de référence spécifiée dans une norme ;

• à une spécification.

À partir de cette information, l’utilisateur final prend des décisions : acceptation ou rejet d’une hypothèse en recherche et développement, contrôle d’un processus de fabrication, acceptation ou rejet d’un produit, diagnostic médical, protection de l’environnement, etc.

Les comparaisons inter-laboratoires peuvent également jouer un rôle crucial dans l’estimation de l’incertitude de mesure, surtout dans des situations où il est difficile d’établir un modèle de mesure ou lorsque l’instrumentation utilisée présente des limites. Elles peuvent, par exemple, permettre d’identifier des biais ou des sources d’incertitude manquantes qui ne seraient pas simples à détecter dans un laboratoire isolé.

Cet article est structuré en quatre chapitres principaux :

• le §