Académique Documents
Professionnel Documents
Culture Documents
JCGM 100 2008 F PDF
JCGM 100 2008 F PDF
GUM 1995
avec des corrections mineures
JCGM 2008
JCGM 100:2008
Document produced by Working Group 1 of the Joint Document produit par le Groupe de travail 1 du
Committee for Guides in Metrology (JCGM/WG 1). Comit commun pour les guides en mtrologie
(JCGM/WG 1).
Copyright of this document is shared jointly by the Les droits dauteur relatifs ce document sont la
JCGM member organizations (BIPM, IEC, IFCC, proprit conjointe des organisations membres du
ILAC, ISO, IUPAC, IUPAP and OIML). JCGM (BIPM, CEI, IFCC, ILAC, ISO, UICPA, UIPPA
et OIML).
Even if the electronic version of the 2008 edition of Mme si une version lectronique de ldition 2008
the GUM is available free of charge on the BIPMs du GUM peut tre tlcharge gratuitement sur le
website (www.bipm.org), copyright of this document site internet du BIPM (www.bipm.org), les droits
is shared jointly by the JCGM member organizations, dauteur relatifs ce document sont la proprit
and all respective logos and emblems are vested in conjointe des organisations membres du JCGM et
them and are internationally protected. Third parties lensemble de leurs logos et emblmes respectifs
cannot rewrite or re-brand, issue or sell copies to the leur appartiennent et font lobjet dune protection
public, broadcast or use on-line this edition of the internationale. Les tiers ne peuvent rcrire ou
GUM. For all commercial use, reproduction or modifier, distribuer ou vendre des copies au public,
translation of this document and/or of the logos, diffuser ou mettre en ligne, ldition 2008 du GUM.
emblems, publications or other creations contained Tout usage commercial, reproduction ou traduction
therein, the prior written permission of the Director of de ce document et/ou des logos, emblmes et/ou
the BIPM must be obtained. publications quil comporte, doit recevoir
lautorisation crite pralable du directeur du BIPM.
JCGM 100:2008
GUM 1995 avec des corrections mineures
JCGM 2008
JCGM 100:2008
Les droits d'auteur du prsent document, labor sous la conduite du JCGM, appartiennent conjointement
aux organisations membres du JCGM (BIPM, CEI, FICC, ILAC, ISO, OIML, UICPA et UIPPA).
Droits d'auteur
Les droits conomiques et moraux attachs aux publications du JCGM font l'objet d'une protection
internationale, mme si des versions lectroniques peuvent en tre tlcharges gratuitement sur les sites
internet d'une ou de plusieurs organisations membres du JCGM. Les tiers ne sont pas autoriss, sans accord
crit du JCGM, rcrire ou modifier ses publications, vendre des copies au public, ni diffuser ou
mettre en ligne ses publications. De mme, le JCGM s'oppose aux altrations, ajouts et censures qui
pourraient tre faits ses publications, y compris ses titres, slogans ou logos, et ceux de ses organisations
membres.
Les seules versions qui font foi sont les versions originales des documents publis par le JCGM, dans leur
langue originale.
Les publications du JCGM peuvent faire l'objet de traductions dans d'autres langues que celles dans
lesquelles le document a t publi originellement par le JCGM. L'accord du JCGM doit tre obtenu avant
qu'une traduction puisse tre faite. Toutes les traductions doivent respecter le format, les formules et units
originaux et faisant foi (sans aucune conversion de formules ou d'units) et faire mention de la phrase
suivante (devant tre traduite vers la langue de traduction):
Tous les travaux du JCGM font l'objet de droits d'auteurs protgs internationalement. La prsente
traduction du document original du JCGM a t tablie avec l'accord du JCGM. Le JCGM conserve
l'intgralit des droits d'auteur, protgs internationalement, sur la forme et le contenu de ce document et
sur ses titres, slogans ou logos. Les organisations membres du JCGM conservent galement l'intgralit
des droits, protgs internationalement, sur leurs titres, slogans ou logos contenus dans les publications
du JCGM. La seule version qui fait foi est le document publi par le JCGM, dans la langue originale.
Le JCGM ne peut tre tenu responsable de la pertinence, de l'exactitude, de l'exhaustivit ou de la qualit des
informations ou documentations contenues dans quelque traduction que ce soit. Une copie de la traduction
doit tre adresse au JCGM.
Reproduction
Les publications du JCGM peuvent tre reproduites, sous rserve d'obtenir l'accord crit du JCGM. Un
exemplaire de tout document reproduit doit tre adress au JCGM et doit faire mention de la phrase suivante:
Ce document est reproduit avec l'accord du JCGM qui conserve l'intgralit des droits d'auteur, protgs
internationalement, sur la forme et le contenu de ce document et sur ses titres, slogans ou logos. Les
organisations membres du JCGM conservent galement l'intgralit des droits, protgs
internationalement, sur leurs titres, slogans ou logos figurant dans les publications du JCGM. Les seules
versions qui font foi sont les versions originales des documents publis par le JCGM.
Exonration de responsabilit
Le JCGM et ses organisations membres ont publi le prsent document afin de faciliter l'accs l'information
sur la mtrologie. Ils s'efforcent de le mettre jour rgulirement, mais ne peuvent garantir l'exactitude en tout
temps et ne sauraient tre tenus pour responsables d'un quelconque dommage, direct ou indirect, pouvant
rsulter de son utilisation. L'existence de rfrences des produits du commerce, quels qu'ils soient (y
compris, mais non limit , tous logiciels, donnes ou matriels) ou de liens vers des sites internet sur
lesquels le JCGM et ses organisations membres n'ont aucun contrle, et pour lesquels ils n'assument aucune
responsabilit, ne doit pas tre interprte comme une approbation, un endossement ou une recommandation
par le JCGM et ses organisations membres.
Sommaire Page
Prliminaires .......................................................................................................................................................v
Avant-propos .....................................................................................................................................................vi
Introduction.......................................................................................................................................................vii
1 Domaine d'application ..........................................................................................................................1
2 Dfinitions ..............................................................................................................................................2
2.1 Termes mtrologiques gnraux .........................................................................................................2
2.2 Le terme incertitude ..........................................................................................................................2
2.3 Termes spcifiques ce Guide............................................................................................................3
3 Concepts fondamentaux.......................................................................................................................4
3.1 Mesurage ................................................................................................................................................4
3.2 Erreurs, effets et corrections ...............................................................................................................5
3.3 Incertitude ..............................................................................................................................................6
3.4 Considrations pratiques .....................................................................................................................7
4 valuation de l'incertitude-type ...........................................................................................................8
4.1 Modlisation du mesurage ...................................................................................................................8
4.2 valuation de Type A de l'incertitude-type .......................................................................................10
4.3 valuation de Type B de l'incertitude-type .......................................................................................12
4.4 Illustration graphique de l'valuation de l'incertitude-type ............................................................15
5 Dtermination de l'incertitude-type compose ................................................................................19
5.1 Grandeurs d'entre non corrles.....................................................................................................19
5.2 Grandeurs d'entre corrles ............................................................................................................21
6 Dtermination de l'incertitude largie ...............................................................................................24
6.1 Introduction..........................................................................................................................................24
6.2 Incertitude largie................................................................................................................................24
6.3 Choix d'un facteur d'largissement...................................................................................................25
7 Expression de l'incertitude.................................................................................................................25
7.1 Conseils gnraux...............................................................................................................................25
7.2 Conseils spcifiques...........................................................................................................................26
8 Rcapitulation de la procdure d'valuation et d'expression de l'incertitude..............................28
Annexe A Recommandations du Groupe de travail et du CIPM..................................................................29
A.1 Recommandation INC-1 (1980) ..........................................................................................................29
A.2 Recommandation 1 (CI-1981) .............................................................................................................30
A.3 Recommandation 1 (CI-1986) .............................................................................................................30
Annexe B Termes mtrologiques gnraux ..................................................................................................32
B.1 Origine des dfinitions........................................................................................................................32
B.2 Dfinitions ............................................................................................................................................32
Annexe C Termes et concepts statistiques fondamentaux .........................................................................40
C.1 Origine des dfinitions........................................................................................................................40
C.2 Dfinitions ............................................................................................................................................40
C.3 laboration de termes et de concepts ..............................................................................................46
Annexe D Valeur vraie, erreur et incertitude .............................................................................................50
D.1 Le mesurande ......................................................................................................................................50
D.2 La grandeur ralise ...........................................................................................................................50
D.3 La valeur vraie et la valeur corrige ..............................................................................................50
D.4 Erreur ....................................................................................................................................................51
D.5 Incertitude.............................................................................................................................................52
D.6 Reprsentation graphique ..................................................................................................................52
Annexe E Motivation et fondements de la Recommandation INC-1 (1980) ................................................55
E.1 Sr, alatoire et systmatique................................................................................................55
E.2 Justification pour des valuations ralistes de l'incertitude ..........................................................55
E.3 Justification pour le traitement identique de toutes les composantes de l'incertitude ...............56
E.4 cart-type comme mesure de l'incertitude .......................................................................................59
E.5 Une comparaison entre les deux points de vue sur l'incertitude ...................................................61
Annexe F Conseils pratiques pour l'valuation des composantes de l'incertitude ..................................62
F.1 Composantes values partir d'observations rptes: valuation de Type A de
l'incertitude-type ..................................................................................................................................62
F.2 Composantes values par d'autres moyens: valuation de Type B de l'incertitude-type.........65
Annexe G Degrs de libert et niveaux de confiance ...................................................................................72
G.1 Introduction ..........................................................................................................................................72
G.2 Thorme central limite ......................................................................................................................73
G.3 La loi de t et les degrs de libert ......................................................................................................74
G.4 Nombre effectif de degrs de libert .................................................................................................75
G.5 Autres considrations .........................................................................................................................77
G.6 Rsum et conclusions.......................................................................................................................78
Annexe H Exemples..........................................................................................................................................81
H.1 talonnage de calibres bouts..........................................................................................................81
H.2 Mesurage simultan d'une rsistance et d'une ractance ..............................................................87
H.3 talonnage d'un thermomtre ............................................................................................................91
H.4 Mesurage d'activit..............................................................................................................................95
H.5 Analyse de variance ..........................................................................................................................100
H.6 Mesurages par rapport une chelle de reprage: duret ...........................................................106
Annexe J Liste des principaux symboles ....................................................................................................111
Bibliographie ...................................................................................................................................................115
Index alphabtique .........................................................................................................................................117
Le prsent Guide tablit les rgles gnrales pour l'valuation et l'expression de l'incertitude de mesure,
rgles prvues pour s'appliquer un large ventail de mesurages. Ce Guide est fond sur la
Recommandation 1 (CI-1981) du Comit international des poids et mesures (CIPM) et sur la
Recommandation INC-1 (1980) du Groupe de travail sur l'expression des incertitudes. Ce groupe de travail
avait t constitu par le Bureau international des poids et mesures (BIPM) pour rpondre une demande du
CIPM. La Recommandation du CIPM est la seule recommandation concernant l'expression de l'incertitude de
mesure qui ait t avalise par une organisation intergouvernementale.
Le prsent Guide a t prpar par un groupe de travail mixte compos d'experts dsigns par le BIPM, la
Commission lectrotechnique internationale (CEI), l'Organisation internationale de normalisation (ISO) et
l'Organisation internationale de mtrologie lgale (OIML).
Les sept organisations* suivantes ont apport leur soutien l'laboration du prsent Guide et il est publi en
leur nom:
Les utilisateurs du prsent Guide sont invits adresser leurs commentaires et leurs demandes de
clarification l'une des sept organisations de tutelle dont les adresses postales sont donnes sur la page 2 de
couverture***.
____________________________
Avant-propos
Le Comit international des poids et mesures (CIPM), la plus haute autorit mondiale en mtrologie, a
reconnu en 1977 le manque de consensus international dans l'expression de l'incertitude de mesure. Il a
demand au Bureau international des poids et mesures (BIPM) de traiter le problme de concert avec les
laboratoires de mtrologie nationaux et d'mettre une recommandation.
Le BIPM a prpar un questionnaire dtaill couvrant les problmes en cause et l'a diffus 32 laboratoires
de mtrologie nationaux reconnus comme s'intressant au sujet (et, pour information, cinq organisations
internationales). Au dbut de 1979, 21 laboratoires avaient rpondu [1] 1 ). Presque tous les laboratoires
reconnaissaient l'importance d'arriver une procdure accepte internationalement pour exprimer l'incertitude
de mesure et pour combiner les composantes individuelles de l'incertitude en une seule incertitude globale.
Toutefois, il n'y avait pas de consensus apparent sur la mthode utiliser. En consquence, le BIPM a
organis une runion qui avait pour objectif d'arriver une procdure uniforme et gnralement acceptable
pour la spcification de l'incertitude. Des experts de 11 laboratoires nationaux de mtrologie ont particip
cette runion. Ce Groupe de travail sur l'expression des incertitudes a prpar la Recommandation INC-1
(1980), Expression des incertitudes exprimentales [2]. Le CIPM a approuv la Recommandation en 1981 [3]
et l'a reconfirme en 1986 [4].
Le CIPM s'en est remis l'Organisation internationale de normalisation (ISO) pour dvelopper un guide
dtaill fond sur la Recommandation du Groupe de travail (qui est un bref canevas plutt qu'une prescription
dtaille), l'ISO pouvant mieux, en effet, reflter les besoins provenant des larges intrts de l'industrie et du
commerce.
C'est le groupe technique consultatif (TAG 4) sur la mtrologie qui a t charg de cette responsabilit, car
l'une de ses tches consiste coordonner l'laboration de lignes directrices relatives aux problmes de
mesurage qui sont d'intrt commun l'ISO et aux six organisations qui participent, avec l'ISO, au travail du
TAG 4, savoir: la Commission lectrotechnique internationale (CEI), partenaire de l'ISO pour la
normalisation au niveau mondial; le CIPM et l'Organisation internationale de mtrologie lgale (OIML), qui
sont les deux organisations mondiales de la mtrologie; l'Union internationale de chimie pure et applique
(UICPA) et l'Union internationale de physique pure et applique (UIPPA), qui reprsentent la chimie et la
physique; et la Fdration internationale de chimie clinique (FICC).
Le TAG 4 a constitu son tour le Groupe de travail 3 (ISO/TAG 4/GT 3) compos d'experts dsigns par le
BIPM, la CEI, l'ISO et l'OIML et nomms par le Prsident du TAG 4. Son mandat est le suivant:
Dvelopper un guide, fond sur la recommandation du Groupe de travail BIPM sur l'expression des
incertitudes, qui fournisse des rgles pour l'expression de l'incertitude de mesure, utilisables en
normalisation, dans l'talonnage, dans l'accrditation des laboratoires et dans les services de mtrologie.
contribuer une information complte sur la manire dont on aboutit l'expression de l'incertitude;
1) Voir la Bibliographie.
* Note de bas de page la version 2008:
Lors de l'laboration de la prsente version 2008 du GUM, seules les corrections juges ncessaires par rapport la
version papier de 1995 ont t introduites par le JCGM/WG 1. Elles concernent les paragraphes 4.2.2, 4.2.4, 5.1.2,
B.2.17, C.3.2, C.3.4, E.4.3, H.4.3, H.5.2.5 et H.6.2.
Introduction
0.1 Lorsqu'on rend compte du rsultat d'un mesurage d'une grandeur physique, il faut obligatoirement
donner une indication quantitative sur la qualit du rsultat pour que ceux qui l'utiliseront puissent estimer sa
fiabilit. En l'absence d'une telle indication, les rsultats de mesure ne peuvent pas tre compars, soit entre
eux, soit par rapport ces valeurs de rfrence donnes dans une spcification ou une norme. Aussi est-il
ncessaire qu'il existe une procdure facilement applicable, aisment comprhensible et largement accepte
pour caractriser la qualit du rsultat d'un mesurage, c'est--dire pour valuer et exprimer son incertitude.
0.2 Le concept d'incertitude comme attribut quantifiable est relativement nouveau dans l'histoire de la
mesure bien que l'erreur et l'analyse des erreurs soient des concepts depuis longtemps pratiqus dans la
science de la mesure, c'est--dire en mtrologie. On reconnat maintenant largement que, lorsqu'on a valu
la totalit des composantes de l'erreur connues ou souponnes et que les corrections appropries ont t
appliques, il subsiste encore une incertitude sur la validit du rsultat exprim, c'est--dire un doute sur la
manire dont le rsultat de mesure reprsente correctement la valeur de la grandeur mesure.
0.3 De mme que l'utilisation quasi universelle du Systme international d'units (SI) a apport la
cohrence pour tous les mesurages scientifiques et technologiques, de mme un consensus universel sur
l'valuation et l'expression de l'incertitude de mesure permettrait la comprhension aise et l'interprtation
correcte d'un vaste spectre de rsultats de mesure en science, ingnierie, commerce, industrie et
rglementation. notre poque de dveloppement mondial du commerce, il est impratif que la mthode
d'valuation et d'expression des incertitudes soit uniforme dans le monde entier pour pouvoir comparer
facilement des mesurages effectus dans des pays diffrents.
0.4 La mthode idale d'valuation et d'expression de l'incertitude du rsultat d'un mesurage devrait tre:
universelle: la mthode devrait pouvoir s'appliquer tous les types de mesurages et tous les types de
donnes d'entre utilises dans les mesurages.
logique en elle-mme: elle devrait pouvoir se dduire directement des composantes constitutives tout en
tant indpendante du groupement de ces composantes ou de leur dcomposition en sous-
composantes;
transfrable: l'incertitude value pour un rsultat devrait pouvoir tre utilise directement comme
composante dans l'valuation de l'incertitude d'un autre mesurage o l'on utilise le premier rsultat.
De plus, dans de nombreuses applications industrielles et commerciales de mme que dans les domaines de
la sant et de la scurit, il est souvent ncessaire de fournir, autour du rsultat d'un mesurage, un intervalle
dont on puisse s'attendre ce qu'il comprenne une fraction leve de la distribution des valeurs qui pourraient
raisonnablement tre attribues au mesurande. Aussi, la mthode idale d'valuation et d'expression de
l'incertitude de mesure devrait pouvoir fournir aisment un tel intervalle, en particulier avec une probabilit ou
un niveau de confiance qui corresponde d'une manire raliste ce qui est exig.
0.5 L'approche de base de ce Guide est celle qui est esquisse dans la Recommandation INC-1 (1980) [2]
du Groupe de travail sur l'expression des incertitudes, constitu par le BIPM en rponse une demande du
CIPM (voir l'Avant-propos). Cette approche, dont la justification est dveloppe en Annexe E, satisfait toutes
les exigences exposes ci-dessus. Cela n'est pas le cas pour la plupart des autres mthodes d'usage courant.
La Recommandation INC-1 (1980) a t approuve et raffirme par le CIPM dans ses propres
Recommandations 1 (CI-1981) [3] et 1 (CI-1986) [4]. Le texte original en franais des Recommandations du
CIPM est donn en Annexe A (voir respectivement A.2 et A.3). Comme la Recommandation INC-1 (1980) sert
de fondement au prsent document, elle est donne ci-aprs en 0.7. L'original franais, qui fait autorit, est
donn en A.1 dans les deux versions, franaise et anglaise, du Guide.
0.6 LArticle 8 du prsent Guide donne un rsum succinct de la procdure spcifie pour valuer et
exprimer l'incertitude de mesure et l'Annexe H prsente en dtail un certain nombre d'exemples. Les autres
annexes traitent des termes gnraux de mtrologie (Annexe B), des termes et concepts statistiques
fondamentaux (Annexe C), de la valeur vraie, de l'erreur et de l'incertitude (Annexe D), des suggestions
pratiques pour valuer les composantes de l'incertitude (Annexe F), des degrs de libert et niveaux de
confiance (Annexe G), des symboles mathmatiques principaux utiliss dans le document (Annexe J), et des
rfrences bibliographiques (Bibliographie). Un Index alphabtique complte le document.
1) L'incertitude d'un rsultat de mesure comprend gnralement plusieurs composantes qui peuvent
tre groupes en deux catgories d'aprs la mthode utilise pour estimer leur valeur numrique:
Il n'y a pas toujours une correspondance simple entre le classement dans les catgories A ou B et le
caractre alatoire ou systmatique utilis antrieurement pour classer les incertitudes.
L'expression incertitude systmatique est susceptible de conduire des erreurs d'interprtation:
elle doit tre vite.
Toute description dtaille de l'incertitude devrait comprendre une liste complte de ses
composantes et indiquer pour chacune la mthode utilise pour lui attribuer une valeur numrique.
2) Les composantes de la catgorie A sont caractrises par les variances estimes s i2 (ou les carts-
types estims si) et les nombres vi de degrs de libert. Le cas chant, les covariances estimes
doivent tre donnes.
3) Les composantes de la catgorie B devraient tre caractrises par les variances estimes u 2j , qui
peuvent tre considres comme des approximations des variances correspondantes dont on admet
l'existence. Les termes u 2j peuvent tre traits comme des variances et les termes uj comme des
carts-types. Le cas chant, les covariances doivent tre traites de faon analogue.
4) L'incertitude compose devrait tre caractrise par la valeur obtenue en appliquant la mthode
usuelle de combinaison des variances. L'incertitude compose ainsi que ses composantes devraient
tre exprimes sous la forme d'carts-types.
5) Si, pour des utilisations particulires, on est amen multiplier par un facteur l'incertitude compose
afin d'obtenir une incertitude globale, la valeur numrique de ce facteur doit toujours tre donne.
1 Domaine d'application
1.1 Ce Guide tablit les rgles gnrales pour l'valuation et l'expression de l'incertitude pour les
mesurages qui peuvent tre effectus des niveaux varis d'exactitude et dans de nombreux domaines de
la boutique du commerant la recherche fondamentale. C'est pourquoi les principes de ce Guide sont
prvus pour s'appliquer un large spectre de mesurages y compris ceux qui sont exigs pour:
aider la gestion et l'assurance de la qualit en production,
satisfaire aux lois et rglementations et les appliquer,
mener des recherches fondamentales et des recherches et dveloppement appliqus en science et
ingnierie,
talonner des talons et instruments et raliser des essais dans le cadre d'un systme de mesure
national pour obtenir la traabilit aux talons nationaux,
dvelopper, maintenir et comparer des talons physiques de rfrence internationaux et nationaux, en y
incluant les matriaux de rfrence.
1.2 Ce Guide concerne en premier lieu l'expression de l'incertitude de mesure d'une grandeur physique
bien dfinie le mesurande qui peut tre caractrise en premire approximation par une valeur unique.
Si le phnomne auquel on s'intresse peut seulement se reprsenter par une distribution de valeurs ou s'il
est fonction d'un ou de plusieurs paramtres, tel le temps, les mesurandes ncessaires sa description sont
alors l'ensemble des grandeurs dcrivant cette distribution ou cette fonctionnalit.
1.3 Ce Guide s'applique aussi l'valuation et l'expression de l'incertitude associe aux tudes
conceptuelles et l'analyse thorique d'essais, de mthodes de mesure et de composantes et systmes
complexes. Comme un rsultat de mesure et son incertitude peuvent tre de nature conceptuelle et
entirement fonds sur des donnes hypothtiques, c'est dans ce contexte plus large qu'on doit interprter le
terme rsultat de mesure tel qu'il est utilis dans ce Guide.
1.4 Ce Guide fournit des rgles gnrales pour l'valuation et l'expression de l'incertitude de mesure plutt
que des instructions dtailles, spcifiques une technique. De plus, il ne traite pas de la manire d'utiliser,
pour diffrents objectifs, l'incertitude d'un rsultat de mesure particulier, une fois qu'elle est value, par
exemple, tirer des conclusions sur la compatibilit de ce rsultat avec d'autres rsultats analogues, tablir des
limites de tolrance pour un procd de fabrication, dcider si l'on peut adopter de manire sre une certaine
ligne de conduite. En consquence, il peut s'avrer ncessaire de dvelopper des normes spciales fondes
sur ce Guide pour traiter les problmes particuliers de domaines de mesure spcifiques ou les utilisations
diverses des expressions quantitatives de l'incertitude.* Ces normes peuvent tre des versions simplifies du
prsent Guide, mais elles doivent comprendre le degr de dtail appropri au niveau d'exactitude et de
complexit des mesurages et utilisations concerns.
NOTE Il peut se prsenter des situations pour lesquelles on peut penser que le concept d'incertitude de mesure n'est
pas totalement applicable, par exemple pour la dtermination de la fidlit d'une mthode d'essai (voir Rfrence [5], par
exemple).
____________________________
2 Dfinitions
En raison de son importance pour ce Guide, la dfinition du terme mtrologique gnral incertitude de
mesure est donne la fois en Annexe B et en 2.2.3. Les dfinitions des termes les plus importants,
spcifiques de ce Guide, sont donnes de 2.3.1 2.3.6. Dans tous ces paragraphes et dans les Annexes B
et C, l'utilisation de parenthses pour les mots de certains termes signifie que ces mots peuvent tre omis s'il
n'y a pas risque de confusion.
2.2.1 Le mot incertitude signifie doute. Ainsi, dans son sens le plus large, incertitude de mesure
signifie doute sur la validit du rsultat d'un mesurage. Comme on ne dispose pas de plusieurs mots pour ce
concept gnral d'incertitude et pour les grandeurs spcifiques qui fournissent des mesures quantitatives du
concept, par exemple l'cart-type, l'utilisation du mot incertitude s'impose pour ces deux sens diffrents.
2.2.2 Dans ce Guide, le mot incertitude sans adjectif se rfre la fois au concept gnral d'incertitude
et l'expression quantitative d'une mesure de ce concept. Un adjectif appropri est utilis pour une mesure
spcifique dtermine.
2.2.3 La dfinition formelle du terme incertitude de mesure mise au point pour ce Guide et adopte par le
VIM:1993, dfinition 3.9 [6] est la suivante:
NOTE 1 Le paramtre peut tre, par exemple, un cart-type (ou un multiple de celui-ci) ou la demi-largeur d'un
intervalle de niveau de confiance dtermin.
NOTE 2 L'incertitude de mesure comprend, en gnral, plusieurs composantes. Certaines peuvent tre values
partir de la distribution statistique des rsultats de sries de mesurages et peuvent tre caractrises par des carts-types
exprimentaux. Les autres composantes, qui peuvent aussi tre caractrises par des carts-types, sont values en
admettant des lois de probabilit, d'aprs l'exprience acquise ou d'aprs d'autres informations.
NOTE 3 Il est entendu que le rsultat du mesurage est la meilleure estimation de la valeur du mesurande, et que
toutes les composantes de l'incertitude, y compris celles qui proviennent d'effets systmatiques, telles que les
composantes associes aux corrections et aux talons de rfrence, contribuent la dispersion.
_____________________________
2.2.4 La dfinition de l'incertitude de mesure donne en 2.2.3 est une dfinition oprationnelle qui se
focalise sur le rsultat de mesure et son incertitude value. Elle n'est cependant pas incompatible avec
d'autres concepts d'incertitude de mesure tels que
mesure de l'erreur possible sur la valeur estime du mesurande telle que fournie par le rsultat d'un
mesurage;
estimation caractrisant l'tendue des valeurs dans laquelle se situe la valeur vraie d'une grandeur
mesure (VIM:1984, dfinition 3.09).
Bien que ces deux concepts traditionnels soient valables en tant qu'idaux, ils se focalisent sur des grandeurs
inconnues: respectivement l'erreur du rsultat d'un mesurage et la valeur vraie du mesurande (par
opposition avec sa valeur estime). Quoi qu'il en soit, quel que soit le concept d'incertitude que l'on adopte,
une composante d'incertitude est toujours value en utilisant les mmes donnes et l'information associe.
(Voir aussi E.5.)
2.3 Termes spcifiques ce Guide
En gnral, les termes qui sont spcifiques ce Guide sont dfinis lorsqu'ils apparaissent dans le texte pour
la premire fois. Cependant, les dfinitions des termes les plus importants sont donnes ci-aprs pour
permettre de s'y rfrer aisment.
NOTE Ces termes sont explicits ultrieurement selon les rfrences suivantes: pour 2.3.2, voir 3.3.3 et 4.2; pour
2.3.3, voir 3.3.3 et 4.3; pour 2.3.4, voir Article 5 et quations (10) et (13); et, pour 2.3.5 et 2.3.6, voir Article 6.
2.3.1
incertitude-type
incertitude du rsultat d'un mesurage exprime sous la forme d'un cart-type
2.3.2
valuation de Type A (de l'incertitude)
mthode d'valuation de l'incertitude par l'analyse statistique de sries d'observations
2.3.3
valuation de Type B (de l'incertitude)
mthode d'valuation de l'incertitude par des moyens autres que l'analyse statistique de sries d'observations
2.3.4
incertitude-type compose
incertitude-type du rsultat d'un mesurage, lorsque ce rsultat est obtenu partir des valeurs d'autres
grandeurs, gale la racine carre d'une somme de termes, ces termes tant les variances ou covariances
de ces autres grandeurs, pondres selon la variation du rsultat de mesure en fonction de celle de ces
grandeurs
2.3.5
incertitude largie
grandeur dfinissant un intervalle, autour du rsultat d'un mesurage, dont on puisse s'attendre ce qu'il
comprenne une fraction leve de la distribution des valeurs qui pourraient tre attribues raisonnablement
au mesurande
NOTE 1 La fraction peut tre considre comme la probabilit ou le niveau de confiance de l'intervalle.
NOTE 2 L'association d'un niveau de confiance spcifique l'intervalle dfini par l'incertitude largie ncessite des
hypothses explicites ou implicites sur la loi de probabilit caractrise par le rsultat de mesure et son incertitude-type
compose. Le niveau de confiance qui peut tre attribu cet intervalle ne peut tre connu qu'avec la mme validit que
celle qui se rattache ces hypothses.
NOTE 3 L'incertitude largie est appele incertitude globale au paragraphe 5 de la Recommandation INC-1 (1980).
2.3.6
facteur d'largissement
facteur numrique utilis comme multiplicateur de l'incertitude-type compose pour obtenir l'incertitude largie
NOTE Un facteur d'largissement, k, a sa valeur typiquement comprise entre 2 et 3.
3 Concepts fondamentaux
On peut trouver une prsentation complmentaire des concepts fondamentaux dans l'Annexe D centre sur
les ides de valeur vraie, d'erreur et d'incertitude et qui comprend des illustrations graphiques de ces
concepts, ainsi que dans l'Annexe E qui approfondit les motifs et les fondements statistiques de la
Recommandation INC-1 (1980), base de ce Guide. L'Annexe J est une liste des principaux symboles
mathmatiques utiliss tout au long du Guide.
3.1 Mesurage
3.1.1 L'objectif d'un mesurage (B.2.5) consiste dterminer la valeur (B.2.2) du mesurande (B.2.9), c'est-
-dire la valeur de la grandeur particulire (B.2.1, Note 1) mesurer. En consquence, un mesurage
commence par une dfinition approprie du mesurande, de la mthode de mesure (B.2.7) et de la
procdure de mesure (B.2.8).
NOTE Le terme valeur vraie (voir Annexe D) n'est pas utilis dans ce Guide pour la raison donne en D.3.5; on
considre que les termes valeur d'un mesurande (ou d'une grandeur) et valeur vraie d'un mesurande (ou d'une
grandeur) sont deux termes quivalents.
3.1.2 En gnral, le rsultat d'un mesurage (B.2.11) est seulement une approximation ou estimation
(C.2.26) de la valeur du mesurande et, de ce fait, est seulement complet lorsqu'il est accompagn par une
expression de l'incertitude (B.2.18) de cette estimation.
3.1.3 Dans la pratique, la spcification ou la dfinition exige pour le mesurande est dicte par l'exactitude
de mesure (B.2.14) exige pour le mesurage. Le mesurande doit tre dfini de faon suffisamment complte
en rapport avec l'exactitude exige de sorte que sa valeur soit unique pour tous les objectifs pratiques
associs au mesurage. C'est dans ce sens qu'on utilise l'expression valeur du mesurande dans ce Guide.
EXEMPLE Si l'on doit dterminer la longueur nominale d'une barre d'acier de longueur un mtre au micromtre prs,
sa spcification doit comprendre la temprature et la pression auxquelles la longueur est dfinie. Le mesurande peut alors
tre spcifi comme, par exemple, la longueur de la barre 25,00 C* et 101 325 Pa (avec, en plus, tout autre paramtre
de dfinition jug ncessaire, tel que la manire de supporter la barre). Cependant, si l'on ne doit dterminer la longueur
de la barre qu'au millimtre prs, sa spcification ne ncessitera pas la dfinition d'une temprature, ou d'une pression, ou
de tout autre paramtre.
NOTE Une dfinition incomplte du mesurande peut entraner une composante d'incertitude suffisamment grande
pour qu'il soit ncessaire de l'inclure dans l'valuation de l'incertitude du rsultat de mesure (voir D.1.1, D.3.4 et D.6.2).
3.1.4 Dans de nombreux cas, le rsultat d'un mesurage est dtermin sur la base de sries d'observations
obtenues dans des conditions de rptabilit (B.2.15, Note 1).
3.1.5 Les variations entre les observations rptes sont supposes se produire parce que les grandeurs
d'influence (B.2.10) qui peuvent affecter le rsultat de mesure ne sont pas maintenues parfaitement
constantes.
3.1.6 Le modle mathmatique du mesurage qui transforme l'ensemble des observations rptes en
rsultat de mesure est d'importance critique parce que, en plus des observations, il comporte gnralement
les diffrentes grandeurs d'influence qui ne sont pas connues exactement. La nature imparfaite de la
connaissance contribue l'incertitude du rsultat de mesure comme le font les variations des observations
rptes et toute incertitude associe au modle mathmatique lui-mme.
_____________________________
3.1.7 Ce Guide traite le mesurande comme un scalaire (une grandeur unique). L'extension un ensemble
de mesurandes interdpendants, dtermins simultanment par le mme mesurage, ncessite de remplacer
le mesurande scalaire et sa variance (C.2.11, C.2.20, C.3.2) par un mesurande vectoriel et une matrice de
covariance (C.3.5). Ce Guide n'envisage ce remplacement que dans les exemples (voir H.2, H.3 et H.4).
NOTE Le concept d'erreur est idal et les erreurs ne peuvent pas tre connues exactement.
3.2.2 L'erreur alatoire provient probablement de variations temporelles et spatiales non prvisibles ou
stochastiques de grandeurs d'influence. Les effets de telles variations, appels ci-aprs effets alatoires,
entranent des variations pour les observations rptes du mesurande. Bien qu'il ne soit pas possible de
compenser l'erreur alatoire d'un rsultat de mesure, elle peut gnralement tre rduite en augmentant le
nombre d'observations. Son esprance mathmatique ou valeur espre (C.2.9, C.3.1) est gale zro.
NOTE 1 L'cart-type exprimental de la moyenne arithmtique d'une srie d'observations (voir 4.2.3) n'est pas l'erreur
alatoire de la moyenne, bien qu'on le dsigne ainsi dans certaines publications. Mais c'est, en fait, une mesure de
l'incertitude de la moyenne due aux effets alatoires. La valeur exacte de l'erreur sur la moyenne provenant de ces effets
ne peut pas tre connue.
NOTE 2 Ce Guide prend grand soin de distinguer les termes erreur et incertitude. Ils ne sont pas synonymes mais
reprsentent des concepts compltement diffrents. Ils ne doivent pas tre confondus ou utiliss tort l'un pour l'autre.
3.2.3 L'erreur systmatique, comme l'erreur alatoire, ne peut pas tre limine mais, elle aussi, peut
souvent tre rduite. Si une erreur systmatique se produit sur un rsultat de mesure partir d'un effet
reconnu d'une grandeur d'influence, effet appel ci-aprs effet systmatique, l'effet peut tre quantifi et, s'il
est significatif par rapport l'exactitude requise du mesurage, une correction (B.2.23) ou un facteur de
correction (B.2.24) peut tre appliqu pour compenser l'effet. On suppose qu'aprs correction l'esprance
mathmatique de l'erreur qui provient d'un effet systmatique est gale zro.
NOTE L'incertitude d'une correction applique un rsultat de mesure pour compenser un effet systmatique n'est
pas l'erreur systmatique due cet effet, souvent appele biais, sur le rsultat de mesure, bien qu'elle soit parfois
dsigne ainsi. Au lieu de cela, c'est la mesure de l'incertitude du rsultat due une connaissance incomplte de la valeur
exige pour la correction. L'erreur provenant d'une compensation imparfaite d'un effet systmatique ne peut pas tre
connue exactement. Les termes erreur et incertitude doivent tre utiliss correctement et il faut prendre soin de les
distinguer l'un de l'autre.
3.2.4 On suppose que le rsultat d'un mesurage a t corrig pour tous les effets systmatiques reconnus
comme significatifs et qu'on a fait tous ses efforts pour leur identification.
EXEMPLE On applique une correction due l'impdance finie d'un voltmtre utilis pour dterminer la diffrence de
potentiel (le mesurande) aux bornes d'une rsistance d'impdance leve, pour rduire l'effet systmatique sur le rsultat
du mesurage provenant de l'effet d au branchement du voltmtre. Cependant, les valeurs des impdances du voltmtre
et de la rsistance, qui sont utilises pour estimer la valeur de la correction et qui sont obtenues partir d'autres
mesurages, prsentent elles-mmes une incertitude. Ces incertitudes sont utilises pour valuer la composante de
l'incertitude sur la dtermination de la diffrence de potentiel provenant de la correction, donc de l'effet systmatique d
l'impdance finie du voltmtre.
NOTE 1 Les instruments et systmes de mesure sont souvent ajusts ou talonns par utilisation d'talons et de
matriaux de rfrence pour liminer les effets systmatiques. Il n'en reste pas moins que les incertitudes associes ces
talons et matriaux de rfrence doivent tre prises en considration.
NOTE 2 Le cas o une correction due un effet systmatique reconnu comme significatif n'est pas applique est
prsent dans la Note de 6.3.1 et en F.2.4.5.
3.3 Incertitude
3.3.1 L'incertitude du rsultat d'un mesurage reflte l'impossibilit de connatre exactement la valeur du
mesurande (voir 2.2). Le rsultat d'un mesurage aprs correction des effets systmatiques reconnus reste
encore seulement une estimation de la valeur du mesurande en raison de l'incertitude provenant des effets
alatoires et de la correction imparfaite du rsultat pour les effets systmatiques.
NOTE Le rsultat d'un mesurage (aprs correction) peut, sans qu'on le sache, tre trs proche de la valeur du
mesurande (et, en consquence, avoir une erreur ngligeable) mme s'il possde une incertitude leve. C'est pourquoi
l'incertitude du rsultat d'un mesurage ne doit pas tre confondue avec l'erreur rsiduelle inconnue.
3.3.2 Il existe dans la pratique de nombreuses sources possibles d'incertitude dans un mesurage,
comprenant:
c) chantillonnage non reprsentatif l'chantillon mesur peut ne pas reprsenter le mesurande dfini;
d) connaissance insuffisante des effets des conditions d'environnement sur le mesurage ou mesurage
imparfait des conditions d'environnement;
h) valeurs inexactes des constantes et autres paramtres obtenus de sources extrieures et utiliss dans
l'algorithme de traitement des donnes;
j) variations entre les observations rptes du mesurande dans des conditions apparemment identiques.
Ces sources ne sont pas ncessairement indpendantes, et certaines des sources a) i) peuvent contribuer
la source j). Naturellement, un effet systmatique non mis en vidence ne peut pas tre pris en compte
dans l'valuation de l'incertitude du rsultat d'un mesurage mais il contribue son erreur.
3.3.3 La Recommandation INC-1 (1980) du Groupe de travail sur l'expression des incertitudes classe les
composantes de l'incertitude en deux catgories fondes sur leur mthode d'valuation, A et B (voir 0.7,
2.3.2 et 2.3.3). Ces catgories s'appliquent l'incertitude et ne constituent pas des substituts aux mots
alatoire et systmatique. L'incertitude d'une correction pour un effet systmatique connu peut tre
obtenue dans certains cas par une valuation de Type A et, dans d'autres cas, par une valuation de Type B;
il peut en tre de mme pour l'incertitude qui caractrise un effet alatoire.
NOTE Dans certaines publications, les composantes de l'incertitude sont rparties en alatoires et
systmatiques et sont respectivement associes aux erreurs provenant d'effets alatoires et d'effets systmatiques
connus. Un tel classement des composantes de l'incertitude peut tre ambigu lorsqu'on l'applique gnralement. Par
exemple, une composante alatoire de l'incertitude pour un mesurage donn peut devenir une composante
systmatique de l'incertitude dans un autre mesurage pour lequel on utilise le rsultat du premier mesurage comme
donne d'entre. Diffrencier les mthodes d'valuation des composantes de l'incertitude plutt que les composantes
elles-mmes vite cette ambigut. En mme temps, cela n'empche pas de rassembler ultrieurement des composantes
individuelles values par les deux mthodes diffrentes dans des groupes conus pour tre utiliss pour un objectif
particulier (voir 3.4.3).
3.3.4 L'objectif de la classification en Type A et en Type B est d'indiquer les deux diffrentes manires
d'valuer les composantes de l'incertitude; elle n'a pour but que de clarifier la prsentation; cette classification
ne signifie pas qu'il existe une diffrence quelconque de nature entre les composantes rsultant des deux
types d'valuation. Les deux types d'valuation sont fonds sur des lois de probabilit (C.2.3), et les
composantes de l'incertitude rsultant de l'un comme de l'autre type sont quantifies par des variances ou
des carts-types.
3.3.5 La variance estime u2 qui caractrise une composante de l'incertitude obtenue par une valuation de
Type A est calcule partir de sries d'observations rptes et est la variance habituelle estime
statistiquement s2 (voir 4.2). L'cart-type estim (C.2.12, C.2.21, C.3.3) u, racine carre de u2, est donc u = s
et, par commodit, est parfois appel incertitude-type de Type A. Pour une composante de l'incertitude
obtenue par une valuation de Type B, la variance estime u2 est value par utilisation des connaissances
disponibles (voir 4.3) et l'cart-type estim u est parfois appel incertitude-type de Type B.
On obtient donc une incertitude-type de Type A partir d'une fonction de densit de probabilit (C.2.5) (ou
simplement densit de probabilit) dduite d'une distribution d'effectif (C.2.18) (ou distribution de
frquence) observe alors qu'on obtient une incertitude-type de Type B partir d'une densit de probabilit
suppose, fonde sur le degr de croyance en ce qu'un vnement se produise [souvent appel probabilit
(C.2.1) subjective]. Les deux approches utilisent des interprtations classiques de la probabilit.
NOTE Une valuation de Type B d'une composante de l'incertitude est habituellement fonde sur un ensemble
d'informations relativement fiables (voir 4.3.1).
3.3.6 Lorsque le rsultat d'un mesurage est obtenu partir des valeurs de plusieurs autres grandeurs,
l'incertitude-type de ce rsultat est appele incertitude-type compose et note uc. C'est l'cart-type estim
associ au rsultat et il est gal la racine carre de la variance compose obtenue partir de toutes les
composantes de variances et covariances (C.3.4), de quelque manire qu'elles soient values, en utilisant
ce qui, dans ce Guide, est appel la loi de propagation de l'incertitude (voir Article 5).
3.3.7 Pour satisfaire les besoins de certaines applications industrielles et commerciales ainsi que les
exigences dans les domaines de la sant et de la scurit, une incertitude largie U s'obtient par la
multiplication de l'incertitude-type compose uc par un facteur d'largissement k. L'objectif poursuivi avec
cette incertitude largie U est de fournir, autour du rsultat d'un mesurage, un intervalle dont on puisse
s'attendre ce qu'il comprenne une fraction leve de la distribution des valeurs qui pourraient tre attribues
raisonnablement au mesurande. Le choix du facteur k, qui est habituellement compris entre 2 et 3, est fond
sur la probabilit ou le niveau de confiance exig pour l'intervalle (voir Article 6).
NOTE Le facteur d'largissement k doit toujours tre donn pour que l'incertitude-type de la grandeur mesure
puisse tre retrouve et utilise dans le calcul de l'incertitude-type compose d'autres rsultats de mesure qui pourraient
dpendre de cette grandeur.
3.4.2 Comme le modle mathmatique peut tre incomplet, il faudrait pouvoir faire varier toutes les
grandeurs mises en jeu, de la manire la plus complte possible pratiquement, pour que l'valuation de
l'incertitude puisse tre fonde le plus possible sur des donnes observes. chaque fois que cela est
ralisable, on utilisera des modles empiriques du mesurage fonds sur des donnes quantitatives obtenues
pendant de longues priodes ou sur l'utilisation d'talons de surveillance ou de cartes de contrles qui
puissent indiquer si un mesurage est sous contrle statistique. Toutes ces dispositions doivent faire partie des
efforts qui ont pour but d'obtenir des valuations fiables de l'incertitude. Le modle mathmatique doit toujours
tre rvis lorsque les donnes observes, y compris le rsultat de dterminations indpendantes du mme
mesurande, dmontrent que le modle est incomplet. Un essai bien conu peut grandement faciliter des
valuations fiables de l'incertitude et c'est une part importante de l'art de la mesure.
caractrisent le mesurage. Dans ces cas-l, on considrera seulement les composantes (qu'elles soient
obtenues par des valuations de Type A ou de Type B) qui pourraient contribuer la variabilit, observe
exprimentalement, de ces valeurs de sortie.
NOTE Une telle analyse peut tre facilite en rassemblant en deux groupes spars et correctement identifis les
composantes qui contribuent la variabilit et celles qui n'y contribuent pas.
3.4.4 Dans certains cas, il n'est pas ncessaire d'inclure l'incertitude d'une correction pour un effet
systmatique dans l'valuation de l'incertitude d'un rsultat de mesure. Bien que l'incertitude ait t value,
elle peut tre ignore si sa contribution l'incertitude-type compose du rsultat de mesure est insignifiante.
Si la valeur de la correction elle-mme est insignifiante par rapport l'incertitude-type compose, elle peut,
elle aussi, tre ignore.
3.4.5 Il arrive souvent en pratique, spcialement dans le domaine de la mtrologie lgale, qu'un dispositif
soit essay par comparaison avec un talon et que les incertitudes associes l'talon et la procdure de
comparaison soient ngligeables par rapport l'exactitude exige pour l'essai. C'est le cas, par exemple, de
l'utilisation d'un ensemble bien talonn d'talons de masses marques pour dterminer l'exactitude d'une
balance commerciale. Dans ces cas-l, on peut envisager le mesurage comme tant la dtermination de
l'erreur du dispositif en essai, parce que les composantes de l'incertitude sont suffisamment petites pour
pouvoir tre ignores. (Voir aussi F.2.4.2.)
3.4.6 L'estimation de la valeur d'un mesurande fournie par le rsultat d'un mesurage s'exprime parfois en
fonction de la valeur adopte pour un talon plutt qu'en fonction de l'unit correspondante du Systme
international d'units (SI). Dans ces cas-l, l'ordre de grandeur de l'incertitude qu'on peut attribuer au rsultat
de mesure peut tre significativement plus petit que lorsqu'on exprime le rsultat avec l'unit SI
correspondante. (En fait, cela revient redfinir le mesurande comme tant le rapport de la valeur de la
grandeur mesurer la valeur adopte pour l'talon.)
EXEMPLE Un talon de tension diode de Zener de haute qualit est talonn par comparaison une rfrence de
tension effet Josephson fonde sur la valeur de la constante de Josephson recommande par le CIPM pour l'utilisation
internationale. L'incertitude-type compose relative uc(VS)/VS (voir 5.1.6) de la diffrence de potentiel talonne VS de
l'talon Zener est 2 108 lorsqu'on exprime VS en fonction de la valeur recommande, mais uc(VS)/VS est 4 107
lorsqu'on exprime VS en fonction de l'unit SI de diffrence de potentiel, volt (V), en raison de l'incertitude supplmentaire
associe la valeur en unit SI de la constante de Josephson.
3.4.7 Des valeurs aberrantes dans l'enregistrement ou l'analyse des rsultats d'observations peuvent
introduire une erreur inconnue significative pour le rsultat d'un mesurage. Des valeurs aberrantes
importantes peuvent habituellement tre mises en vidence par un examen appropri des rsultats; des
valeurs faiblement aberrantes peuvent tre masques ou apparatre, ventuellement, comme des variations
alatoires. Les mesures de l'incertitude ne prtendent pas prendre en compte de telles fautes.
3.4.8 Bien que ce Guide fournisse un cadre pour l'estimation de l'incertitude, il ne peut remplacer ni la
rflexion critique ni l'honntet intellectuelle ni la comptence professionnelle. L'valuation de l'incertitude
n'est jamais une tche de routine ni une opration purement mathmatique; elle dpend de la connaissance
dtaille de la nature du mesurande et du mesurage. La qualit et l'utilit de l'incertitude fournie pour le
rsultat d'un mesurage dpendent, en fin de compte, de la comprhension, de l'analyse critique et de
l'intgrit de ceux qui contribuent son valuation.
4 valuation de l'incertitude-type
On pourra trouver en Annexe F des conseils complmentaires, principalement de nature pratique, pour
l'valuation des composantes de l'incertitude.
Y = f ( X 1, X 2 , ..., X N ) (1)
NOTE 1 Par conomie de notation, on utilise dans ce Guide le mme symbole pour la grandeur physique (le
mesurande) et pour la variable alatoire (voir 4.2.1) qui reprsente le rsultat possible d'une observation de cette
grandeur. Lorsqu'on nonce que Xi possde une loi de probabilit particulire, le symbole est utilis dans son deuxime
sens; on suppose que la grandeur physique elle-mme peut tre caractrise en premire approximation par une valeur
unique (voir 1.2 et 3.1.3).
NOTE 2 Dans une srie d'observations, la kime valeur observe de Xi est note Xi,k,; ainsi, si une rsistance est note
R, la kime valeur observe de la rsistance est note Rk.
NOTE 3 L'estimation de Xi ( proprement parler, de son esprance mathmatique) est note xi.
EXEMPLE Si l'on applique une diffrence de potentiel V aux bornes d'une rsistance dont la valeur dpend de la
temprature, de rsistance R0 la temprature dfinie t0 et de coefficient linaire de temprature , la puissance P (le
mesurande) dissipe par la rsistance la temprature t est fonction de V, R0, , et t selon
P = f (V , R 0 , , t ) = V 2 {R0 1+ (t t 0 )}
NOTE D'autres mthodes de mesure de P seraient modlises par des expressions mathmatiques diffrentes.
4.1.2 Les grandeurs d'entre X1, X2, ..., XN dont dpend la grandeur de sortie Y peuvent elles-mmes tre
envisages comme mesurandes et peuvent elles-mmes dpendre d'autres grandeurs, y compris les
corrections et facteurs de correction pour les effets systmatiques, aboutissant de ce fait une relation
fonctionnelle complique f qui peut ne jamais tre crite explicitement. De plus, la fonction f peut tre
dtermine exprimentalement (voir 5.1.4) ou exister seulement sous forme d'algorithme qui doit tre valu
numriquement. Telle qu'elle apparat dans ce Guide, la fonction f doit tre interprte dans le contexte le
plus large, en particulier comme la fonction qui contient toutes les grandeurs susceptibles de contribuer une
composante significative de l'incertitude du rsultat de mesure, y compris toutes les corrections.
En consquence, si les donnes indiquent que cette fonction f ne modlise pas le mesurage au degr impos
par l'exactitude exige pour le rsultat de mesure, des grandeurs d'entre additionnelles doivent tre
introduites dans f pour liminer le manque d'adquation (voir 3.4.2). Cela peut ncessiter l'introduction d'une
grandeur d'entre refltant la connaissance incomplte d'un phnomne qui affecte le mesurande. Dans
l'Exemple de 4.1.1, il peut tre ncessaire d'introduire des grandeurs d'entre additionnelles pour tenir compte
d'une distribution de temprature reconnue comme non uniforme le long de la rsistance, d'un coefficient de
temprature non linaire de la rsistance, ou d'un effet possible de la pression atmosphrique.
NOTE Quoi qu'il en soit, l'quation (1) peut tre aussi simple que Y = X1 X2. Cette expression modlise, par
exemple, la comparaison de deux dterminations de la mme grandeur X.
4.1.3 L'ensemble des grandeurs d'entre X1, X2, ..., XN peut tre caractris par:
les grandeurs dont les valeurs et les incertitudes sont directement dterminees au cours du mesurage.
Ces valeurs et incertitudes peuvent tre obtenues, par exemple, partir d'une observation unique, ou
partir d'observations rptes, ou par un jugement fond sur l'exprience. Elles peuvent impliquer la
dtermination de corrections pour les lectures d'instruments et de corrections dues aux grandeurs
d'influence telles que la temprature ambiante, la pression atmosphrique ou l'humidit;
les grandeurs dont les valeurs et les incertitudes sont introduites dans le mesurage partir de sources
extrieures, telles que les grandeurs associes des talons, des matriaux de rfrence certifis et
des valeurs de rfrence provenant de la littrature.
4.1.4 Une estimation du mesurande Y, note y, est obtenue partir de l'quation (1) en utilisant les
estimations d'entre x1, x2, ..., xN pour les valeurs des N grandeurs X1, X2, ..., XN. Ainsi, l'estimation de sortie
y, qui est le rsultat du mesurage, est donne par
est la moyenne arithmtique des observations individuelles Xi,k, cette manire de calculer la moyenne peut tre prfrable
lorsque f est une fonction non linaire des grandeurs d'entre X1, X2, ..., XN mais les deux approches sont identiques si f
est une fonction linaire des Xi (voir H.2 et H.4).
4.1.5 L'cart-type estim associ l'estimation de sortie ou au rsultat de mesure y, appel incertitude-type
compose et not uc(y), est dtermin partir de l'cart-type estim associ chaque estimation d'entre xi,
appele incertitude-type et note u(xi) (voir 3.3.5 et 3.3.6).
4.1.6 Chaque estimation d'entre xi et son incertitude-type associe u(xi) sont obtenues partir d'une loi
des valeurs possibles de la grandeur d'entre Xi. Cette loi de probabilit peut tre fonde sur une distribution
de frquence, c'est--dire sur une srie d'observations Xi,k des Xi, ou ce peut tre une loi a priori. Les
valuations de Type A de composantes de l'incertitude-type sont fondes sur des distributions de frquence
alors que les valuations de Type B sont fondes sur des lois a priori. On doit reconnatre que, dans les deux
cas, les lois sont des modles utiliss pour reprsenter l'tat de notre connaissance.
n
1
q=
n k =1
qk (3)
Ainsi, pour une grandeur d'entre Xi estime partir de n observations rptes indpendantes Xi,k, la
moyenne arithmtique X i obtenue par l'quation (3) est utilise comme estimation d'entre xi dans
l'quation (2) pour dterminer le rsultat de mesure y; on prend donc x i = X i . Les estimations d'entre non
values par des observations rptes doivent tre obtenues par d'autres mthodes, telles que celles de la
seconde catgorie de 4.1.3.
4.2.2 Les valeurs des observations individuelles qk diffrent en raison des variations alatoires des
grandeurs d'influence ou des effets alatoires (voir 3.2.2). La variance exprimentale des observations, qui
estime la variance 2 de la loi de probabilit de q, est donne par
n
( )
1 2
s 2 (qk ) = qj q (4)
n 1 j =1
Cette estimation de la variance et sa racine carre s(qk), appele cart-type exprimental (B.2.17),
caractrisent la variabilit des valeurs observes qk, ou, plus spcifiquement, leur dispersion autour de leur
moyenne q .
s 2 ( qk )
s2 (q ) = (5)
n
Alors, pour une grandeur d'entre Xi dtermine partir de n observations rptes indpendantes Xi,k,
l'incertitude-type u(xi) de son estimation x i = X i est u ( x i ) = s ( X i ) , avec s 2 ( X i ) calcul selon l'quation (5).
Par commodit, u 2 ( x i ) = s 2 ( X i ) et u ( x i ) = s ( X i ) sont parfois appels respectivement variance de Type A et
incertitude-type de Type A.
NOTE 1 Le nombre d'observations n doit tre suffisamment grand pour garantir que q fournisse une estimation fiable
de l'esprance mathmatique q de la variable alatoire q, et pour que s 2( q ) fournisse une estimation fiable de la
variance 2( q ) = 2 n (voir Note de 4.3.2). La diffrence entre s 2( q ) et 2( q ) doit tre prise en considration lorsqu'on
btit des intervalles de confiance (voir 6.2.2). Dans ce cas, si la loi de probabilit de q est une loi normale (voir 4.3.4), la
diffrence est prise en compte travers la loi de t (voir G.3.2).
NOTE 2 Bien que la variance s 2( q ) soit une grandeur plus fondamentale, l'cart-type s ( q ) est en pratique plus
commode car il a la mme dimension que q et une valeur plus parlante que celle de la variance.
4.2.4 Pour un mesurage bien caractris et sous contrle statistique, on peut avoir sa disposition une
estimation de la variance compose ou provenant d'un ensemble accumul de rsultats, s p2 (ou l'cart-type
exprimental correspondant sp). Dans un tel cas, lorsqu'on dtermine la valeur d'un mesurande q partir de
n observations indpendantes, la variance exprimentale de la moyenne arithmtique q des observations est
mieux estime par s p2 n que par s 2(qk ) /n et l'incertitude-type de la moyenne est u = sp n . (Voir aussi la
Note de H.3.6.)
4.2.5 On obtient souvent une estimation xi d'une grandeur d'entre Xi partir d'une courbe ajuste sur des
rsultats exprimentaux par la mthode des moindres carrs. La variance estime et l'incertitude-type
rsultante des paramtres d'ajustement caractristiques de la courbe et de tout point prdit peuvent
habituellement tre calcules par des procdures statistiques bien connues (voir H.3 et Rfrence [8]).
4.2.6 Le nombre de degrs de libert (C.2.31) vi de u(xi) (voir G.3), gal n 1 dans le cas simple o
x i = X i et u ( x i ) = s ( X i ) sont calculs partir de n observations indpendantes comme en 4.2.1 et 4.2.3, doit
toujours tre donn lorsque les valuations de Type A des composantes d'incertitude sont fournies.
4.2.7 S'il existe une corrlation entre les variations alatoires des observations d'une grandeur d'entre, par
exemple en fonction du temps, la moyenne et l'cart-type exprimental de la moyenne donns en 4.2.1 et
4.2.3 peuvent tre des estimateurs (C.2.25) impropres des statistiques (C.2.23) recherches. Dans de tels
cas, les observations doivent tre analyses par des mthodes statistiques spcialement conues pour traiter
une srie de mesurages alatoires corrls.
NOTE On utilise de telles mthodes spciales pour traiter les mesurages d'talons de frquence. Il est cependant
possible, pour d'autres grandeurs mtrologiques, lorsqu'on passe de mesurages court terme des mesurages long
terme, que l'hypothse de variations alatoires non corrles ne soit plus valable et qu'on puisse aussi utiliser ces
mthodes spciales pour traiter ces mesurages. (Voir Rfrence [9], par exemple, pour une prsentation dtaille de la
variance d'Allan.)
4.2.8 La prsentation de l'valuation de Type A de l'incertitude-type donne de 4.2.1 4.2.7 ne prtend pas
tre exhaustive; il existe de nombreuses situations, certaines relativement complexes, qui peuvent tre
traites par les mthodes statistiques. Un exemple important concerne l'utilisation de modles d'talonnage,
souvent fonds sur la mthode des moindres carrs, pour valuer les incertitudes provenant de variations
alatoires, la fois court et long terme, des rsultats de comparaisons d'objets matriels de valeur
inconnue, tels que des cales talons ou des masses marques, avec des talons de rfrence de valeur
connue. Dans de telles situations de mesures relativement simples, les composantes de l'incertitude peuvent
frquemment tre values par l'analyse statistique de donnes obtenues en utilisant des plans d'exprience
consistant en des squences embotes de mesurages du mesurande pour un certain nombre de valeurs
diffrentes des grandeurs dont il dpend cette technique est appele analyse de variance (voir H.5).
NOTE des niveaux infrieurs de la chane d'talonnage, pour lesquels on suppose souvent que les talons de
rfrence sont exactement connus parce qu'ils ont t talonns par un laboratoire d'talonnage national ou primaire,
l'incertitude d'un rsultat d'talonnage peut tre une simple incertitude-type de Type A value partir de l'cart-type
exprimental, cet cart-type qui caractrise le mesurage tant valu partir d'un ensemble cumul de rsultats.
Par commodit, u2(xi) et u(xi) valus de cette faon sont parfois appels respectivement variance de Type B
et incertitude-type de Type B.
NOTE Lorsque xi est obtenu partir d'une loi a priori, la variance associe devrait tre crite correctement u2(Xi),
2
mais, par souci de simplification, u (xi) et u(xi) sont utiliss tout au long de ce Guide.
4.3.2 L'utilisation correcte de l'ensemble des informations disponibles pour une valuation de Type B de
l'incertitude-type fait appel la perspicacit fonde sur l'exprience et les connaissances gnrales, et c'est
une comptence qui peut s'apprendre par la pratique. On doit avoir en mmoire qu'une valuation de Type B
d'incertitude-type peut tre aussi fiable qu'une valuation de Type A, notamment dans une situation de
mesure o une valuation de Type A est fonde sur un nombre relativement faible d'observations
statistiquement indpendantes.
NOTE Si la loi de probabilit de q en Note 1 de 4.2.3 est normale, alors [ s( q )] ( q ) , cart-type relatif de s( q ) par
rapport ( q ) , est approximativement gal [2(n 1)] 1/2. En prenant alors [ s( q )] comme l'incertitude de s( q ) ,
l'incertitude relative sur s( q ) est de 24 pour-cent pour n = 10 (soit 10 observations) et est de 10 pour-cent pour n = 50.
(Des valeurs supplmentaires sont donnes dans le Tableau E.1 de l'Annexe E.)
4.3.3 Si l'on obtient l'estimation xi partir d'une spcification de fabricant, d'un certificat d'talonnage, d'une
publication ou d'une autre source et que son incertitude indique est donne comme tant un multiple
dtermin d'un cart-type, l'incertitude-type u(xi) est simplement gale au quotient de la valeur indique par le
facteur multiplicatif et la variance estime u2(xi) est gale au carr de ce quotient.
EXEMPLE Un certificat d'talonnage indique que la masse mS d'un talon de masse en acier inoxydable de valeur
nominale gale un kilogramme est de 1 000,000 325 g et que l'incertitude sur cette valeur est gale 240 g au niveau
de 3 carts-types. L'incertitude-type de l'talon de masse est alors simplement u(mS) = (240 g)/3 = 80 g. Cela
correspond une incertitude-type relative u(mS)/mS gale 80 109 (voir 5.1.6). La variance estime est
u2(mS) = (80 g)2 = 6,4 109 g2.
NOTE Dans de nombreux cas, on ne dispose d'aucune ou de presque aucune information sur les composantes
individuelles qui ont permis d'obtenir l'incertitude indique. C'est gnralement sans importance pour l'expression de
l'incertitude selon les pratiques de ce Guide puisque toutes les incertitudes-types sont traites de la mme faon lorsqu'on
calcule l'incertitude-type compose d'un rsultat de mesure (voir Article 5).
4.3.4 L'incertitude fournie pour xi n'est pas ncessairement donne comme un multiple d'un cart-type
comme en 4.3.3. L'incertitude fournie peut dfinir un intervalle correspondant un niveau de confiance de 90,
95 ou 99 pour-cent (voir 6.2.2). Sauf indication contraire, on peut supposer qu'une loi normale (C.2.14) a t
utilise pour calculer l'incertitude fournie et retrouver l'incertitude-type de xi en divisant la valeur de
l'incertitude fournie par le facteur appropri pour la loi normale. Les facteurs correspondant aux trois niveaux
de confiance ci-dessus sont 1,64; 1,96 et 2,58 (voir aussi Tableau G.1 dans l'Annexe G).
NOTE Une telle hypothse n'est pas ncessaire si l'incertitude a t donne en suivant les recommandations de ce
Guide concernant l'expression de l'incertitude, ces recommandations soulignant que le facteur d'largissement utilis doit
toujours tre donn (voir 7.2.3).
EXEMPLE Un certificat d'talonnage indique que la valeur RS d'une rsistance talon de valeur nominale gale
dix ohms est de 10,000 742 129 23 C et que l'incertitude indique de 129 dfinit un intervalle au niveau de
confiance de 99 pour-cent. L'incertitude-type sur la valeur de la rsistance peut tre prise gale
u(RS) = (129 ) /2,58 = 50 , qui correspond une incertitude-type relative u(RS) /RS de 5,0 106 (voir 5.1.6). La
variance estime est u2(RS) = (50 )2 = 2,5 109 2.
4.3.5 Considrons le cas o, sur la base des informations disponibles, on peut noncer qu'il y a une
chance sur deux pour que la valeur de la grandeur d'entre Xi soit situe dans l'intervalle compris entre a et
a+ (en d'autres termes, la probabilit pour que Xi soit situ dans cet intervalle est gale 0,5, ou
50 pour-cent). Si l'on peut supposer que les valeurs possibles de Xi sont distribues approximativement selon
une loi normale, alors la meilleure estimation xi de Xi peut tre prise au milieu de l'intervalle. De plus, si la
demi-largeur de l'intervalle est note a = (a+ a)/2, on peut prendre u(xi) = 1,48a, parce que, pour une loi
normale d'esprance mathmatique et d'cart-type , l'intervalle /1,48 recouvre approximativement
50 pour-cent de la loi.
EXEMPLE Un mcanicien qui dtermine les dimensions d'une pice estime que sa longueur se situe, avec une
probabilit de 0,5, dans l'intervalle compris entre 10,07 mm et 10,15 mm et donne l = (10,11 0,04) mm; cela signifie que
0,04 mm dfinit un intervalle ayant un niveau de confiance de 50 pour-cent. a est alors gal 0,04 mm; en supposant
une loi normale pour les valeurs possibles de l, l'incertitude-type sur la longueur est u(l) = 1,48 0,04 mm 0,06 mm, et la
variance estime est u2(l) = (1,48 0,04 mm)2 = 3,5 103 mm2.
4.3.6 Considrons un cas analogue celui de 4.3.5 mais o, sur la base des informations disponibles, on
peut noncer qu'il y a environ deux chances sur trois pour que la valeur Xi soit situe dans l'intervalle
compris entre a et a+ (en d'autres termes, la probabilit pour que Xi soit situ dans cet intervalle est de
l'ordre de 0,67). On peut alors prendre raisonnablement u(xi) = a, parce que, pour une loi normale d'esprance
mathmatique et d'cart-type , l'intervalle recouvre environ 68,3 pour-cent de la loi.
NOTE Si l'on utilisait le fractile normal 0,967 42 correspondant la probabilit p = 2/3, c'est--dire si l'on crivait
u(xi) = a/0,967 42 = 1,033a, on donnerait la valeur de u(xi) une signification bien plus prcise que ce qui est
manifestement justifi.
4.3.7 Dans d'autres cas, on peut seulement estimer des limites (infrieure et suprieure) pour Xi, en
particulier pour noncer que la probabilit pour que la valeur de Xi soit situe dans l'intervalle compris entre
a et a+ pour toutes les applications pratiques est gale 1 et est essentiellement gale zro en dehors de
cet intervalle. Si l'on ne possde aucune connaissance spcifique sur les valeurs possibles de Xi l'intrieur
de l'intervalle, on peut seulement supposer que Xi se situe d'une manire galement probable en tout point de
l'intervalle [distribution uniforme ou rectangulaire des valeurs possibles voir 4.4.5 et Figure 2 a)]. Alors xi,
esprance mathmatique de Xi, est le milieu de l'intervalle xi = (a + a+)/2, avec la variance associe
u 2 ( xi ) = ( a + a )
2
12 (6)
Si l'on note 2a la diffrence entre les deux limites, a+ a, l'quation (6) devient alors
u 2 ( xi ) = a 2 3 (7)
NOTE Lorsqu'une composante d'incertitude dtermine de cette manire contribue significativement l'incertitude
d'un rsultat de mesure, il est prudent d'obtenir des donnes complmentaires pour son valuation ultrieure.
EXEMPLE 1 Un manuel donne la valeur du coefficient de dilatation linique du cuivre pur 20 C, 20(Cu) comme tant
gal 16,52 106 C1 et nonce simplement que l'erreur sur cette valeur ne devrait pas dpasser 0,40 106 C1. Sur
la base de cette information limite, il n'est pas draisonnable de supposer que la valeur de 20(Cu) est situe avec une
probabilit gale dans l'intervalle compris entre 16,12 106 C1 et 16,92 106 C1, et qu'il est trs peu vraisemblable
que 20(Cu) soit situ en dehors de cet intervalle. La variance de cette loi rectangulaire symtrique des valeurs possibles
de 20(Cu) de demi-largeur a = 0,40 106 C1 est alors, partir de l'quation (7),
u (20) = (0,40 10 C ) /3 = 53,3 10
2 6 1 2 15 C2, et l'incertitude-type est u(20) = (0,40 106 C1) / 3 = 0,23 106 C1.
EXEMPLE 2 Les spcifications d'un fabricant pour un voltmtre numrique indiquent qu'entre un et deux ans aprs
6
l'talonnage de l'instrument, son exactitude sur le calibre 1 V est gale 14 106 fois la lecture plus 2 10 fois le
calibre. Supposons que l'instrument soit utilis 20 mois aprs talonnage pour mesurer une diffrence de potentiel V sur
son calibre 1 V et que l'on trouve la moyenne arithmtique d'un nombre d'observations rptes indpendantes tre gale
u (V ) = 0,928 571 V avec une incertitude-type de Type A gale u (V ) = 12 V. L'valuation de Type B de l'incertitude-
type se dduit des spcifications du fabricant si l'on suppose que l'exactitude indique fournit les limites symtriques d'une
correction additive V , V , d'esprance mathmatique gale zro et pouvant se situer avec une probabilit gale
n'importe quel endroit entre ces limites. La demi-largeur a de la loi rectangulaire symtrique des valeurs possibles de V ,
est alors a = (14 106) (0,928 571 V) + (2 106) (1 V) = 15 V et, partir de l'quation (7), u 2 (V ) = 75 V2 et
u (V ) = 8,7 V. L'estimation de la valeur du mesurande V, note par simplification avec le mme symbole V, est donne
par V = V + V = 0,928 571 V. On peut obtenir l'incertitude-type compose de cette estimation par la composition de
l'incertitude-type de Type A de V gale 12 V, avec l'incertitude-type de Type B de V , gale 8,7 V. La mthode
gnrale de composition des composantes de l'incertitude-type est donne l'Article 5, avec cet exemple particulier trait
en 5.1.5.
4.3.8 En 4.3.7, les limites suprieure et infrieure a+ et a pour la grandeur d'entre Xi peuvent ne pas tre
symtriques par rapport sa meilleure estimation xi; plus spcifiquement, si la limite infrieure est crite
a = xi b et la limite suprieure a+ = xi + b+, alors b b+. Puisque, dans ce cas, xi (suppos tre l'esprance
mathmatique de Xi) n'est pas au centre de l'intervalle de a a+, la loi de probabilit de Xi ne peut pas tre
uniforme sur tout l'intervalle. On peut cependant ne pas avoir suffisamment d'information disponible pour
choisir une loi convenable; diffrents modles conduiront diffrentes expressions de la variance. En
l'absence de cette information, l'approximation la plus simple est
( b + + b ) 2 ( a + a ) 2
u 2
( xi ) = 12
=
12
(8)
qui est la variance d'une loi rectangulaire de largeur totale b+ + b. (Des lois asymtriques sont aussi
dveloppes en F.2.4.4 et G.5.3.)
EXEMPLE Si la littrature donne la valeur du coefficient pour l'Exemple 1 de 4.3.7 comme tant gale
20(Cu) = 16,52 106 C1 et s'il est fait tat que la plus petite valeur possible est 16,40 106 C1 et la plus grande
valeur possible est 16,92 106 C1, alors b = 0,12 106 C1, b+ = 0,40 106 C1 et, de l'quation (8), on obtient
6 1
u(20) = 0,15 10 C .
NOTE 1 Dans de nombreuses situations pratiques de mesure o les limites sont asymtriques, il peut tre appropri
d'appliquer une correction de valeur (b+ b)/2 l'estimation xi, de sorte que la nouvelle estimation x i de Xi se situe au
milieu des limites: x i = (a + a+)/2. Cela ramne la situation au cas de 4.3.7, avec de nouvelles valeurs
b+ = b = (b+ + b)/2 = (a+ a)/2 = a.
NOTE 2 Sur la base du principe du maximum d'entropie, la densit de probabilit pour le cas asymtrique peut tre
prise gale p(Xi) = A exp[ (Xi xi)], avec A = [b exp(b) + b+ exp( b+)]1 et
= {exp[(b + b+)] 1}/{b exp[(b + b+)] + b+}. Cela conduit la variance u (xi) = b+b (b+ b)/; pour b+ > b, > 0 et
2
pour b+ < b, < 0.
4.3.9 En 4.3.7, parce qu'il n'y avait pas de connaissance spcifique sur les valeurs possibles de Xi
l'intrieur de ses limites estimes a a+, on aurait pu seulement supposer que Xi avait la mme probabilit
de prendre n'importe quelle valeur l'intrieur de ces limites et une probabilit nulle en dehors. De telles
discontinuits sous forme de fonction chelon pour une loi de probabilit se rencontrent rarement en physique.
Dans de nombreux cas, il est plus raliste de s'attendre ce que les valeurs autour des limites soient
sensiblement infrieures celles situes vers le milieu. Il est alors raisonnable de remplacer la loi
rectangulaire symtrique par une loi trapzodale symtrique de pentes gales (un trapze isocle), avec la
base de largeur a+ a = 2a, et le sommet de largeur 2a, avec 0 u u 1. Lorsque 1 cette loi
trapzodale tend vers la loi rectangulaire de 4.3.7, alors que pour = 0 c'est une loi triangulaire [voir 4.4.6 et
Figure 2 b)]. En supposant une telle loi trapzodale pour Xi, on trouve que l'esprance mathmatique de Xi
est xi = (a + a+)/2 et sa variance est
(
u 2 ( xi ) = a 2 1 + 2 )6 (9a)
u 2 ( xi ) = a 2 6 (9b)
NOTE 1 Pour une loi normale d'esprance mathmatique et d'cart-type , l'intervalle 3 recouvre
approximativement 99,73 pour-cent des valeurs possibles de la loi. Si les limites suprieure et infrieure a+ et a
dfinissent alors des limites 99,73 pour-cent plutt qu' 100 pour-cent et si l'on peut supposer Xi comme tant
approximativement distribu normalement plutt que de ne pas avoir de renseignement spcifique sur Xi entre les limites
comme en 4.3.7, alors u2(xi) = a2/9. Par comparaison, la variance d'une loi rectangulaire symtrique de demi-largeur a est
gale a2/3 [quation (7)] et celle d'une loi triangulaire symtrique de demi-largeur a est a2/6 [quation (9b)]. Il est
surprenant de constater que l'ordre de grandeur des variances des trois lois est similaire en regard des grandes
diffrences sur la quantit d'informations qui les justifie.
NOTE 2 La loi trapzodale est quivalente la convolution de deux lois rectangulaires [10], de demi-largeur a1 gale
la demi-largeur moyenne du trapze, a1 = a(1 + )/2, l'autre de demi-largeur a2 gale la largeur moyenne de l'une des
portions triangulaires du trapze, a2 = a(1 )/2. La variance de la loi est u 2 = a 12 3 + a 22 3 . La loi rsultante peut tre
interprte comme une loi rectangulaire dont la largeur 2a1 possde elle-mme une incertitude reprsente par une loi
rectangulaire de largeur 2a2 et modlise le fait que les limites sur une grandeur d'entre ne sont pas connues exactement.
Mais, mme si a2 atteint 30 pour-cent de a1, u dpasse a 1 3 de moins de 5 pour-cent.
4.3.10 Il est important de ne pas compter deux fois les mmes composantes de l'incertitude. Si une
composante d'incertitude provenant d'un effet particulier est obtenue par une valuation de Type B, elle ne
doit tre introduite comme composante indpendante dans le calcul de l'incertitude-type compose du rsultat
de mesure que dans la limite o l'effet ne contribue pas la variabilit observe des observations.
L'incertitude due la partie de l'effet qui contribue la variabilit observe est dj incluse dans la
composante de l'incertitude obtenue par l'analyse statistique des observations.
4.3.11 Les exemples de l'valuation de Type B de l'incertitude-type de 4.3.3 4.3.9 sont seulement
proposs titre indicatif. De plus, il faut fonder le plus possible les valuations de l'incertitude sur des
donnes quantitatives, comme cela est soulign en 3.4.1 et 3.4.2.
4.4.2 Dans la Figure 1 a), on suppose que la grandeur d'entre Xi est une temprature t et que sa loi
inconnue est normale avec une esprance mathmatique t = 100 C et un cart-type = 1,5 C. Sa densit
de probabilit (voir C.2.14) est alors
1 1 t 2
p (t ) = exp t
2 2
NOTE La dfinition d'une densit de probabilit p(z) ncessite que la relation p(z)dz = 1 soit satisfaite.
a)
b)
Intervalle Temprature
t1 u t < t2
t1 / C t2 / C t / C
94,5 95,5
95,5 96,5
96,5 97,5 96,90
97,5 98,5 98,18; 98,25
98,5 99,5 98,61; 99,03; 99,49
99,5 100,5 99,56; 99,74; 99,89; 100,07; 100,33; 100,42
100,5 101,5 100,68; 100,95; 101,11; 101,20
101,5 102,5 101,57; 101,84; 102,36
102,5 103,5 102,72
103,5 104,5
104,5 105,5
NOTE Bien que les donnes du Tableau 1 ne soient pas invraisemblables si l'on considre l'utilisation gnralise de
thermomtres lectroniques numriques haute rsolution, elles sont donnes pour illustration et ne doivent pas tre
ncessairement interprtes comme dcrivant un mesurage rel.
4.4.5 Dans le cas illustr par la Figure 2 a), on suppose que l'on possde peu d'information sur la grandeur
d'entre t et que tout ce que l'on peut faire est de supposer que t est dcrit par une loi de probabilit a priori
rectangulaire symtrique de limite infrieure a = 96 C, et de limite suprieure a+ = 104 C, avec une demi-
largeur gale alors a = (a+ a)/2 = 4 C (voir 4.3.7). La densit de probabilit de t est alors
p ( t ) = 1 ( 2a ) pour a u t u a +
a)
b)
4.4.6 Pour le cas illustr par la Figure 2 b), on suppose que l'information disponible concernant t est moins
limite et que t peut tre dcrit par une loi de probabilit a priori triangulaire symtrique, de mme limite
infrieure a = 96 C, de mme limite suprieure a+ = 104 C et, donc, de mme demi-largeur
a = (a+ a)/2 = 4 C comme en 4.4.5 (voir 4.3.9). La densit de probabilit de t est alors
p (t ) = (t a ) a 2 pour a u t u ( a + + a ) 2
p (t ) = ( a + t ) a 2 pour ( a+ + a ) 2 u t u a+
Comme cela est indiqu en 4.3.9, l'esprance mathmatique de t est t = (a+ + a)/2 = 100 C, selon C.3.1.
L'incertitude-type de cette estimation est u ( t ) = a 6 1,6 C , selon C.3.2 [voir quation (9b)].
La valeur ci-dessus, u(t) = 1,6 C, peut tre compare u(t) = 2,3 C obtenu en 4.4.5 partir d'une loi
rectangulaire de mme largeur de 8 C; elle peut tre aussi compare = 1,5 C de la loi normale de la
Figure 1 a) pour laquelle la largeur de 2,58 +2,58, qui comprend 99 pour-cent de la loi, est de l'ordre de
8 C, et elle peut enfin tre compare u( t ) = 0,33 C obtenu en 4.4.3 partir de 20 observations supposes
avoir t prises au hasard partir de la mme loi normale.
NOTE Pour des raisons semblables celles qui sont donnes dans la Note de 4.3.1, les symboles uc(y) et u c2 ( y)
sont utiliss dans tous les cas.
5.1.2 L'incertitude-type compose uc(y) est la racine carre de la variance compose u c2 ( y) , donne par
N 2
f
u c2
( y ) = u 2 ( xi )
x
(10)
i =1 i
o f est la fonction donne dans l'quation (1). Chaque u(xi) est une incertitude-type value comme dcrit en
4.2 (valuation de Type A) ou comme en 4.3 (valuation de Type B). L'incertitude-type compose uc(y) est un
cart-type estim et caractrise la dispersion des valeurs qui pourraient tre raisonnablement attribues au
mesurande Y (voir 2.2.3).
L'quation (10) et sa contrepartie pour les grandeurs d'entre corrles, l'quation (13), fondes toutes les
deux sur une approximation en srie de Taylor du premier ordre de Y = f(X1, X2, ..., XN), expriment ce qui est
appel dans ce Guide la loi de propagation de l'incertitude (voir E.3.1 et E.3.2).
NOTE Lorsque la non-linarit de f devient significative, il faut inclure des termes d'ordre plus lev dans le
dveloppement en srie de Taylor pour l'expression de u c2 ( y) , quation (10). Lorsque la loi de chaque Xi est normale, les
termes les plus importants d'ordre immdiatement plus lev ajouter aux termes de l'quation (10) sont
N N 2
2
1 f f 3 f 2
2 x x
+
x x x 2
u ( xi ) u 2 x j ( )
i =1 j =1 i j i i j
Voir H.1 pour un exemple d'une situation o il est ncessaire de prendre en compte la contribution de termes de u c2 ( y)
d'ordre plus lev.
5.1.3 Les drives partielles f/xi sont gales f /Xi values Xi = xi (voir Note 1 ci-dessous). Ces
drives, souvent appeles coefficients de sensibilit, dcrivent comment varie l'estimation de sortie y en
fonction des variations dans les valeurs des estimations d'entre x1, x2, ..., xN. En particulier, la variation sur y
produite par une petite variation xi sur l'estimation d'entre xi est donne par (y)i = (f/xi)(xi). Si cette
variation est due l'incertitude-type de l'estimation xi, la variation correspondante de y est (f /xi)u(xi). La
variance compose u c2 ( y) peut alors tre considre comme une somme de termes dont chacun reprsente
la variance estime associe l'estimation de sortie y due la variance estime associe chaque
estimation d'entre xi. Cela suggre d'crire l'quation (10) sous la forme
N N
2
u c2 ( y ) = c i u ( x i ) u i2 ( y ) (11a)
i =1 i =1
o
c i f x i , u i ( y ) c i u ( x i ) (11b)
NOTE 1 En toute rigueur, les drives partielles sont f /xi = f /Xi values pour les esprances mathmatiques des
Xi. En pratique cependant, les drives partielles sont estimes par
f f
=
xi X i
x1, x 2, ..., x N
NOTE 2 L'incertitude-type compose uc(y) peut tre calcule numriquement en remplaant ci u(xi) dans
l'quation (11a) par
Zi =
1
2
{
f x1, ..., x i + u ( x i ) , ..., x N f x1, ..., x i u ( xi ) , ..., x N }
C'est--dire que ui (y) est valu numriquement en calculant la variation de y due une variation de xi de +u(xi) et de
u(xi). La valeur de ui (y) peut alors tre prise comme tant gale Zi et la valeur du coefficient de sensibilit
correspondant ci comme Zi /u(xi).
EXEMPLE Pour l'exemple de 4.1.1, en utilisant par simplicit de notation le mme symbole pour la grandeur et son
estimation,
c1 P V = 2V {R0 1+ (t t0 )} = 2P V
c 2 P R0 = V 2 {R 2
0 }
1 + ( t t 0 ) = P R0
c 3 P = V 2 ( t t 0 ) {
R0 1 + ( t t 0 )
2
} = P ( t t 0 ) 1 + ( t t 0 )
c 4 P t = V 2 { R0 1 + ( t t 0 )
2
} = P 1 + ( t t 0 )
et
2 2 2 2
P 2 P 2 P 2 P 2
u 2 ( P) = u (V ) + u ( R0 ) + u ( ) + u (t )
V R0 t
2 2 2 2
= c1u (V ) + c 2 u ( R0 ) + c 3 u ( ) + c 4 u ( t )
= u12 ( P ) + u 22 ( P ) + u 32 ( P ) + u 42 ( P )
5.1.4 Au lieu d'tre calculs partir de la fonction f, les coefficients de sensibilit f/xi sont parfois
dtermins exprimentalement: on mesure la variation de Y produite par une variation d'un Xi donn tout en
maintenant constantes les autres grandeurs d'entre. Dans ce cas, la connaissance de la fonction f (ou une
partie de celle-ci lorsqu'on dtermine seulement de cette faon certains coefficients de sensibilit) est, en
consquence, rduite un dveloppement empirique en srie de Taylor du premier ordre sur la base des
coefficients de sensibilit mesurs.
5.1.5 Si l'quation (1) pour le mesurande Y est dveloppe autour des valeurs nominales Xi,0 des
grandeurs d'entre Xi, alors, au premier ordre (qui est habituellement une approximation convenable),
Y = Y0 + c11 + c2 2 + ... + cNN, o Y0 = f(X1,0, X2,0, ..., XN,0), ci = (f/Xi) valus Xi = Xi,0, et i = Xi Xi,0.
En consquence, pour les besoins d'une analyse d'incertitude, on obtient habituellement une approximation
d'un mesurande par une fonction linaire de ses variables en transformant ses grandeurs d'entre Xi en i
(voir E.3.1).
( ) ( )
u c2 (V ) = u 2 V + u 2 V = (12 V ) + ( 8,7 V ) = 219 10 12 V 2
2 2
et l'incertitude-type compose est uc(V ) = 15 V, qui correspond une incertitude-type compose relative uc(V )/V de
16 106 (voir 5.1.6). C'est un exemple du cas o le mesurande est dj une fonction linaire des grandeurs dont il
dpend, avec les coefficients ci = +1. On dduit de l'quation (10) que si Y = c1X1 + c2X2 +... + cN XN et si les constantes
ci = +1 ou 1, alors u c2( y ) = N
2
i =1 u ( x i ).
p p p
5.1.6 Si Y est de la forme Y = c X 1 1 X 2 2 ... X N N et si les exposants pi sont des nombres connus, positifs ou
ngatifs, d'incertitudes ngligeables, la variance compose, quation (10) peut tre exprime sous la forme
N
pi u ( xi )
2 2
u c ( y ) y = x i (12)
i =1
C'est une forme analogue l'quation (11a) mais avec la variance compose u c2 ( y) exprime sous la forme
d'une variance compose relative [uc(y)/y]2 et avec la variance estime u2(xi) associe chaque estimation
d'entre exprime sous la forme d'une variance relative estime [u(xi)/xi]2. [L'incertitude-type compose
relative est uc(y)/y et l'incertitude-type relative de chaque estimation d'entre est u(xi)/xi, y 0 et
xi 0.]
NOTE 1 Lorsque Y prend cette forme, sa transformation en une fonction linaire des variables (voir 5.1.5) est aisment
obtenue en posant Xi = Xi,0(1 + i); il en rsulte la relation approche suivante: ( Y Y0 ) Y0 = N
i =1 pi i . D'autre part, la
transformation logarithmique Z = ln Y et Wi = ln Xi conduit une linarisation exacte pour les nouvelles variables:
Z = In c + N
i =1 pi Wi .
grandeurs physiques supposes tre invariantes voir 4.1.1, Note 1). Si certains des Xi sont corrls
significativement, il faut prendre en compte les corrlations.
5.2.2 Lorsque les grandeurs d'entre sont corrles, l'expression convenable pour la variance compose
u c2 ( y) associe au rsultat d'un mesurage est
N N N 2 N 1 N
f f f 2 f f
u c2 ( y) = x x j
u xi , x j =( )
x
u ( xi ) + 2 x x j
(
u xi , x j ) (13)
i =1 j =1 i i =1 i i =1 j =i +1 i
o xi et xj sont les estimations de Xi et Xj et u(xi, xj) = u(xj, xi) est la covariance estime associe xi et xj. Le
degr de corrlation entre xi et xj est caractris par le coefficient de corrlation estim (C.3.6)
(
u xi , x j )
(
r xi , x j = ) (14)
( )
u ( xi ) u x j
o r(xi, xj) = r(xj, xi) et 1 u r(xi, xj) u +1. Si les estimations xi et xj sont indpendantes, r(xi, xj) = 0 et une
variation pour l'un des deux n'entrane pas une variation prvisible pour l'autre. (Voir C.2.8, C.3.6 et C.3.7
pour une prsentation complmentaire.)
En utilisant les coefficients de corrlation, qui sont plus facilement interprtables que les covariances, le terme
de covariance de l'quation (13) peut s'crire
N 1 N
f f
2 x x j
( ) (
u ( xi ) u x j r xi , x j ) (15)
i =1 j =i +1 i
N N 1 N
u c2 ( y ) = c i2u 2 ( x i ) + 2 ci c j u ( xi ) u ( x j ) r ( xi , x j ) (16)
i =1 i =1 j =i +1
NOTE 1 Dans le cas tout fait spcial o la totalit des estimations d'entre est corrle avec des coefficients de
corrlation r (xi, xj) = +1, l'quation (16) se rduit
2 2
N N f
u c2 ( y ) = c i u ( x i ) =
i =1
i =1 x i
u ( xi )
L'incertitude-type compose uc(y) est alors simplement une somme linaire de termes reprsentant les variations de la
grandeur de sortie y gnres par une variation de chaque estimation d'entre xi gale son incertitude-type u(xi) (voir
5.1.3). [Cette somme linaire ne doit pas tre confondue avec la loi gnrale de propagation de l'erreur bien qu'elle
prsente une forme analogue; les incertitudes-types ne sont pas des erreurs (voir E.3.2).]
EXEMPLE Dix rsistances, chacune de valeur nominale Ri = 1 000 , sont talonnes avec une incertitude
ngligeable lors de leur comparaison la mme rsistance Rs de 1 000 caractrise par une incertitude-type
u(Rs) = 100 m donne dans son certificat d'talonnage. Les rsistances sont connectes en srie avec des fils de
rsistance ngligeable pour obtenir une rsistance de rfrence Rref de valeur nominale de 10 k. Alors
R ref = f ( Ri ) = 10
i =1 R i . Puisque r (xi, xj) = r (Ri, Rj) = +1 pour chaque paire de rsistances (voir F.1.2.3, Exemple 2),
l'quation de cette note s'applique. Puisque l'on a pour chaque rsistance f /xi = Rref/Ri = 1, et u(xi) = u(Ri) = u(Rs) (voir
F.1.2.3, Exemple 2), cette quation donne pour l'incertitude-type compose de Rref,
1/2
u c ( R ref ) = 10
i =1 u ( R s ) = 10 (100 m ) = 1 . Le rsultat u c ( R ref ) =
10 2
i =1 u ( R s ) = 0,32 obtenu partir de
l'quation (10) serait incorrect car il ne prendrait pas en compte le fait que la totalit des valeurs d'talonnage des dix
rsistances est corrle.
NOTE 2 Les variances estimes u2(xi) et les covariances estimes u (xi, xj) peuvent tre considres comme les
lments d'une matrice de covariance d'lments uij. Les lments diagonaux uii de la matrice sont les variances u2(xi),
tandis que les lments non diagonaux uij(i j) sont les covariances u (xi, xj) = u (xj, xi). Si deux estimations d'entre ne
sont pas corrles, leur covariance associe ainsi que les lments correspondants uij et uji de la matrice de covariance
sont gaux zro. Si les estimations d'entre sont toutes non corrles, tous les lments non diagonaux sont nuls et la
matrice de covariance est diagonale. (Voir aussi C.3.5.)
NOTE 3 Dans le but d'une valuation numrique, l'quation (16) peut s'crire
N N
u c2 ( y ) = Z i Z j r ( xi , x j )
i =1 j =1
NOTE 4 Si les Xi de la forme spciale considre en 5.1.6 sont corrls, il faut alors ajouter les termes
N 1 N
2 ( )
pi u ( x i ) x i p j u x j (
x j r xi , x j
)
i =1 j =i +1
5.2.3 Considrons deux moyennes arithmtiques q et r qui estiment les esprances mathmatiques q et
r de deux grandeurs q et r variant au hasard et supposons que q et r soient calculs partir de n paires
indpendantes d'observations simultanes de q et r faites dans les mmes conditions de mesure (voir B.2.15).
Alors, la covariance (voir C.3.4) de q et r est estime par
n
1
s ( q, r ) =
n ( n 1) k =1
( q k q )( rk r ) (17)
o qk et rk sont les observations individuelles des grandeurs q et r et o q et r sont calculs partir des
observations selon l'quation (3). Si les observations sont en fait non corrles, on peut s'attendre ce que la
covariance calcule soit proche de zro.
Ainsi, la covariance estime de deux grandeurs d'entre corrles Xi et Xj qui sont estimes par les
moyennes X i et X j dtermines partir de paires indpendantes d'observations simultanes rptes est
donne par u ( xi, xj) = s ( X i , X j ), avec s ( X i , X j ) calcul selon l'quation (17). Cette application de
l'quation (17) est une valuation de Type A de la covariance. Le coefficient de corrlation estim de X i et
X j est obtenu partir de l'quation (14): r ( xi, xj) = r ( X i , X j ) = s ( X i , X j ) s ( X i ) s ( X j ) .
NOTE Des exemples o il faut utiliser les covariances telles que calcules partir de l'quation (17) sont donns en
H.2 et H.4.
5.2.4 Il peut y avoir une corrlation significative entre deux grandeurs d'entre si l'on utilise pour leur
dtermination le mme instrument de mesure, le mme talon physique ou la mme donne de rfrence
ayant une incertitude-type significative. Par exemple, si l'on utilise un thermomtre donn pour dterminer une
correction de temprature ncessaire pour l'estimation de la valeur d'une grandeur d'entre Xi et si le mme
thermomtre est utilis pour dterminer une correction de temprature similaire ncessaire pour l'estimation
de la grandeur d'entre Xj, les deux grandeurs d'entre pourraient tre corrles de manire significative.
Cependant, si, dans cet exemple, Xi et Xj sont redfinis comme grandeurs non corriges et que les grandeurs
qui dfinissent la courbe d'talonnage pour le thermomtre sont incluses comme grandeurs d'entre
additionnelles avec des incertitudes-types indpendantes, la corrlation entre Xi et Xj disparat. (Voir F.1.2.3
et F.1.2.4 pour une prsentation plus complte.)
5.2.5 Les corrlations entre grandeurs d'entre ne peuvent tre ignores si elles sont prsentes et
significatives. Les covariances associes doivent tre values exprimentalement, si cela est possible, en
faisant varier les grandeurs d'entre corrles (voir C.3.6, Note 3) ou en utilisant l'ensemble des informations
disponibles sur la variabilit corrle des grandeurs en question (valuation de Type B de la covariance). La
perspicacit fonde sur l'exprience et les connaissances gnrales (voir 4.3.1 et 4.3.2) est spcialement
ncessaire lorsqu'on estime le degr de corrlation entre des grandeurs d'entre provenant des effets
6.1 Introduction
6.1.1 La Recommandation INC-1 (1980) du Groupe de travail sur l'expression des incertitudes, fondement
de ce Guide (voir l'Introduction), et les Recommandations 1 (CI-1981) et 1 (CI-1986) du CIPM qui approuvent
et confirment INC-1 (1980) (voir A.2 et A.3) prconisent l'utilisation de l'incertitude-type compose uc(y)
comme paramtre pour exprimer quantitativement l'incertitude du rsultat d'un mesurage. En effet, le CIPM a
demand par la seconde de ces Recommandations que ce qui est maintenant appel incertitude-type
compose uc(y) soit utilis pour l'expression des rsultats par tous les participants aux comparaisons
internationales et aux autres travaux effectus sous les auspices du CIPM et de ses Comits consultatifs.
6.1.2 Bien que uc(y) puisse tre utilis universellement pour exprimer l'incertitude d'un rsultat de mesure, il
est souvent ncessaire, pour certaines applications commerciales, industrielles ou rglementaires, ou lorsque
cela concerne la sant ou la scurit, de donner une mesure de l'incertitude qui dfinisse, autour du rsultat
de mesure, un intervalle l'intrieur duquel on puisse esprer voir se situer une large fraction de la
distribution des valeurs qui pourraient tre raisonnablement attribues au mesurande. Le Groupe de travail a
reconnu l'existence de cette exigence et le paragraphe 5 de la Recommandation INC-1 (1980) en est une
consquence. La Recommandation 1 (CI-1986) du CIPM le reflte galement.
U = ku c ( y ) (18)
Il est alors commode d'exprimer le rsultat d'un mesurage sous la forme Y = y U, qui s'interprte comme
signifiant que la meilleure estimation de la valeur attribuable au mesurande Y est y, et qu'on peut s'attendre
ce que l'intervalle de y U y + U comprenne une fraction leve de la distribution des valeurs qui pourraient
tre attribues raisonnablement Y. Un tel intervalle s'exprime aussi par y U u Y u y + U.
6.2.2 Les termes intervalle de confiance (C.2.27, C.2.28) et niveau de confiance* (C.2.29) ont des
dfinitions spcifiques en statistique et s'appliquent seulement l'intervalle dfini par U lorsque certaines
conditions sont remplies, y compris celle que toutes les composantes de l'incertitude qui contribuent uc(y)
soient obtenues par des valuations de Type A. En consquence, dans ce Guide, on n'utilise pas le terme
intervalle de confiance pour l'intervalle dfini par U; de mme on n'utilise pas le terme niveau de
confiance* (avec astrisque, correspondant en anglais confidence level) et on utilise le terme niveau de
confiance (sans astrique, correspondant en anglais level of confidence) pris dans son sens littral. Plus
spcifiquement, U est interprt comme dfinissant, autour du rsultat de mesurage, un intervalle qui
comprend une fraction leve p de la loi caractrise par ce rsultat et son incertitude-type compose et p est
la probabilit ou niveau de confiance de l'intervalle.
6.2.3 Chaque fois que cela est possible, le niveau de confiance p associ l'intervalle dfini par U doit tre
estim et donn. On doit reconnatre que le fait de multiplier uc(y) par une constante ne fournit pas
d'information nouvelle mais prsente sous une forme diffrente l'information qui tait dj disponible. On doit
aussi reconnatre que dans de nombreux cas, le niveau de confiance p (spcialement pour les valeurs de p
voisines de 1) est quelque peu incertain, non seulement en raison d'une connaissance limite de la loi de
probabilit caractrise par y et uc(y) (particulirement dans les rgions extrmes), mais aussi cause de
l'incertitude de uc(y) elle-mme (voir Note 2 de 2.3.5, 6.3.2, 6.3.3 et Annexe G, particulirement G.6.6).
NOTE Pour les formes qu'il est prfrable d'utiliser pour prsenter le rsultat d'un mesurage suivant que l'on exprime
l'incertitude par uc(y) ou par U, voir respectivement 7.2.2 et 7.2.4.
NOTE On peut trouver parfois qu'une correction connue b pour un effet systmatique n'a pas t applique au
rsultat donn d'un mesurage mais qu'on a essay de prendre l'effet en compte en largissant l'incertitude affecte au
rsultat. Cela doit tre vit. Ne pas appliquer de correction au rsultat d'un mesurage pour un effet systmatique
significatif connu devrait tre rserv des circonstances trs spciales (voir F.2.4.5 pour un cas spcifique et son
traitement). L'valuation de l'incertitude d'un rsultat de mesure ne doit pas tre confondue avec l'attribution d'une limite
de scurit une grandeur donne.
6.3.2 Idalement, on aimerait pouvoir choisir une valeur spcifique du facteur d'largissement k qui
fournisse un intervalle Y = y U = y kuc(y) correspondant un niveau de confiance particulier p, tel que 95
ou 99 pour-cent; et, de manire quivalente, pour une valeur donne de k, on aimerait pouvoir noncer de
manire non quivoque le niveau de confiance associ cet intervalle. Il n'est cependant pas facile de le faire
en pratique parce que cela ncessite une connaissance tendue de la loi de probabilit caractrise par le
rsultat de mesure y et son incertitude-type compose uc(y). Bien que ces paramtres soient d'importance
critique, ils sont par eux-mmes insuffisants pour pouvoir tablir des intervalles ayant des niveaux de
confiance exactement connus.
6.3.3 La Recommandation INC-1 (1980) ne spcifie pas comment l'on doit tablir la relation entre k et p. Ce
problme est trait en Annexe G et une mthode recommande pour sa solution approximative est prsente
en G.4 et rsume en G.6.4. Cependant, une approche plus simple, prsente en G.6.6 convient souvent
dans les situations de mesurage o la loi de probabilit caractrise par y et uc(y) est approximativement
normale et o le nombre effectif de degrs de libert de uc(y) est significativement grand. Lorsque c'est le cas,
ce qui arrive frquemment en pratique, on peut supposer que le choix de k = 2 fournit un intervalle ayant un
niveau de confiance de 95 pour-cent environ et que le choix de k = 3 fournit un intervalle ayant un niveau de
confiance de 99 pour-cent environ.
NOTE Une mthode d'estimation du nombre effectif de degrs de libert de uc(y) est donne en G.4. Le Tableau G.2
de l'Annexe G peut tre utilis pour aider dcider de l'adquation d'une solution un mesurage particulier (voir G.6.6).
7 Expression de l'incertitude
7.1.2 Lorsqu'on fournit les dtails d'un mesurage, y compris la faon d'valuer l'incertitude du rsultat par
rfrence des documents publis, comme c'est souvent le cas lorsqu'un certificat comporte des rsultats
d'talonnage, il est impratif que ces documents soient tenus jour afin qu'ils soient compatibles avec la
procdure de mesure rellement utilise.
7.1.3 De nombreux mesurages sont effectus chaque jour dans l'industrie et le commerce sans compte
rendu explicite relatif leur incertitude. Il en est cependant beaucoup qui sont effectus avec des instruments
sujets talonnage priodique ou inspection lgale. S'il est reconnu que les instruments sont conformes
leurs spcifications ou aux documents normatifs existants applicables, on peut dduire les incertitudes de
leurs indications partir de ces spcifications ou de ces documents normatifs.
7.1.4 En pratique, la quantit d'information ncessaire pour documenter un rsultat de mesure dpend de
l'usage prvu; cependant, le principe de base reste inchang: lorsqu'on exprime le rsultat d'un mesurage et
son incertitude, il vaut mieux pcher par excs d'information plutt que par dfaut. Par exemple, on doit:
a) dcrire clairement les mthodes utilises pour calculer le rsultat de mesure et son incertitude partir
des observations exprimentales et des donnes d'entre;
b) faire la liste de toutes les composantes de l'incertitude et documenter compltement la manire dont elles
ont t values;
c) prsenter l'analyse des rsultats de telle faon que chacune de ses tapes importantes puisse tre suivie
facilement et que le calcul du rsultat fourni puisse tre rpt de manire indpendante si ncessaire;
d) donner toutes les corrections et les constantes utilises pour l'analyse, ainsi que leurs sources.
Un test de la liste prcdente consiste se demander: ai-je bien fourni assez d'information, d'une manire
suffisamment claire, pour que mon rsultat puisse tre remis jour ultrieurement si une information ou des
donnes nouvelles devenaient disponibles?
b) donner l'estimation y du mesurande Y et son incertitude-type compose uc(y); les units utilises pour y et
uc(y) doivent toujours tre donnes;
c) introduire l'incertitude-type compose relative uc( y) /y lorsque cela est appropri (avec la condition
y 0);
d) donner l'information dcrite en 7.2.7 ou faire rfrence un document publi qui la comporte.
Si cela est jug utile pour les usagers potentiels du rsultat de mesure, par exemple pour aider au calcul
ultrieur de facteurs d'largissement ou pour aider la comprhension du mesurage, on peut indiquer:
7.2.2 Lorsque la mesure de l'incertitude est uc(y), il est prfrable d'noncer le rsultat numrique du
mesurage de l'une des quatre manires suivantes pour viter toute fausse interprtation (on suppose que la
grandeur dont on exprime la valeur est un talon de valeur nominale 100 g de masse mS; les mots entre
parenthses peuvent tre omis pour plus de concision si uc est dfini par ailleurs dans le document qui
exprime le rsultat.)
3) mS = 100,021 47(0,000 35) g, o le nombre entre parenthses est la valeur numrique de (l'incertitude-
type compose) uc exprime avec l'unit du rsultat fourni.
4) mS = (100,021 47 0,000 35) g, o le nombre qui suit le symbole est la valeur numrique de
(l'incertitude-type compose) uc et non un intervalle de confiance.
NOTE La forme avec doit tre vite chaque fois que possible parce qu'elle est traditionnellement utilise pour
indiquer un intervalle correspondant un niveau de confiance lev et peut en consquence tre confondue avec
l'incertitude largie (voir 7.2.4). De plus, bien que l'objectif de la ngation la fin de 4) soit de prvenir une telle confusion,
le fait d'crire Y = y uc(y) pourrait encore tre mal interprt comme signifiant, surtout si la fin de phrase est omise
accidentellement, qu'une incertitude largie avec k = 1 est prvue et que l'intervalle y uc(y) u Y u y + uc(y) a un niveau de
confiance spcifi p, c'est--dire celui qui est associ la loi normale (voir G.1.3). Comme indiqu en 6.3.2 et dans
l'Annexe G, cette interprtation uc(y) est habituellement difficile justifier.
7.2.3 Lorsqu'on exprime le rsultat d'un mesurage et que la mesure de l'incertitude est l'incertitude largie
U = kuc(y), on doit:
c) introduire l'incertitude largie relative U/y lorsque cela est appropri (avec la condition y 0;
d) donner la valeur de k utilise pour obtenir U [ou, pour la commodit de l'utilisateur du rsultat, donner la
valeur de k et aussi celle de uc(y)];
f) donner l'information dcrite en 7.2.7 ou faire rfrence un document publi qui la comporte.
7.2.4 Lorsque la mesure de l'incertitude est U, il est prfrable, pour une clart maximale, d'noncer le
rsultat numrique du mesurage comme dans l'exemple suivant. (Les mots entre parenthses peuvent tre
omis pour plus de concision si U, uc, et k sont dfinis par ailleurs dans le document qui exprime le rsultat.)
mS = (100,021 47 0,000 79) g, o le nombre qui suit le symbole est la valeur numrique de
(l'incertitude largie) U = kuc, avec U dtermin partir de (l'incertitude-type compose) uc = 0,35 mg et
(du facteur d'largissement) k = 2,26 sur la base de la loi de t pour v = 9 degrs de libert, et dfinit un
intervalle estim avoir un niveau de confiance de 95 pour-cent.
7.2.5 Si un mesurage dtermine simultanment plus d'un mesurande, c'est--dire s'il fournit deux ou
plusieurs estimations de sortie yi (voir H.2, H.3, et H.4), il faut alors donner en plus des yi et uc(yi), les
lments u(yi, yj) de la matrice de covariance ou les lments r(yi, yj) de la matrice des coefficients de
corrlation (C.3.6, Note 2) et de prfrence les deux.
7.2.6 Les valeurs numriques de l'estimation y et de son incertitude-type uc(y) ou de son incertitude largie
U ne doivent pas tre donnes avec un nombre excessif de chiffres. Il suffit habituellement de fournir uc(y) et
U [ainsi que les incertitudes-type u(xi) des estimations d'entre xi] avec deux chiffres significatifs au plus bien
que, dans certains cas, il puisse tre ncessaire de retenir des chiffres supplmentaires pour viter la
propagation des erreurs d'arrondissage dans les calculs ultrieurs.
En nonant les rsultats finals, il peut parfois tre appropri d'arrondir les incertitudes au chiffre suprieur
plutt qu'au chiffre le plus proche. Par exemple, uc(y) = 10,47 m pourrait tre arrondi 11 m. Cependant,
le bon sens doit prvaloir et une valeur comme u(xi) = 28,05 kHz doit tre arrondie la valeur infrieure,
28 kHz. Les estimations d'entre et de sortie doivent tre arrondies en accord avec leurs incertitudes; par
exemple, si y = 10,057 62 avec uc(y) = 27 m, y doit tre arrondi 10,058 . Les coefficients de corrlation
doivent tre donns avec trois chiffres significatifs si leurs valeurs absolues sont proches de l'unit.
7.2.7 Dans le rapport dtaill qui dcrit le mode d'obtention du rsultat d'un mesurage et de son incertitude,
on doit suivre les recommandations de 7.1.4 et, en consquence
a) donner la valeur de chaque estimation d'entre xi et de son incertitude-type u(xi) en dcrivant comment
elles ont t obtenues;
b) donner les covariances estimes ou les coefficients de corrlation estims (de prfrence les deux)
associs toutes les estimations d'entre qui sont corrles et donner les mthodes utilises pour les
obtenir;
c) donner les degrs de libert pour l'incertitude-type de chaque estimation d'entre et la manire dont ils
sont obtenus;
d) donner la relation fonctionnelle Y = f (X1, X2, ..., XN) et, lorsqu'elles sont juges utiles, les drives
partielles ou les coefficients de sensibilit f /xi. Toutefois, il faut donner tout coefficient de ce type
dtermin exprimentalement.
NOTE Parce que la relation fonctionnelle f peut tre extrmement complexe ou peut ne pas exister sous une forme
explicite mais seulement comme programme d'ordinateur, il est quelquefois impossible de donner f et ses drives. On
peut alors dcrire la fonction f en termes gnraux ou indiquer le programme utilis l'aide d'une rfrence approprie.
Dans ces cas-l, il est important que la manire dont l'estimation y du mesurande Y et son incertitude-type compose uc(y)
ont t obtenues soit claire.
1) Exprimer mathmatiquement la relation entre le mesurande Y et les grandeurs d'entre Xi dont Y dpend:
Y = f(X1, X2, ..., XN). La fonction f doit contenir chaque grandeur, y compris toutes les corrections et
facteurs de correction qui peuvent contribuer une composante significative de l'incertitude du rsultat
du mesurage (voir 4.1.1 et 4.1.2).
2) Dterminer xi, la valeur estime de la grandeur d'entre Xi, soit sur la base de l'analyse statistique de
sries d'observations, soit par d'autres moyens (voir 4.1.3).
3) valuer l'incertitude-type u(xi) de chaque estimation xi. Pour une estimation d'entre obtenue par
l'analyse statistique de sries d'observations, l'incertitude-type est value comme dcrit en 4.2
(valuation de Type A de l'incertitude-type). Pour une estimation d'entre obtenue par d'autres moyens,
l'incertitude-type u(xi) est value comme dcrit en 4.3 (valuation de Type B de l'incertitude-type).
4) valuer les covariances associes toutes les estimations d'entre qui sont corrles (voir 5.2).
6) Dterminer l'incertitude-type compose uc(y) du rsultat de mesure y partir des incertitudes-types et des
covariances associes aux estimations d'entre, comme dcrit l'Article 5. Si le mesurage dtermine
simultanment plusieurs grandeurs de sortie, calculer leurs covariances (voir 7.2.5, H.2, H.3 et H.4).
7) S'il est ncessaire de donner une incertitude largie U, avec pour objectif de fournir un intervalle de y U
y + U dont on peut s'attendre ce qu'il comprenne une fraction leve de la distribution des valeurs qui
pourraient tre attribues raisonnablement au mesurande Y, multiplier l'incertitude-type compose uc(y)
par un facteur d'largissement k, typiquement situ dans la plage de 2 3, pour obtenir U = kuc(y).
Choisir k sur la base du niveau de confiance requis pour l'intervalle (voir 6.2, 6.3 et spcialement
l'Annexe G qui prsente le choix d'une valeur de k produisant un intervalle avec un niveau de confiance
proche d'une valeur spcifie).
8) Donner dans un rapport le rsultat du mesurage y avec son incertitude-type compose uc(y) ou son
incertitude largie U en suivant les indications donnes en 7.2.1 ou 7.2.3. Utiliser l'un des modes
d'expression recommands en 7.2.2 ou 7.2.4. Dcrire, comme expos aussi l'Article 7, comment les
valeurs de y et uc(y) ou U ont t obtenues.
Annexe A
1) L'incertitude d'un rsultat de mesure comprend gnralement plusieurs composantes qui peuvent
tre groupes en deux catgories d'aprs la mthode utilise pour estimer leur valeur numrique:
Il n'y a pas toujours une correspondance simple entre le classement dans les catgories A ou B et le
caractre alatoire ou systmatique utilis antrieurement pour classer les incertitudes.
L'expression incertitude systmatique est susceptible de conduire des erreurs d'interprtation;
elle doit tre vite.
Toute description dtaille de l'incertitude devrait comprendre une liste complte de ses
composantes et indiquer pour chacune la mthode utilise pour lui attribuer une valeur numrique.
2) Les composantes de la catgorie A sont caractrises par les variances estimes s i2 (ou les
cart-types estims si) et les nombres vi de degrs de libert. Le cas chant, les covariances
estimes doivent tre donnes.
3) Les composantes de la catgorie B devraient tre caractrises par des termes u 2j qui puissent tre
considrs comme des approximations des variances correspondantes dont on admet l'existence.
Les termes u 2j peuvent tre traits comme des variances et les termes uj comme des carts-types.
Le cas chant, les covariances doivent tre traites de faon analogue.
4) L'incertitude compose devrait tre caractrise par la valeur obtenue en appliquant la mthode
usuelle de combinaison des variances. L'incertitude compose ainsi que ses composantes devraient
tre exprimes sous la forme d'cart-types.
5) Si pour des utilisations particulires on est amen multiplier par un facteur l'incertitude compose
afin d'obtenir une incertitude globale, la valeur numrique de ce facteur doit toujours tre donne.
Recommandation 1 (CI-1981)
considrant
les efforts dploys dans ce but par divers organismes depuis de nombreuses annes,
les progrs encourageants vers une solution acceptable qui ont rsult des discussions du Groupe
de travail sur l'expression des incertitudes runi au BIPM en 1980,
reconnat
que les propositions du Groupe de travail pourraient constituer la base d'un accord ventuel pour
l'expression des incertitudes,
recommande
que les propositions de ce Groupe de travail soient largement portes la connaissance des
intresss;
que le BIPM s'efforce d'appliquer les principes contenus dans ces propositions aux comparaisons
qu'il organisera dans les annes venir;
que les autres organismes intresss tudient et mettent l'essai ces propositions et fassent
connatre au BIPM leurs observations;
que dans un dlai de deux ou trois ans le BIPM fasse le point sur la mise en uvre de ces
propositions.
Recommandation 1 (CI-1986)
Expression des incertitudes dans les travaux effectus sous les auspices du CIPM
considrant la Recommandation INC-1 (1980) adopte par le Groupe de travail sur l'expression des
incertitudes en 1980 et la Recommandation 1 (CI-1981) adopte par le CIPM en 1981 sur le mme sujet,
considrant que certains membres des comits consultatifs peuvent souhaiter des claircissements sur
ces Recommandations pour les besoins des travaux qui leur incombent, en particulier pour les
comparaisons internationales,
prend acte de l'existence d'un groupe de travail de l'Organisation internationale de normalisation (ISO),
groupe commun l'ISO, l'organisation internationale de mtrologie lgale et la Commission
lectrotechnique internationale, auquel collabore le CIPM et qui traite des applications particulires
vises par le paragraphe 5 de la Recommandation INC-1 (1980), et entre autres des applications qui ont
une porte commerciale,
demande tous les participants aux comparaisons internationales et aux autres travaux effectus sous
les auspices du CIPM et de ses Comits consultatifs de suivre les directives donnes au paragraphe 4 de
la Recommandation INC-1 (1980) et de donner avec leurs rsultats l'incertitude compose rsultant des
composantes de type A et de type B sous la forme d'un cart-type.
Annexe B
NOTE Certains termes et concepts statistiques fondamentaux sont donns en Annexe C, tandis que les termes
valeur vraie, erreur et incertitude sont dvelopps de manire plus approfondie en Annexe D.
B.2 Dfinitions
Comme pour l'Article 2, dans les dfinitions suivantes, l'utilisation de parenthses autour de mots de certains
termes signifie que ces mots peuvent tre omis s'il n'y a pas d'ambigut craindre.
Les termes en caractres gras dans certaines notes correspondent des termes mtrologiques
complmentaires dfinis dans ces notes sous forme implicite ou explicite (voir la Rfrence [6]).
B.2.1
grandeur (mesurable)
attribut d'un phnomne, d'un corps ou d'une substance, qui est susceptible d'tre distingu qualitativement et
dtermin quantitativement
NOTE 1 Le terme grandeur peut se rapporter une grandeur dans un sens gnral (voir Exemple 1) ou une
grandeur particulire (voir Exemple 2).
EXEMPLE 1 Grandeurs dans un sens gnral: longueur, temps, masse, temprature, rsistance lectrique,
concentration en quantit de matire.
NOTE 2 Les grandeurs qui peuvent tre classes les unes par rapport aux autres en ordre croissant (ou dcroissant)
sont appeles grandeurs de mme nature.
____________________________
NOTE 3 Les grandeurs de mme nature peuvent tre groupes ensemble en catgories de grandeurs, par exemple:
travail, chaleur, nergie
paisseur, circonfrence, longueur d'onde.
B.2.2
valeur (d'une grandeur)
expression quantitative d'une grandeur particulire, gnralement sous la forme d'une unit de mesure
multiplie par un nombre
EXEMPLE 3 Quantit de matire d'un chantillon d'eau (H2O): 0,012 mol ou 12 mmol.
NOTE 2 La valeur d'une grandeur peut tre exprime de plus d'une faon.
NOTE 3 Les valeurs des grandeurs de dimension un sont gnralement exprimes sous la forme de nombres.
NOTE 4 Certaines grandeurs, pour lesquelles on ne sait pas dfinir leur rapport une unit, peuvent tre exprimes
par rfrence une chelle de reprage ou un procd de mesure spcifi ou aux deux.
B.2.3
valeur vraie (d'une grandeur)
valeur compatible avec la dfinition d'une grandeur particulire donne
NOTE 1 C'est une valeur que l'on obtiendrait par un mesurage parfait.
NOTE 3 L'article indfini une plutt que l'article dfini la est utilis en conjonction avec valeur vraie parce qu'il
peut y avoir plusieurs valeurs correspondant la dfinition d'une grandeur particulire donne.
Commentaire du Guide: voir Annexe D, en particulier D.3.5 qui expose la raison pour laquelle le terme valeur
vraie n'est pas utilis dans le prsent Guide et pourquoi les termes valeur vraie d'un mesurande (ou d'une
grandeur) et valeur d'un mesurande (ou d'une grandeur) sont considrs comme quivalents.
B.2.4
valeur conventionnellement vraie (d'une grandeur)
valeur attribue une grandeur particulire et reconnue, parfois par convention, comme la reprsentant avec
une incertitude approprie pour un usage donn
EXEMPLE 1 En un lieu donn, la valeur attribue la grandeur ralise par un talon de rfrence peut tre prise
comme tant une valeur conventionnellement vraie.
_____________________________
EXEMPLE 2 Valeur recommande par CODATA (1986) pour la constante d'Avogadro, NA: 6,022 136 7 1023 mol1.
NOTE 1 La valeur conventionnellement vraie est quelquefois appele valeur assigne, meilleure estimation de la
valeur, valeur convenue ou valeur de rfrence; le terme valeur de rfrence, dans ce sens, ne doit pas tre
confondu avec le mme terme utilis dans le sens de la note dans le VIM:1993, dfinition 5.7.
NOTE 2 On utilise souvent un grand nombre de rsultats de mesures d'une grandeur pour tablir une valeur
conventionnellement vraie.
B.2.5
mesurage
ensemble d'oprations ayant pour but de dterminer une valeur d'une grandeur
B.2.6
principe de mesure
base scientifique d'un mesurage
EXEMPLE 4 L'effet Raman utilis pour le mesurage du nombre d'onde des vibrations molculaires.
B.2.7
mthode de mesure
succession logique des oprations, dcrites d'une manire gnrique, mises en uvre lors de l'excution de
mesurages
NOTE La mthode de mesure peut tre qualifie de diverses faons telles que:
mthode de substitution
mthode diffrentielle
mthode de zro.
B.2.8
mode opratoire (de mesure)
ensemble des oprations, dcrites d'une manire spcifique, mises en uvre lors de l'excution de
mesurages particuliers selon une mthode donne
NOTE Le mode opratoire est habituellement dcrit dans un document qui est quelquefois appel lui-mme mode
opratoire et qui donne assez de dtails pour qu'un oprateur puisse effectuer un mesurage sans avoir besoin d'autres
informations.
B.2.9
mesurande
grandeur particulire soumise mesurage
NOTE La dfinition du mesurande peut ncessiter des indications relatives des grandeurs telles que le temps, la
temprature et la pression.
B.2.10
grandeur d'influence
grandeur qui n'est pas le mesurande mais qui a un effet sur le rsultat du mesurage
Commentaire du Guide: la dfinition de la grandeur d'influence doit se comprendre comme incluant les
valeurs associes aux talons, aux matriaux de rfrence, et aux donnes de rfrence, valeurs dont peut
dpendre le rsultat d'un mesurage, aussi bien que les phnomnes tels que les fluctuations court terme de
l'instrument de mesure et les grandeurs telles que la temprature ambiante, la pression atmosphrique et
l'humidit.
B.2.11
rsultat d'un mesurage
valeur attribue un mesurande, obtenue par mesurage
NOTE 2 Une expression complte du rsultat d'un mesurage comprend des informations sur l'incertitude de mesure.
B.2.12
rsultat brut
rsultat d'un mesurage avant correction de l'erreur systmatique
B.2.13
rsultat corrig
rsultat d'un mesurage aprs correction de l'erreur systmatique
B.2.14
exactitude de mesure
troitesse de l'accord entre le rsultat d'un mesurage et une valeur vraie du mesurande
B.2.15
rptabilit (des rsultats de mesurage)
troitesse de l'accord entre les rsultats des mesurages successifs du mme mesurande, mesurages
effectus dans la totalit des mmes conditions de mesure
NOTE 3 La rptabilit peut s'exprimer quantitativement l'aide des caractristiques de dispersion des rsultats.
B.2.16
reproductibilit (des rsultats de mesurage)
troitesse de l'accord entre les rsultats des mesurages du mme mesurande, mesurages effectus en
faisant varier les conditions de mesure
NOTE 1 Pour qu'une expression de la reproductibilit soit valable, il est ncessaire de spcifier les conditions que l'on
fait varier.
NOTE 3 La reproductibilit peut s'exprimer quantitativement l'aide des caractristiques de dispersion des rsultats.
NOTE 4 Les rsultats considrs ici sont habituellement les rsultats corrigs.
B.2.17
cart-type exprimental
pour une srie de n mesurages du mme mesurande, grandeur s(qk) caractrisant la dispersion des rsultats,
donne par la formule:
n
(qj q )
2
j =1
s (qk ) =
n 1
qk tant le rsultat du kime mesurage et q la moyenne arithmtique des n rsultats considrs
NOTE 1 En considrant la srie de n valeurs comme chantillon d'une loi de probabilit, q est un estimateur sans
biais de la moyenne q et s2(qk) est un estimateur sans biais de la variance 2 de cette loi.
NOTE 2 L'expression s (q k ) n est une estimation de l'cart-type de la loi de q et est appele cart-type
exprimental de la moyenne.
NOTE 3 L'cart-type exprimental de la moyenne est parfois appel tort erreur de la moyenne.
Commentaire du Guide: certains symboles utiliss dans le VIM ont t changs pour tre cohrent avec les
notations utilises en 4.2 de ce Guide.
Commentaire du Guide pour la version franaise: le VIM emploie le terme distribution dans les Notes 1 et 2.
En matire de probabilit, le terme loi est plus correct.
B.2.18
incertitude (de mesure)
paramtre, associ au rsultat d'un mesurage, qui caractrise la dispersion des valeurs qui pourraient
raisonnablement tre attribues au mesurande
NOTE 1 Le paramtre peut tre, par exemple, un cart-type (ou un multiple de celui-ci) ou la demi-largeur d'un
intervalle de niveau de confiance dtermin.
NOTE 2 L'incertitude de mesure comprend, en gnral, plusieurs composantes. Certaines peuvent tre values
partir de la distribution statistique des rsultats de sries de mesurages et peuvent tre caractrises par des carts-types
exprimentaux. Les autres composantes, qui peuvent aussi tre caractrises par des carts-types, sont values en
admettant des lois de probabilit, d'aprs l'exprience acquise ou d'aprs d'autres informations.
NOTE 3 Il est entendu que le rsultat du mesurage est la meilleure estimation de la valeur du mesurande, et que
toutes les composantes de l'incertitude, y compris celles qui proviennent d'effets systmatiques, telles que les
composantes associes aux corrections et aux talons de rfrence, contribuent la dispersion.
Commentaire du Guide: il est signal dans le VIM que cette dfinition et les notes sont identiques celles de
ce Guide (voir 2.2.3).
Commentaire du Guide pour la version franaise: en Note 2, le VIM emploie le terme distribution de
probabilit. Le terme loi de probabilit est plus correct.
B.2.19
erreur (de mesure)
rsultat d'un mesurage moins une valeur vraie du mesurande
NOTE 1 tant donn qu'une valeur vraie ne peut pas tre dtermine, dans la pratique on utilise une valeur
conventionnellement vraie [voir VIM:1993, dfinitions 1.19 (B.2.3) et 1.20 (B.2.4)].
NOTE 2 Lorsqu'il est ncessaire de faire la distinction entre l'erreur et l'erreur relative, la premire est parfois
appele erreur absolue de mesure. Il ne faut pas confondre avec la valeur absolue de l'erreur, qui est le module de
l'erreur.
Commentaire du Guide: si le rsultat d'un mesurage dpend des valeurs de grandeurs autres que le
mesurande, les erreurs des valeurs mesures de ces grandeurs contribuent l'erreur sur le rsultat du
mesurage. Voir aussi le commentaire du Guide pour B.2.22 et B.2.3.
B.2.20
erreur relative
rapport de l'erreur de mesure une valeur vraie du mesurande
NOTE tant donn qu'une valeur vraie ne peut pas tre dtermine, dans la pratique on utilise une valeur
conventionnellement vraie [voir VIM:1993, dfinitions 1.19 (B.2.3) et 1.20 (B.2.4)].
B.2.21
erreur alatoire
rsultat d'un mesurage moins la moyenne d'un nombre infini de mesurages du mme mesurande, effectus
dans les conditions de rptabilit
NOTE 2 Comme on ne peut faire qu'un nombre fini de mesurages, il est seulement possible de dterminer une
estimation de l'erreur alatoire.
B.2.22
erreur systmatique
moyenne qui rsulterait d'un nombre infini de mesurages du mme mesurande, effectus dans les conditions
de rptabilit, moins une valeur vraie du mesurande
NOTE 2 Comme la valeur vraie, l'erreur systmatique et ses causes ne peuvent pas tre connues compltement.
NOTE 3 Pour un instrument de mesure, voir erreur de justesse (VIM:1993, dfinition 5.25).
Commentaire du Guide: l'erreur sur le rsultat d'un mesurage (voir B.2.19) peut souvent tre considre
comme provenant d'un certain nombre d'effets systmatiques et alatoires qui contribuent aux composantes
individuelles de l'erreur sur le rsultat. Voir aussi les commentaires du Guide pour B.2.19 et B.2.3.
B.2.23
correction
valeur ajoute algbriquement au rsultat brut d'un mesurage pour compenser une erreur systmatique
NOTE 2 Puisque l'erreur systmatique ne peut pas tre connue parfaitement, la compensation ne peut pas tre
complte.
B.2.24
facteur de correction
facteur numrique par lequel on multiplie le rsultat brut d'un mesurage pour compenser une erreur
systmatique
NOTE Puisque l'erreur systmatique ne peut pas tre connue parfaitement, la compensation ne peut pas tre
complte.
Annexe C
C.2 Dfinitions
Comme l'Article 2 et en Annexe B, l'utilisation de parenthses autour de mots de certains termes signifie
que ces mots peuvent tre omis s'il n'y a pas d'ambigut craindre.
Les termes C.2.1 C.2.14 sont dfinis en termes de proprits de populations. Les dfinitions des termes
C.2.15 C.2.31 sont relatifs un ensemble d'observations (voir Rfrence [7]).
C.2.1
probabilit
nombre rel dans l'intervalle de 0 1, associ un vnement alatoire
NOTE Il peut se rapporter une frquence relative d'une occurrence dans une longue srie ou un degr de
croyance qu'un vnement se produira. Pour un haut degr de croyance, la probabilit est proche de 1.
C.2.2
variable alatoire
variable pouvant prendre n'importe quelle valeur d'un ensemble dtermin de valeurs, et laquelle est
associe une loi de probabilit [ISO 3534-1:1993, dfinition 1.3 (C.2.3)]
NOTE 1 Une variable alatoire qui ne peut prendre que des valeurs isoles est dite discrte. Une variable alatoire
qui peut prendre toutes valeurs l'intrieur d'un intervalle fini ou infini est dite continue.
Commentaire du Guide: le symbole Pr(A) est utilis dans ce Guide la place du symbole Pr(A) utilis dans
l'ISO 3534-1:1993.
____________________________
C.2.3
loi de probabilit (d'une variable alatoire)
fonction dterminant la probabilit qu'une variable alatoire prenne une valeur donne quelconque ou
appartienne un ensemble donn de valeurs
C.2.4
fonction de rpartition
fonction donnant pour toute valeur x, la probabilit que la variable alatoire X soit infrieure ou gale x:
F ( x ) = Pr ( X u x )
C.2.5
fonction de densit de probabilit (pour une variable alatoire continue)
drive (lorsqu'elle existe) de la fonction de rpartition:
f ( x ) = dF ( x ) d x
f ( x ) d x = Pr ( x < X < x + d x )
Commentaire du Guide pour la version franaise: le terme densit de probabilit, d'usage courant, est
utilis dans le Guide.
C.2.6
fonction de masse
fonction donnant, pour chaque valeur xi d'une variable alatoire discrte X, la probabilit pi que cette variable
alatoire soit gale xi:
p i = Pr ( X = x i )
C.2.7
paramtre
grandeur utilise pour dcrire la loi de probabilit d'une variable alatoire
C.2.8
corrlation
liaison entre deux ou plusieurs variables alatoires l'intrieur d'une loi
NOTE La plupart des mesures statistiques de corrlation ne mesurent que le degr de liaison linaire.
C.2.9
esprance mathmatique (d'une variable alatoire ou d'une loi de probabilit)
valeur espre
moyenne
1) Pour une variable alatoire discrte X prenant des valeurs xi avec des probabilits pi, l'esprance
mathmatique, si elle existe, est
= E(X ) = pi x i
la somme tant tendue toutes les valeurs de xi susceptibles d'tre prises par X.
2) Pour une variable alatoire continue X ayant pour fonction de densit de probabilit f(x), l'esprance
mathmatique, si elle existe, est
= E ( X ) = x f ( x) dx
l'intgrale tant tendue au domaine de variation de X.
C.2.10
variable alatoire centre
variable alatoire dont l'esprance mathmatique est gale zro
NOTE Si la variable alatoire X a pour esprance mathmatique , la variable alatoire centre correspondante est
(X ).
C.2.11
variance (d'une variable alatoire ou d'une loi de probabilit)
esprance mathmatique du carr de la variable alatoire centre [ISO 3534-1:1993, dfinition 1.21 (C.2.10)]:
{
2 = V ( X ) = E X E ( X )
2
}
[ISO 3534-1:1993, dfinition 1.22]
C.2.12
cart-type (d'une variable alatoire ou d'une loi de probabilit)
racine carre positive de la variance:
= V(X )
C.2.13
moment2) centr d'ordre q
dans une loi de probabilit une variable, esprance mathmatique de la qime puissance de la variable
alatoire centre (X ):
E ( X )
q
2) Si, dans la dfinition des moments, les grandeurs X, X a, Y, Y b, etc., sont remplaces par leurs valeurs absolues,
c'est--dire X, X a, Y, Y b, etc., on dfinit d'autres moments appels moments absolus.
NOTE Le moment centr d'ordre 2 est la variance [ISO 3534-1:1993, dfinition 1.22 (C.2.11)] de la variable alatoire X.
C.2.14
loi normale
loi de Laplace-Gauss
loi de probabilit d'une variable alatoire continue X, dont la densit de probabilit est
1 1 x 2
f ( x) = exp
2 2
pour < x < +.
C.2.15
caractre
proprit qui permet d'identifier ou de diffrencier des individus d'une population donne
NOTE Le caractre peut tre soit quantitatif (par variables), soit qualitatif (par attributs).
C.2.16
population
totalit des individus pris en considration
NOTE Dans le cas d'une variable alatoire, la loi de probabilit [ISO 3534-1:1993, dfinition 1.3 (C.2.3)] est
considre comme dfinissant la population de cette variable.
C.2.17
effectif
nombre d'apparitions d'un type donn d'vnements ou nombre d'observations appartenant une classe
spcifie
C.2.18
distribution d'effectif
relation empirique entre les valeurs d'un caractre et leurs effectifs ou leurs frquences
NOTE La distribution peut tre prsente graphiquement sous la forme d'un histogramme (ISO 3534-1:1993,
dfinition 2.17), d'un diagramme en btons (ISO 3534-1:1993, dfinition 2.18), d'un polygone d'effectif cumul
(ISO 3534-1:1993, dfinition 2.19), ou d'une table d'effectifs double entre (ISO 3534-1:1993, dfinition 2.22).
Commentaire du Guide pour la version franaise: le terme distribution de frquence, d'usage courant, est
utilis dans le Guide.
C.2.19
moyenne arithmtique
moyenne
somme des valeurs divise par le nombre de valeurs
NOTE 1 Le terme anglais mean est utilis gnralement en rfrence au paramtre d'une population et le terme
average en rfrence un calcul sur des donnes d'un chantillon.
NOTE 2 La moyenne d'un chantillon alatoire simple pris dans une population est un estimateur sans biais de la
moyenne de cette population. Cependant, d'autres estimateurs, tels que la moyenne gomtrique ou harmonique, ou la
mdiane ou le mode sont parfois utiliss.
C.2.20
variance
mesure de dispersion qui est la somme des carrs des carts des observations par rapport leur moyenne
divise par un nombre gal au nombre d'observations moins un
x = (1 n) xi
la variance est
1
( xi x )
2
s2 =
n 1
NOTE 2 La variance est n/(n 1) fois le moment centr d'ordre 2 (voir note de l'ISO 3534-1:1993, dfinition 2.39).
Commentaire du Guide: la variance dfinie ici est dsigne de manire plus approprie par estimation sur
chantillon de la variance de la population. La variance d'un chantillon est habituellement dfinie comme le
moment centr d'ordre 2 de l'chantillon (voir C.2.13 et C.2.22).
C.2.21
cart-type
racine carre positive de la variance
C.2.22
moment centr d'ordre q
dans la distribution d'un caractre unique, moyenne arithmtique de la qime puissance de la diffrence entre
les valeurs observes et leur moyenne x :
1
( xi x )
q
n i
C.2.23
statistique
fonction de variables alatoires d'chantillons
NOTE Une statistique, en tant que fonction de variables alatoires, est galement une variable alatoire et, comme
telle, elle admet diffrentes valeurs selon les chantillons. La valeur de la statistique obtenue en utilisant les rsultats
d'essais dans cette fonction peut tre utilise dans un test statistique ou comme estimation d'un paramtre d'une
population tel que la moyenne ou l'cart-type.
C.2.24
estimation
opration ayant pour but, partir des rsultats d'essais dans un chantillon, d'attribuer des valeurs
numriques aux paramtres d'une loi prise comme modle statistique de la population dont est issu
l'chantillon
NOTE Le rsultat de cette opration peut tre exprim sous la forme d'une valeur unique, point estimateur [voir
l'ISO 3534-1:1993, dfinition 2.51 (C.2.26)] ou sous la forme d'un intervalle estimateur [voir l'ISO 3534-1:1993,
dfinitions 2.57 (C.2.27) et 2.58 (C.2.28)].
C.2.25
estimateur
statistique utilise pour estimer un paramtre d'une population
C.2.26
estimation
valeur d'un estimateur obtenue comme rsultat d'une opration d'estimation
C.2.27
intervalle de confiance bilatral
quand T1 et T2 sont deux fonctions des valeurs observes telles que, tant un paramtre de population
estimer, la probabilit Pr(T1 u u T2) soit au moins gale (1 ) [o (1 ) est un nombre fix, positif et
infrieur 1], l'intervalle entre T1 et T2 est un intervalle de confiance bilatral (1 ) pour
NOTE 1 Les limites T1 et T2 de l'intervalle de confiance sont des statistiques [ISO 3534-1:1993, dfinition 2.45
(C.2.23)] qui, comme telles, auront en gnral des valeurs diffrentes d'chantillon en chantillon.
NOTE 2 Dans une longue srie d'chantillons, la frquence des cas o la valeur vraie du paramtre de la population
est contenue par l'intervalle de confiance, est gale ou suprieure (1 ).
C.2.28
intervalle de confiance unilatral
quand T est une fonction des valeurs observes telle que, tant un paramtre de la population estimer, la
probabilit Pr(T W ) [ou la probabilit Pr(T u )] soit au moins gale (1 ) [o (1 ) est un nombre fix,
positif et infrieur 1], l'intervalle s'tendant depuis la plus petite valeur de jusqu' T (ou l'intervalle
s'tendant de T jusqu' la plus grande valeur possible de ) est un intervalle de confiance unilatral (1 )
pour
NOTE 1 La limite T de l'intervalle de confiance est une statistique [ISO 3534-1:1993, dfinition 2.45 (C.2.23)] qui,
comme telle, aura gnralement des valeurs diffrentes d'chantillon en chantillon.
C.2.29
niveau de confiance*
valeur (1 ) de la probabilit associe un intervalle de confiance ou un intervalle statistique de
dispersion. [Voir l'ISO 3534-1:1993, dfinitions 2.57 (C.2.27), 2.58 (C.2.28) et 2.61 (C.2.30).]
Commentaire du Guide pour la version franaise: voir le paragraphe 6.2.2 pour la signification de l'astrisque.
C.2.30
intervalle statistique de dispersion
intervalle pour lequel on peut affirmer, avec un niveau de confiance donn, qu'il contient au moins une
proportion galement donne de la population
NOTE 1 Lorsque les deux limites sont dfinies par des statistiques, l'intervalle est bilatral. Lorsque l'une des deux
limites est infinie ou est constitue par une borne de la variable, l'intervalle est unilatral.
NOTE 2 galement appel intervalle statistique de tolrance. Ce terme ne devrait pas tre utilis car il risque de
causer une confusion avec intervalle de tolrance qui est dfini dans l'ISO 3534-2.
C.2.31
degrs de libert
en gnral, le nombre de termes de la somme moins le nombre de contraintes sur les termes de la somme
L'esprance mathmatique d'une fonction g(z) de la variable alatoire p(z) qui a la densit de probabilit z est
dfinie par
E g ( z ) = g ( z ) p ( z ) d z
avec p(z)dz = 1 en raison de la dfinition de p(z). L'esprance mathmatique de la variable alatoire z, note
z, et qui est aussi appele valeur espre ou moyenne de z, est donne par
z E ( z ) = z p ( z ) dz
Elle est statistiquement estime par z , moyenne arithmtique de n observations indpendantes zi de la
variable alatoire z, qui a pour densit de probabilit p(z):
n
1
z =
n i =1
zi
C.3.2 Variance
La variance d'une variable alatoire est l'esprance mathmatique de son cart quadratique par rapport son
esprance mathmatique. Ainsi, la variance d'une variable alatoire z de densit de probabilit p(z) est
donne par
2
2 (z) = ( z z ) p ( z ) dz
o z est l'esprance mathmatique de z. La variance 2(z) peut tre estime par
n
( )
1 2
s 2 ( zi ) = zj z
n 1 j =1
o
n
1
z =
n i =1
zi
NOTE 1 Le facteur n 1 dans l'expression de s2(z i ) provient de la corrlation entre z i et z et reflte le fait qu'il y a
seulement n 1 lments indpendants dans l'ensemble { zi z } .
NOTE 2 Si l'esprance mathmatique z de z est connue, la variance peut tre estime par
n
1
s 2 ( zi ) =
n i =1
( zi z ) 2
La variance de la moyenne arithmtique des observations est, bien plus que la variance des observations
individuelles, la mesure correcte de l'incertitude d'un rsultat de mesure. On doit distinguer soigneusement la
variance d'une variable z de la variance de la moyenne z . La variance de la moyenne arithmtique d'une
srie de n observations indpendantes zi de z est donne par 2 ( z ) = 2 ( z i ) n et elle est estime par la
variance exprimentale de la moyenne
s 2 ( zi ) 1
n
s2 (z ) =
n
=
n ( n 1) i =1
( zi z ) 2
C.3.3 cart-type
L'cart-type est la racine carre de la variance. Alors qu'une incertitude-type de Type A est obtenue en
prenant la racine carre de la variance value statistiquement, il est souvent plus commode lorsqu'on value
une incertitude-type de Type B d'valuer d'abord un cart-type quivalent obtenu de manire non statistique
puis d'obtenir la variance quivalente en levant l'cart-type au carr.
C.3.4 Covariance
La covariance de deux variables alatoires est une mesure de leur dpendance mutuelle. La covariance de
deux variables alatoires y et z est dfinie par
{ }
cov ( y, z ) = cov ( z, y ) = E y E ( y ) z E ( z )
qui entrane
cov ( y, z ) = cov ( z, y )
= ( y y ) ( z z ) p ( y, z ) dy dz
= y z p ( y, z ) dy dz y z
o p(y, z) est la densit de probabilit jointe des deux variables y et z. La covariance cov(y, z) [aussi note
(y, z)] peut tre estime par s(yi, zi) obtenue de n paires indpendantes d'observations simultanes yi et zi de
y et z,
n
( )( z j z )
1
s ( yi , zi ) = yj y
n 1 j =1
avec
n
1
y=
n i =1
yi
et
n
1
z =
n i =1
zi
Pour une loi de probabilit plusieurs variables, la matrice V dont les lments sont gaux aux variances et
covariances des variables est appele matrice de covariance. Les lments diagonaux, (z, z) 2(z) ou
s(zi, zi) s2(zi), sont les variances, tandis que les lments non diagonaux, (y, z) ou s(yi, zi), sont les
covariances.
Le coefficient de corrlation est une mesure de la dpendance mutuelle relative de deux variables, gal au
rapport de leurs covariances la racine carre du produit de leurs variances. Ainsi
( y, z ) ( y, z )
( y, z ) = ( z, y ) = =
( y, y ) ( z, z ) ( y ) ( z )
s ( yi , zi ) s ( yi , zi )
r ( yi , z i ) = r ( z i , yi ) = =
s ( yi , yi ) s ( zi , z i ) s ( yi ) s ( z i )
NOTE 1 Comme et r sont des nombres dans l'intervalle de 1 +1 bornes comprises, alors que les covariances sont
habituellement des grandeurs ayant une dimension physique et un ordre de grandeur peu commodes, les coefficients de
corrlation sont gnralement plus utiles que les covariances.
NOTE 2 Pour des lois de probabilit plusieurs variables, on donne habituellement la matrice des coefficients de
corrlation au lieu de la matrice de covariance. Puisque (y, y) = 1 et r(yi, yi) = 1, les lments diagonaux de cette matrice
sont gaux 1.
NOTE 3 Si les estimations d'entre xi et xj sont corrles (voir 5.2.2) et si une variation i de xj produit une variation j
de xj, le coefficient de corrlation associ xi et xj est alors estim approximativement par
( ) ( )
r x i , x j u ( x i ) j u x j i
Cette relation peut servir de base pour estimer exprimentalement les coefficients de corrlation. Elle peut aussi tre
utilise pour calculer la variation approximative d'une estimation d'entre due la variation d'une autre estimation d'entre
si l'on connat leur coefficient de corrlation.
C.3.7 Indpendance
Deux variables alatoires sont statistiquement indpendantes si leur loi de probabilit jointe est le produit de
leurs lois de probabilit individuelles.
NOTE Si deux variables alatoires sont indpendantes, leur covariance et leur coefficient de corrlation sont nuls
mais l'inverse n'est pas ncessairement vrai.
La loi de t ou loi de Student est la loi de probabilit d'une variable alatoire continue t dont la densit de
probabilit est
v + 1 ( v +1) 2
2 1 + t
2
1
p ( t, v ) = , < t < +
v v v
2
o est la fonction gamma et v > 0. L'esprance mathmatique de la loi de t est gale zro et sa variance
est v/(v 2) pour v > 2. Quand v , la loi de t s'approche d'une loi normale avec = 0 et = 1 (voir C.2.14).
Annexe D
Le terme valeur vraie (B.2.3) a t traditionnellement utilis dans les publications sur l'incertitude, mais non
dans ce Guide pour les raisons prsentes dans cette annexe. Parce que les termes mesurande, erreur
et incertitude sont frquemment mal interprts, cette annexe fournit aussi une prsentation
complmentaire des ides qui les sous-tendent, en complment la prsentation donne l'Article 3. Deux
illustrent pourquoi le concept d'incertitude adopt dans ce Guide est fond sur le rsultat de mesure et son
incertitude value plutt que sur les grandeurs inconnues valeur vraie et erreur.
D.1 Le mesurande
D.1.1 Lorsqu'on ralise un mesurage, la premire tape consiste spcifier le mesurande, c'est--dire la
grandeur mesurer; le mesurande ne peut pas tre spcifi par une valeur mais seulement par la description
d'une grandeur. En principe cependant, un mesurande ne pourrait tre compltement dcrit qu'avec une
quantit infinie d'information. En consquence, dans la mesure o cela laisse une certaine latitude
d'interprtation, les lacunes de la dfinition du mesurande introduisent, dans l'incertitude du rsultat d'un
mesurage, une composante d'incertitude qui peut ou non tre significative par rapport l'exactitude requise
pour le mesurage.
D.1.2 La dfinition d'un mesurande spcifie ordinairement certains tats et conditions physiques.
EXEMPLE La clrit du son dans l'air sec de composition (fraction molaire) N2 = 0,780 8, O2 = 0,209 5,
Ar = 0,009 35 et CO2 = 0,000 35 la temprature T = 273,15 K et la pression p = 101 325 Pa.
D.3.2 titre d'exemple, supposons que le mesurande soit l'paisseur d'une feuille donne d'un matriau
une temprature spcifie. L'prouvette est porte une temprature proche de la temprature spcifie et
son paisseur est mesure un endroit particulier avec un micromtre. L'paisseur du matriau, cet endroit
et cette temprature, sous la pression exerce par le micromtre, est la grandeur ralise.
D.3.4 Le rsultat corrig peut tre appel meilleure estimation de la valeur vraie, vraie dans le sens o
c'est la valeur d'une grandeur cense satisfaire pleinement la dfinition du mesurande; mais si le
micromtre avait t appliqu un endroit diffrent de la feuille de matriau, la grandeur ralise aurait t
diffrente, avec une valeur vraie diffrente. Cependant, cette valeur vraie aurait t compatible avec la
dfinition du mesurande parce que cette dernire ne spcifie pas que l'paisseur doit tre dtermine un
endroit particulier de la feuille. Ainsi, dans ce cas, en raison d'une dfinition incomplte du mesurande, la
valeur vraie prsente une incertitude qui peut tre value partir de mesurages raliss en diffrents
emplacements de la feuille. un niveau donn, tout mesurande possde une telle incertitude intrinsque
qui peut tre estime en principe d'une faon ou d'une autre. C'est l'incertitude minimale avec laquelle on peut
dterminer un mesurande et chaque mesurage qui atteint une telle incertitude peut tre considr comme le
meilleur mesurage possible du mesurande. Pour obtenir une valeur de la grandeur en question avec une
incertitude plus petite, il faut que le mesurande soit dfini plus compltement.
NOTE 1 Dans l'exemple, la spcification du mesurande laisse dans l'ombre bien d'autres paramtres dont on peut
penser qu'ils risquent d'affecter l'paisseur: la pression atmosphrique, l'humidit, la position de la feuille dans le champ
gravitationnel, la manire dont elle est maintenue, etc.
NOTE 2 Bien qu'il faille dfinir un mesurande suffisamment en dtail pour que toute incertitude provenant des lacunes
de sa dfinition soit ngligeable par rapport l'exactitude requise pour le mesurage, on doit reconnatre que cela ne peut
pas toujours se faire. La dfinition peut, par exemple, tre incomplte parce qu'elle ne spcifie pas certains paramtres
dont les effets ont t supposs tort ngligeables; ou elle peut impliquer des conditions qui ne peuvent jamais tre
totalement remplies et pour lesquelles il est difficile de prendre en compte les lacunes de la ralisation. Ainsi, pour
l'exemple de D.1.2, la clrit du son implique des ondes planes progressives d'amplitude faible, vanescente. Pour
autant que le mesurage ne remplisse pas ces conditions, il est ncessaire de prendre en considration la diffraction et les
effets non linaires.
NOTE 3 Une spcification insuffisante du mesurande peut entraner des divergences entre les rsultats de mesurages
effectus dans diffrents laboratoires sur une grandeur qui est censment la mme.
D.3.5 Dans ce Guide, on vite l'emploi des termes valeur vraie d'un mesurande, ou valeur vraie d'une
grandeur (souvent abrgs en valeur vraie), parce que le mot vrai est considr comme redondant.
Mesurande (voir B.2.9) signifie grandeur particulire soumise mesurage, donc valeur d'un
mesurande signifie valeur d'une grandeur particulire soumise mesurage. Puisque grandeur
particulire se comprend gnralement comme signifiant une grandeur, dfinie ou spcifie (voir B.2.1,
Note 1), l'adjectif vrai n'est pas ncessaire dans valeur vraie d'un mesurande [ou dans valeur vraie
d'une grandeur, la valeur vraie du mesurande (ou de la grandeur) est simplement la valeur du mesurande
(ou de la grandeur)]. De plus, comme cela a t indiqu dans la prsentation ci-dessus, une valeur vraie
unique n'est qu'un concept idalis.
D.4 Erreur
Un rsultat de mesure corrig n'est pas la valeur du mesurande en d'autres termes, il est erron en
raison des imperfections du mesurage de la grandeur ralise, depuis les variations alatoires des
observations (effets alatoires), jusqu' la dtermination insuffisante des corrections pour les effets
systmatiques et la connaissance incomplte de certains phnomnes physiques (entranant aussi des
effets systmatiques). Ni la valeur de la grandeur ralise ni celle du mesurande ne peuvent jamais tre
connues exactement; tout ce qu'on peut connatre est leurs valeurs estimes. Dans l'exemple ci-dessus,
l'paisseur mesure de la feuille peut tre entache d'erreur, c'est--dire peut diffrer de la valeur du
mesurande (l'paisseur de la feuille) parce que chacun des points suivants peut se combiner pour contribuer
l'erreur inconnue du rsultat de mesure:
a) petites diffrences entre les indications du micromtre lorsqu'on l'applique plusieurs reprises la mme
grandeur ralise;
D.5 Incertitude
D.5.1 Alors que les valeurs exactes des contributions l'erreur d'un rsultat de mesurage ne sont pas
connues et ne peuvent pas l'tre, les incertitudes associes aux effets alatoires et systmatiques
responsables de l'erreur peuvent tre values. Mais, mme si les incertitudes values sont faibles, il n'y a,
pour autant, aucune garantie que l'erreur sur le rsultat de mesure soit faible, parce que, dans la
dtermination d'une correction ou dans l'valuation des lacunes d'une connaissance, on peut aussi ngliger
un effet systmatique qui n'aurait pas t reconnu. Ainsi, l'incertitude du rsultat d'un mesurage n'indique pas
ncessairement la proximit vraisemblable du rsultat de mesure et de la valeur du mesurande; c'est
simplement une estimation de la proximit vraisemblable du rsultat et de la meilleure valeur, en accord avec
les connaissances actuellement disponibles.
D.5.2 L'incertitude de mesure est donc une expression du fait que, pour un mesurande donn et un rsultat
de mesure donn de ce mesurande, il n'y a pas une valeur, mais un nombre infini de valeurs disperses
autour du rsultat, qui sont compatibles avec toutes les observations et les donnes, avec la connaissance
que l'on peut avoir du monde physique et qui peuvent tre attribues au mesurande avec des degrs de
crdibilit divers.
NOTE 1 Dans la Figure D.1 a), les observations sont prsentes dans un but d'illustration sous forme d'histogramme
[voir 4.4.3 et Figure 1 b)].
NOTE 2 La correction pour une erreur est gale l'estimation de l'erreur change de signe. Ainsi, dans la Figure D.1
aussi bien que dans la Figure D.2, une flche qui reprsente la correction pour une erreur a mme longueur mais pointe
dans la direction oppose la flche qui reprsenterait l'erreur elle-mme, et vice-versa. La lgende de la figure prcise si
une flche donne reprsente une correction ou une erreur.
D.6.2 La Figure D.2 dcrit certaines des ides dj prsentes dans la Figure D.1, mais d'une autre faon.
De plus, elle dcrit aussi l'ide qu'il peut y avoir de nombreuses valeurs du mesurande si la dfinition du
mesurande est incomplte [entre g) sur la Figure D.2]. L'incertitude provenant de cette dfinition incomplte,
mesure par la variance, est value par des mesurages de ralisations multiples du mesurande, en utilisant
la mme mthode, les mmes instruments, etc. (voir D.3.4).
NOTE Dans la colonne intitule Variance, les variances sont supposes tre les variances u i2 ( y ) dfinies dans
l'quation (11a) de 5.1.3; c'est pourquoi elles s'additionnent linairement comme cela est montr sur la figure.
Annexe E
E.1.2 La premire ide est que l'incertitude dclare devait tre sre ou conservatoire, ce qui signifie
qu'elle ne devait jamais risquer d'tre sous-estime. En fait, parce que l'valuation de l'incertitude d'un rsultat
de mesure est problmatique, cette ide conduisait souvent l'largir dlibrment.
E.1.3 La seconde ide est que les influences responsables de l'incertitude pouvaient toujours tre
reconnues soit alatoires, soit systmatiques, ces deux catgories tant de nature diffrente. Les
incertitudes associes chaque catgorie devaient tre composes de la manire qui leur tait propre et
devaient tre exprimes sparment (ou composes d'une certaine manire spcifie lorsqu'on exigeait un
nombre unique). En fait, la mthode de composition des incertitudes tait souvent conue pour satisfaire
l'exigence de sret.
E.2.2 Cela ne veut pas dire que ceux qui utilisent un rsultat de mesure ne puissent pas appliquer leur
propre facteur multiplicatif l'incertitude donne, pour obtenir une incertitude largie qui dfinisse un intervalle
ayant un niveau de confiance spcifi et qui satisfasse leurs propres besoins. Cela ne veut pas dire non plus
que, dans certaines circonstances, les organismes fournisseurs de rsultats de mesure ne puissent pas
appliquer couramment un facteur conduisant une incertitude largie analogue, pour satisfaire les besoins
d'une classe particulire d'utilisateurs de leurs rsultats. Cependant, de tels facteurs (qui doivent toujours tre
donns) doivent s'appliquer l'incertitude telle qu'elle est dtermine par une mthode raliste et seulement
aprs que l'incertitude a t ainsi dtermine, de sorte que l'intervalle dfini par l'incertitude largie ait le
niveau de confiance requis et que l'opration puisse tre aisment inverse.
E.2.3 Ceux qui s'occupent de mesurage doivent souvent incorporer leurs analyses les rsultats de
mesurages effectus par d'autres personnes, chacun de ces autres rsultats ayant sa propre incertitude. En
valuant l'incertitude de leur propre rsultat de mesure, ils ont besoin de la meilleure valeur, non d'une valeur
sre de l'incertitude pour chaque rsultat incorpor provenant d'une autre origine. Pour donner l'incertitude
de leur propre rsultat, il leur faut de plus pouvoir composer d'une manire logique et simple ces incertitudes
importes avec les incertitudes de leurs propres observations. La Recommandation INC-1 (1980) fournit ce
moyen.
E.3.1 Supposons que la grandeur de sortie z = f(w1, w2, ..., wN) dpende de N grandeurs d'entre
w1, w2, ..., wN, o chaque wi est dcrit par une loi de probabilit convenable. Le dveloppement de f autour
des esprances mathmatiques des wi, E(wi) i, en srie de Taylor du premier ordre donne, pour les petites
variations de z autour de z en fonction des petites variations de wi autour de i,
N
f
z z = wi ( wi i ) (E.1)
i =1
o tous les termes de degr plus lev sont supposs tre ngligeables et avec z = f(1, 2, ..., N). Le carr
de la diffrence z z est alors donn par
2
N f
(z z ) ( wi i )
2
= (E.2a)
w
i =1 i
qui peut tre crit sous la forme
N 2 N 1 N
f f f
(z z ) 2
=
wi
( wi i ) 2 + 2 wi w j
(
( wi i ) w j j ) (E.2b)
i =1 i =1 j =i +1
N 2 N 1 N
f 2 f f
z2 =
wi
i + 2
wi w j
i j ij (E.3)
i =1 i =1 j =i +1
( )( )
1/ 2
Dans cette expression, i2 = E [( wi i ) 2 ] est la variance de wi et ij = wi , wj i2 2j est le
coefficient de corrlation de wi et wj, o (wi, wj) = E[(wi i)(wj j)] est la covariance de wi et wj.
NOTE 1 2z et 2i sont respectivement les moments centrs d'ordre 2 (voir C.2.13 et C.2.22) des lois de probabilit
de z et de wi . Une loi de probabilit peut tre compltement dtermine par son esprance mathmatique, sa variance et
ses moments centrs d'ordre plus lev.
NOTE 2 L'quation (13) de 5.2.2 [de mme que l'quation (15)] utilise pour calculer l'incertitude-type compose est
identique l'quation (E.3) part le fait que l'quation (13) est exprime en termes d'estimations de variances,
d'carts-types et de coefficients de corrlation.
E.3.2 Dans la terminologie traditionnelle, l'quation (E.3) est souvent appele loi gnrale de propagation
des erreurs, appellation qui s'applique mieux une expression de la forme z = N
i =1( f / wi ) wi , o z
est la variation de z due de (petites) variations de wi [voir quation (E.8)]. Comme on l'a fait dans ce Guide,
le fait d'appeler l'quation (E.3) loi de propagation de l'incertitude est appropri parce que cette quation
montre comment se composent les incertitudes des grandeurs d'entre wi, prises gales aux carts-types des
lois de probabilit des wi, pour donner l'incertitude de la grandeur de sortie z si cette incertitude est prise gale
l'cart-type de la loi de probabilit de z.
E.3.3 L'quation (E.3) s'applique aussi la propagation de multiples des carts-types parce que si l'on
remplace chaque cart-type i par un multiple ki, avec le mme k pour chaque i, l'cart-type de la grandeur
de sortie z est remplac par kz. Elle ne s'applique pas, cependant, la propagation des intervalles de
confiance. Si chaque i est remplac par une grandeur i qui dfinit un intervalle correspondant un niveau
de confiance donn p, la grandeur rsultante pour z, z, ne dfinira pas un intervalle correspondant la mme
valeur de p sauf si tous les wi suivent des lois normales. L'quation (E.3) n'implique aucune hypothse sur la
normalit des lois de probabilit des grandeurs wi Plus spcifiquement, si, dans l'quation (10) de 5.1.2,
chaque incertitude-type u(xi) est value partir d'observations rptes indpendantes et multiplie par le
facteur t correspondant son nombre de degrs de libert pour une valeur particulire de p (disons
p = 95 pour-cent), l'incertitude de l'estimation y ne dfinira pas un intervalle correspondant cette valeur de p
(voir G.3 et G.4).
NOTE L'exigence de normalit pour la propagation des intervalles de confiance en utilisant l'quation (E.3) peut tre
l'une des raisons de la sparation historique des composantes de l'incertitude dduites d'observations rptes,
supposes tre normalement distribues, de celles qui taient values simplement par des limites suprieure et
infrieure.
E.3.4 Considrons l'exemple suivant: z dpend seulement d'une grandeur d'entre w, z = f(w), o w est
estim par la moyenne des n valeurs wk des w; ces n valeurs sont obtenues partir de n observations
rptes indpendantes qk d'une variable alatoire q; et wk et qk sont relis par
wk = + q k (E.4)
Dans cette quation, reprsente un dcalage ou une drive systmatique, constant, commun chaque
observation et est un facteur d'chelle commun. Le dcalage et le facteur d'chelle, bien que fixs au cours
des observations, sont supposs tre caractriss par des lois de probabilit a priori, o et sont les
meilleures estimations des esprances mathmatiques de ces lois.
n n
1 1
w=
n k =1
wk =
n k =1
( + qk ) (E.5)
La grandeur z est alors estime par f ( w) = f ( , , q1, q 2 , ..., q n ) et l'estimation u2(z) de sa variance 2(z) est
obtenue partir de l'quation (E.3). Si l'on suppose par simplicit que z = w de sorte que la meilleure
estimation de z soit z = f ( w) = w, alors l'estimation u2(z) peut tre trouve facilement. En remarquant partir
de l'quation (E.5) que
f
= 1,
n
f 1
=
n k =1
qk = q ,
et
f
= ,
qk n
en appelant respectivement u2( ) et u2( ) les variances estimes de et de et en supposant que les
observations individuelles ne sont pas corrles, on trouve, partir de l'quation (E.3)
s 2 ( qk )
u 2 ( z ) = u 2 ( ) + q 2 u 2 ( ) + 2 (E.6)
n
o s2(qk) est la variance exprimentale des observations qk calcule selon l'quation (4) de 4.2.2, et o
s 2 ( q k ) n = s 2 ( q ) est la variance exprimentale de la moyenne q [quation (5) de 4.2.3].
E.3.5 Dans la terminologie traditionnelle, le troisime terme du membre de droite de l'quation (E.6) est
appel contribution alatoire la variance estime u2(z) parce qu'il dcrot normalement lorsque le nombre
d'observations n augmente, tandis que les deux premiers termes sont appels contributions systmatiques
parce qu'ils ne dpendent pas de n.
De faon plus significative, pour certains traitements traditionnels de l'incertitude de mesure, l'quation (E.6)
serait contestable parce que l'on n'y fait pas de distinction entre les incertitudes provenant d'effets
systmatiques et celles provenant d'effets alatoires. En particulier, la composition de variances obtenues
partir de lois de probabilit a priori avec celles obtenues partir de distributions de frquence est dconseille
parce que le concept de probabilit est considr comme s'appliquant seulement aux vnements qui
peuvent tre rpts un grand nombre de fois, essentiellement dans les mmes conditions, la probabilit p
d'un vnement (0 u p u 1) indiquant la frquence avec laquelle se produit l'vnement.
Par contraste avec ce point de vue de la probabilit fonde sur la frquence, un autre point de vue aussi
valable est que la probabilit est une mesure du degr de croyance en ce qu'un vnement se produise
[13, 14]. Par exemple, supposons que l'on ait une chance de gagner une petite somme d'argent D et que l'on
soit un parieur rationnel. Notre degr de croyance dans l'apparition de l'vnement A est p = 0,5 si nous
sommes indiffrents ces deux choix de pari:
La Recommandation INC-1 (1980) sur laquelle est fond ce Guide adopte implicitement une telle approche de
la probabilit puisqu'elle considre les expressions telles que l'quation (E.6) comme le moyen convenable de
calculer l'incertitude-type compose du rsultat d'un mesurage.
E.3.6 En adoptant une interprtation de la probabilit fonde sur le degr de croyance, l'cart-type
(incertitude-type) et la loi de propagation de l'incertitude [quation (E.3)] comme bases pour l'valuation et
l'expression de l'incertitude de mesure, comme cela a t fait dans ce Guide, on bnficie de trois avantages
distincts:
b) l'incertitude-type compose peut servir de base pour le calcul d'intervalles qui correspondent de faon
raliste leurs niveaux de confiance exigs; et
c) il n'est pas ncessaire de classer les composantes en alatoires ou systmatiques (ou de toute
autre manire) lorsqu'on value l'incertitude parce que toutes les composantes de l'incertitude sont
traites de la mme faon.
L'avantage c) est particulirement apprciable parce qu'un tel classement est souvent source de confusion;
une composante d'incertitude n'est ni alatoire, ni systmatique. Sa nature est conditionne par l'usage
qui est fait de la grandeur correspondante, ou, plus formellement, par le contexte dans lequel apparat la
grandeur dans le modle mathmatique qui dcrit le mesurage. En consquence, lorsque la grandeur
correspondante est utilise dans un contexte diffrent, une composante alatoire peut devenir une
composante systmatique et vice-versa.
E.3.7 Pour la raison donne en c) ci-dessus, la Recommandation INC-1 (1980) ne classe pas les
composantes de l'incertitude en alatoires ou systmatiques. En fait, pour autant que le calcul de
l'incertitude-type compose d'un rsultat de mesure soit concern, il n'est pas ncessaire de classer les
composantes de l'incertitude; il n'y a donc aucun besoin rel pour quelque schma de classement que ce soit.
Cependant, parce qu'il est parfois commode de disposer de catgories convenables dans la communication
et la prsentation des ides, la Recommandation INC-1 (1980) fournit un schma de classification des deux
mthodes distinctes par lesquelles on peut valuer les composantes de l'incertitude, soit A et B (voir 0.7,
2.3.2 et 2.3.3).
Le fait de classer les mthodes utilises pour valuer les composantes de l'incertitude vite le principal
problme associ la classification des composantes elles-mmes, c'est--dire la dpendance de la
classification d'une composante par rapport la manire dont la grandeur correspondante est utilise. De
plus, la classification des mthodes plutt que des composantes n'exclut pas le rassemblement des
composantes individuelles values par les deux mthodes en groupes spcifiques pour un usage particulier
dans un mesurage donn, par exemple lorsqu'on compare la variabilit observe exprimentalement celle
prvue thoriquement pour les valeurs de sortie d'un systme de mesure complexe (voir 3.4.3).
E.4.2 Lorsque l'incertitude-type d'une grandeur d'entre ne peut pas tre value par l'analyse des rsultats
d'un nombre convenable d'observations rptes, on doit adopter une loi de probabilit fonde sur une
connaissance beaucoup plus restreinte que ce qu'on pourrait souhaiter. Cependant, cela ne rend pas la loi
sans validit ni sans ralit. Comme toutes les lois de probabilit, elle exprime la connaissance disponible.
E.4.3 Les valuations fondes sur des observations rptes ne sont pas ncessairement suprieures
celles qui sont obtenues par d'autres moyens. Considrons s( q ), cart-type exprimental de la moyenne de n
observations indpendantes qk d'une variable alatoire q distribue normalement [voir quation (5) de 4.2.3].
La grandeur s( q ) est une statistique (voir C.2.23) qui estime ( q ), cart-type de la loi de probabilit de q ,
c'est--dire l'cart-type de la loi des valeurs de q qui seraient obtenues si le mesurage tait rpt un
nombre infini de fois. La variance 2 [ s ( q )] de s( q ) est donne approximativement par
2 s ( q ) 2 ( q ) ( 2v ) (E.7)
o v = n 1 est le nombre de degrs de libert de s( q ) (voir G.3.3). Alors, l'cart-type relatif de s( q ), qui est
donn par le rapport [ s( q )] ( q ) et qui peut tre considr comme une mesure de l'incertitude relative de
s( q ), est approximativement gal [2(n 1)]1/2. Cette incertitude de l'incertitude de q , qui rsulte pour
des raisons purement statistiques de l'effectif limit de l'chantillon, peut tre tonnamment grande; pour
n = 10 observations, elle est gale 24 pour-cent. Le Tableau E.1 donne cette valeur et quelques autres et
elle montre que l'cart-type d'un cart-type estim statistiquement n'est pas ngligeable pour les valeurs
pratiques de n. En consquence, on peut conclure que les valuations de Type A de l'incertitude-type ne sont
pas ncessairement plus fiables que les valuations de Type B et que, dans de nombreuses situations
pratiques de mesure o le nombre d'observations est limit, les composantes obtenues par des valuations
de Type B peuvent tre mieux connues que les composantes obtenues partir d'valuations de Type A.
Nombre d'observations [ s ( q )] ( q )
n (pourcentage)
2 76
3 52
4 42
5 36
10 24
20 16
30 13
50 10
E.4.4 Alors que les incertitudes associes l'application d'une mthode de mesure particulire sont des
paramtres statistiques caractrisant des variables alatoires, on a prtendu qu'il existe des cas d'effet
systmatique vritable pour lesquels l'incertitude doit tre traite diffremment. On peut donner en exemple
un biais de valeur fixe inconnue qui serait le mme pour toutes les dterminations par une mme mthode,
dcalage d une imperfection possible dans le principe mme de la mthode ou dans une de ses
hypothses sous-jacentes. Mais si l'on constate la possibilit d'existence d'un tel biais et si sa valeur est
suppose pouvoir tre significative, il peut alors tre dcrit par une loi de probabilit, mme si elle est btie
simplement, fonde sur la connaissance qui a permis d'arriver la conclusion que le biais pourrait exister et
tre significatif. Ainsi, si l'on considre la probabilit comme tant une mesure du degr de confiance qu'un
vnement se produise, la contribution d'un tel effet systmatique peut tre incluse dans l'incertitude-type
compose d'un rsultat de mesure en l'valuant comme une incertitude-type d'une loi de probabilit a priori et
en le traitant de la mme manire que toute autre incertitude-type d'une grandeur d'entre.
EXEMPLE La spcification d'un mode opratoire particulier ncessite qu'une certaine grandeur d'entre soit
calcule partir d'un dveloppement en srie de puissances spcifiques dont les termes de plus haut degr ne sont pas
connus exactement. L'effet systmatique d au fait de ne pas pouvoir traiter exactement ces termes entrane un biais fixe
inconnu qui ne peut tre chantillonn par rptition du mode opratoire. En consquence, l'incertitude associe l'effet
ne peut tre value et incluse dans l'incertitude du rsultat de mesure final si l'on suit strictement une interprtation de la
probabilit fonde sur la frquence. De plus, l'interprtation de la probabilit sur la base du degr de croyance permet
l'incertitude caractrisant l'effet d'tre value partir d'une loi de probabilit a priori (dduite de la connaissance
disponible concernant les termes connus de manire inexacte) et de l'inclure dans le calcul de l'incertitude-type compose
du rsultat de mesure comme toute autre incertitude.
E.5 Une comparaison entre les deux points de vue sur l'incertitude
E.5.1 Le point focal de ce Guide concerne le rsultat de mesure et son incertitude value, plus que les
grandeurs inconnues valeur vraie et erreur (voir Annexe D). En adoptant le point de vue oprationnel que le
rsultat d'un mesurage est simplement la valeur attribuer au mesurande et que l'incertitude de ce rsultat
est une mesure de la dispersion des valeurs qui pourraient tre raisonnablement attribues au mesurande, ce
Guide rompt en fait la liaison souvent droutante entre l'incertitude et les grandeurs inconnues valeur vraie
et erreur.
E.5.2 Cette liaison peut tre comprise en interprtant la dmonstration de l'quation (E.3), la loi de
propagation de l'incertitude, du point de vue de la valeur vraie et de l'erreur. Dans ce cas, i est considr
comme la valeur vraie unique, inconnue, de la grandeur d'entre wi et chaque wi est suppos tre reli sa
valeur vraie i par wi = i + i, o i est l'erreur sur wi. L'esprance mathmatique de la loi de probabilit de
chaque i est suppose tre gale zro, E(i) = 0, avec la variance E ( i2 ) = i2 . L'quation (E.1) devient
alors
N
f
z = wi i (E.8)
i =1
o z = z z est l'erreur sur z et z est la valeur vraie de z. Si l'on prend alors l'esprance mathmatique du
carr de z, on obtient une quation formellement identique l'quation (E.3) mais o 2z = E ( z2 ) est la
variance de z et ij = ( i , j ) /( i2 2j )1/ 2 est le coefficient de corrlation de i et j, o (i, j) = E(i j) est
la covariance de i et j. Les variances et les covariances sont alors associes aux erreurs sur les grandeurs
d'entre plutt qu'aux grandeurs d'entre elles-mmes.
NOTE On suppose que la probabilit est considre comme une mesure du degr de croyance de l'apparition d'un
vnement, ce qui implique qu'une erreur systmatique puisse tre traite de la mme faon qu'une erreur alatoire et
que i reprsente l'une ou l'autre.
E.5.3 En pratique, la diffrence de point de vue ne conduit pas une diffrence sur la valeur numrique du
rsultat de mesure ou sur l'incertitude affecte ce rsultat.
Tout d'abord, dans les deux cas, les meilleures estimations disponibles des grandeurs d'entre wi sont
utilises pour obtenir la meilleure estimation z partir de la fonction f; cela n'entrane pas de diffrence dans
les calculs selon que les meilleures estimations sont considres comme les valeurs les plus vraisemblables
attribuer aux grandeurs en question ou comme les meilleures estimations de leurs valeurs vraies.
Ensuite, parce que i = wi i, et parce que les i reprsentent des valeurs fixes, uniques, et, en
consquence sans incertitude, les variances et carts-types des i et des wi sont identiques. Cela signifie que,
dans les deux cas, les incertitudes-types utilises comme estimations des carts-types i pour obtenir
l'incertitude-type compose du rsultat de mesure sont identiques et donneront la mme valeur numrique
pour cette incertitude. Encore une fois, cela n'entrane pas de diffrence dans les calculs selon qu'une
incertitude-type est considre comme une mesure de la dispersion de la loi de probabilit d'une grandeur
d'entre ou comme une mesure de la dispersion de la loi de probabilit de l'erreur sur cette grandeur.
NOTE Si l'hypothse de la Note de E.5.2 n'avait pas t faite, les dveloppements de ce paragraphe ne
s'appliqueraient que si toutes les estimations des grandeurs d'entre et les incertitudes de ces estimations taient
obtenues partir de l'analyse statistique d'observations rptes, c'est--dire d'valuations de Type A.
E.5.4 Bien que l'approche fonde sur la valeur vraie et l'erreur fournisse les mmes rsultats numriques
que l'approche suivie dans ce Guide (sous rserve que l'hypothse de la Note de E.5.2 soit faite), le concept
d'incertitude dvelopp dans ce Guide limine la confusion entre erreur et incertitude (voir Annexe D). vrai
dire, l'approche oprationnelle du prsent Guide, o l'accent est mis sur la valeur observe (ou estime) d'une
grandeur et sur la variabilit observe (ou estime) de cette valeur rend entirement inutile tout recours au
concept d'erreur.
Annexe F
Cette annexe donne des conseils complmentaires pour l'valuation des composantes de l'incertitude,
principalement d'une nature pratique; ils ont pour but de venir en complment des conseils dj donns
l'Article 4.
F.1.1.1 Les incertitudes dtermines partir d'observations rptes sont souvent opposes celles qui
sont values par d'autres moyens comme tant objectives, statistiquement rigoureuses, etc. Cela
implique tort qu'elles peuvent tre values simplement en appliquant des formules statistiques aux
observations et que leur valuation ne ncessite pas l'application de jugement.
F.1.1.2 On doit d'abord se demander, dans quelle mesure les observations rptes sont-elles bien des
rptitions du mode opratoire totalement indpendantes? Si la totalit des observations porte sur un
chantillon unique et si l'chantillonnage fait partie du mode opratoire parce que le mesurande est la
proprit d'un matriau (par opposition la proprit d'une prouvette donne du matriau), les observations
ne sont alors pas rptes de manire indpendante; la variance observe des observations rptes faites
sur l'chantillon unique, on doit ajouter une valuation d'une composante de variance provenant de
diffrences possibles entre chantillons.
Si la mise zro d'un instrument fait partie du mode opratoire, le rglage du zro de l'instrument doit faire
partie de chaque rptition, mme s'il y a une drive ngligeable pendant la priode o l'on effectue les
observations, parce qu'il existe potentiellement une composante de l'incertitude que l'on peut attribuer la
mise zro et dterminable statistiquement.
De manire analogue, si l'on doit lire un baromtre, il faut le faire en principe pour chaque rptition du
mesurage (de prfrence aprs l'avoir drgl et lui avoir donn le temps de retrouver son quilibre), parce
qu'il peut y avoir une variation, et de l'indication et de la lecture, mme si la pression atmosphrique est
constante.
F.1.1.3 On doit se demander ensuite si la totalit des influences supposes tre alatoires est bien
rellement alatoire. Les moyennes et variances des lois sont-elles bien constantes? Ou peut-tre y a-t-il une
drive dans la valeur d'une grandeur d'influence non mesure pendant la priode des observations rptes?
Si l'on dispose d'un nombre suffisant d'observations, on peut calculer les moyennes arithmtiques des
rsultats des premire et deuxime moitis de la priode, ainsi que leurs carts-types exprimentaux puis
comparer les deux moyennes entre elles pour juger si leur diffrence est statistiquement significative et en
dduire s'il y a un effet fonction du temps.
F.1.1.4 Si les valeurs lies aux alimentations du laboratoire (tension et frquence de l'alimentation
lectrique, pression et temprature de l'eau, pression d'azote, etc.) sont des grandeurs d'influence, il y a
normalement dans leurs variations une composante fortement alatoire sur laquelle il n'est pas possible de
passer.
F.1.1.5 Si le dernier chiffre significatif d'une indication numrique varie continuellement durant une
observation en raison du bruit, il est parfois difficile de ne pas choisir involontairement des valeurs
personnellement privilgies de ce chiffre. Il est prfrable de mettre en place un moyen pour geler
l'indication un instant arbitraire et d'enregistrer ce rsultat.
F.1.2 Corrlations
La plupart des lments de ce paragraphe sont aussi applicables aux valuations de Type B de
l'incertitude-type.
F.1.2.1 La covariance associe aux estimations des deux grandeurs d'entre Xi et Xj peut tre prise
gale zro ou traite comme non significative si
a) Xi et Xj sont non corrls (les variables alatoires, non les grandeurs physiques qui sont supposes tre
invariantes voir 4.1.1, Note 1), par exemple parce qu'elles ont t mesures de manire rpte mais
non simultanment dans des essais indpendants diffrents ou parce qu'elles reprsentent des
grandeurs rsultant d'valuations diffrentes faites indpendamment, ou si
c) on possde une information insuffisante pour valuer la covariance associe aux estimations de Xi et Xj.
NOTE 1 Dans d'autres cas tels que l'exemple de la rsistance de rfrence de la Note 1 de 5.2.2, il apparat que les
grandeurs d'entre sont compltement corrles et que les incertitudes-types de leurs estimations se combinent
linairement.
NOTE 2 Des essais diffrents peuvent ne pas tre indpendants si, par exemple, on utilise le mme instrument pour
chacun d'eux (voir F.1.2.3).
F.1.2.2 Le fait que deux grandeurs d'entre observes de manire rpte et simultane soient corrles
peut tre dtermin l'aide de l'quation (17) de 5.2.3. Par exemple, si la frquence d'un oscillateur avec une
compensation nulle ou faible de la temprature est une grandeur d'entre, si la temprature ambiante est
aussi une grandeur d'entre et si elles sont observes simultanment, il peut y avoir une corrlation
significative mise en vidence par la covariance calcule de la frquence de l'oscillateur et de la temprature
ambiante.
F.1.2.3 En pratique, les grandeurs d'entre sont souvent corrles parce qu'on utilise dans l'estimation
de leurs valeurs le mme talon physique, le mme instrument de mesure, la mme donne de rfrence ou
encore la mme mthode de mesure, avec une incertitude significative. Sans perte de gnralit, supposons
que deux grandeurs d'entre X1 et X2 estimes par x1 et x2 dpendent d'un ensemble de variables non
corrles Q1, Q2, ..., QL. On a alors X1 = F(Q1, Q2, ..., QL) et X2 = G(Q1, Q2, ..., QL), avec certaines variables
pouvant apparatre seulement dans l'une ou l'autre des fonctions. Si u2(ql) est la variance associe
l'estimation ql de Ql, alors la variance estime associe x1 est, partir de l'quation (10) de 5.1.2,
L 2
F 2
u ( x1 ) =
2
u ( ql )
ql
(F.1)
l =1
avec une expression analogue pour u2(x2). La covariance associe x1 et x2 est donne par
L
F G
u ( x1, x 2 ) = ql ql u 2 ( ql ) (F.2)
l =1
Parce que ce sont seulement les termes pour lesquels F/ql 0 et G/ql 0 pour un l donn qui contribuent
la somme, la covariance est nulle s'il n'y a pas de variable commune la fois F et G.
Le coefficient de corrlation estim r(x1, x2) associ aux deux estimations x1 et x2 est dtermin partir de
u(x1, x2) [quation (F.2)] et de l'quation (14) de 5.2.2, avec u(x1) calcul partir de l'quation (F.1) et u(x2)
partir d'une expression analogue. [Voir aussi l'quation (H.9) de H.2.3.] Il est aussi possible, pour la
covariance estime associe deux grandeurs d'entre, d'avoir la fois une composante statistique [voir
l'quation (17) de 5.2.3] et une composante value comme cela est expliqu dans le prsent paragraphe.
EXEMPLE 1 Une rsistance talon RS est utilise dans le mme mesurage pour dterminer la fois une intensit de
courant lectrique I et une temprature t. Le courant est dtermin en mesurant, avec un voltmtre numrique, la
diffrence de potentiel aux bornes de l'talon; la temprature est dtermine en mesurant, avec un pont de rsistances et
l'talon, la rsistance Rt(t) d'un capteur de temprature talonn dont la relation temprature-rsistance est donne par
t = aR 2t (t ) t 0 , dans la plage 15 C u t u 30 C, a et t0 tant des constantes connues. L'intensit de courant lectrique est
alors dtermine par la relation I = VS/RS et la temprature par la relation t = a 2 (t ) R S 2
t 0 , o (t) est gal au rapport
mesur Rt(t)/RS, fourni par le pont.
Comme la grandeur RS est la seule qui soit commune aux expressions donnant I et t, l'quation (F.2) donne pour la
covariance de I et t
I t 2 V 2I ( t + t0 ) 2
u ( I,t ) = u ( R S ) = S2 2a 2 ( t ) R S u 2 ( R S ) = u (R )
R S R S RS S
R 2S
(Pour simplifier la notation, le mme symbole est utilis dans cet exemple la fois pour la grandeur d'entre et pour son
estimation.)
Pour obtenir la valeur numrique de la covariance, on substitue dans cette expression les valeurs numriques des
grandeurs mesures I et t, et les valeurs de RS et de u(RS) donnes dans le certificat d'talonnage de la rsistance talon.
Il est clair que l'unit de u(I, t) est AC puisque la dimension de la variance relative [u(RS)/RS]2 est gale un (c'est--dire
que cette dernire est une grandeur dite sans dimension).
Supposons de plus qu'une grandeur P soit relie aux grandeurs d'entre I et t par P = C0 I 2/ (T0 + t), o C0 et T0 sont des
constantes connues d'incertitude ngligeable [u2(C0) 0, u2(T0) 0]. L'quation (13) de 5.2.2 donne alors pour la variance
de P en fonction des variances de I et de t et de leur covariance
u 2 ( P) u2 (I ) u ( I, t ) u 2 (t )
=4 4 +
P2 I2 I (T0 + t ) (T0 + t ) 2
Les variances u2(I) et u2(t) sont obtenues en appliquant l'quation (10) de 5.1.2 la relation I = VS/RS et t = a 2 (t )R S
2
t0.
On obtient
u 2 ( I ) I 2 = u 2 (VS ) V S2 + u 2 ( RS ) R S
2
u 2 ( t ) = 4 ( t + t 0 ) u 2 ( ) 2 + 4 ( t + t 0 ) u 2 ( RS ) R S
2 2 2
o, par simplification, on suppose que les incertitudes des constantes t0 et a sont aussi ngligeables. Ces expressions
peuvent tre facilement values puisque u2(VS) et u2( ) peuvent tre respectivement dtermins partir de lectures
rptes du voltmtre et du pont de rsistance. Il faut naturellement tenir compte de toutes les incertitudes qui dpendent
des instruments de mesure eux-mmes et des modes opratoires utiliss lorsqu'on dtermine u2(VS) et u2( ).
EXEMPLE 2 Dans l'exemple de la Note 1 de 5.2.2, supposons que l'talonnage de chaque rsistance soit reprsent
par Ri = i RS, avec l'incertitude-type u(i) du rapport mesur i obtenue partir d'observations rptes. Supposons de
plus que i 1 pour chaque rsistance et que u(i) soit essentiellement le mme pour chaque talonnage, de sorte que
u(i) u ( ). Alors les quations (F.1) et (F.2) donnent u 2( R i ) = R S2 u 2( ) + u 2 ( R S ) et u(Ri, Rj) = u2(RS). Cela entrane par
l'quation (14) de 5.2.2 que le coefficient de corrlation de deux rsistances quelconques (i j) est
1
2
u ( )
(
r R i, R j )
rij = 1 +
u ( R S ) R S
Puisque u(RS)/RS = 104, si u( ) = 100 106, rij 0,5; si u( ) = 10 106, rij 0,990; et si u( ) = 1 106, rij 1,000.
Alors quand u( ) 0, rij 1, et u(Ri) u(RS).
NOTE En gnral, dans les talonnages par comparaison analogues cet exemple, les valeurs estimes des objets
talonns sont corrles, avec un degr de corrlation qui dpend du rapport entre l'incertitude de la comparaison et
l'incertitude de l'talon de rfrence. Lorsque l'incertitude de la comparaison est ngligeable par rapport l'incertitude de
l'talon, ce qui se produit souvent en pratique, les coefficients de corrlation sont gaux +1 et l'incertitude de chaque
objet talonn est la mme que celle de l'talon.
F.1.2.4 On peut se passer d'introduire la covariance u(xi, xj) si l'ensemble de dpart des grandeurs
d'entre X1, X2, ..., XN dont dpend le mesurande Y [voir quation (1) de 4.1] est redfini de faon introduire
comme grandeurs d'entre indpendantes additionnelles les grandeurs Ql qui sont communes deux ou plus
des Xi de dpart (il peut tre ncessaire d'effectuer des mesurages complmentaires pour tablir
compltement la relation entre Ql et les Xi concerns). Nanmoins, il peut tre plus commode, dans certaines
situations, de retenir les covariances plutt que d'accrotre le nombre de grandeurs d'entre. Un traitement
analogue peut tre appliqu sur les covariances observes rsultant d'observations simultanes rptes
[voir quation (17) de 5.2.3], mais la mise en vidence des grandeurs d'entre complmentaires appropries
est souvent artificielle, sans raisons physiques.
EXEMPLE Si, dans l'Exemple 1 en F.1.2.3 les expressions pour I et t en fonction de RS sont introduites dans
l'expression de P, le rsultat est
2
C 0V S
P=
R 2S T0 + a 2 ( t ) R S
2
t0
et l'on vite la corrlation entre I et t, quitte remplacer les grandeurs d'entre I et t par les grandeurs VS, RS, et .
Comme ces grandeurs ne sont pas corrles, la variance de P peut tre obtenue partir de l'quation (10) de 5.1.2.
Si un laboratoire de mesure disposait de ressources et d'un temps illimits, il pourrait effectuer une recherche
statistique exhaustive de toutes les causes concevables d'incertitude, par exemple par l'utilisation
d'instruments de diffrents types et de diffrents fabricants, avec diffrentes mthodes de mesure, avec
diffrents modes d'application de la mthode, et diffrentes approximations dans les modles thoriques du
mesurage. Les incertitudes associes toutes ces causes pourraient alors tre values par l'analyse
statistique de sries d'observations et l'incertitude due chaque cause pourrait tre caractrise par un
cart-type valu statistiquement. En d'autres termes, toutes les composantes de l'incertitude seraient
obtenues par des valuations de Type A. Comme une telle tude n'est pas envisageable conomiquement,
de nombreuses composantes de l'incertitude doivent tre values par tous les autres moyens praticables.
Le dispositif indicateur d'un instrument numrique est une source d'incertitude. Par exemple, si les indications
rptes taient toutes identiques, l'incertitude du mesurage attribuable la rptabilit ne serait pas gale
zro parce que la mme indication serait obtenue pour une tendue de signaux d'entre sur l'instrument
balayant un intervalle connu. Si la rsolution du dispositif indicateur est x, la valeur du signal d'entre qui
produit une indication donne X peut se situer avec une gale probabilit n'importe quel endroit de
l'intervalle allant de X x/2 X + x/2. Le signal d'entre est alors dcrit par une loi de probabilit
rectangulaire (voir 4.3.7 et 4.4.5), de largeur x et de variance u2 = (x)2/12, entranant une incertitude-type de
u = 0,29x pour toute indication.
Ainsi, un instrument de pesage ayant un dispositif indicateur dont le chiffre significatif le plus petit est gal
1 g a une variance due la rsolution du dispositif gale u2 = (1/12) g2 une incertitude-type gale
( )
u = 1 12 g = 0,29 g.
F.2.2.2 Hystrsis
Certains types d'hystrsis peuvent entraner un type analogue d'incertitude. L'indication d'un instrument peut
diffrer d'une quantit fixe et connue selon que les lectures successives se font par valeurs croissantes ou
dcroissantes. L'oprateur prudent prend note du sens des lectures successives et fait les corrections
appropries. Mais le sens de l'hystrsis n'est pas toujours observable: il peut y avoir des oscillations caches
de l'instrument autour d'un point d'quilibre de sorte que l'indication dpende du sens final d'approche de ce
point. Si la largeur de l'tendue des lectures possibles dues cette cause est x, la variance est de nouveau
u2 = (x)2/12, et l'incertitude-type due l'hystrsis est u = 0,29x.
L'arrondissage ou la troncature des nombres qui se produit dans les rductions automatiques de donnes par
les ordinateurs peut aussi tre une source d'incertitude. Considrons par exemple un ordinateur avec une
longueur de mots de 16 bits. Si, au cours du calcul, un nombre correspondant cette longueur de mots est
soustrait d'un autre nombre dont il diffre seulement par le 16e bit, il reste seulement un bit significatif. De tels
cas peuvent se produire dans l'valuation d'algorithmes mal conditionns et ils peuvent tre difficiles
prvoir. On peut obtenir une dtermination empirique de l'incertitude en augmentant par petits incrments la
grandeur d'entre la plus importante pour le calcul (il y en a souvent une qui est proportionnelle l'ordre de
grandeur de la grandeur de sortie) jusqu' une variation de la grandeur de sortie; la plus petite variation de la
grandeur de sortie obtenue de cette faon peut tre prise comme une mesure de l'incertitude; si elle est x, la
variance est u2 = (x)212 et u = 0,29x.
NOTE On peut vrifier l'valuation de l'incertitude en comparant le rsultat du calcul effectu sur une machine
longueur de mot limite au rsultat du mme calcul effectu sur une machine possdant une longueur de mot
significativement plus grande.
F.2.3.1 Une valeur d'origine extrieure pour une grandeur d'entre est une valeur qui n'a pas t estime
au cours d'un mesurage donn mais qui a t obtenue par ailleurs comme le rsultat d'une valuation
indpendante. Une telle valeur d'origine extrieure est frquemment accompagne par des indications sur
son incertitude. Par exemple, l'incertitude peut tre donne sous forme d'un cart-type, d'un multiple
d'cart-type, par la demi-largeur d'un intervalle d'un niveau de confiance donn, ou par des limites maximales.
On peut aussi donner des limites suprieure et infrieure, ou bien il peut aussi arriver qu'aucune information
ne soit fournie sur l'incertitude. Dans ce dernier cas, les utilisateurs de la valeur doivent employer leur propre
connaissance sur l'ordre de grandeur probable de l'incertitude, selon la nature de la grandeur, la fiabilit de
l'origine, les incertitudes obtenues en pratique pour de telles grandeurs, etc.
NOTE C'est par commodit que la prsentation sur l'incertitude des grandeurs d'entre d'origine extrieure est
donne dans ce paragraphe sur l'valuation de Type B de l'incertitude-type; l'incertitude d'une telle grandeur peut
comporter des composantes obtenues par des valuations de Type A ou des composantes obtenues la fois par des
valuations de Type A et de Type B. Comme il n'est pas ncessaire de faire la distinction entre les composantes values
par les deux diffrentes mthodes lorsqu'on calcule une incertitude-type compose, il n'est pas ncessaire de connatre la
composition de l'incertitude d'une grandeur d'origine extrieure.
F.2.3.2 Certains laboratoires d'talonnage ont adopt en pratique l'expression de l'incertitude sous la
forme de limites suprieure et infrieure qui dfinissent un intervalle ayant un niveau de confiance minimal,
par exemple au moins 95 pour-cent. Cela peut tre considr comme un exemple de ce que l'on a appel
une incertitude sre (voir E.1.2), laquelle ne peut pas tre transforme en une incertitude-type sans savoir
comment l'intervalle a t calcul. Si l'information fournie est suffisante, l'incertitude-type peut tre recalcule
en accord avec les rgles de ce Guide; sinon, une valuation indpendante de l'incertitude doit tre faite par
tous les moyens disponibles.
F.2.3.3 Certaines incertitudes sont simplement donnes comme limites extrmes entre lesquelles toutes
les valeurs de la grandeur sont soi-disant situes. La pratique courante est de supposer que toutes les
valeurs entre ces limites sont galement probables (loi de probabilit rectangulaire), mais il ne faudrait pas
adopter une telle hypothse s'il y avait des raisons de s'attendre ce que les valeurs situes l'intrieur et au
voisinage des limites soient moins probables que celles situes au voisinage du centre de l'intervalle compris
entre ces limites. Une loi rectangulaire de demi-largeur a a une variance gale a2/3; une loi normale pour
laquelle a est la demi-largeur de l'intervalle ayant un niveau de confiance de 99,73 pour-cent a une variance
gale a2/9. Il peut tre prudent d'adopter un compromis entre ces valeurs, par exemple en supposant que la
loi soit triangulaire, avec une variance gale a2/6 (voir 4.3.9 et 4.4.6).
Si une estimation d'entre a t obtenue partir d'une observation unique avec un instrument dtermin qui a
t talonn par rapport un talon de faible incertitude, l'incertitude de l'estimation est principalement une
incertitude de rptabilit. La variance de mesurages rpts avec le mme instrument peut avoir t
obtenue lors d'une occasion antrieure, non ncessairement la mme valeur prcise de lecture mais une
valeur suffisamment proche pour tre utilisable et il peut tre admis d'en dduire la variance applicable la
valeur d'entre en question. Si l'on ne dispose pas d'une telle information, une estimation doit tre faite, en
prenant pour base la nature de l'appareil ou de l'instrument de mesure, les variances connues d'autres
instruments de construction analogue, etc.
Tous les instruments de mesure ne sont pas accompagns d'un certificat d'talonnage ou d'une courbe
d'talonnage. La plupart des instruments, cependant, sont construits sur la base d'une norme crite et ils sont
vrifis, pour leur conformit cette norme, soit par le fabricant, soit par une autorit indpendante.
Habituellement, la norme contient les exigences mtrologiques, souvent sous la forme d'erreurs maximales
admissibles, auxquelles il est exig que l'instrument soit conforme. La conformit de l'instrument ces
exigences est dtermine par comparaison un instrument de rfrence dont l'incertitude maximale permise
est habituellement spcifie dans la norme. Cette incertitude est alors une composante de l'incertitude de
l'instrument vrifi.
Si l'on ne connat rien sur la courbe d'erreur caractristique de l'instrument vrifi, il faut supposer qu'il y a une
probabilit gale que l'erreur ait n'importe quelle valeur dans les limites permises, c'est--dire que l'on ait une
loi de probabilit rectangulaire. Cependant, certains types d'instruments ont des courbes caractristiques
telles que les erreurs sont, par exemple, vraisemblablement toujours positives dans une partie de la plage de
mesure et ngatives dans d'autres parties. On peut parfois dduire ce genre d'information d'une tude de la
norme.
Les mesurages sont souvent effectus dans des conditions de rfrence contrles qui sont supposes rester
constantes au cours d'une srie de mesurages. Par exemple, des mesurages peuvent tre effectus sur des
prouvettes places dans un bain circulation d'huile dont la temprature est rgule par un thermostat. La
temprature du bain peut tre mesure au moment de chaque mesurage sur une prouvette, mais si la
temprature du bain est cyclique, la temprature instantane de l'prouvette peut ne pas tre celle indique
par le thermomtre dans le bain. Le calcul des fluctuations de temprature de l'prouvette et de leur variance,
sur la base de la thorie du transfert de chaleur, est hors du domaine de ce Guide mais il doit tre fait partir
d'un cycle de temprature connu ou suppos pour le bain. Ce cycle peut tre observ l'aide d'un
thermocouple de prcision et d'un enregistreur de temprature mais, dfaut, on pourra en dduire une
approximation partir de la connaissance que l'on peut avoir sur la nature des rgulations.
Il y a des occasions o toutes les valeurs possibles d'une grandeur se situent d'un seul ct d'une valeur
limite unique. Par exemple, lorsqu'on mesure la hauteur verticale fixe h (le mesurande) d'une colonne de
liquide dans un manomtre, l'axe du dispositif de mesure de la hauteur peut s'carter de la verticalit d'un
petit angle . La distance l dtermine par le dispositif sera toujours suprieure h; il n'y a pas de valeurs
infrieures h possibles, puisque h est gal la projection lcos, entranant l = h/cos, et toutes les valeurs
de cos sont infrieures un. Cette erreur appele erreur en cosinus peut aussi se produire de telle faon
que la projection h cos d'un mesurande h soit gale la distance observe l, c'est--dire l = hcos, et que
la distance observe soit toujours infrieure au mesurande.
Si l'on introduit une nouvelle variable = 1 cos les deux situations diffrentes sont, en supposant 0 ou
<< 1 ce qui est habituellement le cas en pratique,
h = l (1 ) (F.3a)
h = l (1 + ) (F.3b)
2
( )
u c2 = (1 ) u 2 l + l 2u 2 ( ) (F.4a)
( )
u 2 l + l 2u 2 ( ) (F.4b)
Pour obtenir l'estimation de la valeur espre de et de la variance de , supposons que l'axe du dispositif
utilis pour mesurer la hauteur de la colonne de liquide dans le manomtre soit assujetti rester dans un plan
vertical et que les valeurs de l'angle d'inclinaison autour de sa valeur espre, gale zro, soient
distribues normalement avec une variance 2. Bien que puisse avoir des valeurs la fois positives et
ngatives, = 1 cos est positif pour toutes les valeurs de . Si l'on suppose qu'il n'y a pas
d'assujettissement pour le dsalignement de l'axe du dispositif, l'orientation de l'axe peut varier dans un angle
solide puisqu'il peut se dsaligner dans un azimut quelconque mais reste toujours un angle positif.
p ( ) =
1
(
exp 2 ) (F.5a)
p ( ) =
1
2 (
exp 2 ) (F.5b)
h = l 1 ( d 2 ) u 2 ( ) (F.6a)
h = l 1 + ( d 2 ) u 2 ( ) (F.6b)
( )
u c2 ( h ) = u c2 ( h ) = u 2 l + ( d 2 ) l 2 u 4 ( ) (F.6c)
o d est le nombre de dimensions (d = 1 ou 2) et u() est l'incertitude-type de l'angle , prise comme tant la
meilleure estimation de l'cart-type d'une loi suppose normale, value partir de la totalit de
l'information disponible concernant le mesurage (valuation de Type B). C'est un exemple d'un cas o
l'estimation de la valeur d'un mesurande dpend de l'incertitude d'une grandeur d'entre.
Bien que les quations (F.6a) (F.6c) soient spcifiques de la loi normale, on peut effectuer l'analyse en
supposant d'autres lois pour . Par exemple, si l'on suppose que suit une loi rectangulaire symtrique avec
+0 et 0 comme limites suprieure et infrieure dans le cas unidimensionnel et +0 et 0 dans le cas
bidimensionnel, E ( ) = 02 / 6 et var( ) = 04 / 45 pour une dimension et E ( ) = 02 / 4 et var( ) = 04 / 48
pour deux dimensions.
NOTE On a l une situation o le dveloppement de la fonction Y = f (X1, X2, ..., XN) en srie de Taylor du premier
ordre pour obtenir u 2c( y ), quation (10) de 5.1.2, est insuffisant en raison de la non-linarit de f : cos cos (voir
Note de 5.1.2 et H.2.4). Bien que l'on puisse effectuer entirement l'analyse avec , l'introduction de la variable simplifie
le problme.
Un autre exemple d'une situation o toutes les valeurs possibles d'une grandeur sont runies d'un seul ct
d'une limite unique consiste en la dtermination par titration de la concentration d'un composant dans une
solution lorsque le point final est indiqu par le dclenchement d'un signal; la quantit de ractif ajout est
toujours suprieure celle qui serait juste ncessaire pour dclencher le signal; elle n'est jamais infrieure. La
quantit de ractif en excs par rapport celle correspondant au point quivalent est une variable ncessaire
dans la rduction des donnes et, dans ce cas ainsi que dans les cas analogues, la procdure consiste
supposer une loi de probabilit approprie pour le ractif en excs et l'utiliser pour obtenir l'esprance
mathmatique et la variance de l'excs.
EXEMPLE Si l'on suppose une loi rectangulaire de limite infrieure zro et de limite suprieure C0 pour le ractif en
excs z, l'esprance mathmatique de l'excs est alors C0/2 et la variance associe C 02 / 12 . Si la densit de probabilit
de l'excs est suppose tre normale avec 0 u z < , c'est--dire p ( z ) = ( /2 ) 1 exp[ z 2 (2 2 )] , l'esprance
mathmatique est alors gale 2 / et la variance 2(1 2/).
F.2.4.5 Incertitude lorsque les corrections ne sont pas appliques partir d'une courbe d'talonnage
La Note de 6.3.1 prsente le cas o une correction connue b pour un effet systmatique significatif n'est pas
applique au rsultat donn d'un mesurage mais, au lieu de cela, est prise en compte par un largissement
de l'incertitude attribue au rsultat. On peut par exemple remplacer une incertitude largie U par U + b, ou
U est une incertitude largie obtenue avec l'hypothse b = 0. Cette pratique est parfois suivie pour les
situations o s'appliquent toutes les conditions suivantes: le mesurande Y est dfini sur une tendue de
valeurs d'un paramtre t, comme dans le cas d'une courbe d'talonnage pour un capteur de temprature; U et
b dpendent aussi de t; et il y a seulement une unique valeur d'incertitude attribuer toutes les
estimations y(t) du mesurande sur l'tendue des valeurs possibles de t. Dans de telles situations, le rsultat
du mesurage est souvent donn sous la forme Y(t) = y(t) [Umax + bmax], o l'indice max indique que l'on
utilise la valeur maximale de U et la valeur maximale de la correction connue b sur l'tendue des valeurs de t.
Bien que ce Guide recommande d'appliquer les corrections aux rsultats de mesure pour les effets
systmatiques reconnus comme significatifs, cela peut ne pas toujours tre faisable dans une telle situation
en raison du cot inacceptable que cela entranerait pour calculer et appliquer une correction individuelle puis
calculer et appliquer une incertitude individuelle pour chaque valeur de y(t).
Une approche relativement simple de ce problme, compatible avec les principes de ce Guide est la suivante:
1 t2
b = b (t ) d t (F.7a)
t 2 t1 1
t
t2
( ) 1 2
b ( t ) b d t
u2 b =
t 2 t1 t1 (F.7b)
1 t2 2
u 2 b ( t ) = u b ( t ) d t (F.7c)
t 2 t1 t1
o u2[b(t)] est la variance de la correction b(t). De manire analogue, la variance moyenne de y(t) provenant
de toutes les sources d'incertitude autres que la correction b(t) est obtenue partir de
1 t2 2
u 2 y ( t ) = u y ( t ) d t (F.7d)
t 2 t1 t1
o u2[y(t)] est la variance de y(t) due toutes les sources d'incertitude autres que b(t). La valeur unique de
l'incertitude-type utiliser pour toutes les estimations y (t ) = y (t ) + b du mesurande Y(t) est alors la racine
carre de la variance compose
( )
u c2 ( y ) = u 2 y ( t ) + u 2 b ( t ) + u 2 b (F.7e)
On peut obtenir une incertitude largie U en multipliant uc(y) par un facteur d'largissement k choisi de
manire convenable U = kuc(y), ce qui donne Y (t ) = y (t ) U = y (t ) + b U . Il faut cependant savoir qu'on a
utilis la mme correction moyenne pour toutes les valeurs de t et non la correction convenable pour chaque
valeur de t et il faut indiquer clairement ce que reprsente U.
F.2.5.1 La composante d'incertitude la plus difficile valuer est peut-tre celle qui est associe la
mthode de mesure, en particulier s'il a t montr que l'on obtient des rsultats de variabilit plus faible par
application de cette mthode que par toute autre mthode connue. Mais il est probable qu'il existe d'autres
mthodes, certaines encore inconnues ou impraticables pour une raison ou une autre, qui donneraient
systmatiquement des rsultats diffrents de validit apparemment gale. Cela entrane une loi de probabilit
a priori et non pas une loi dont on puisse aisment extraire des chantillons traiter statistiquement. Alors,
mme si l'incertitude de la mthode peut tre l'incertitude dominante, la seule information souvent disponible
pour valuer son incertitude-type provient de ce que l'on connat du monde physique. (Voir aussi E.4.4.)
NOTE La dtermination du mme mesurande par diffrentes mthodes, soit dans un mme laboratoire, soit dans
diffrents laboratoires, ou par une mme mthode dans diffrents laboratoires, peut souvent fournir une information
valable sur l'incertitude attribuable une mthode particulire. En gnral, l'change d'talons ou de matriaux de
rfrence entre laboratoires pour un mesurage indpendant est un moyen commode pour valuer la fiabilit des
valuations d'incertitude et pour identifier des effets systmatiques non mis en vidence au pralable.
F.2.6.1 De nombreux mesurages comportent la comparaison d'un objet inconnu un talon connu, de
caractristiques analogues, pour talonner l'objet inconnu. On peut donner en exemple des calibres bouts,
certains thermomtres, des jeux de masses marques, des rsistances et des matriaux de haute puret. Le
plus souvent dans de tels cas, la mthode de mesure n'est pas spcialement influence ou perturbe par le
traitement de l'chantillon ou par sa slection (c'est--dire par l'chantillon particulier talonner), ou par les
effets de diverses grandeurs d'influence lies l'environnement, parce que l'chantillon inconnu et l'talon
rpondent en gnral ces variables d'une faon identique et souvent prvisible.
F.2.6.3 Dans certains cas, une conception soigne de l'essai rend possible d'valuer statistiquement
l'incertitude due l'chantillon (voir H.5 et H.5.3.2). D'une manire habituelle, cependant, et spcialement
lorsque les grandeurs d'influence lies l'environnement ont des effets significatifs sur l'chantillon, il faut
faire appel pour valuer l'incertitude aux comptences et aux connaissances de l'analyste, drives de son
exprience, et de la totalit de l'information pratiquement disponible.
Annexe G
G.1 Introduction
G.1.1 Cette annexe aborde la question gnrale de l'obtention d'une incertitude largie Up = kpuc(y) partir
de l'estimation y du mesurande Y, et de l'incertitude-type compose uc(y) de cette estimation. partir de cette
incertitude largie, on dfinit un intervalle y Up u Y u y + Up qui correspond une probabilit ou un niveau
de confiance p, spcifis et levs. Cette annexe traite donc de la manire d'arriver dterminer le facteur
d'largissement kp qui produit, autour du rsultat de mesurage y, un intervalle dont on puisse s'attendre ce
qu'il comprenne une fraction spcifie p, leve, de la distribution des valeurs qui pourraient tre attribues
raisonnablement au mesurande Y (voir Article 6).
G.1.2 Dans la plupart des situations pratiques de mesure, le calcul d'un intervalle correspondant un
niveau de confiance spcifi, au mieux, ne peut qu'tre approximatif comme, en fait, l'estimation de la plupart
des composantes individuelles de l'incertitude dans ces situations. Mme si l'on obtient un cart-type
exprimental de la moyenne partir d'un nombre d'observations rptes aussi lev que 30 pour une
grandeur dcrite par une loi normale, cet cart-type a lui-mme une incertitude d'environ 13 pour-cent (voir
Tableau E.1 de l'Annexe E).
Dans de nombreux cas, cela n'a pas de sens d'essayer de faire la distinction entre, par exemple, un intervalle
ayant un niveau de confiance de 95 pour-cent (une chance sur 20 pour que la valeur du mesurande Y soit
situe en dehors de l'intervalle) et un intervalle de 94 pour-cent ou 96 pour-cent (respectivement 1 chance sur
17 et 1 chance sur 25). Il est particulirement difficile d'obtenir des intervalles lgitimes qui correspondent
rellement des niveaux de confiance gaux ou suprieurs 99 pour-cent (1 chance sur 100), mme si l'on
suppose qu'aucun effet systmatique n'a t sous-estim, parce que l'on possde en gnral trs peu
d'information sur les portions les plus extrmes des queues des lois de probabilit des grandeurs d'entre.
G.1.3 Pour obtenir la valeur du facteur d'largissement kp qui donne un intervalle correspondant un niveau
de confiance spcifi p, il est ncessaire d'avoir une connaissance dtaille de la loi de probabilit
caractrise par le rsultat de mesure et son incertitude-type compose. Par exemple, pour une grandeur z
dcrite par une loi normale d'esprance mathmatique z et d'cart-type , il est facile de calculer la valeur de
kp qui donne un intervalle z kp comprenant la fraction p de la loi et donc a une probabilit ou un niveau de
confiance p. La Tableau G.1 donne quelques exemples.
NOTE En comparaison, si z est dcrit par une loi de probabilit rectangulaire d'esprance mathmatique z et
d'cart-type = a 3 , o a est la demi-largeur de la loi, le niveau de confiance p est 57,74 pour-cent pour kp = 1; 95
pour-cent pour kp = 1,65; 99 pour-cent pour kp = 1,71; 100 pour-cent pour k p W 3 1,73 ; la loi rectangulaire est plus
troite que la loi normale, dans le sens o elle est borne et ne possde pas de queues.
G.1.4 Si l'on connat les lois de probabilit des grandeurs d'entre X1, X2, ..., XN dont dpend le mesurande
Y [leurs esprances mathmatiques, leurs variances et leurs moments de degrs plus levs (voir C.2.13 et
C.2.22) si les lois ne sont pas normales] et si Y est une fonction linaire des grandeurs d'entre
Y = c1 X1 + c2 X2 + ... + cN XN, la loi de probabilit de Y peut alors tre obtenue par le produit de convolution des
lois de probabilit individuelles [10]. Les valeurs de kp qui produisent des intervalles correspondant des
niveaux de confiance spcifis p peuvent alors tre calcules partir des lois convolues rsultantes.
G.1.5 Si la relation fonctionnelle entre Y et ses grandeurs d'entre n'est pas linaire et si le dveloppement
en srie de Taylor limit au premier ordre n'est pas une approximation convenable de cette relation (voir 5.1.2
et 5.1.5), la loi de probabilit de Y ne peut pas tre obtenue en convoluant les lois des grandeurs d'entre. Il
faut, dans ce cas-l, utiliser d'autres mthodes, analytiques ou numriques.
G.1.6 En pratique, d'une part les paramtres qui caractrisent les lois de probabilit des grandeurs d'entre
sont habituellement des estimations; d'autre part il n'est pas raliste de s'attendre ce que le niveau de
confiance correspondant un intervalle donn puisse tre connu avec un niveau lev d'exactitude; enfin la
convolution des lois de probabilit est une opration complexe; en consquence, cette convolution est
rarement mise en uvre lorsqu'on dsire calculer l'intervalle correspondant un niveau de confiance spcifi.
On utilise la place des approximations fondes sur le thorme central limite.
G.2.1 Si Y = c1 X 1 + c 2 X 2 + ... + cN X N = iN=1 ci X i et si tous les Xi sont caractriss par des lois normales,
la loi convolue rsultante de Y sera aussi normale. Il est souvent possible, cependant, de faire
l'approximation d'une loi normale pour Xi mme si les lois de Y ne sont pas normales, en raison du thorme
central limite. Ce thorme nonce que la loi de Y sera approximativement normale, avec une esprance
mathmatique E (Y ) = iN=1 ci E ( X i ) et une variance 2 (Y ) = iN=1 c2i 2( X i ) , o E(Xi) est l'esprance
mathmatique de Xi et 2(Xi) est la variance de Xi, si les Xi sont indpendants et si 2(Y) est beaucoup plus
grand que toute composante c i2 2( X i ) pour un Xi dont la loi n'est pas normale.
G.2.2 Le thorme central limite a une grande porte parce qu'il montre le rle trs important jou par les
variances des lois de probabilit des grandeurs d'entre par rapport au rle des moments plus levs de ces
lois, pour la dtermination de la forme de la loi convolue rsultante de Y. Il implique en outre que la loi
convolue converge vers une loi normale avec l'augmentation du nombre des grandeurs d'entre qui
contribuent 2(Y), que la convergence sera d'autant plus rapide que les valeurs des c i2 2( X i ) seront plus
proches les unes des autres (ce qui quivaut en pratique ce que chaque estimation d'entre xi contribue par
une incertitude comparable l'incertitude de l'estimation y du mesurande Y), et que plus les lois des Xi seront
proches de la normalit, moins il sera ncessaire d'en avoir un grand nombre pour obtenir une loi normale
pour Y.
EXEMPLE La loi rectangulaire (voir 4.3.7 et 4.4.5) est un exemple extrme d'une loi non-normale, mais la
convolution d'un nombre aussi faible que trois lois rectangulaires d'gale largeur est approximativement normale. Si la
demi-largeur de chacune des ces trois lois rectangulaires est a et, en consquence la variance a2/3, la variance de la loi
convolue est 2 = a2. Les intervalles 95 pour-cent et 99 pour-cent de la loi convolue sont dfinis respectivement par
1,937 et 2,379 , alors que les intervalles correspondants pour une loi normale de mme cart-type sont dfinis par
1,960 et 2,576 (voir Tableau G.1) [10].
NOTE 1 Pour tout intervalle de niveau de confiance p suprieur environ 91,7 pour-cent, la valeur de kp pour une loi
normale est suprieure la valeur correspondante de la loi rsultant de la convolution de lois rectangulaires, quels qu'en
soient le nombre et la largeur.
NOTE 2 On dduit du thorme central limite que la loi de probabilit de la moyenne arithmtique q de n observations
qk d'une variable alatoire q d'esprance mathmatique q et d'cart-type fini tend vers une loi normale de moyenne q
et d'cart-type n quand n , quelle que soit la loi de probabilit de q.
G.2.3 Une consquence pratique du thorme central limite est la suivante: lorsqu'on peut dmontrer que
ses hypothses de validit sont approximativement satisfaites, en particulier si l'incertitude-type compose
uc(y) n'est pas domine par une composante d'incertitude-type obtenue par une valuation de Type A fonde
sur quelques observations seulement, ou par une composante d'incertitude-type obtenue par valuation de
Type B fonde sur une loi rectangulaire suppose, on utilisera pour kp, en premire approximation raisonnable,
une valeur provenant de la loi normale pour le calcul d'une incertitude largie Up = kpuc(y) fournissant un
intervalle de niveau de confiance p. Le Tableau G.1 donne les valeurs les plus communment utilises dans
ce but.
NOTE Pour tre totalement correct, dans l'expression (y Y )/uc(y), il faudrait remplacer Y par E(Y ). Pour simplifier,
cette distinction n'a t faite qu'en trs peu d'endroits du prsent Guide. En gnral, le mme symbole a t utilis pour la
grandeur physique, la variable alatoire qui reprsente cette grandeur et l'esprance mathmatique de cette variable (voir
4.1.1, notes).
G.3.2 Si une variable alatoire z d'esprance mathmatique z et d'cart-type suit une loi normale et si z
est la moyenne arithmtique de n observations indpendantes zk de z avec s( z ) cart-type exprimental de z
[voir quations (3) et (5) de 4.2], alors la loi de la variable t = ( z z ) s ( z ) est la loi de t ou loi de Student
(C.3.8) v = n 1 degrs de libert.
En consquence, si le mesurande Y est simplement une grandeur unique X suivant une loi normale Y = X; et
si X est estim par la moyenne arithmtique X de n observations rptes indpendantes Xk de X, avec un
cart-type exprimental de la moyenne s( X ), alors la meilleure estimation de Y est y = X et l'cart-type
exprimental de cette estimation est uc(y) = s( X ). Alors t = ( z z ) s ( z ) = ( X X ) s ( X ) = ( y Y ) u c ( y ) est
distribu selon la loi de t avec
Pr t p ( v ) u t u t p ( v ) = p (G.1a)
ou
Pr t p ( v ) u ( y Y ) u c ( y ) u t p ( v ) = p (G.1b)
Pr y t p ( v ) u c ( y ) u Y u y + t p ( v ) u c ( y ) = p (G.1c)
Dans ces expressions, Pr[ ] signifie probabilit de et le facteur t, tp(v) est la valeur de t pour une valeur
donne du paramtre v nombre de degrs de libert (voir G.3.3) de sorte que la fraction p de la loi de t
soit comprise dans l'intervalle de tp(v) +tp(v). En consquence, l'incertitude largie
Up = k p u c ( y ) = tp ( v ) u c ( y ) (G.1d)
dfinit un intervalle de y Up y + Up, crit par commodit Y = y Up, dont on peut s'attendre ce qu'il
comprenne une fraction p de la distribution des valeurs qui pourraient tre attribues raisonnablement Y, et
p est la probabilit ou niveau de confiance de l'intervalle.
G.3.3 Le nombre de degrs de libert v est gal n 1 pour une grandeur unique estime par la moyenne
arithmtique de n observations indpendantes, comme en G.3.2. Si les n observations indpendantes sont
utilises pour dterminer la fois la pente et l'ordonne l'origine d'une droite par la mthode des moindres
carrs, le nombre de degrs de libert de leurs incertitudes-types respectives est v = n 2. Pour un
ajustement par mthode des moindres carrs de m paramtres pour n donnes, le nombre de degrs de
libert de l'incertitude-type de chaque paramtre est v = n m (voir Rfrence [15] pour un complment de
prsentation sur les degrs de libert).
G.3.4 Une slection des valeurs de tp(v) pour diffrentes valeurs de v et de p est donne dans le
Tableau G.2 la fin de cette annexe. Lorsque v , la loi de t tend vers une loi normale et
tp(v) (1 + 2/v)1/2kp, o kp est le facteur d'largissement ncessaire pour obtenir un intervalle de niveau de
confiance p pour une variable distribue normalement. Ainsi, dans le Tableau G.2, la valeur de tp() pour une
valeur donne de p est gale la valeur de kp pour la mme valeur de p, dans le Tableau G.1.
NOTE La loi de t est souvent donne en fractiles, c'est--dire que les valeurs du fractile t1 sont donnes avec
1 gal la probabilit cumule et la relation
t
f ( t, v ) d t
1
1 =
dfinit le fractile, o f est la densit de probabilit de t. Ainsi, tp et t1 sont relis par p = 1 2. Par exemple, la valeur du
fractile t0,975, pour lequel 1 = 0,975 et = 0,025, est le mme que tp(v) pour p = 0,95.
u c4 ( y ) N u i4 ( y )
v eff
= vi
(G.2a)
i =1
ou
u c4 ( y )
v eff = (G.2b)
N u 4i ( y )
vi
i =1
avec
N
v eff u vi (G.2c)
i =1
o u c2 ( y) = N
2
i =1 u i ( y ) (voir 5.1.3). L'incertitude largie Up = kpuc(y) = tp(veff)uc(y) fournit alors un intervalle
Y = y Up de niveau de confiance approximatif p.
NOTE 1 Si la valeur de veff obtenue partir de l'quation (G.2b) n'est pas un nombre entier, ce qui sera habituellement
le cas en pratique, la valeur correspondante de tp peut tre obtenue, partir du Tableau G.2 par interpolation ou par
troncature de veff au plus proche entier infrieur.
NOTE 2 Si une estimation d'entre xi est elle-mme obtenue partir de deux ou plusieurs estimations, la valeur de vi
utiliser avec u 4i ( y) = [ c 2i u 2( x i )] 2 au dnominateur de l'quation (G.2b) est alors le nombre effectif de degrs de libert
calcul par une expression quivalente l'quation (G.2b).
NOTE 3 En fonction des besoins des utilisateurs potentiels d'un rsultat de mesure, il peut tre utile, en complment
veff, de calculer et de donner aussi les valeurs de veffA et veffB, calcules partir de l'quation (G.2b) en traitant
sparment les incertitudes-types obtenues par les valuations de Type A et de Type B. Si l'on note respectivement
u 2cA( y) et u 2cB ( y) les contributions u 2c ( y) des incertitudes-types de Type A et de Type B, les diffrentes grandeurs sont
relies par
u 2c ( y ) = u cA
2
( y ) + u cB
2
( y)
u 4c ( y ) 4
u cA ( y) 4
u cB ( y)
= +
v eff v effA v effB
EXEMPLE Supposons que Y = f (X1, X2, X3) = bX1X2X3 et que les grandeurs d'entre x1, x2, x3 tant normalement
distribues, leurs estimations X1, X2, X3 soient respectivement les moyennes arithmtiques de n1 = 10, n2 = 5, et n3 = 15
observations rptes indpendantes, avec les incertitudes-types relatives u(x1)/x1 = 0,25 pour-cent, u(x2)/x2 = 0,57
pour-cent, et u(x3)/x3 = 0,82 pour-cent. Dans ce cas, ci = f /Xi = Y/Xi (valu x1, x2, x3 voir 5.1.3, Note 1),
[ uc ( y ) / y ] 2 = 3
2 2
i =1 [ u ( x i ) / x i ] =(1,03 pour-cent) (voir Note 2 5.1.6), et l'quation (G.2b) devient:
4
u c ( y ) y
v eff =
4
3 u ( x i ) x i
vi
i =1
Alors
1,03 4
v eff = 4
= 19,0
0,25 0,57 4 0,82 4
+ +
10 1 5 1 15 1
La valeur de tp pour p = 95 pour-cent et v = 19 est (Tableau G.2) t95(19) = 2,09; l'incertitude largie relative pour ce niveau
de confiance est alors U95 = 2,09 (1,03 pour-cent) = 2,2 pour-cent. On peut alors noncer que Y = y U95 = y(1 0,022)
(y dtermin partir de y = bx1x2x3), ou que 0,978y u Y u 1,022y, et que le niveau de confiance associer l'intervalle est
approximativement gal 95 pour-cent.
G.4.2 uc(y) dpend en pratique des incertitudes-types u(xi) des estimations d'entre de grandeurs
distribues, les unes normalement et les autres non normalement, et les u(xi) sont obtenus partir de
distributions, les unes de frquence et les autres de lois de probabilit a priori (c'est--dire d'valuation les
unes de Type A et les autres de Type B). Une constatation analogue s'applique l'estimation y et aux
estimations d'entre xi dont dpend y. Cependant, la loi de t peut tre une approximation de la loi de
probabilit de la fonction t = (y Y)/uc(y) si on la dveloppe en srie de Taylor autour de son esprance
mathmatique. C'est ce qui est essentiellement fait, l'approximation d'ordre le plus bas, par la formule de
Welch-Satterthwaite, quation (G.2a) ou quation (G.2b).
La question se pose de savoir quel est le nombre de degrs de libert affecter une incertitude-type
obtenue par une valuation de Type B lorsqu'on calcule veff par l'quation (G.2b). Puisque la dfinition
convenable du nombre de degrs de libert admet que v, tel qu'il apparat dans la loi de t, est une mesure de
l'incertitude de la variance s 2 ( z ), on peut utiliser l'quation (E.7) de E.4.3 pour dfinir le nombre de degrs de
libert vi,
2
1 u ( xi ) 1 u ( xi )
2
vi (G.3)
2 u ( x i ) 2 u ( x i )
2
La grandeur entre les grands crochets est l'incertitude relative de u(xi); pour une valuation de Type B de
l'incertitude-type, c'est une grandeur subjective dont la valeur s'obtient par un jugement scientifique fond sur
l'ensemble des informations disponibles.
EXEMPLE D'aprs ce que l'on sait de la manire dont l'estimation d'entre xi et son incertitude-type u(xi) ont t
values, on est conduit juger que la valeur de u(xi) est fiable environ 25 pour-cent. Cela peut tre considr comme
signifiant que l'incertitude relative est u(xi)/ u(xi) = 0,25 et en consquence, partir de l'quation (G.3), que
vi = (0,25)2 /2 = 8. Si l'on estimait que la valeur de u(xi) est fiable 50 pour-cent seulement, vi serait alors gal 2. (Voir
aussi Tableau E.1 de l'Annexe E.)
G.4.3 Dans la prsentation de 4.3 et 4.4 pour l'valuation de Type B de l'incertitude-type partir d'une loi de
probabilit a priori, on a suppos implicitement que la valeur de u(xi) rsultant d'une telle valuation est
exactement connue. Par exemple, lorsque u(xi) est obtenu partir d'une loi de probabilit rectangulaire de
demi-largeur suppose a = (a+ a)/2 comme en 4.3.7 et 4.4.5, u ( x i ) = a 3 est considr comme une
constante sans incertitude parce que c'est ainsi que l'on considre a+ et a, et en consquence a (mais
voir 4.3.9, Note 2). Cela entrane, partir de l'quation (G.3), que vi ou 1/vi 0, mais cela n'entrane
pas de difficult pour l'valuation de l'quation (G.2b). De plus, le fait de supposer que vi n'est pas
ncessairement irraliste; il est de pratique courante de choisir a et a+ de telle sorte que la probabilit pour
que la grandeur en cause soit situe en dehors de l'intervalle de a a+ soit extrmement faible.
1/ 2
= t 95
U 95
2
( veff ) s 2 + 3 u 2 (G.4)
t95(veff) correspond ici la loi de t pour veff degrs de libert et p = 95 pour-cent; veff est le nombre effectif de
degrs de libert calcul partir de la formule de Welch-Satterthwaite [quation (G.2b)] en prenant seulement
en compte les composantes d'incertitude-type si qui ont t values statistiquement partir d'observations
rptes dans le mesurage en cours; s 2 =
c 2i s 2i ; ci f /xi ; et u 2 =
u 2j ( y) = ( )
c 2j a 2j 3 compte pour
toutes les autres composantes d'incertitude, avec +aj et aj limites suprieure et infrieure de Xj supposes
exactement connues, par rapport sa meilleure estimation xj (c'est--dire, xj aj u Xj u xj + aj).
NOTE Une composante fonde sur des observations rptes qui auraient t faites en dehors du mesurage en
cours est traite de la mme faon que toute autre composante incluse dans u2. On supposera dornavant que de telles
composantes, si elles sont prsentes, sont ngligeables pour pouvoir faire une comparaison significative entre
l'quation (G.4) et l'quation (G.5) du paragraphe suivant.
G.5.2 Si l'on value selon les mthodes recommandes en G.3 et G.4 une incertitude largie qui fournit un
intervalle de niveau de confiance de 95 pour-cent, l'expression rsultante qui remplace l'quation (G.4) est
( )
1/ 2
U 95 = t 95 ( v eff ) s 2 + u 2 (G.5)
o veff est calcul partir de l'quation (G.2b) et o le calcul inclut toutes les composantes d'incertitude.
Dans la plupart des cas, la valeur de U95 obtenue par l'quation (G.5) sera plus grande que la valeur de U95
obtenue par l'quation (G.4) si l'on suppose que, lors de l'valuation de l'quation (G.5), toutes les variances
de Type B sont obtenues partir de lois rectangulaires a priori avec des demi-largeurs qui sont les mmes
que les limites aj utilises pour calculer u2 dans l'quation (G.4). Cela peut tre compris en constatant que,
bien que t95(veff) soit la plupart du temps quelque peu plus grand que t95(veff), les deux facteurs sont proches
de 2, et que dans l'quation (G.5) u2 est multipli par t 2p (v eff ) 4 alors que dans l'quation (G.4) il est
multipli par 3. Bien que les deux expressions donnent des valeurs gales pour U95 et U95 lorsque u2 << s2,
U95 sera infrieur U95 jusqu' atteindre 13 pour-cent de sa valeur lorsque u2 >> s2. Ainsi, l'quation (G.4)
donne en gnral une incertitude qui fournit un intervalle ayant un niveau de confiance plus faible que
l'intervalle fourni par l'incertitude largie calcule partir de l'quation (G.5).
NOTE 1 Aux limites u2/s2 et veff , U 95 1,732u tandis que U95 1,960u. Dans ce cas, U95 fournit un
intervalle ayant un niveau de confiance de 91,7 pour-cent seulement alors que U95 fournit un intervalle de 95 pour-cent.
En pratique, on tend vers cette situation lorsque les composantes obtenues partir d'estimations de limites suprieure et
infrieure sont dominantes, importantes en nombre et donnent des valeurs comparables pour les u 2j ( y) = c 2j a 2j / 3 .
NOTE 2 Pour une loi normale, le facteur d'largissement k = 3 1,732 fournit un intervalle avec un niveau de
confiance p = 91,673... pour-cent. Cette valeur de p est robuste dans le sens que, compare toute autre valeur, elle est
indpendante, de manire optimale, de petits carts la normalit des grandeurs d'entre.
G.5.3 On peut avoir parfois une grandeur d'entre Xi distribue de manire asymtrique: les carts par
rapport son esprance mathmatique sont plus probables dans un sens que dans l'autre (voir 4.3.8). Bien
que cela n'amne pas de diffrence pour l'valuation de l'incertitude-type u(xi) de l'estimation xi de Xi, donc de
l'valuation de uc(y), cela peut modifier la dtermination de U.
Il est habituellement commode de donner un intervalle symtrique Y = y U, sauf si l'intervalle est tel qu'il y ait
une diffrence de cot entre les variations d'un signe et celles de l'autre. Si l'asymtrie de Xi entrane
seulement une faible asymtrie pour la loi de probabilit caractrise par le rsultat de mesure y et par son
incertitude-type compose uc(y), la perte de probabilit obtenue d'un ct en donnant un intervalle symtrique
est compense par le gain en probabilit de l'autre ct. On peut, en alternative, donner un intervalle
symtrique en probabilit (et donc asymtrique en U): la probabilit pour que Y soit situ en dessous de la
limite infrieure y U est gale la probabilit pour que Y soit situ au-dessus de la limite suprieure y + U+.
Mais pour donner de telles limites, il faut fournir davantage d'information que les seules estimations y et uc(y)
[et, en consquence, plus d'information que les seules estimations xi et u(xi) de chaque grandeur d'entre Xi].
G.5.4 L'valuation de l'incertitude largie Up donne ici en fonction de uc(y), veff, et du facteur tp(veff) de la loi
de t est seulement une approximation et elle a ses limitations. La loi de(y Y)/uc(y) suit une loi de t seulement si
la loi de Y est normale, si l'estimation y et son incertitude-type compose uc(y) sont indpendantes et si la loi de
u 2c ( y) est une loi de 2. L'introduction de veff, quation (G.2b), correspond seulement au dernier problme et
fournit une loi de 2 approche pour u 2c ( y) ; l'autre partie du problme, qui provient de la non-normalit de la
loi de Y, ncessite de prendre en compte, en plus de la variance, des moments de degr plus lev.
G.6.2 Parce que les calculs volumineux ncessaires pour composer les lois de probabilit sont rarement
justifis par l'tendue et la fiabilit de l'information disponible, on peut accepter une approximation de la loi de
la grandeur de sortie. En raison du thorme central limite, il est habituellement suffisant de supposer que la
loi de probabilit de (y Y)/uc(y) est la loi de t et de prendre kp = tp(veff), avec le facteur t fond sur un nombre
de degrs de libert veff de uc(y) obtenu partir de la formule de Welch-Satterthwaite, quation (G.2b).
G.6.3 L'obtention de veff de l'quation (G.2b) ncessite de connatre le nombre de degrs de libert vi de
chaque composante de l'incertitude-type. Pour une composante obtenue par une valuation de Type A, vi est
obtenu par le nombre d'observations rptes indpendantes sur lesquelles est fonde l'estimation d'entre
correspondante et par le nombre de grandeurs indpendantes dtermines partir de ces observations (voir
G.3.3). Pour une composante obtenue par une valuation de Type B, vi est obtenu partir de la fiabilit que
l'on peut attacher la valeur de cette composante [voir G.4.2 et quation (G.3)].
G.6.4 La squence suivante est alors un rsum de la mthode prfrentielle qui permet de calculer une
incertitude largie Up = kpuc(y) dans le but de fournir un intervalle Y = y Up ayant un niveau de confiance
approximatif p:
2) Calculer veff partir de la formule de Welch-Satterthwaite, quation (G.2b) (reproduite ci-aprs pour la
commodit):
u c4 ( y )
v eff = (G.2b)
N u 4i ( y )
vi
i =1
Si u(xi) est obtenu par une valuation de Type A, dterminer vi comme prcis en G.3.3. Si u(xi) est
obtenu par une valuation de Type B et si l'on peut le traiter comme s'il tait connu exactement, ce qui
est souvent le cas en pratique, vi ; sinon, estimer vi par l'quation (G.3).
3) Dterminer le facteur tp(veff) pour le niveau de confiance dsir p partir du Tableau G.2. Si veff n'est pas
un entier, interpoler ou faire une troncature de veff l'entier infrieur le plus proche.
G.6.5 Dans certaines situations, qui ne devraient pas se produire trop frquemment en pratique, les
conditions exiges par le thorme central limite peuvent ne pas tre satisfaites correctement et l'approche de
G.6.4 peut conduire un rsultat inacceptable. Par exemple, si uc(y) est born par une composante
d'incertitude value partir d'une loi rectangulaire dont les limites sont supposes tre exactement connues,
il est possible [si t p (v eff ) > 3 ] que y + Up et y Up, limites suprieure et infrieure de l'intervalle dfini par Up,
puissent se situer en dehors des limites de la loi de probabilit de la grandeur de sortie Y. On doit traiter
individuellement de tels cas, qui sont souvent justiciables d'un traitement analytique par approximation
(impliquant, par exemple, la convolution d'une loi normale avec une loi rectangulaire [10]).
G.6.6 Pour de nombreux mesurages pratiques dans une large tendue de domaines, les conditions
suivantes prdominent:
l'estimation y du mesurande Y est obtenue partir des estimations xi d'un nombre significatif de
grandeurs d'entre Xi qui peuvent tre dcrites par des lois de probabilit raisonnables telles que des lois
normales ou rectangulaires;
les incertitudes-types u(xi) de ces estimations, qui peuvent tre obtenues par des valuations de Type A
ou de Type B, contribuent de manire comparable l'incertitude-type compose uc(y) du rsultat de
mesure y;
l'approximation linaire suppose par la loi de propagation de l'incertitude est convenable (voir 5.1.2 et
E.3.1);
l'incertitude de uc(y) est raisonnablement faible parce que son nombre effectif de degrs de libert veff est
significativement lev, disons suprieur 10.
Dans ces conditions, on peut supposer que la loi de probabilit caractrise par le rsultat de mesure et son
incertitude-type compose est normale en raison du thorme central limite; et uc(y) peut tre considr
comme une estimation raisonnablement fiable de l'cart-type de cette loi normale en raison de la valeur
significativement leve de veff. Alors, en se fondant sur les dveloppements prsents dans cette annexe, y
compris ceux qui mettent en vidence la nature approximative du processus d'valuation de l'incertitude et sur
le fait qu'il serait illusoire de vouloir distinguer entre des intervalles ayant des niveaux de confiance qui
diffrent de un deux pour-cent, on peut faire ce qui suit:
prendre k = 2 et supposer que U = 2uc(y) dfinit un intervalle ayant un niveau de confiance d'environ
95 pour-cent;
ou, pour des applications plus critiques,
prendre k = 3 et supposer que U = 3uc(y) dfinit un intervalle ayant un niveau de confiance d'environ
99 pour-cent.
Cette approche devrait convenir de nombreux mesurages courants; cependant son applicabilit un
mesurage particulier dpendra de la manire dont k = 2 sera proche de t95(veff) ou k = 3 de t99(veff);
c'est--dire de la manire dont le niveau de confiance de l'intervalle dfini par U = 2uc(y) ou U = 3uc(y) sera
proche respectivement de 95 pour-cent ou de 99 pour-cent. Bien que pour veff = 11, k = 2 et k = 3 sous-
estiment t95(11) et t99(11) de, respectivement environ 10 pour-cent et 4 pour-cent seulement (voir
Tableau G.2), cela peut ne pas tre acceptable dans certains cas. De plus, pour toutes les valeurs de veff un
tant soit peu suprieures 13, k = 3 conduit un intervalle de niveau de confiance suprieur 99 pour-cent.
(Voir Tableau G.2, qui montre aussi que pour veff les niveaux de confiance des intervalles produits par
k = 2 et k = 3 sont respectivement de 95,45 pour-cent et 99,73 pour-cent.) Ainsi, en pratique, c'est la valeur de
veff et ce qu'on attend de l'incertitude largie qui dterminera si cette approche peut tre utilise.
Nombre de degrs
Fraction p en pourcentage
de libert
v 68,27 a) 90 95 95,45 a) 99 99,73 a)
1 1,84 6,31 12,71 13,97 63,66 235,80
2 1,32 2,92 4,30 4,53 9,92 19,21
3 1,20 2,35 3,18 3,31 5,84 9,22
4 1,14 2,13 2,78 2,87 4,60 6,62
5 1,11 2,02 2,57 2,65 4,03 5,51
Annexe H
Exemples
Cette annexe donne six exemples, H.1 H.6, traits d'une manire trs dtaille afin d'illustrer les principes
fondamentaux prsents dans ce Guide pour l'valuation et l'expression de l'incertitude de mesure. Avec les
exemples donns dans le corps principal du document et dans certaines autres annexes, ils devraient
permettre aux utilisateurs de ce Guide de mettre ces principes en application dans leur propre travail.
Comme les exemples servent d'illustrations, il a fallu les simplifier. De plus, comme ces exemples et les
donnes numriques correspondantes ont t choisis essentiellement pour dmontrer les principes de ce
Guide, ils ne doivent pas tre ncessairement interprts comme dcrivant des mesurages rels. Les valeurs
numriques sont utilises telles qu'elles sont donnes mais, pour limiter les erreurs d'arrondissage, on a
habituellement retenu pour les calculs intermdiaires un nombre de chiffres significatifs plus lev que ce qui
est transcrit. En consquence, le rsultat final d'un calcul impliquant plusieurs grandeurs peut diffrer
lgrement du rsultat auquel on pourrait s'attendre partir des valeurs numriques donnes dans le texte
pour ces grandeurs.
On a signal dans des parties prcdentes de ce Guide que la classification des mthodes utilises pour
valuer les composantes de l'incertitude en Type A et Type B tait uniquement affaire de commodit. Cette
classification n'est pas ncessaire pour la dtermination de l'incertitude-type compose ou de l'incertitude
largie d'un rsultat de mesure parce que toutes les composantes de l'incertitude sont traites de la mme
manire, quelle que soit la faon dont elles ont t values (voir 3.3.4, 5.1.2 et E.3.7). Ainsi, dans les
exemples, la mthode utilise pour valuer une composante particulire de l'incertitude n'est pas
spcifiquement identifie par son type. Cependant, la prsentation montrera clairement si une composante
est obtenue par une valuation de Type A ou par une valuation de Type B.
La longueur d'un calibre bouts de valeur nominale 50 mm est dtermine par comparaison avec un talon
connu, un calibre bouts de mme longueur nominale. On obtient directement la diffrence d de leurs
longueurs par la comparaison des deux calibres bouts:
d = l (1 + ) l S (1 + S S ) (H.1)
lS est la longueur de l'talon 20 C telle que donne dans son certificat d'talonnage;
l S (1 + S S ) + d
l= = l S + d + l S ( S S ) + ... (H.2)
(1 + )
Si l'on crit la diffrence de temprature entre le calibre bouts talonner et l'talon sous la forme
= S, et la diffrence entre leurs coefficients de dilatation thermique = S, l'quation (H.2)
devient
l = f ( l S , d , S , , , ) = l S + d l S ( + S ) (H.3)
Les diffrences et , mais non point leurs incertitudes, sont estimes tre nulles; , S, , et sont
supposs tre non corrls. (Si le mesurande tait exprim en fonction des variables , S, et S, il serait
ncessaire d'inclure la corrlation entre et S, et entre et S.)
On dduit donc de l'quation (H.3) que l'estimation de la valeur du mesurande l peut tre obtenue de
l'expression simple l S + d , o lS est la longueur de l'talon 20 C telle que donne dans son certificat
d'talonnage et d est estim par d , moyenne arithmtique de n = 5 observations rptes indpendantes.
L'incertitude-type compose uc(l) de l est obtenue en appliquant l'quation (H.3), comme prsent ci-dessous.
NOTE Dans cet exemple et dans les suivants, pour simplifier la notation, on utilise le mme symbole pour une
grandeur et pour son estimation.
Le Tableau H.1 rsume les aspects principaux de cet exemple tel qu'il est prsent dans ce paragraphe et
dans les suivants.
Puisqu'on suppose que = 0 et = 0, l'application de l'quation (10) de 5.1.2 l'quation (H.3) donne
u 2c ( l ) = c S u ( l S ) + c d2 u 2 ( d ) + c2 u 2 ( S ) + c2 u 2 ( ) + c 2 u 2 ( ) + c 2 u 2 ( )
2 2
(H.4)
S
avec
c S = f l S = 1 ( + S ) = 1
cd = f d = 1
c = f S = l S = 0
S
c = f = l S = 0
c = f = l S
c = f = l S S
et, en consquence
u c2 ( l ) = u 2 ( l S ) + u 2 ( d ) + l S2 2u 2 ( ) + l S2 S2 u 2( ) (H.5)
Le certificat d'talonnage donne pour l'incertitude largie de l'talon U = 0,075 m et prcise qu'elle a t
obtenue par utilisation d'un facteur d'largissement k = 3. L'incertitude-type est alors
u ( l S ) = ( 0,075 m ) 3 = 25 nm
L'cart-type exprimental d'une mesure caractrisant la comparaison de l et lS est fond sur un ensemble de
mesures; il a t dtermin partir de la variabilit de 25 observations rptes indpendantes de la
diffrence des longueurs entre deux calibres talons bouts et il a t trouv gal 13 nm. Dans la
comparaison de cet exemple, on prend cinq observations rptes. L'incertitude-type associe la moyenne
arithmtique de ces lectures est alors (voir 4.2.4)
( ) ( )
u d = s d = (13 nm ) 5 = 5,8 nm
Le certificat d'talonnage du comparateur utilis pour comparer l lS indique que son incertitude due aux
erreurs alatoires est de 0,01 m un niveau de confiance de 95 pour-cent et sur la base de 6 mesurages
rpts; l'incertitude-type est alors, en utilisant le facteur t pour v = 6 1 = 5 degrs de libert, t95(5) = 2,57
(voir Annexe G, Tableau G.2)
L'incertitude du comparateur due aux erreurs systmatiques est donne dans le certificat comme tant
gale 0,02 m au niveau trois sigmas. L'incertitude-type due cette cause peut donc tre prise gale
u ( d 2 ) = ( 0,02 m ) 3 = 6,7 nm
( )
u 2 ( d ) = u 2 d + u 2 ( d 1 ) + u 2 ( d 2 ) = 93 nm 2
ou
u ( d ) = 9,7 nm
Le coefficient de dilatation thermique du calibre talon bouts est donn comme tant S = 11,5 106 C1
avec une incertitude reprsente par une loi rectangulaire de limites 2 106 C1. L'incertitude-type est
alors [voir quation (7) de 4.3.7]
(
u ( S ) = 2 10 6 C 1 ) 3 = 1,2 10 6 C 1
u c2 (l ) = u 2i (l ) = 1 002 nm 2
u c (l ) = 32 nm
v eff (l ) = 16
La temprature du banc d'essai est indique comme tant (19,9 0,5) C; la temprature au moment des
observations individuelles n'a pas t enregistre. Le dcalage maximal donn, = 0,5 C, est cens
reprsenter l'amplitude d'une variation approximativement cyclique de la temprature dans un systme
thermostat et non pas l'incertitude de la temprature moyenne. La valeur de l'cart moyen de temprature
= 19,9 C 20 C = 0,1 C
est indique comme ayant elle-mme une incertitude-type due l'incertitude sur la temprature moyenne du
banc d'essai de
( )
u = 0,2 C
alors que la variation cyclique en fonction du temps produit une loi de temprature en forme de U (arcsinus)
dont l'incertitude-type est
u ( ) = ( 0,5 C ) 2 = 0,35 C
L'cart de temprature peut tre pris gal , et l'incertitude-type de est obtenue partir de
( )
u 2 ( ) = u 2 + u 2 ( ) = 0,165 C 2
ce qui donne
u ( ) = 0,41 C
Puisque c = f / = lS = 0 comme indiqu en H.1.3, cette incertitude ne contribue pas, elle non plus,
l'incertitude de l au premier ordre; mais elle fournit une contribution au second ordre qui est value en H.1.7.
Les limites estimes sur la variabilit de sont 1 106 C1 avec, pour , la mme probabilit d'avoir
n'importe quelle valeur entre ces limites. L'incertitude-type est
(
u ( ) = 1 10 6 C 1 ) 3 = 0,58 10 6 C 1
L'talon et le calibre en essai sont supposs tre la mme temprature, mais la diffrence de temprature
peut se situer avec une probabilit gale n'importe quel endroit dans l'intervalle estim de 0,05 C
+0,05 C. L'incertitude-type est
u ( ) = ( 0,05 C ) 3 = 0,029 C
L'incertitude-type compose uc(l) est calcule partir de l'quation (H.5). Les termes individuels sont
rassembls et ports dans l'expression pour obtenir
( 0,1 C ) 2 ( 0,58 10 6 C 1 )
2
u c2 ( l ) = ( 25 nm ) + ( 9,7 nm ) + ( 0,05 m )
2 2 2
+
(H.6a)
(11,5 10 )
2
( 0,05 m ) 2 6
C 1
( 0,029 C ) 2
ou
u c ( l ) = 32 nm (H.6c)
Le certificat d'talonnage pour le calibre talon bouts donne lS = 50,000 623 mm comme longueur 20 C.
La moyenne arithmtique d des cinq observations rptes de la diffrence sur les longueurs entre le calibre
inconnu et le calibre talon est de 215 nm. Donc, puisque l = l S + d (voir H.1.2), la longueur l du calibre
inconnu 20 C est 50,000 838 mm. En accord avec 7.2.2, le rsultat final du mesurage peut tre nonc
sous la forme:
l = 50,000 838 mm avec une incertitude-type compose uc = 32 nm. L'incertitude-type compose relative
correspondante est uc /l = 6,4 107.
Supposons qu'on recherche une incertitude largie U99 = k99uc(l) qui fournisse un intervalle correspondant
un niveau de confiance de 99 pour-cent environ. La procdure utiliser est celle qui est rsume en G.6.4, et
le nombre de degrs de libert ncessaire est indiqu dans le Tableau H.1. On obtient cela comme suit:
1) Incertitude de l'talonnage de l'talon, u(lS) [H.1.3.1]. Le certificat d'talonnage spcifie que le nombre
effectif de degrs de libert de l'incertitude-type compose qui a permis d'obtenir l'incertitude largie
indique est veff(lS) = 18.
2) Incertitude de la diffrence des longueurs mesures, u(d) [H.1.3.2]. Bien que d ait t obtenu partir de
cinq observations rptes, mais parce que u ( d ) a t obtenu partir d'un cart-type exprimental
fond sur un ensemble de donnes rsultant de 25 observations, le nombre de degrs de libert de u ( d )
est v ( d ) = 25 1 = 24 (voir H.3.6, Note). Le nombre de degrs de libert de u(d1), incertitude due aux
effets alatoires sur le comparateur, est v(d1) = 6 1 = 5 parce que d1 a t obtenu partir de 6
mesurages rpts. L'incertitude de 0,02 m pour les effets systmatiques sur le comparateur peut tre
suppose fiable 25 pour-cent, et il en rsulte que le nombre de degrs de libert partir de
l'quation (G.3) de G.4.2 est v(d2) = 8 (voir l'exemple de G.4.2). Le nombre effectif de degrs de libert
de u(d), veff(d), est alors obtenu partir de l'quation (G.2b) de G.4.1:
2
( )
u 2 d + u 2 ( d ) + u 2 ( d )
1 2 ( 9,7 nm ) 4
v eff ( d ) = = = 25,6
( )
u4 d
+
u 4 ( d1 ) u 4 ( d 2 )
+
( 5,8 nm ) 4 + ( 3,9 nm ) 4 + ( 6,7 nm ) 4
( )
v d v ( d1 ) v (d2 ) 24 5 8
3) Incertitude de la diffrence des coefficients de dilatation, u() [H.1.3.5]. Les limites estimes de
1 106 C1 sur la variabilit de sont juges fiables 10 pour-cent. Cela donne, partir de
l'quation (G.3) de G.4.2, v() = 50.
4) Incertitude de la diffrence entre les tempratures des calibres, u() [H.1.3.6]. L'intervalle estim de
0,05 C +0,05 C pour la diffrence de temprature est jug fiable seulement 50 pour-cent, ce qui
donne, partir de l'quation (G.3) de G.4.2, v() = 2.
Le calcul de veff(l) partir de l'quation (G.2b) de G.4.1 s'effectue exactement de la mme faon que pour le
calcul de veff(d) en 2) ci-dessus. Donc, partir des quations (H.6b) et (H.6c) et des valeurs pour v donnes
de 1) 4),
( 32 nm ) 4
v eff ( l ) = = 16,7
( 25 nm ) 4 + ( 9,7 nm ) 4 + ( 2,9 nm ) 4 + (16,6 nm ) 4
18 25,6 50 2
Pour obtenir l'incertitude largie exige, on arrondit tout d'abord cette valeur au nombre entier immdiatement
infrieur veff(l) = 16. Il en rsulte alors, partir du Tableau G.2 de l'Annexe G, que t99(16) = 2,92, et donc
U99 = t99(16)uc(l) = 2,92 (32 nm) = 93 nm. Selon 7.2.4, le rsultat final du mesurage peut tre nonc
comme:
l = (50,000 838 0,000 093) mm, o le nombre aprs le symbole est la valeur numrique d'une
incertitude largie U = kuc, avec U dtermin partir d'une incertitude-type compose uc = 32 nm et d'un
facteur d'largissement k = 2,92 sur la base de la loi de t pour v = 16 degrs de libert et o cette
incertitude dfinit un intervalle estim avoir un niveau de confiance de 99 pour-cent. L'incertitude largie
relative correspondante est U/l = 1,9 106.
La Note de 5.1.2 prcise que l'quation (10), utilise dans cet exemple pour obtenir l'incertitude-type
compose uc(l), doit tre complte lorsque la non-linarit de la fonction Y = f(X1, X2, ..., XN) est
suffisamment significative pour ne pas pouvoir ngliger les termes de degr plus lev dans le
dveloppement en srie de Taylor. C'est le cas dans cet exemple et il en rsulte que l'valuation de uc(l)
prsente jusqu' maintenant n'est pas complte. En appliquant l'expression donne en Note de 5.1.2
l'quation (H.3) on obtient en fait deux termes du second ordre, non ngligeables, distincts, ajouter
l'quation (H.5). Ces termes, qui proviennent du terme quadratique dans l'expression de la Note, sont
l S2 u 2 ( ) u 2 ( ) + l S2 u 2 ( S ) u 2 ( )
( )
l S u ( ) u ( ) = ( 0,05 m ) 0,58 10 6 C 1 ( 0,41 C ) = 11,7 nm
( )
l S u ( S ) u ( ) = ( 0,05 m ) 1,2 10 6 C 1 ( 0,029 C ) = 1,7 nm
On dtermine la rsistance R et la ractance X d'un lment de circuit par la mesure de l'amplitude V d'une
diffrence de potentiel sinusodale entre ses bornes, de l'intensit I du courant alternatif qui le traverse et du
dphasage entre la diffrence de potentiel alternative et le courant alternatif. Il en rsulte que les trois
grandeurs d'entre sont V, I, et et que les trois grandeurs de sortie les mesurandes sont les trois
composantes de l'impdance R, X, et Z. Puisque Z2 = R2 + X2, il y a seulement deux grandeurs de sortie
indpendantes.
Les mesurandes sont relis aux grandeurs d'entre par la loi d'Ohm:
V V V
R= cos ; X = sin ; Z = (H.7)
I I I
On considre qu'on a obtenu cinq ensembles indpendants d'observations simultanes des trois grandeurs
d'entre V, I, et dans des conditions analogues (voir B.2.15), et il en rsulte les donnes prsentes dans le
Tableau H.2. Le tableau donne aussi les moyennes arithmtiques des observations et les carts-types
exprimentaux de ces moyennes, calculs par les quations (3) et (5) en 4.2. Les moyennes sont
considres comme les meilleures estimations des valeurs attendues des grandeurs d'entre et les
carts-types exprimentaux sont les incertitudes-types de ces moyennes.
Parce qu'elles sont obtenues partir d'observations simultanes, les moyennes V, I et sont corrles et on
doit tenir compte des corrlations dans l'valuation des incertitudes-types des mesurandes R, X et Z. Les
coefficients de corrlation ncessaires sont facilement obtenus partir de l'quation (14) de 5.2.2 en utilisant
les valeurs de s (V, I ), s (V, ) et s ( I , ) calcules partir de l'quation (17) de 5.2.3. Les rsultats sont inclus
dans le Tableau H.2, et on doit se rappeler que r(xi, xj) = r(xj, xi) et que r(xi, xi) = 1.
Tableau H.2 Valeurs des grandeurs d'entre V, I, et obtenues partir de cinq ensembles
d'observations simultanes
Coefficients de corrlation
r (V , I ) = 0,36
r (V , ) = 0,86
r ( I , ) = 0,65
Les valeurs des trois mesurandes R, X et Z sont obtenues partir des relations donnes dans l'quation (H.7)
en utilisant les valeurs moyennes V , I et de V, I et , donnes dans le Tableau H.2. Les incertitudes-types
de R, X et Z sont obtenues partir de l'quation (16) de 5.2.2 puisque, comme dj indiqu ci-dessus, les
grandeurs d'entre V , I et sont corrles. Par exemple, considrons Z = V / I . En identifiant V x1, I
x2 et f Z = V / I , l'quation (16) de 5.2.2 donne, pour l'incertitude-type compose de Z
2 2
1 V 2 1 V
u c2 ( Z ) = u 2 V +
I
( )
2
u I + 2
I I 2
( ) ( ) ( ) (
u V u I r V, I ) (H.8a)
I
2 2
u V ( ) u I ( ) u V ( ) u ( I ) r V , I
=Z 2
V
+Z
I
2
2Z 2
V I
( ) (H.8b)
ou
2
u c, ( ) 2
( )
2
( )
r Z = u r V + u r I 2ur V ur I r V , I ( ) ( ) ( ) (H.8c)
o u (V ) = s(V ) , u ( I ) = s( I ) , et o l'indice r dans la dernire expression signifie que u est une incertitude
relative. En substituant les valeurs appropries du Tableau H.2 dans l'quation (H.8a) on obtient
uc(Z) = 0,236 .
Parce que les trois mesurandes ou grandeurs de sortie dpendent des mmes grandeurs d'entre, ils sont
eux aussi corrls. Les lments de la matrice de covariance qui dcrit cette corrlation peuvent, dans le cas
le plus gnral, s'crire
N N
y y m
u ( yl , y m ) = xli x j
( )(
u ( x i ) u x j r xi , x j ) (H.9)
i =1 j =1
o yl = fl(x1, x2, ..., xN) et ym = fm(x1, x2, ..., xN). L'quation (H.9) est une gnralisation de l'quation (F.2)
de F.1.2.3 lorsque les ql de cette expression sont corrls. Les coefficients de corrlation estims des
grandeurs de sortie sont donns par r(yl, ym) = u(yl, ym)/u(yl)u(ym), comme indiqu dans l'quation (14)
de 5.2.2. On doit noter que les lments diagonaux de la matrice de covariance u(yl, yl) u2(yl) sont les
variances estimes des grandeurs de sortie yl (voir 5.2.2, note 2) et que pour m = l, l'quation (H.9) est
identique l'quation (16) de 5.2.2.
Pour appliquer l'quation (H.9) cet exemple, on procde aux identifications suivantes:
y1 = R x1 = V u ( xi ) = s ( xi )
y2 = X x2 = I N =3
y3 = Z x3 =
Les rsultats des calculs pour R, X et Z et pour leurs variances estimes et leurs coefficients de corrlation
estims sont donns dans le Tableau H.3.
uc(R) = 0,071
1 y 1 = R = (V / I ) cos y1 = R = 127,732
uc(R)/R = 0,06 102
uc(X) = 0,295
2 y 2 = X = (V / I ) sin y2 = X = 219,847
uc(X)/X = 0,13 102
uc(Z) = 0,236
3 y3 = Z = V / I y3 = Z = 254,260
uc(Z)/Z = 0,09 102
Puisque les donnes ont t obtenues sous la forme de cinq ensembles d'observations des trois grandeurs
d'entre V, I et , il est possible de calculer une valeur pour R, X et Z pour chaque ensemble de donnes
d'entre, puis de prendre la moyenne arithmtique des cinq valeurs individuelles pour obtenir les meilleures
estimations de R, X et Z. L'cart-type exprimental de chaque moyenne (qui est son incertitude-type
compose) est alors calcul partir des cinq valeurs individuelles de la manire habituelle [quation (5)
de 4.2.3] et les covariances estimes des trois moyennes sont calcules en appliquant directement
l'quation (17) de 5.2.3 aux cinq valeurs individuelles ayant permis d'obtenir chaque moyenne. Il n'y a pas de
diffrence pour les valeurs de sortie, les incertitudes-types et les covariances estimes fournies par les deux
approches, except pour les effets du second ordre dus ce que les termes tels que as V / I et cos sont
remplacs par V / I et cos .
Pour montrer cette approche, le Tableau H.4 donne les valeurs de R, X et Z calcules pour chacun des cinq
ensembles d'observations. Les moyennes arithmtiques, les incertitudes-types et les coefficients de
corrlation estims sont alors directement calculs partir de ces valeurs individuelles. La diffrence entre les
valeurs numriques obtenues de cette faon et les rsultats donns dans le Tableau H.3 est ngligeable.
Selon la terminologie de la Note de 4.1.4, l'approche n 2 est un exemple d'obtention de l'estimation y partir de
Y = ( n
k =1 Yk )
n , tandis que l'approche n 1 est un exemple d'obtention de y partir de y = f ( X 1, X 2 , ..., X N ).
Comme prcis dans cette note, les deux approches donneront en gnral des rsultats identiques si f est
une fonction linaire de ses grandeurs d'entre (sous rserve que les coefficients de corrlation observs
exprimentalement soient pris en compte lors de l'application de l'approche n 1). Si f n'est pas une fonction
linaire, les rsultats de l'approche n 1 diffreront alors de ceux de l'approche n 2 selon le degr de
non-linarit et en fonction des variances et covariances estimes des Xi. On peut s'en rendre compte partir
de l'expression
N N
2 f
(
y = f X 1, X 2 , ..., X N + ) 1
2 i =1 j =1 X i X j
( )
u X i , X j + ... (H.10)
o le second terme de la partie droite de l'quation est le terme de deuxime ordre dans le dveloppement en
srie de Taylor de f en fonction des X i (voir aussi 5.1.2, Note). Dans le cas prsent, l'approche n 2 est
prfrable parce qu'elle vite l'approximation y = f ( X 1, X 2 , ..., X N ) et reflte mieux la procdure de mesure
utilise les donnes ont, effectivement, t recueillies sous forme d'ensembles.
En sens inverse, l'approche n 2 serait inapproprie si les donnes du Tableau H.2 reprsentaient n1 = 5
observations de la diffrence de potentiel V, suivies par n2 = 5 observations du courant I, suivies enfin par
n3 = 5 observations de la phase , cette approche serait d'ailleurs impossible avec n1 n2 n3. (C'est vraiment
une mdiocre faon de procder au mesurage puisque la diffrence de potentiel et le courant sont
directement dpendants, pour une impdance dtermine.)
Si les donnes du Tableau H.2 sont rinterprtes de cette manire, de sorte que l'approche n 2 soit
inapproprie et si les corrlations entre les grandeurs V, I et sont supposes absentes, alors les coefficients
de corrlation observs n'ont pas de signification et doivent tre pris gaux zro. Si cela est fait dans le
Tableau H.2, l'quation (H.9) se rduit l'quivalent de l'quation (F.2) de F.1.2.3, c'est--dire
N
y ym 2
u ( yl , y m ) = xil xi
u ( xi ) (H.11)
i =1
et son application aux donnes du Tableau H.2 entrane des modifications au Tableau H.3 indiques dans le
Tableau H.5.
uc(R) = 0,195
uc(R)/R = 0,15 102
uc(X) = 0,201
uc(X)/X = 0,09 102
uc(Z) = 0,204
uc(Z)/Z = 0,08 102
b ( t ) = y1 + y 2 ( t t 0 ) (H.12)
est ajuste par la mthode des moindres carrs aux corrections et tempratures mesures. Les paramtres
y1 et y2, qui sont respectivement l'ordonne l'origine et la pente de la droite d'talonnage, sont les deux
mesurandes, ou grandeurs de sortie, dterminer. La temprature t0 est une temprature de rfrence
exacte, choisie convenablement; ce n'est pas un paramtre indpendant dterminer par l'ajustement par
moindres carrs. Une fois qu'on a dtermin y1 et y2 ainsi que leurs variance et covariance estimes,
l'quation (H.12) peut tre utilise pour prdire la valeur et l'incertitude-type de la correction appliquer au
thermomtre pour toute valeur t de la temprature.
Sur la base de la mthode des moindres carrs et dans les hypothses faites en H.3.1 ci-dessus, les
grandeurs de sortie y1 et y2 et leurs variance et covariance estimes sont obtenues en minimisant la somme
n
bk y1 y 2 ( t k t 0 )
2
S=
k =1
Cela conduit aux quations suivantes pour y1 et y2, pour leurs variances exprimentales s2(y1) et s2(y2), et
pour leur coefficient de corrlation estim r(y1, y2) = s(y1, y2)/s(y1)s(y2), o s(y1, y2) est leur covariance estime:
( bk ) ( k2 ) ( bk k )( k )
y1 = (H.13a)
D
y2 =
n bk k ( bk )( k ) (H.13b)
D
s 2 ( y1 ) =
s2 k2 (H.13c)
D
s2
s 2 ( y2 ) = n (H.13d)
D
r ( y1, y 2 ) =
k (H.13e)
n k2
bk b (t k )
2
2
s = (H.13f)
n2
k2 ( k ) ( k )
2 2
(t k t )
2
D=n =n =n (H.13g)
Les donnes ajuster sont indiques dans les deuxime et troisime colonnes du Tableau H.6. En prenant
t0 = 20 C comme temprature de rfrence, l'application des quations (H.13a) (H.13g) donne
y1 = 0,171 2 C s ( y1 ) = 0,002 9 C
y 2 = 0,002 18 s ( y 2 ) = 0,000 67
r ( y1, y 2 ) = 0,930 s = 0,003 5 C
Le fait que la pente y2 soit plus de trois fois plus grande que son incertitude-type justifie le choix d'une droite
d'talonnage plutt qu'une correction moyenne fixe.
Tableau H.6 Donnes utilises pour obtenir une droite d'talonnage pour un thermomtre,
par la mthode des moindres carrs
La fonction linaire qui correspond la droite d'talonnage peut alors s'crire, d'aprs les rsultats obtenus
pour l'ordonne l'origine et pour la pente
o chaque nombre crit entre parenthses est la valeur numrique de l'incertitude-type relative la valeur
numrique qui le prcde et exprim en unit du dernier chiffre crit (voir 7.2.2). Cette quation donne la
valeur prdite de la correction b(t) toute temprature t et, en particulier, la valeur b(tk) t = tk. Ces valeurs
sont donnes dans la quatrime colonne du tableau, tandis que la dernire colonne donne les diffrences
entre les valeurs mesures et les valeurs prdites, bk b(tk). On peut utiliser l'analyse de ces diffrences pour
vrifier la validit du modle linaire; il existe des tests de vrification pour cet usage (voir la Rfrence [8]),
mais ils ne sont pas envisags ici.
L'expression pour l'incertitude-type compose de la valeur prdite d'une correction peut tre facilement
obtenue en appliquant la loi de propagation de l'incertitude, quation (16) de 5.2.2, l'quation (H.12). En
remarquant que b(t) = f(y1, y2) et en crivant u(y1) = s(y1) et u(y2) = s(y2), on obtient
u c2 b ( t ) = u 2 ( y1 ) + ( t t 0 ) u 2 ( y 2 ) + 2 ( t t 0 ) u ( y1 ) u ( y 2 ) r ( y1, y 2 )
2
(H.15)
La variance estime u c2 b ( t ) prsente un minimum tmin = t0 u(y1)r(y1, y2/u(y2), ce qui donne dans ce cas
tmin = 24,008 5 C.
Comme exemple d'utilisation de l'quation (H.15), supposons qu'on recherche la correction pour le
thermomtre et son incertitude t = 30 C, valeur qui se situe en dehors de la plage de temprature pour
laquelle le thermomtre a t en fait talonn. En substituant t = 30 C dans l'quation (H.14) on obtient
b ( 30 C ) = 0,149 4 C
= 17,1 10 6 C 2
ou
u c b ( 30 C ) = 0,004 1 C
La correction 30 C est alors 0,149 4 C, avec une incertitude-type compose uc = 0,004 1 C, ayant
v = n 2 = 9 degrs de libert.
L'quation (H.13e) pour le coefficient de corrlation r(y1, y2) implique que si t0 est choisi de telle sorte que
n
k =1 k =n
k =1 (t k t 0 ) = 0, alors r(y1, y2) = 0 et y1 et y2 ne seront pas corrls, simplifiant de ce fait le
calcul de l'incertitude-type d'une correction prdite. Puisque n
k =1 k = 0 lorsque t 0 = t =
n
k =1 t k n , et ( )
que t = 24,008 5 C dans le cas prsent, en effectuant de nouveau l'ajustement par les moindres carrs avec
t 0 = t = 24,008 5 C on obtiendrait les valeurs de y1 et y2 non corrles. (La temprature est aussi la
temprature laquelle u2[b(t)] prsente un minimum voir H.3.4.) Il n'est cependant pas ncessaire de
refaire l'ajustement parce qu'on peut montrer que
b ( t ) = y1 + y 2 ( t t ) (H.16a)
u c2 b ( t ) = u 2 ( y1 ) + ( t t ) 2 u 2 ( y2 ) (H.16b)
r ( y1 , y 2 ) = 0 (H.16c)
y1 = y1 + y 2 ( t t 0 )
t = t 0 s ( y1 ) r ( y1, y 2 ) s ( y 2 )
s 2 ( y1 ) = s 2 ( y1 ) 1 r 2 ( y1, y 2 )
et en crivant l'quation (H.16b), les substitutions u ( y1) = s ( y1) et u(y2) = s(y2) ont t faites [voir
quation (H.15)].
On peut vrifier le fait que ces quations donnent les mmes rsultats que les quations (H.14) et (H.15) en
recommenant les calculs de b(30 C) et de uc[b(30 C)]. En substituant t = 30 C dans les quations (H.17a)
et (H.17b) on obtient
b ( 30 C ) = 0,149 4 C
u c b ( 30 C ) = 0,004 1 C
qui sont identiques aux rsultats obtenus en H.3.4. La covariance estime entre deux corrections prdites
b(t1) et b(t2) peut tre obtenue partir de l'quation (H.9) de H.2.3.
La mthode des moindres carrs peut tre utilise pour ajuster des courbes de degr plus lev des points
exprimentaux et elle est aussi applicable aux cas o les donnes individuelles ont des incertitudes. La
littrature classique sur le sujet doit tre consulte pour plus de dtails [8]. Cependant, les exemples suivants
illustrent deux cas o les corrections mesures bk ne sont pas supposes tre connues exactement.
1) Supposons que chaque tk ait une incertitude ngligeable, que chacune des n valeurs tR, k soit obtenue
partir d'une srie de m lectures rptes et que la variance de ces lectures estime sur l'ensemble d'une
grande quantit de donnes obtenues sur une priode de plusieurs mois soit s 2p . La variance estime de
chaque tR, k est alors s 2p / m = u 20 et chaque correction observe bk = tR, k tk a la mme incertitude-type
u0. Dans ces circonstances (et dans l'hypothse qu'il n'y ait pas de raison de croire que le modle linaire
soit incorrect), u 20 remplace s2 dans les quations (H.13c) et (H.13d).
NOTE Une estimation de la variance s 2p , effectue sur un ensemble de N sries d'observations indpendantes de
la mme variable alatoire, est obtenue partir de
N
vi s i2
s p2 = i =1
N
vi
i =1
o s 2iest la variance exprimentale de la iime srie de ni observations rptes indpendantes [quation (4) de
4.2.2] avec un nombre de degrs de libert vi = ni 1. Le nombre de degrs de libert de s 2p est v =
2
N
i =1 v i . La
variance exprimentale s p / m (et l'cart-type exprimental sp / m ) de la moyenne arithmtique de m observations
indpendantes caractrises par l'estimation de la variance s 2p tablie partir d'un ensemble de donnes a aussi v
degrs de libert.
2) Supposons que chaque tk ait une incertitude ngligeable, qu'une correction k soit applique chacune
des n valeurs tR, k, et que chaque correction ait la mme incertitude-type ua. Alors, l'incertitude-type de
chaque bk = tR, k tk est aussi ua, et s2(y1) est remplac par s 2( y1 ) + u a2 et s 2( y 1 ) est remplac par
s 2( y 1 ) + u a2 .
L'activit massique inconnue en radon (222Rn) dans un chantillon d'eau est dtermine par comptage par
scintillation liquide par rapport un chantillon talon de radon dans l'eau possdant une activit massique
connue. L'activit massique inconnue est obtenue par la mesure de trois sources de comptage consistant
approximativement en 5 g d'eau et 12 g de scintillateur en mulsion organique dans des fioles de volume
22 ml:
Source (a) un talon consistant en une masse mS de la solution talon d'activit massique connue;
Source (b) un blanc, chantillon d'eau identique mais ne contenant pas de substance radioactive,
utilis pour obtenir le taux de comptage du bruit de fond;
Source (c) l'chantillon consistant en une partie aliquote de masse mx d'activit massique inconnue.
On ralise six cycles de mesurage des trois sources dans l'ordre talon blanc chantillon; chaque dure
de comptage T0 pour chaque source, corrige des temps morts, est de 60 minutes pour chacun des six cycles.
Bien qu'on ne puisse pas supposer constant le taux de comptage du bruit de fond sur la totalit de la dure de
comptage (65 heures), on suppose que le nombre de coups obtenus pour chaque blanc peut tre utilis
comme tant reprsentatif du taux de comptage du bruit de fond pendant les mesurages de l'talon et de
l'chantillon pour le mme cycle. Les donnes sont prsentes dans le Tableau H.7, o
tS, tB, tx sont les dures depuis l'instant de rfrence t = 0 jusqu'au point milieu des intervalles de
comptage, corrigs des temps morts, T0 = 60 min respectivement pour les fioles de l'talon,
du blanc et de l'chantillon; bien que tB soit donn pour que les informations soient compltes,
il n'est pas ncessaire dans l'analyse;
CS, CB, Cx sont les nombres de coups enregistrs pendant les intervalles de comptage, corrigs des
temps morts, T0 = 60 min respectivement pour les fioles de l'talon, du blanc et de
l'chantillon.
C S = CB + AS T0 mS e t S (H.18a)
C x = CB + Ax T0 m x e t x (H.18b)
est l'efficacit de dtection du scintillateur liquide pour 222Rn pour une composition de source
donne, en supposant qu'elle soit indpendante du niveau d'activit;
Ax est le mesurande et il est dfini comme l'activit massique de l'chantillon l'instant de rfrence
t = 0;
est la constante de dsintgration pour 222Rn: = (ln 2)/T1/2 = 1,258 94 104 min1
(T1/2 = 5 505,8 min).
Les quations (H.18a) et (H.18b) montrent qu'il n'est pas possible de faire directement la moyenne des six
valeurs individuelles de CS ou de Cx donnes au Tableau H.7 en raison de la dcroissance exponentielle de
l'activit de l'talon et de l'chantillon et en raison des faibles variations de comptage du bruit de fond d'un
cycle un autre. Au lieu de cela, on doit s'intresser aux comptages corrigs de la dcroissance et corrigs
du bruit de fond (ou aux taux de comptage dfinis par le nombre de coups diviss par T0 = 60 min). Cela
suggre de combiner les quations (H.18a) et (H.18b) pour obtenir l'expression suivante de l'activit
massique inconnue en fonction des grandeurs connues:
Ax = f ( AS , mS , m x , C S , C x , CB , t S , t x , )
t
mS ( C x C B ) e x
= AS (H.19)
m x ( C S CB ) e t S
m S C x CB ( t x t S )
= AS e
m x C S CB
o (Cx CB)e tx et (CS CB)e tS sont les comptages corrigs du bruit de fond respectivement pour
l'chantillon et l'talon, l'instant de rfrence t = 0 et pour l'intervalle de temps T0 = 60 min. On peut
simplement crire la place
mS R x
A x = f ( AS , mS , m x , RS , R x ) = AS (H.20)
m x RS
o les taux de comptage Rx et RS corrigs du bruit de fond et de la dcroissance sont donns par
R x = ( C x CB ) T0 e t x (H.21a)
RS = ( C S CB ) T0 e t S (H.21b)
Le Tableau H.8 rsume les valeurs des taux de comptage RS et Rx corrigs du bruit de fond et de la
dcroissance, obtenus partir des quations (H.21a) et (H.21b) en utilisant les donnes du Tableau H.7 et
= 1,258 94 104 min1 comme indiqu prcdemment. On doit noter que le rapport R = Rx/RS se calcule
plus simplement partir de l'expression
( C x CB ) ( C S CB ) e ( t x t S )
En raison de la variabilit relativement faible des valeurs de Rx et de RS, le rapport des moyennes R x / R S et
l'incertitude-type de ce rapport u ( R x / R S ) sont respectivement trs voisins du rapport moyen R et de son
cart-type exprimental s (R ) tels que donns dans la dernire colonne du Tableau H.8 [voir H.2.4 et
l'quation (H.10) de ce paragraphe]. Cependant, lors du calcul de l'incertitude-type u ( R x / R S ) , on doit prendre
en compte la corrlation entre Rx et RS telle que reprsente par le coefficient de corrlation r ( R x , R S ) en
utilisant l'quation (16) de 5.2.2. [Cette quation donne, pour la variance relative estime de R x / R S , les trois
derniers termes de l'quation (H.22b).]
Tableau H.8 Calcul des taux de comptage corrigs de la dcroissance et du bruit de fond
Cycle Rx RS tx tS R = Rx / RS
k (min1) (min1) (min)
R x / R S = 3,167
u ( R x / R S ) = 0,045
u ( R x / R S ) /( R x / R S ) = 1,42 102
Coefficient de corrlation
r ( R x , R S ) = 0,646
Pour obtenir l'activit massique inconnue Ax et son incertitude-type compose uc(Ax) partir de
l'quation (H.20), il faut avoir AS, mx, et mS et leurs incertitudes-types. Ces valeurs sont donnes ci-aprs:
AS = 0,136 8 Bq g
u ( AS ) = 0,001 8 Bq g; u ( AS ) AS = 1,32 10 2
m S = 5,019 2 g
u ( m S ) = 0,005 0 g; u ( m S ) m S = 0,10 10 2
m x = 5,057 1 g
u ( m x ) = 0,001 0 g; u ( m x ) m x = 0,02 10 2
l'incertitude de la constante de dsintgration de 222Rn, u() = 1 107 min1. (La grandeur significative
est le facteur de dcroissance exp[(tx tS)], qui varie de 1,015 63 pour les cycles k = 4 et 6 1,015 70
pour le cycle k = 1. L'incertitude-type de ces valeurs est u = 1,2 105);
l'incertitude de la correction pour le temps mort du compteur et de la correction pour la dpendance entre
l'efficacit de comptage et le niveau d'activit.
Comme indiqu prcdemment, Ax et uc(Ax) peuvent tre obtenus de deux manires diffrentes partir de
l'quation (H.20). Pour la premire approche, Ax est calcul en utilisant les moyennes arithmtiques R x et RS ,
ce qui conduit
mS R x
A x = AS = 0,430 0 Bq g (H.22a)
m x RS
L'application de l'quation (16) de 5.2.2 cette expression donne pour la variance compose u c2 ( A x )
u c2 ( Ax ) u 2 ( AS ) u 2 ( mS ) u 2 (mx ) ( ) + u 2 ( R S ) 2r
u 2 Rx ( ) ( )
u R x u RS
Ax2
=
AS2
+
mS2
+
m 2x
+
R x2 RS2
( R x , RS ) R x RS
(H.22b)
o, comme not en H.4.2, les trois derniers termes donnent u 2 ( R x / R S ) / ( R x / R S ) 2, variance relative estime
de R x / R S . En accord avec la prsentation de H.2.4, les rsultats du Tableau H.8 montrent que R n'est pas
exactement gal R x / R S ; et que l'incertitude-type de R x / R S , u ( R x / R S ) n'est pas exactement gale
l'incertitude-type s (R ) de R .
En substituant les valeurs des grandeurs correspondantes dans les quations (H.22a) et (H.22b), on obtient
uc ( Ax )
= 1,93 10 2
Ax
u c ( A x ) = 0,008 3 Bq g
Dans la deuxime approche, qui vite la corrlation entre R x et R S, Ax est calcul en utilisant la moyenne
arithmtique R. Alors
mS
A x = AS R = 0,430 4 Bq g (H.23a)
mx
u c2 ( A x )
=
u 2 ( AS )
+
u 2 ( mS )
+
u 2 (m x )
+
( )
u2 R
(H.23b)
A x2 AS2 2
mS m 2x R2
ce qui donne
uc ( Ax )
= 1,95 10 2
Ax
u c ( A x ) = 0,008 4 Bq g
Le nombre effectif de degrs de libert de uc peut tre valu par utilisation de la formule de
Welch-Satterthwaite comme cela est illustr en H.1.6.
Comme pour H.2, des deux rsultats, on prfrera le deuxime car il vite d'obtenir l'approximation de la
moyenne d'un rapport de deux grandeurs par le rapport des moyennes des deux grandeurs; et il reflte mieux
la procdure de mesure utilise les donnes ont t recueillies en fait lors de cycles spars.
Cependant, la diffrence entre les valeurs de Ax rsultant des deux approches est visiblement faible
compare l'incertitude-type attribue l'une ou l'autre et la diffrence entre les deux incertitudes-types est
parfaitement ngligeable. Un tel accord montre que les deux approches sont quivalentes lorsqu'on inclut
correctement les corrlations observes.
Il existe de nombreux modles diffrents inclus sous le nom gnral d'analyse de variance. En raison de son
importance, le modle particulier utilis dans cet exemple est le plan embot quilibr. L'illustration
numrique de ce modle porte sur l'talonnage d'un talon de tension diode de Zener; l'analyse devrait
pouvoir s'appliquer de nombreuses situations pratiques de mesure.
Les mthodes d'analyse de variance sont d'importance toute spciale pour la certification des matriaux de
rfrence (MR) par essais interlaboratoires, sujet trait fond dans le Guide ISO 35 [19] (voir H.5.3.2 pour
une brve description de cette certification des matriaux de rfrence). Comme la plus grande partie du
contenu du Guide ISO 35 est en fait largement applicable, on peut consulter cette publication pour des dtails
complmentaires concernant l'analyse de variance, y compris les plans embots non quilibrs. Les
Rfrences [15] et [20] peuvent aussi tre consultes.
Considrons un talon de tension diode de Zener de valeur nominale 10 V, talonn par rapport une
rfrence stable de tension durant une priode de deux semaines. Pour chaque jour J de la priode, on
effectue K observations rptes indpendantes de la diffrence de potentiel VS de l'talon. Appelons Vjk la
kime observation de VS(k = 1, 2, ..., K) le jime jour (j = 1, 2, ..., J), la meilleure estimation de la diffrence de
potentiel de l'talon est la moyenne arithmtique V des JK observations [voir quation (3) de 4.2.1],
J K
1
VS =
JK j =1 k =1
V jk = V (H.24a)
L'cart-type exprimental de la moyenne s (V ), qui est une mesure de l'incertitude de V comme estimation de
la diffrence de potentiel de l'talon, est obtenu par [voir quation (5) de 4.2.3]
J K
( )
1
( )
2
s2 V = V jk V (H.24b)
JK ( JK 1) j =1 k =1
NOTE Tout au long de cet exemple, on suppose que toutes les corrections appliques aux observations pour
compenser les effets systmatiques ont des incertitudes ngligeables ou que leurs incertitudes sont telles qu'elles peuvent
tre prises en compte la fin de l'analyse. La diffrence entre la valeur certifie (suppose avoir une incertitude donne)
et la valeur de travail de la rfrence de tension stable par rapport laquelle est talonn l'talon de tension diode de
Zener est une correction qui entre dans cette dernire catgorie et qui peut elle-mme tre applique la moyenne des
observations la fin de l'analyse. Il en rsulte que l'estimation de la diffrence de potentiel de l'talon obtenue
statistiquement partir des observations n'est pas ncessairement le rsultat final du mesurage; et l'cart-type
exprimental de cette estimation n'est pas ncessairement l'incertitude-type compose du rsultat final.
L'cart-type exprimental de la moyenne s(V) obtenu partir de l'quation (H.24b) est une mesure approprie
de l'incertitude de V seulement si la variabilit de jour en jour des observations est la mme que la variabilit
des observations durant un seul jour. Si l'on peut mettre en vidence que la variabilit inter-jours est
significativement plus grande que ce quoi l'on peut s'attendre partir de la variabilit intra-jour, l'utilisation
de cette expression peut conduire une sous-estimation considrable de l'incertitude de V . Deux questions
surgissent alors: comment doit-on dcider si la variabilit inter-jours (caractrise par une composante de
variance inter-jours) est significative par comparaison avec la variabilit intra-jour (caractrise par une
composante de variance intra-jour) et si c'est le cas, comment doit-on valuer l'incertitude de la moyenne?
H.5.2.1 Les donnes qui permettent d'aborder les questions ci-dessus sont prsentes au Tableau H.9,
o
J = 10 est le nombre de jours pendant lesquels on fait les observations de diffrence de potentiel;
K
1
Vj =
K k =1
V jk (H.25a)
est la moyenne arithmtique des K = 5 observations de diffrence de potentiel faites le jime jour (il y
a J = 10 moyennes journalires);
J J K
1 1
V =
J j =1
Vj =
JK j =1 k =1
Vjk (H.25b)
est la moyenne arithmtique des J = 10 moyennes journalires et donc la moyenne globale des
JK = 50 observations;
K
( ) 1
( )
2
s 2 V jk = V jk V j (H.25c)
K 1 k =1
est la variance exprimentale des K = 5 observations faites le jime jour (il y a J = 10 estimations de
variance); et
J
( ) 1
( )
2
s 2 Vj = Vj V (H.25d)
J 1 j =1
est la variance exprimentale des J = 10 moyennes journalires (il n'y a qu'une seule estimation de la
variance).
Jour, j
Grandeur
1 2 3 4 5 6 7 8 9 10
Vj / V 10,000 172 10,000 116 10,000 013 10,000 144 10,000 106 10,000 031 10,000 060 10,000 125 10,000 163 10,000 041
s (V jk ) / V 60 77 111 101 67 93 80 73 88 86
V = 10,000 097 V s ( V j ) = 57 V
103
JCGM 100:2008
JCGM 100:2008
H.5.2.2 L'uniformit de la variabilit intra-jour et de la variabilit inter-jours des observations peut tre
2
examine en comparant deux estimations indpendantes de W , composante de variance intra-jour
(c'est--dire la variance des observations faites le mme jour).
2
La premire estimation de W , note s 2a , est obtenue partir de la variation observe des moyennes
journalires V j . Puisque V j est la moyenne de K observations, sa variance estime s 2 ( V j ), estime W
2
/K
avec l'hypothse que la composante de variance inter-jours est nulle. Il s'ensuit alors de l'quation (H.25d)
que
J
( ) K
( )
2
s a2 = Ks 2 V j = Vj V (H.26a)
J 1 j =1
2
qui est une estimation de W ayant va = J 1 = 9 degrs de libert.
2
La deuxime estimation de W , note s b2, est l'estimation de variance sur l'ensemble des donnes obtenues
partir des J = 10 valeurs individuelles de s 2(Vjk ) en utilisant l'quation de la Note de H.3.6, o les dix valeurs
individuelles sont calcules partir de l'quation (H.25c). Puisque le nombre de degrs de libert de chacune
de ces valeurs est vi = K 1, l'expression rsultante pour s b2 est simplement leur moyenne. Alors
J J K
( ) 1
( )
1
( )
2
s b2 = s 2 V jk = s 2 V jk = V jk V j (H.26b)
J j =1 J ( K 1) j =1 k =1
2
qui est une estimation de W ayant vb = J(K 1) = 40 degrs de libert.
2
Les estimations de W donnes par les quations (H.26a) et (H.26b) sont respectivement s 2a = (128 V) 2 et
s b = (85 V) (voir Tableau H.9). Puisque l'estimation s 2a est fonde sur la variabilit des moyennes
2 2
journalires, tandis que l'estimation s b2 est fonde sur la variabilit des observations journalires, leur
diffrence indique la prsence possible d'un effet qui varie d'un jour l'autre mais qui reste relativement
constant lorsque les observations sont faites un mme jour. On utilise le test F pour tester cette possibilit et,
en consquence, l'hypothse que la composante inter-jours de la variance est nulle.
F ( va , v b ) =
s a2
=
( ) = 5 ( 57 V ) 2 = 2,25
Ks 2 V j
(H.27)
s b2 s 2 ( V jk ) ( 85 V ) 2
avec va = J 1 = 9 degrs de libert au numrateur et vb = J(K 1) = 40 degrs de libert au dnominateur.
Puisque F0,95(9,40) = 2,12 et F0,975(9,40) = 2,45, on conclut qu'il y a un effet inter-jours statistiquement
significatif au niveau de signification de 5 pour-cent mais non au niveau de 2,5 pour-cent.
H.5.2.5 Si l'existence d'un effet inter-jours est rejete parce que la diffrence entre s 2a et s b2 n'est pas
considre comme statistiquement significative (dcision imprudente parce qu'elle pourrait conduire une
( J 1) s a2 + J ( K 1) s b2 9 (128 V ) + 40 ( 85 V )
2 2
s 2
(V ) = JK ( JK 1)
=
(10 )( 5 )( 49 )
(H.28a)
( )
s 2 V = (13 V ) ,
2
ou ( )
s V = 13 V (H.28b)
Si l'on suppose que toutes les corrections pour les effets systmatiques ont dj t prises en compte et que
toutes les autres composantes de l'incertitude sont ngligeables, alors le rsultat de l'talonnage peut tre
donn comme VS = V = 10,000 097 V (voir Tableau H.9), avec une incertitude-type compose
s (V ) = uc = 13 V, et avec 49 degrs de libert pour uc.
NOTE 1 En pratique, il y aura trs probablement des composantes d'incertitude supplmentaires qui seront
significatives et devront, en consquence, tre composes avec la composante d'incertitude obtenue statistiquement
partir des observations (voir H.5.1, Note).
NOTE 2 On peut montrer que l'quation (H.28a) pour s 2 (V ) est quivalente l'quation (H.24b) en crivant la double
somme, note S, dans cette quation comme
J K 2
S= ( jk j j ) (
V V + V V
) = ( J 1) s a2 + J ( K 1) s b2
j =1 k =1
H.5.2.6 Si l'on accepte l'existence d'un effet inter-jours (dcision prudente parce qu'elle vite une
sous-estimation possible de l'incertitude) et si on le suppose alatoire, alors la variance s 2 (VS = V j ) calcule
2
partir des J = 10 moyennes journalires selon l'quation (H.25d) n'estime plus W / K comme on le
2 2 2
postulait en H.5.2.2, mais W / K + B , o B est la composante alatoire inter-jours de la variance. Cela
implique que
( )
s 2 V j = s 2w K + s B
2
(H.29)
o s 2w estime w
2 2
et s B estime B2 . Puisque s 2 (V jk ) calcul partir de l'quation (H.26b) ne dpend que
de la variabilit intra-jour des observations, on peut prendre s 2w = s 2 (V jk ). Le rapport K s 2 (V j ) / s 2 (V jk ) utilis
pour le test F en H.5.2.4 devient alors
F=
Ks2 Vj( ) = s 2w + K s B2 = 5 (57 V ) 2 = 2,25 (H.30)
s 2 (V jk ) s 2w ( 85 V ) 2
qui conduit
2
sB =
( )
Ks 2 V j s 2 V jk( )
K (H.31a)
= ( 43 V ) ,
2 2
sB ou sB = 43 V
( )
s 2w = s 2 V jk = ( 85 V ) ,
2
ou s w = 85 V (H.31b)
La variance estime de V est obtenue partir de s 2 ( V j ) , quation (H.25d), parce que s 2 ( V j ) reflte
correctement la fois les composantes alatoires de variance intra-jour et inter-jours [voir quation (H.29)].
Alors
( )
s2 V = s2 Vj ( ) J
(H.32)
= ( 57 V )
2
10, ou ( )
s V = 18 V
Le nombre de degrs de libert de s 2w (et donc de sw) est J(K 1) = 40 [voir quation (H.26b)]. Le nombre de
2
degrs de libert de s B (et donc de sB) est le nombre effectif de degrs de libert de la diffrence
2 2 2
s B = s (V j ) s (Vjk ) / K [quation (H.31a)], mais son estimation est problmatique.
Dans un mesurage rel, un effet inter-jours apparent doit tre, si possible, tudi plus fond pour dterminer
sa cause et on doit aussi vrifier si un effet systmatique est prsent, ce qui empcherait l'utilisation de
mthodes d'analyse de variance. Comme il a t dit au dbut de cet exemple, les techniques d'analyse de
variance sont conues pour identifier et valuer les composantes d'incertitude provenant d'effets alatoires;
elles ne peuvent pas fournir d'information sur les composantes provenant d'effets systmatiques.
H.5.3.1 Cet exemple d'talon de tension illustre ce qui est gnralement appel un plan embot quilibr
un niveau. C'est un plan un niveau parce qu'il y a un seul niveau d'embotement des observations, avec
un seul facteur, le jour pendant lequel sont faites les observations, que l'on fait varier pendant le mesurage. Il
est quilibr parce que l'on effectue le mme nombre d'observations chaque jour. Une analyse semblable
celle qui est prsente dans cet exemple peut tre utilise pour dterminer s'il existe un effet oprateur, un
effet instrument, un effet laboratoire, un effet chantillon ou mme un effet mthode dans un
mesurage particulier. Ainsi, dans l'exemple, on pourrait imaginer de remplacer les observations faites durant
diffrents jours J par des observations faites le mme jour mais avec diffrents oprateurs J; la composante
inter-jours de la variance devient alors une composante de variance associe aux diffrents oprateurs.
H.5.3.2 Comme not en H.5, les mthodes d'analyse de variance sont largement utilises pour la
certification des matriaux de rfrence (MR) par essais interlaboratoires. Une telle certification implique
habituellement d'avoir un nombre de laboratoires indpendants, galement comptents, qui mesurent les
chantillons d'un matriau dont on veut certifier une proprit. On suppose gnralement que les diffrences
entre les rsultats individuels, la fois inter- et intra-laboratoires, sont de nature statistique sans se soucier
des causes. Chaque moyenne de laboratoire est considre comme une estimation non biaise de la
proprit du matriau et la moyenne non pondre des moyennes des laboratoires est habituellement
suppose tre la meilleure estimation de cette proprit.
Une certification de matriau de rfrence pourrait impliquer I diffrents laboratoires; chacun mesurant la
proprit recherche de J diffrents chantillons du matriau, avec chaque mesurage d'un chantillon
consistant en K observations rptes indpendantes. Le nombre total d'observations est alors IJK et le
nombre total d'chantillons est IJ. C'est un exemple de plan embot quilibr deux niveaux, analogue
l'exemple de l'talon de tension un niveau ci-dessus. Dans le cas prsent, il y a deux niveaux
d'embotement des observations avec deux facteurs diffrents, chantillon et laboratoire, que l'on fait varier
pendant le mesurage. Le modle est quilibr parce que chaque chantillon est observ le mme nombre (K)
de fois dans chaque laboratoire et chaque laboratoire mesure le mme nombre (J) d'chantillons. Par
analogie supplmentaire avec l'exemple de l'talon de tension, dans le cas du matriau de rfrence,
l'analyse des donnes a pour objectif de rechercher l'existence possible d'un effet inter-chantillons et d'un
effet inter-laboratoires et de dterminer l'incertitude convenable attribuer la meilleure estimation de la
valeur de la proprit certifier. En accord avec le paragraphe prcdent, cette estimation est suppose tre
la moyenne des I moyennes des laboratoires, qui est aussi la moyenne des IJK observations.
H.5.3.3 Le paragraphe 3.4.2 a mis en vidence l'importance de la variation des grandeurs d'entre dont
dpend un rsultat de mesure, de sorte que son incertitude soit fonde sur des donnes observes values
statistiquement. Les plans embots et l'analyse des donnes rsultantes par les mthodes d'analyse de
variance peuvent tre utiliss avec succs dans de nombreuses situations de mesure rencontres dans la
pratique.
Cependant, comme indiqu en 3.4.1, il est rarement praticable de faire varier toutes les grandeurs d'entre en
raison des limites imposes par le temps et les ressources; au mieux, dans la plupart des situations pratiques
de mesure, on peut seulement valuer quelques composantes d'incertitude par utilisation de mthodes
d'analyse de variance. Comme signal en 4.3.1, de nombreuses composantes doivent tre values sur la
base de jugements scientifiques en utilisant la totalit de l'information disponible sur la variabilit possible des
grandeurs d'entre en question; dans de nombreux cas, on ne peut valuer une composante d'incertitude,
telle que celle qui provient d'un effet inter-chantillons, d'un effet inter-laboratoires, d'un effet inter-instruments
ou d'un effet inter-oprateurs, par l'analyse statistique de sries d'observations mais il faut l'valuer partir de
l'ensemble des informations disponibles.
La duret exprime est une fonction (qui dpend de l'chelle considre) de la dimension linaire mesure.
Dans l'exemple donn dans ce paragraphe, c'est une fonction linaire de la moyenne arithmtique des
profondeurs de cinq indentations rptes, mais pour certaines autres chelles, la fonction n'est pas linaire.
Les talons nationaux sont des machines talons ralises dans ce but (il n'y a pas de ralisation talon au
niveau international); une comparaison entre une machine particulire et la machine talon nationale se fait
par utilisation d'un bloc talon de transfert.
Dans cet exemple, la duret d'un bloc chantillon de matriau est dtermine sur l'chelle Rockwell C en
utilisant une machine qui a t talonne par rapport la machine talon nationale. L'unit d'chelle pour la
duret Rockwell C est 0,002 mm, avec la duret sur cette chelle dfinie comme 100 (0,002 mm) moins la
moyenne des profondeurs, mesures en millimtre, de cinq indentations. La valeur de cette grandeur, divise
par l'unit d'chelle Rockwell 0,002 mm, est appele indice de duret HRC. Dans le prsent exemple, la
grandeur est simplement appele duret, symbole hRockwell C, et la valeur numrique de la duret exprime
en units Rockwell de longueur est appele indice de duret, symbole HRockwell C.
la moyenne des profondeurs des indentation faites dans le bloc chantillon par la machine utilise pour
dterminer sa duret, ou machine d'talonnage, on doit ajouter des corrections pour dterminer la moyenne
des profondeurs des indentations qui auraient t faites dans le mme bloc par la machine talon nationale.
Alors
(
h Rockwell C = f d , c , b , S ) (H.33a)
= 100 ( 0,002 mm ) d c b S
d est la moyenne arithmtique des profondeurs des cinq indentations faites par la machine
d'talonnage dans le bloc chantillon;
c est la correction obtenue par une comparaison de la machine d'talonnage avec la machine talon
nationale en utilisant un bloc talon de transfert, gale la moyenne des profondeurs des 5m
indentations faites par la machine talon nationale sur ce bloc, moins la moyenne des profondeurs
des 5n indentations faites sur le mme bloc par la machine d'talonnage;
b est la diffrence de duret (exprime sous forme d'une diffrence de profondeur moyenne
d'indentation) entre les deux parties du bloc talon de transfert utilises respectivement pour les
indentations par les deux machines, diffrence suppose tre gale zro; et
S est l'erreur due au manque de rptabilit de la machine talon nationale et la dfinition incomplte
de la grandeur duret. Bien que l'on doive supposer que S soit gal zro, il a une incertitude-type
associe gale u(S).
( )
u c2 ( h ) = u 2 d + u 2 ( c ) + u 2 ( b ) + u 2 ( S ) (H.34)
Incertitude des observations rptes. La stricte rptition d'une observation n'est pas possible parce qu'on
ne peut pas faire une nouvelle indentation l'emplacement d'une indentation prcdente. Puisque chaque
indentation doit tre faite un emplacement diffrent, toute variation des rsultats comprend l'effet des
variations de duret entre les diffrents emplacements. Alors, u ( d ) , incertitude-type de la moyenne des
profondeurs de cinq indentations sur le mme bloc chantillon par la machine d'talonnage, est pris gal
s p ( d k ) / 5 , o sp(dk) est l'cart-type exprimental d'un ensemble de profondeurs d'indentation dtermines
par des mesurages rpts sur un bloc rput avoir une duret trs uniforme (voir 4.2.4).
Incertitude d'indication. Bien que la correction sur d due l'affichage de la machine d'talonnage soit gale
zro, il existe une incertitude sur d due l'incertitude de l'indication de profondeur, elle-mme due la
rsolution de l'affichage et donne par u2() = 2/12 (voir F.2.2.1). La variance estime de d est alors
( )
u 2 d = s 2 ( d k ) 5 + 2 12 (H.35)
H.6.3.2 Incertitude de la correction pour la diffrence entre les deux machines, u(c)
Comme indiqu en H.6.2, c est la correction pour la diffrence entre la machine talon nationale et la
machine d'talonnage. Cette correction peut s'exprimer comme c = zS z, o z S =
m
(
i =1 z S, i )
m est la
profondeur moyenne de 5m indentations faites par la machine talon nationale sur le bloc talon de transfert,
et z =(
n
i =1 z i )
n est la profondeur moyenne des 5n indentations faites par la machine d'talonnage sur le
mme bloc. Supposant alors que, pour la comparaison, l'incertitude due la rsolution de l'affichage de
chaque machine soit ngligeable, la variance estime de c est
u 2 ( c ) =
2
s av ( zS ) +
2
s av (z ) (H.36)
m n
2
s av
( z S ) = i =1 s 2 ( z S, i ) m est la moyenne des variances exprimentales des moyennes de chacune
m
des m sries d'indentations z S, ik faites par la machine talon;
2
s av
( z ) = i =1 s 2 ( z i ) n est la moyenne des variances exprimentales des moyennes de chacune des n
n
sries d'indentations z ik faites par la machine d'talonnage.
2 2
NOTE Les variances s av ( z S ) et s av ( z ) sont des estimations de variance sur ensembles de donnes. Voir la
prsentation de l'quation (H.26b) de H.5.2.2.
H.6.3.3 Incertitude de la correction due aux variations de duret du bloc talon de transfert, u(b)
u 2 ( b ) = ( x z )
2
24 (H.37)
Comme indiqu en H.6.2, on suppose que la meilleure estimation de la correction b est gale zro.
L'incertitude de la machine talon nationale, de mme que l'incertitude due une dfinition incomplte de la
grandeur duret, est donne sous forme d'cart-type estim u(S) (grandeur dont la dimension est une
longueur).
En collationnant les termes individuels prsents de H.6.3.1 H.6.3.4 et en les substituant dans
l'quation (H.34) on obtient pour la variance estime de la mesure de duret
s2 (d k ) 2
2
s av ( zS ) 2
s av (z ) (x z ) 2
u c2 ( h ) = + + + + + u 2 ( S ) (H.38)
5 12 m n 24
Les donnes pour cet exemple sont rsumes dans le Tableau H.10.
Tableau H.10 Rsum des donnes pour la dtermination de la duret d'un bloc chantillon
sur l'chelle Rockwell C
Profondeur moyenne d de 5 indentations faites par la machine d'talonnage sur le bloc 36,0 units Rockwell
chantillon: 0,072 mm
Indice de duret indiqu pour le bloc chantillon partir des 5 indentations: 64,0 HRC
HRockwell C = hRockwell C/(0,002 mm) = [100(0,002 mm) 0,072 mm]/(0,002 mm) (voir H.6.1)
cart-type exprimental sp(dk) de l'ensemble des donnes relatives aux profondeurs des 0,45 unit Rockwell
indentations faites par la machine d'talonnage sur un bloc de duret uniforme
Rsolution de l'affichage de la machine d'talonnage 0,1 unit Rockwell
sav ( z S ) , racine carre de la moyenne des variances exprimentales des moyennes de 0,10 unit Rockwell, m = 6
m sries d'indentations faites par la machine talon nationale sur le bloc talon de transfert
sav ( z ) , racine carre de la moyenne des variances exprimentales des moyennes de n 0,11 unit Rockwell, n = 6
sries d'indentations faites par la machine d'talonnage sur le bloc talon de transfert
Variation relative permise x de la profondeur de pntration sur le bloc talon de transfert 1,5 102
Incertitude-type u(S) de la machine talon nationale et de la dfinition de la duret 0,5 unit Rockwell
L'chelle est en Rockwell C, dsigne par HRC. L'unit d'chelle Rockwell est 0,002 mm, ce qui signifie donc
que dans le Tableau H.10 et pour la suite, 36,0 units Rockwell veut dire 36,0 (0,002 mm) = 0,072 mm
par exemple et que c'est simplement une manire commode d'exprimer les donnes et les rsultats.
Si les valeurs pour les grandeurs correspondantes donnes au Tableau H.10 sont reportes dans
l'quation (H.38), on obtient les deux expressions suivantes:
o ils est suffisant de prendre z = d = 36,0 units Rockwell pour calculer l'incertitude.
hRockwell C = 64,0 units Rockwell ou 0,128 0 mm avec une incertitude-type compose uc = 0,55 unit
Rockwell ou 0,001 1 mm.
L'indice de duret du bloc est hRockwell C/(0,002 mm) = (0,128 0 mm)/(0,002 mm), ou
Annexe J *
a demi-largeur d'une loi rectangulaire des valeurs possibles d'une grandeur d'entre Xi:
a = (a+ a ) 2
b limite infrieure de l'cart entre une grandeur d'entre Xi et son estimation xi:
b = x i a
f relation fonctionnelle entre un mesurande Y et les grandeurs d'entre Xi dont Y dpend et entre
l'estimation de sortie y et les estimations d'entre xi dont y dpend
f /xi drive partielle par rapport une grandeur d'entre Xi de la relation fonctionnelle f entre un
mesurande Y et les grandeurs d'entre Xi dont Y dpend, relation value pour les estimations
xi des Xi
f xi = f X i x1, x 2 , ..., x N
k facteur d'largissement utilis pour calculer l'incertitude largie U = kuc(y) d'une estimation de
sortie y partir de son incertitude-type compose uc(y), o U dfinit un intervalle Y = y U ayant
un niveau de confiance lev
kp facteur d'largissement utilis pour calculer l'incertitude largie Up = kpuc(y) d'une estimation de
sortie y partir de son incertitude-type compose uc(y), o Up dfinit un intervalle Y = y Up
ayant un niveau de confiance spcifi p lev
n nombre d'observations rptes
N nombre de grandeurs d'entres Xi dont dpend un mesurande Y
p probabilit; niveau de confiance:
0 u p u1
____________________________
r(xi, xj) coefficient de corrlation estim, associ aux estimations d'entre xi et xj qui estiment les
grandeurs d'entre Xi et Xj:
( ) (
r xi , x j = u xi , x j ) ( )
u ( x ) u x
i j
(
r X i, X j ) coefficient de corrlation estim des moyennes d'entre X i et X j , dtermines partir de n
paires indpendantes d'observations simultanes rptes Xi, k et Xj, k de Xi et Xj:
(
r X i, X j ) = s ( X i , X j ) s ( X i ) s ( X j )
r(yi, yj) coefficient de corrlation estim associ aux estimations de sortie yi et yj lorsqu'on dtermine
deux ou plusieurs mesurandes ou grandeurs de sortie dans le mme mesurage
s 2 (q ) = s 2 (qk ) n
tp(veff) facteur t de la loi de t pour veff degrs de libert, correspondant une probabilit donne p,
utilis pour calculer une incertitude largie Up
u2(xi) variance estime associe l'estimation d'entre xi qui estime la grandeur d'entre Xi
NOTE Lorsqu'on dtermine xi partir de la moyenne arithmtique de n observations rptes
indpendantes, u 2 ( x i ) = s 2 ( X i ) est une variance estime obtenue par une valuation de Type A.
u(xi) incertitude-type d'une estimation d'entre xi qui estime une grandeur d'entre Xi, gale la
racine carre de u2(xi)
NOTE Lorsqu'on dtermine xi partir de la moyenne de n observations rptes indpendantes,
u ( xi ) = s ( X i ) est une incertitude-type obtenue par une valuation de Type A.
u(xi, xj) covariance estime associe deux estimations d'entre xi et xj qui estiment les grandeurs
d'entre Xi et X
NOTE Lorsqu'on dtermine xi etj partir de n paires indpendantes d'observations simultanes
rptes, u ( x i , x j ) = s ( X i, X j ) est une covariance estime obtenue par une valuation de Type A.
u 2c ( y) variance compose associe une estimation de sortie y
uc(y) incertitude-type compose d'une estimation de sortie y, gale la racine carre de u 2c ( y)
ucA(y) incertitude-type compose d'une estimation de sortie y dtermine partir d'incertitudes-types
et de covariances estimes obtenues seulement partir d'valuations de Type A
ucB(y) incertitude-type compose d'une estimation de sortie y dtermine partir d'incertitudes-types
et de covariances estimes obtenues seulement partir d'valuations de Type B
uc(yi) incertitude-type compose d'une estimation de sortie yi lorsqu'on dtermine deux ou plusieurs
mesurandes ou grandeurs de sortie pendant le mme mesurage
u 2i ( y) composante de la variance compose u 2c ( y) associe l'estimation de sortie y produite par la
variance estime u2(xi) associe l'estimation d'entre xi:
2
u i2 ( y ) ci u ( x i )
u(yi, yj) covariance estime associe aux estimations de sortie yi et yj dtermines pendant le mme
mesurage
u(xi)/| xi | incertitude-type relative de l'estimation d'entre xi
uc(y)/| y| incertitude-type compose relative de l'estimation de sortie y
[u(xi)/xi ] 2 variance relative estime associe l'estimation d'entre xi
[uc (y)/y] 2 variance compose relative associe l'estimation de sortie y
(
u xi , x j ) covariance relative estime associe aux estimations d'entre xi et xj
xi x j
Bibliographie
[1] CIPM (1980), BIPM Proc.-verb. Com. int. poids et mesures 48, C1-C30 (en franais); BIPM (1980),
Rapport BIPM-80/3, Report on the BIPM enquiry on error statements, Bur. int. poids et mesures
(Svres, France) (en anglais)
[2] KAARLS, R. (1981), BIPM Proc.-verb. Com. int. poids et mesures 49, A1-A12 (en franais); Giacomo, P.
(1981), Metrologia 17, 73 -74 (en anglais)
NOTE La traduction en langue anglaise de la Recommandation INC-1 (1980) donne en 0.7 de l'Introduction
la version anglaise de ce Guide est celle de la version finale de la Recommandation et elle est extraite d'un
rapport interne du BIPM. Elle est en accord avec le texte franais de la Recommandation qui fait autorit et qui
est donn dans BIPM Proc.-verb. Com. int. poids et mesures 49 et reproduit en A.1, Annexe A de ce Guide. La
traduction anglaise de la Recommandation INC-1 (1980) donne dans Metrologia 17 est celle d'un projet et elle
diffre lgrement de la traduction donne dans le rapport interne du BIPM et, en consquence, de celle donne
en 0.7 (version anglaise du Guide).
[3] CIPM (1981), BIPM Proc.-verb. Com. int. poids et mesures 49, 8-9, 26 (en franais); Giacomo, P.
(1982), Metrologia 18, 43-44 (en anglais)
[4] CIPM (1986), BIPM Proc.-verb. Com. int. poids et mesures 54, 14, 35 (en franais); Giacomo, P.
(1987), Metrologia 24, 49-50 (en anglais)
[6] Vocabulaire international des termes fondamentaux et gnraux de mtrologie, deuxime dition,
1993 **, Organisation internationale de normalisation (Genve, Suisse)
L'abrviation du titre de ce vocabulaire est VIM.
NOTE 1 Les dfinitions des termes donns en Annexe B proviennent du texte franais de ce vocabulaire, sous
sa forme publie, moyennant une correction pour le terme distribution (de probabilit), correctement appel
loi (de probabilit).
NOTE 2 La seconde dition du VIM est publie par l'Organisation internationale de normalisation (ISO) au nom
des sept organisations suivantes qui participent au travail du Groupe technique consultatif 4 de I'ISO (TAG 4),
groupe charg de la mise au point du VIM: le Bureau international des poids et mesures (BIPM), la Commission
lectrotechnique internationale (CEI), la Fdration internationale de chimie clinique (FICC), I'ISO, l'Union
internationale de chimie pure et applique (UICPA), l'Union internationale de physique pure et applique (UIPPA)
et l'Organisation internationale de mtrologie lgale (OIML).
NOTE3 La premire dition du VIM a t publie par l'ISO en 1984 au nom du BIPM, de la CEI, de I'ISO et de
l'OIML.
____________________________
[8] FULLER, W. A. (1987), Measurement error models, John Wiley (New York, N.Y.)
[10] DIETRICH, C. F. (1991), Uncertainty, calibration and probability, deuxime dition, Adam-Hilger (Bristol)
[12] MLLER, J. W. (1984), dans Precision measurement and fundamental constants II, Taylor, B. N., and
Phillips, W. D., eds., Natl. Bur. Stand. (U.S.) Spec. Publ. 617, US GPO (Washington, D.C.), 375-381
[13] JEFFREYS, H. (1983), Theory of probability, troisime dition, Oxford University Press (Oxford)
[14] PRESS, S. J. (1989), Bayesian statistics: principles, models, and applications, John Wiley (New York,
N.Y.)
[15] BOX, G. E. P., HUNTER, W. G., and HUNTER, J. S. (1978), Statistics for experimenters, John Wiley
(New York, N.Y.)
[16] W ELCH, B. L. (1936), J. R. Stat. Soc. Suppl. 3, 29-48; (1938), Biometrika 29, 350-362; (1947), ibid. 34,
28-35
[17] FAIRFIELD-SMITH, H. (1936), J. Counc. Sci. Indust. Res. (Australia) 9(3), 211
[18] SATTERTHWAITE, F. E. (1941), Psychometrika 6, 309-316; (1946) Biometrics Bull. 2(6), 110-114
[19] ISO Guide 35:1989 **, Certification des matriaux de rfrence Principes gnraux et statistiques,
deuxime dition, Organisation internationale de normalisation (Genve, Suisse)
[20] BARKER, T. B. (1985), Quality by experimental design, Marcel Dekker (New York, N.Y.)
_____________________________
Index alphabtique