Vocabulaire de l’analyse

Erreurs et incertitudes de mesure

par Michèle NEUILLY
Agrégée de sciences physiques
et Jean-Claude COURTIER
Ingénieur de l’École supérieure de physique et de chimie industrielles

1. Grandeur mesurée. Mesurande ............................................................ P 100 - 2

1.1 Valeur d’une grandeur. Mesurage.............................................................. — 2
1.2 Étalon. Matériau de référence .................................................................... — 3
1.3 Traçabilité ..................................................................................................... — 3
1.4 Valeur vraie .................................................................................................. — 3
1.5 Erreur d’échantillonnage............................................................................. — 3
2. Erreurs de mesure. Incertitudes de mesure ..................................... — 3
2.1 Définitions générales. Exactitude............................................................... — 3
2.2 Dispersion. Incertitudes .............................................................................. — 4
2.3 Fidélité. Répétabilité .................................................................................... — 4
2.4 Reproductibilité. Erreurs aléatoires et systématiques.............................. — 5
2.4.1 Reproductibilité................................................................................... — 5
2.4.2 Erreurs aléatoires et erreurs systématiques..................................... — 5
2.4.3 Identification des erreurs systématiques.......................................... — 5
2.5 Justesse d’un instrument de mesure......................................................... — 5
3. Modèle statistique de l’erreur de mesure ......................................... — 5
3.1 Loi de probabilité du résultat...................................................................... — 5
3.2 Écart-type et incertitude-type de répétabilité ............................................ — 6
3.3 Justesse. Erreur systématique totale......................................................... — 6
3.4 Écart-type de reproductibilité. Incertitude-type composée...................... — 6
3.5 Estimations de types A et B d’un écart-type ............................................. — 6
3.6 Estimation correcte. Biais ........................................................................... — 7
4. Intervalle de confiance de la valeur vraie. Incertitude élargie ... — 7
4.1 Intervalle de confiance de la valeur vraie .................................................. — 7
4.2 Intervalle élargi ............................................................................................ — 7
4.3 Discontinuité des résultats.......................................................................... — 7
5. Sensibilité .................................................................................................. — 7
6. Limite de détection ................................................................................. — 7
Références bibliographiques ......................................................................... — 8

es concepts d’erreur et d’incertitude viennent d’être étudiés en profondeur

L
12 - 1997

par plusieurs groupes de travail représentatifs de sept organisations inter-

nationales, dont l’Union internationale de chimie pure et appliquée.
Il en est résulté une évolution considérable dans l’approche de ces concepts
et les conséquences sont fondamentales dans de nombreux domaines de la
mesure. L’analyse chimique fait partie de ces domaines. Le Vocabulaire de l’ana-
lyse reprend ici ces différentes notions en les explicitant, pour mettre à la portée
P 100

de l’analyste les concepts généraux développés par les métrologues.

Pour de plus amples explications, le lecteur se reportera aux références [1] [4].

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Analyse et Caractérisation P 100 − 1
VOCABULAIRE DE L’ANALYSE
Termes définis (1)
Nom français
Biais
Coefficient de variation
Dispersion des résultats
Écart-type de répétabilité
Écart-type de reproductibilité
Erreur aléatoire*
Erreur d’échantillonnage
Erreur de justesse
(d’un instrument
de mesure)*
Erreur de mesure*
Erreur relative*
Erreur systématique*
Erreur systématique totale
Estimations de types A et B
(d’un écart-type)
Estimation correcte
Étalon*
Exactitude de mesure*
Facteur d’élargissement
Fidélité d’un instrument
de mesure*
Grandeur (mesurable)*
Incertitude de mesure*
Incertitude élargie
Incertitude-type
Incertitude-type composée
Intervalle de confiance
Justesse (d’un instrument
de mesure)*
Limite de détection
Matériau de référence*
Mesurage*
Mesurande*
Module de discontinuité
Niveau de confiance ou niveau
de probabilité
Répétabilité (des résultats
de mesurage)*
Représentativité
Reproductibilité (des résultats
de mesurage)*
Résultat d’un mesurage*
Sensibilité
(1) Les définitions données ici sont, pour une grande part, tirées du VIM
« Vocabulaire international de métrologie » [1], norme NF X 07-001.
Elles sont, dans ce cas, affectées d’un astérisque. Les notes de ces défi-
nitions n’ont été reprises que lorsque cela a été jugé utile.
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 100 − 2
____________________________________________________________________________________________________________
(0) Termes définis (1) (suite)
Nom français Traduction anglaise
Traduction anglaise Seuil de décision Decision limit
Traçabilité* Tracability
Bias
Valeur (d’une grandeur) Value (of a quantity)
Coefficient of variation
Valeur conventionnellement Conventional true value
Dispersion vraie (d’une grandeur)* (of a quantity)
Standard deviation Valeur vraie (d’une grandeur)* True value (of a quantity)
of repeatability
Variance Variance
Standard deviation
of reproducibility Variance entre laboratoires Between-laboratories variance
Random error (1) Les définitions données ici sont, pour une grande part, tirées du VIM
« Vocabulaire international de métrologie » [1], norme NF X 07-001.
Sampling error Elles sont, dans ce cas, affectées d’un astérisque. Les notes de ces défi-
Bias error (of a measuring nitions n’ont été reprises que lorsque cela a été jugé utile.
instrument)
Error of measurement
Relative error
1. Grandeur mesurée.
Systematic error
Mesurande
Total systematic error
1.1 Valeur d’une grandeur. Mesurage
Type A and B estimations
(of a standard deviation)
La norme française NF X 07-001 donne les définitions suivantes
Unbiased estimation d’une grandeur mesurable et de sa valeur, définitions identiques à
Measurement standard, etalon celles du « Vocabulaire international des termes fondamentaux et
généraux de métrologie » (en abrégé VIM) [1]. Ces définitions sont
Accuracy of measurement signalées par un encadré bleu tout au long de ce texte.
Coverage factor
Repeatability of a measuring Grandeur (mesurable) ([measurable ] quantity )
instrument Attribut d’un phénomène, d’un corps ou d’une substance,
Measurable quantity qui est susceptible d’être distingué qualitativement et déter-
miné quantitativement.
Uncertainty of measurement
Expanded uncertainty
Mesurande (measurande )
Standard uncertainty Grandeur particulière soumise au mesurage.
Combined standard uncertainty
Confidence interval Nota : le terme mesurande recouvre deux notions : celle de grandeur à mesurer, puis,
une fois le processus de mesure appliqué, celle de grandeur mesurée.
Freedom from bias
(of a measuring instrument)
Valeur (d’une grandeur) (value [of a quantity ])
Detection limit Expression quantitative d’une grandeur particulière, généra-
Reference material lement sous la forme d’une unité de mesure multipliée par un
nombre.
Measurement Exemples :
Measurande a) longueur d’une tige : 5,34 m ou 534 cm ;
b) masse d’un corps : 0,152 kg ou 152 g ;
Discontinuity unit
c) quantité de matière d’un échantillon d’eau (H2O) :
Confidence level 0,012 mol ou 12 mmol.
Repeatability (of results En analyse chimique, les grandeurs mesurées peuvent être des
of measurements) masses, des pressions, etc., c’est-à-dire des grandeurs pour les-
Representativity quelles l’unité intervient explicitement dans l’expression de la valeur.
Mais, assez souvent, l’analyse a pour objet de déterminer des gran-
Reproducibility (of results deurs sans dimension, rapport de masses ou de nombres d’atomes,
of measurements) par exemple. Leurs valeurs ne font pas intervenir explicitement
Result of a measurement l’unité de mesure qui, dans ce cas, est le nombre 1.
Sensitivity
Mesurage (measurement )
Ensemble d’opérations ayant pour but de déterminer une
valeur d’une grandeur.
© Techniques de l’Ingénieur, traité Analyse et Caractérisation
____________________________________________________________________________________________________________ VOCABULAIRE DE L’ANALYSE
1.2 Étalon. Matériau de référence
Étalon ([measurement ] standard, etalon )
Mesure matérialisée, appareil de mesure, matériau de réfé-
rence ou système de mesure destiné à définir, réaliser, conserver
ou reproduire une unité ou une ou plusieurs valeurs d’une gran-
deur pour servir de référence.
Matériau de référence (reference material )
Matériau ou substance dont une (ou plusieurs) valeur(s) de
la (des) propriété(s) est (sont) suffisamment homogène(s) et bien
définie(s) pour permettre de l’utiliser pour l’étalonnage d’un
appareil, l’évaluation d’une méthode de mesure ou l’attribution
de valeurs aux matériaux.
Historiquement, le concept d’étalon a plutôt été appliqué aux gran-
deurs physiques (fondées sur un système de grandeurs de base et
de relations physiques) alors que le terme matériau de référence a
plutôt été employé pour des grandeurs définies de manière conven-
tionnelle. Même si des différences subsistent encore dans l’utilisa-
tion de ces deux termes, ils recouvrent en réalité le même concept.
1.3 Traçabilité
Traçabilité (tracability )
Propriété du résultat d’un mesurage ou d’un étalon tel qu’il
puisse être relié à des références déterminées, généralement
des étalons nationaux ou internationaux, par l’intermédiaire
d’une chaîne mininterrompue de comparaisons ayant toutes
des incertitudes déterminées.
Notes :
1. Ce concept est souvent exprimé par l’adjectif traçable.
2. La chaîne ininterrompue de comparaisons est appelée
chaîne de raccordement aux étalons ou chaîne d’étalonnage.
3. La manière dont s’effectue la liaison aux étalons est appe-
lée raccordement aux étalons.
1.4 Valeur vraie
Valeur vraie (d’une grandeur) (true value [of a quantity ])
Valeur compatible avec la définition d’une grandeur particu-
lière donnée.
Notes :
1. C’est une valeur que l’on obtiendrait par un mesurage
parfait.
2. Toute valeur vraie est par nature indéterminée.
3. L’article indéfini une plutôt que l’article défini la est utilisé
en conjonction avec valeur vraie, parce qu’il peut y avoir plu-
sieurs valeurs correspondant à la définition d’une grandeur par-
ticulière donnée.
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Analyse et Caractérisation
Valeur conventionnellement vraie (d’une grandeur) (conven-
tional true value [of a quantity ])
Valeur attribuée à une grandeur particulière et reconnue, par-
fois par convention, comme la représentant avec une incerti-
tude appropriée pour un usage donné.
Exemples :
a) en un lieu donné, la valeur attribuée à la grandeur réalisée
par un étalon de référence peut être prise comme étant une
valeur conventionnellement vraie ;
b) valeur recommandée par CODATA (1986) pour la constante
d’Avogadro : NA = 6,022 136 7 × 1023 mol–1.
Notes :
1. La valeur conventionnellement vraie est quelquefois appe-
lée valeur assignée, meilleure estimation de la valeur, valeur
convenue ou valeur de référence.
2. On utilise souvent un grand nombre de résultats de mesure
d’une grandeur pour établir une valeur conventionnellement
vraie.
1.5 Erreur d’échantillonnage
Les valeurs des grandeurs à mesurer en analyse chimique
concernent des quantités de matière plus ou moins grandes. Par
exemple, pour une solution contenue dans une cuve, on peut s’inté-
resser à la concentration moyenne d’un élément (rapport de la masse
de l’élément contenue dans la cuve au volume total de la solution)
ou à la concentration au fond de la cuve, concentration moyenne
dans la solution située au-dessous d’un niveau donné.
La concentration moyenne est mesurée par celle de l’élément
considéré dans un échantillon soumis à l’analyse. L’égalité entre les
deux concentrations (à mesurer et mesurée) caractérise la repré-
sentativité de l’échantillon et l’écart entre ces deux valeurs est
l’erreur d’échantillonnage (sampling error ).
2. Erreurs de mesure.
Incertitudes de mesure
2.1 Définitions générales. Exactitude
Résultat d’un mesurage (result of a measurement )
Valeur attribuée à un mesurande, obtenue par mesurage.
Erreur de mesure (error of measurement )
Résultat d’un mesurage moins une valeur vraie du mesurande.
Comme une valeur vraie du mesurande est, par nature, inconnue
(cf. § 1.4), il en est de même de la valeur de l’erreur de mesure. La
notion d’erreur de mesure peut être utilisée, par exemple, pour
modéliser le processus du mesurage. Mais pour caractériser quanti-
tativement la qualité du résultat, c’est le concept d’incertitude de
mesure (cf. § 2.2) qui est utilisé.
Erreur relative (relative error )
Rapport de l’erreur de mesure à une valeur vraie du
mesurande.
P 100 − 3
VOCABULAIRE DE L’ANALYSE ____________________________________________________________________________________________________________
Exactitude de mesure (accuracy of measurement )
Étroitesse de l’accord entre le résultat d’un mesurage et une
valeur vraie du mesurande.
Notes :
1. Le concept d’exactitude est qualitatif.
2. Le terme précision ne doit pas être utilisé pour exactitude.
Les raisons pour lesquelles il ne faut pas utiliser le terme précision
à la place d’exactitude sont multiples : existence de faux-amis en
anglais (precision en anglais signifie fidélité en français), concepts
souvent vagues se rattachant au terme précision, trop utilisé dans
le langage courant.
2.2 Dispersion. Incertitudes
■ Dispersion des résultats
Phénomène qui se traduit, dans une série de mesurages d’une
même grandeur, par des résultats de mesure différents. Les causes
en sont multiples, par exemple :
— définition incomplète du mesurande ;
— variation incontrôlée des grandeurs d’influence ;
— instrument de mesure, opérateur, etc.
Incertitude de mesure (uncertainty of measurement )
Paramètre, associé au résultat d’un mesurage, qui caractérise
la dispersion des valeurs qui pourraient raisonnablement être
attribuées au mesurande.
Notes :
1. Le paramètre peut être, par exemple, un écart-type (ou un
multiple de celui-ci) ou la demi-largeur d’un intervalle de niveau
de confiance déterminé.
2. L’incertitude de mesure est calculée * en général, à partir
de plusieurs composantes. Certaines peuvent être évaluées à
partir de la distribution statistique des résultats de séries de
mesurages et peuvent être caractérisées par des écarts-types
expérimentaux. Les autres composantes, qui peuvent aussi être
caractérisées par des écarts-types, sont évaluées en admettant
des lois de probabilité d’après l’expérience acquise ou d’après
d’autres informations.
3. Il est entendu que le résultat du mesurage est la meilleure
estimation de la valeur du mesurande et que toutes les compo-
santes de l’incertitude, y compris celles qui proviennent d’effets
systématiques, telles que les composantes associées aux cor-
rections et aux étalons de référence, contribuent à la dispersion.
*Le texte d’origine indique « L’incertitude de mesure comprend, en général, plusieurs
composantes... ».
Pour l’évaluation des composantes de l’incertitude, on se repor-
tera à la référence [2] (chapitre 4.1 et annexe H.1)
■ Incertitude-type (standard uncertainty )
Lorsque l’incertitude d’un mesurage est exprimée sous la forme
d’un écart-type, le Guide pour l’expression de l’incertitude de mesure
[2] propose de l’appeler incertitude-type.
■ Incertitude-type composée (combined standard uncertainty )
Lorsque le résultat est obtenu à partir des mesurages d’autres
grandeurs, son incertitude-type est calculée à partir des incertitudes-
types des résultats de mesure de ces grandeurs. Le guide [2] propose
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 100 − 4 © Techniques de l’Ingénieur, traité Analyse et Caractérisation
d’utiliser le terme incertitude-type composée pour le résultat de
ce calcul.
D’autre part, l’erreur de mesure peut être considérée comme la
somme d’erreurs partielles d’origines différentes, par exemple, en
analyse chimique :
— erreur d’échantillonnage ;
— erreur liée au mesurage de l’échantillon ;
— erreur liée à l’imperfection d’une correction, etc.
Chaque erreur partielle est caractérisée par une incertitude-type
(appelée par le VIM composante de l’incertitude) calculée, par
exemple, par la méthode d’analyse de variance. Si l’incertitude-type
du résultat est calculée à partir de ces composantes, elle est éga-
lement appelée incertitude-type composée dans le guide [2].
2.3 Fidélité. Répétabilité
Fidélité d’un instrument de mesure (repeatability of a mea-
suring instrument )
Aptitude d’un instrument de mesure à donner des indications
très voisines lors de l’application répétée du même mesurande
dans les mêmes conditions de mesure.
Notes :
1. Ces conditions comprennent :
• réduction au minimum des variations dues à l’observateur,
• même mode opératoire de mesure,
• même observateur,
• même équipement de mesure, utilisé dans les mêmes
conditions,
• même lieu,
• répétition durant une courte période de temps.
2. La fidélité peut s’exprimer quantitativement à l’aide des
caractéristiques de dispersion des indications.
Répétabilité (des résultats de mesurage) (repeatability [of
results of measurements ])
Étroitesse de l’accord entre les résultats des mesurages suc-
cessifs du même mesurande, mesurages effectués dans la tota-
lité des mêmes conditions de mesure.
Notes :
1. Ces conditions sont appelées conditions de répétabilité.
2. Les conditions de répétabilité comprennent :
• même mode opératoire,
• même observateur,
• même instrument de mesure utilisé dans les mêmes condi-
tions,
• même lieu...
• répétition durant une courte période de temps.
3. La répétabilité peut s’exprimer quantitativement à l’aide
des caractéristiques de dispersion des résultats.
Il est à noter que la fidélité s’applique à un instrument de mesure,
par exemple, balance fidèle à 0,1 mg près, et que la répétabilité
s’applique à une série de résultats de mesurages effectués dans la
totalité des mêmes conditions de mesure, c’est-à-dire pour une
méthode de mesure déterminée, par exemple, répétabilité d’une
méthode de mesure du plomb dans l’essence de 5 % en valeur
relative.
____________________________________________________________________________________________________________ VOCABULAIRE DE L’ANALYSE
2.4 Reproductibilité. Erreurs aléatoires
et systématiques
2.4.1 Reproductibilité
Reproductibilité (des résultats de mesurage) (reproducibility
[of results of measurements ])
Étroitesse de l’accord entre les résultats des mesurages du
même mesurande, mesurages effectués en faisant varier les
conditions de mesure.
Notes :
1 Pour qu’une expression de la reproductibilité soit valable,
il est nécessaire de spécifier les conditions que l’on fait varier.
2 Les conditions que l’on fait varier peuvent comprendre :
• principe de mesure,
• méthode de mesure,
• observateur,
• instrument de mesure,
• lieu,
• conditions d’utilisation,
• temps.
3 La reproductibilité peut s’exprimer quantitativement à l’aide
des caractéristiques de dispersion des résultats.
4 Les résultats considérés ici sont habituellement les résultats
corrigés.
2.4.2 Erreurs aléatoires et erreurs systématiques
Le VIM donne les définitions suivantes.
Erreur aléatoire (random error )
Résultat de mesurage moins la moyenne d’un nombre infini
de mesurages du même mesurande dans les conditions de répé-
tabilité.
Erreur systématique (systematic error )
Moyenne qui résulterait d’un nombre infini de mesurages du
même mesurande effectués dans les conditions de répétabilité,
moins une valeur vraie du mesurande.
Le classement des erreurs dans ces deux catégories n’est pas réa-
liste. En effet, l’erreur systématique définie par le VIM peut toujours
être décomposée en erreurs partielles liées à des facteurs de fluc-
tuation différents : variation des conditions d’environnement, mala-
dresse de l’opérateur, imperfection des appareils de mesure, etc.
Lorsqu’une de ces composantes varie de façon imprévisible, elle
peut être appelée erreur aléatoire. Le caractère aléatoire d’une erreur
partielle dépend donc des conditions de répétition, les facteurs de
fluctuation pouvant être bloqués ou varier au hasard.
Le Guide pour l’expression de l’incertitude de mesure [2] donne
le commentaire suivant sur les définitions du VIM : « l’erreur sur le
résultat peut souvent être considérée comme provenant d’un certain
nombre d’effets systématiques et aléatoires qui contribuent aux
composantes individuelles de l’erreur ».
Dans le cours du texte de ce guide, on trouve les termes de
« composantes de l’incertitude qui contribuent à la variabilité et
celles qui n’y contribuent pas » – puis, plus simplement, dans les
annexes pratiques, « les composantes d’incertitudes provenant
d’effets aléatoires ou systématiques ».
Nous proposons, de notre côté, de conserver les anciennes
définitions du VIM (édition 1984) :
— erreur aléatoire : composante de l’erreur de mesure qui, lors
de plusieurs mesurages du même mesurande, varie de façon
imprévisible ;
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Analyse et Caractérisation
— erreur systématique : composante de l’erreur de mesure qui,
lors de plusieurs mesurages du même mesurande, reste constante
ou varie d’une façon prévisible.
Les définitions données par le VIM (édition 1993) s’appliqueraient
alors à l’« erreur de répétabilité » et à l’« erreur systématique totale
dans les conditions de répétabilité ».
On peut noter, par ailleurs, que ces définitions impliquent l’adop-
tion d’un modèle probabiliste qui sera développé au paragraphe 3.
2.4.3 Identification des erreurs systématiques
Une erreur systématique peut avoir une valeur connue, liée, par
exemple, à l’emploi d’une formule approximative. Dans ce cas, il
serait possible de la calculer, mais l’erreur est considérée comme
trop faible pour qu’il soit nécessaire de la corriger.
Souvent l’origine de l’erreur systématique est connue mais non
la valeur de cette erreur. Par exemple, cette erreur est due à l’impré-
cision des constantes utilisées dans les calculs (en particulier acti-
vités spécifiques dans les mesures de radioactivité). Un cas très
fréquent est celui où l’erreur systématique est due aux étalonnages :
la mesure de grandeurs de référence a permis de calculer des cor-
rections ou d’établir des courbes d’étalonnage de façon à corriger
les erreurs systématiques liées aux conditions opératoires. Mais
l’incertitude sur les valeurs des grandeurs de référence et les erreurs
des mesurages faits sur ces grandeurs entraînent une erreur rési-
duelle sur les résultats corrigés. Cette erreur a un caractère systé-
matique lorsque le même terme correctif ou la même courbe
d’étalonnage sont utilisés pour calculer plusieurs résultats.
Enfin, il peut toujours exister des erreurs systématiques d’origines
mal définies, liées, par exemple, aux conditions d’environnement ou
aux déréglages des appareils. L’existence de telles erreurs pourra
être détectée par mesurage de grandeurs de référence ou par compa-
raison avec des méthodes de mesure différentes de celle qui est
utilisée.
2.5 Justesse d’un instrument de mesure
Justesse (d’un instrument de mesure) (freedom from bias
[of a measuring instrument ])
Aptitude d’un instrument de mesure à donner des indications
exemptes d’erreur systématique.
Erreur de justesse (d’un instrument de mesure) (bias error
[of a measuring instrument ])
Erreur systématique d’indication d’un instrument de mesure.
3. Modèle statistique
de l’erreur de mesure
Compte tenu de leur caractère aléatoire, les erreurs et les incer-
titudes de mesure ne peuvent être caractérisées qu’à travers une
interprétation statistique.
3.1 Loi de probabilité du résultat
Dans les conditions de répétabilité, on admettra que la valeur de
l’erreur de mesure obéit à une loi de probabilité bien définie. L’esti-
mation des caractéristiques de cette loi permettra de calculer l’incer-
titude dans les conditions de répétabilité.
P 100 − 5
VOCABULAIRE DE L’ANALYSE ____________________________________________________________________________________________________________
Différents modèles de lois de probabilité peuvent être adoptés,
en particulier :
— une loi normale, si les causes de fluctuation sont nombreuses
et si leurs effets sont additifs et du même ordre de grandeur ;
— une loi log-normale, si l’on peut admettre une loi normale
pour les erreurs relatives ;
— une loi de Poisson, si la grandeur mesurée est un nombre d’évé-
nements (désintégration radioactive d’un atome, par exemple) et si
la probabilité d’apparition d’un événement est faible ;
— une loi équiprobable (ou rectangulaire), si les erreurs sont mas-
quées par la discontinuité des résultats liée aux échelles de lecture
ou à un arrondissage ultérieur.
3.2 Écart-type et incertitude-type
de répétabilité
La variance de la loi définie au paragraphe 3.1 est appelée variance
(variance ) de répétabilité et sa racine carrée, désignée par σ r , est
appelée écart-type (standard deviation ) de répétabilité.
L’écart-type de l’erreur de mesure est une grandeur de même
nature que le résultat et s’exprime avec les mêmes unités. Le
rapport de cet écart-type à la valeur moyenne du résultat est appelé
écart-type relatif ou coefficient de variation. Il est souvent exprimé
en pour-cent.
Lorsqu’une grandeur est mesurée dans les conditions de répéta-
bilité, l’écart-type de l’erreur de mesure (égal à celui du résultat)
peut varier avec la grandeur mesurée.
Pour pouvoir parler de la répétabilité d’une méthode de mesure,
il faut donc déterminer les conditions que doivent remplir les
grandeurs à mesurer et le mode opératoire pour que l’écart-type
de répétabilité soit constant d’une grandeur à l’autre.
Exemple : en analyse chimique, ces conditions peuvent porter sur
la concentration de l’élément à doser, sur la composition globale du
produit, sur l’intervalle de temps entre les mesures...
L’écart-type de répétabilité est toujours inconnu. Il peut être
estimé, dans le domaine où il est constant, par exemple, en utilisant
une ou plusieurs grandeurs témoins. Il n’est pas nécessaire que ces
grandeurs soient des grandeurs de référence, car il est inutile de
connaître leurs valeurs vraies. Il suffit d’appliquer un certain nombre
de fois à l’un ou à plusieurs de ces témoins le mode opératoire
complet (y compris, en analyse chimique, les phases éventuelles de
mise en solution et de séparation).
Les calculs d’estimation sont détaillés dans la référence [3].
L’estimation de l’écart-type de répétabilité peut être appelée
incertitude-type de répétabilité (cf. § 2.2) et désignée par u r . Elle
sera utilisée pour calculer l’incertitude-type composée corres-
pondant à l’ensemble des composantes de l’erreur. Pour caractéri-
ser ensuite plus précisément l’incertitude du résultat, il est
nécessaire de garder en mémoire la méthode utilisée pour établir
la valeur numérique u r .
3.3 Justesse. Erreur systématique totale
La justesse d’une méthode de mesure est caractérisée par la
différence entre la valeur vraie de la grandeur mesurée et l’espérance
mathématique du résultat obtenu dans les conditions de répétabilité.
Cette différence est appelée erreur systématique totale. Dans les
conditions de répétabilité, les erreurs de mesure sont donc des
variables aléatoires d’écart-type σr et d’espérance mathématique
égale à l’erreur systématique totale.
L’erreur systématique totale peut être décomposée en plusieurs
composantes liées à différents facteurs d’erreurs et appelées erreurs
systématiques partielles (cf. § 2.4).
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 100 − 6 © Techniques de l’Ingénieur, traité Analyse et Caractérisation
3.4 Écart-type de reproductibilité.
Incertitude-type composée
Chaque erreur systématique partielle est considérée comme une
valeur particulière d’une variable aléatoire de loi de probabilité bien
définie.
Par exemple, si l’erreur systématique considérée est l’erreur rési-
duelle liée à l’étalonnage d’une balance (pesée d’une masse marquée
étalon et calcul de la correction à appliquer), l’imperfection de la
pesée de la masse étalon entraîne sur les résultats ultérieurs une
erreur εbal qui varie après chaque opération d’étalonnage. On peut
donc définir sa loi de probabilité et, si l’étalonnage n’est pas refait
avant chaque pesée, on peut considérer que la valeur de εbal , bien
que constante, est une réalisation particulière de la variable aléatoire
définie par cette loi de probabilité. D’autre part, il faut considérer
une erreur supplémentaire ε’bal liée à l’incertitude sur la masse éta-
lon. Cette erreur varie d’une masse étalon à l’autre et la connaissance
des méthodes utilisées par le service d’étalonnage doit permettre
de définir également la loi de probabilité de ε ’bal .
La variance de reproductibilité est alors définie comme la somme
des variances de toutes les erreurs, aléatoires et systématiques,
affectant le résultat de mesure. Sa racine carrée, désignée par σ R
est appelée écart-type de reproductibilité.
On notera que cette définition est plus restrictive que celle donnée
au paragraphe 2.4, les conditions de reproductibilité correspondant
ici à la variation de tous les facteurs d’erreurs (et non de certains
d’entre eux).
L’écart-type de reproductibilité ainsi défini est toujours inconnu.
Son estimation peut être appelée incertitude-type composée et dési-
gnée par u c . C’est la racine carrée de la somme des carrés de toutes
les incertitudes-types correspondant aux erreurs partielles.
Pour mieux caractériser la confiance que l’on peut accorder au
résultat, on cherchera à définir un intervalle dont l’étendue est un
multiple de u c et qui a une probabilité raisonnable de contenir une
valeur vraie du mesurande. Pour effectuer ce calcul, il est indis-
pensable de préciser les méthodes utilisées pour évaluer les compo-
santes de u c .
Nota : on parle souvent de reproductibilité d’une méthode de mesure. Dans ce cas, les
seuls facteurs invariables sont le principe et le mode opératoire de la méthode. Pour
étudier cette reproductibilité, il faudrait réaliser sur la même grandeur, par la méthode
étudiée, des mesurages individuels, chacun dans un laboratoire différent. Si tous les labo-
ratoires avaient la même répétabilité, la variance de cette population de résultats serait
la somme de la variance de répétabilité et de la variance de la somme des autres erreurs
[ce dernier terme est appelé variance entre laboratoires (between-laboratories variance )].
Pour pouvoir parler de la reproductibilité d’une méthode de mesure, il faut donc déter-
miner au préalable les conditions dans lesquelles la variance de répétabilité et la variance
entre laboratoires restent toutes des constantes d’une grandeur mesurée à l’autre.
3.5 Estimations de types A et B
d’un écart-type
La variance de reproductibilité est évaluée par la somme des esti-
mations des variances des erreurs partielles. Celles-ci peuvent être
obtenues à la suite de mesurages, circuits interlaboratoires par
exemple. Mais l’estimation peut être aussi de nature non statistique,
par exemple par la connaissance de l’incertitude assignée à des
constantes ou valeurs de référence provenant de publications scien-
tifiques, ou par l’expérience sur le comportement des substances
utilisées.
On classe, d’après les techniques d’estimation, les écarts-types
en deux catégories :
— catégorie A : ceux qui sont évalués en appliquant des méthodes
statistiques à des séries de résultats de mesure ;
— catégorie B : ceux qui sont évalués par d’autres moyens.
La fiabilité des différentes estimations est fonction des méthodes
d’estimation utilisées.
____________________________________________________________________________________________________________ VOCABULAIRE DE L’ANALYSE
Exemple : en supposant normale la loi de probabilité de l’erreur, si
une estimation s de type A est obtenue à partir de n = 10 observations
de la même grandeur, la valeur vraie de l’écart-type a une probabilité
de 95 % d’être distribuée dans l’intervalle (0,7 s ; 1,8 s ).
Pour n = 50 observations, cet intervalle est encore de (0,84 s ;
1,24 s ).
Dans ce mode particulier d’estimation de l’écart-type, l’incertitude
de l’estimation s peut être caractérisée par un nombre de degrés
de liberté égal à (n – 1). De façon analogue, le Guide pour l’expres-
sion de l’incertitude de mesure [2] préconise d’associer à chaque
estimation, de type A ou de type B, un nombre effectif de degrés
de liberté caractérisant la qualité de l’estimation et d’en déduire le
nombre effectif de degrés de liberté associé à uc .
3.6 Estimation correcte. Biais
Le résultat de mesure est dit estimation correcte (unbiased
estimation ) de la valeur vraie lorsque l’espérance mathématique de
l’erreur totale, somme des espérances mathématiques de toutes les
erreurs systématiques, est nulle.
Lorsqu’une erreur systématique a une espérance mathématique
non nulle, celle-ci est souvent appelée biais (bias ).
Il est souvent difficile d’estimer ce biais pour chaque mesure indi-
viduelle, par exemple, s’il est dû aux conditions de prélèvement de
l’échantillon (évaporation dans un système de prélèvement sous
vide, stratification horizontale dans un récipient, etc.). Il est alors
recommandé, après avoir estimé la valeur moyenne du biais, de l’uti-
liser pour corriger chaque résultat. L’incertitude-type liée à cette cor-
rection moyenne (caractérisant l’erreur résiduelle) sera considérée
comme une composante de l’incertitude-type composée.
4. Intervalle de confiance
de la valeur vraie.
Incertitude élargie
4.1 Intervalle de confiance de la valeur vraie
Lorsque toutes les variances des composantes de l’erreur ont été
estimées à partir de séries de résultats à l’aide de méthodes statis-
tiques (estimations de type A) et que la loi de probabilité est connue
(ou supposée l’être), on peut définir un intervalle de confiance
(confidence interval ). C’est un intervalle qui a une probabilité donnée
 de contenir la valeur vraie du mesurande. La quantité  est appelée
niveau de confiance ou niveau de probabilité (confidence level ).
L’intervalle de confiance est choisi symétrique autour du résultat x,
c’est-à-dire de limites x ± ∆x. La quantité ∆x est de la forme :
∆x = k s R
avec sR estimation de l’écart-type de reproductibilité σ R . Son
carré s R2 est la somme de carrés d’estimations de type A,
k facteur qui dépend de la forme de la loi de probabilité de
l’erreur de mesure, du niveau de confiance  et de l’exac-
titude de l’estimation de σ R par s R (nombre de degrés de
liberté associés aux estimations de variances partielles).
Dans le cas où la loi normale est réalisée et où l’écart-type σR peut
être considéré comme connu, le facteur k est égal à 1,96 pour
 = 0,95 (niveau de confiance  de 95 %) et à 2,58 pour  = 0,99 .
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Analyse et Caractérisation
4.2 Intervalle élargi
Dans le cas général où l’incertitude-type composée est obtenue
à partir d’estimations de type A et de type B, on peut aussi calculer
un intervalle à l’intérieur duquel on puisse espérer voir se situer une
fraction élevée de la distribution des valeurs qui pourraient être attri-
buées raisonnablement au mesurande (la fraction peut être
considérée comme le niveau de confiance de l’intervalle) (définition
du guide [2]).
Cet intervalle n’est pas appelé intervalle de confiance en raison
de la définition statistique classique de ce terme, mais il est de même
nature.
Cet intervalle étant choisi symétrique autour du résultat x, sa demi-
largeur est appelée incertitude élargie (expanded uncertainty ). Elle
s’obtient en multipliant l’incertitude-type composée u c par un facteur
d’élargissement k (coverage factor ).
Si l’on suppose que la loi de probabilité de l’erreur totale est appro-
ximativement normale et si le nombre effectif de degrés de liberté
associé à u c est grand (pratiquement supérieur à 30 ou 40), ce qui
arrive fréquemment en pratique, le choix de k = 2 fournit un niveau
de confiance voisin de 95 % et le choix de k = 3 un niveau de
confiance voisin de 99,7 %.
Pour un niveau de confiance donné, le calcul du nombre effectif
de degrés de liberté associé à u c et de k est détaillé dans [2].
4.3 Discontinuité des résultats
Lorsque les résultats de mesure obtenus pour une valeur
constante de la grandeur mesurée sont tous les mêmes, du fait de
l’échelle de lecture de l’appareil utilisé ou de l’arrondissage ultérieur,
on appelle module de discontinuité w la plus petite différence pos-
sible entre deux résultats obtenus avec des valeurs différentes de
la grandeur mesurée. L’incertitude de mesure, pour un résultat par-
ticulier, est alors égale à w/2.
5. Sensibilité
La sensibilité d’une méthode de mesure est caractérisée par la
variation minimale qu’il faut imposer à la grandeur mesurée pour
obtenir une variation significative du résultat de mesure, c’est-à-dire
pour que la différence entre les résultats ne puisse pas être expliquée
par l’existence des erreurs de répétabilité.
Si la discontinuité des résultats est négligeable devant leur dis-
persion, la différence entre deux résultats de mesure est significative
quand elle dépasse un seuil choisi en fonction du risque α de fausse
alarme [3], ou risque de considérer comme différentes deux gran-
deurs de valeurs égales. La sensibilité ∆S est alors la variation de
la valeur vraie qui a une probabilité donnée (1 – β ) d’entraîner une
variation significative du résultat (β est le risque de non-détection
d’une variation ∆s ).
6. Limite de détection
La limite de détection (detection limit ) d’une méthode de mesure
est la valeur minimale que doit avoir la grandeur mesurée pour que
le résultat soit significativement différent de celui obtenu pour le
mesurage du blanc.
La différence entre les résultats de mesure obtenus sur la grandeur
mesurée et sur le blanc est significative quand elle dépasse un seuil
appelé seuil de décision (decision limit ) et choisi en fonction du
P 100 − 7
VOCABULAIRE DE L’ANALYSE ____________________________________________________________________________________________________________

risque α de fausse alarme ou risque de considérer comme différente
de zéro la valeur d’une grandeur nulle. Lorsque la différence mesurée
dépasse le seuil de décision, la grandeur est dite détectée.
La limite de détection L est alors la valeur vraie de la grandeur
mesurée qui a une probabilité donnée (1 – β ) d’être détectée. β est
le risque de non-détection d’une grandeur de valeur égale à L.
Si les risques α et β sont choisis égaux à 2,5 %, le seuil de décision
S est égal à 2,8 fois l’écart-type de répétabilité correspondant au
blanc. Si, de plus, l’écart-type de répétabilité varie peu autour de la
limite de détection, celle-ci est égale au double de S, donc à 5,6 fois
l’écart-type. Dans ce cas, l’intervalle [0, L ] coïncide, pour un résultat
égal à S, avec l’intervalle de confiance de la valeur vraie au niveau
de probabilité 95 %.

Références bibliographiques

[1] Vocabulaire international des termes fonda-
mentaux et généraux de métrologie. – Docu-
ment publié par l’ISO (1993), commun à BIPM,
CEI, FICC, ISO, OIML, UICPA, UIPPA, repris à
l’identique sous forme de norme française
NF X 07-001.
[2] Guide pour l’expression de l’incertitude de
mesure. – Document publié par l’ISO (1993),
commun à BIPM, CEI, FICC, ISO, OIML, UICPA,
UIPPA, repris à l’identique sous forme de
norme française X 07-020.
[3] NEUILLY (M.). – Modélisation et calcul de
l’incertitude d’un résultat de mesure. P260,
traité Analyse et Caractérisation, Techniques
de l’Ingénieur, janv. 1996.
[4] COURTIER (J.-C.). – Vocabulaire de la mesure.
R113, traité Mesures et Contrôle, Techniques
de l’Ingénieur, oct. 1994.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 100 − 8 © Techniques de l’Ingénieur, traité Analyse et Caractérisation