Vous êtes sur la page 1sur 132

JCGM 100:2008(F)

GUM 1995 avec des corrections mineures

valuation des donnes de mesure Guide pour lexpression de lincertitude de mesure


Evaluation of measurement data Guide to the expression of uncertainty in measurement

Premire dition septembre 2008

JCGM 2008

JCGM 100:2008

Document produced by Working Group 1 of the Joint Committee for Guides in Metrology (JCGM/WG 1).

Document produit par le Groupe de travail 1 du Comit commun pour les guides en mtrologie (JCGM/WG 1). Les droits dauteur relatifs ce document sont la proprit conjointe des organisations membres du JCGM (BIPM, CEI, IFCC, ILAC, ISO, UICPA, UIPPA et OIML).

Copyright of this document is shared jointly by the JCGM member organizations (BIPM, IEC, IFCC, ILAC, ISO, IUPAC, IUPAP and OIML).

Copyrights
Even if the electronic version of the 2008 edition of the GUM is available free of charge on the BIPMs website (www.bipm.org), copyright of this document is shared jointly by the JCGM member organizations, and all respective logos and emblems are vested in them and are internationally protected. Third parties cannot rewrite or re-brand, issue or sell copies to the public, broadcast or use on-line this edition of the GUM. For all commercial use, reproduction or translation of this document and/or of the logos, emblems, publications or other creations contained therein, the prior written permission of the Director of the BIPM must be obtained.

Droits dauteur
Mme si une version lectronique de ldition 2008 du GUM peut tre tlcharge gratuitement sur le site internet du BIPM (www.bipm.org), les droits dauteur relatifs ce document sont la proprit conjointe des organisations membres du JCGM et lensemble de leurs logos et emblmes respectifs leur appartiennent et font lobjet dune protection internationale. Les tiers ne peuvent rcrire ou modifier, distribuer ou vendre des copies au public, diffuser ou mettre en ligne, ldition 2008 du GUM. Tout usage commercial, reproduction ou traduction de ce document et/ou des logos, emblmes et/ou publications quil comporte, doit recevoir lautorisation crite pralable du directeur du BIPM.

JCGM 2008 Tous droits rservs

Septembre 2008

JCGM 100:2008
GUM 1995 avec des corrections mineures

valuation des donnes de mesure Guide pour l'expression de l'incertitude de mesure


Evaluation of measurement data Guide to the expression of uncertainty in measurement

Premire dition 2008


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. Versions faisant foi et traductions 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.

ii

JCGM 2008 Tous droits rservs

JCGM 100:2008

Sommaire

Page

Prliminaires .......................................................................................................................................................v Avant-propos .....................................................................................................................................................vi Introduction.......................................................................................................................................................vii 1 2 2.1 2.2 2.3 3 3.1 3.2 3.3 3.4 4 4.1 4.2 4.3 4.4 5 5.1 5.2 6 6.1 6.2 6.3 7 7.1 7.2 8 Domaine d'application ..........................................................................................................................1 Dfinitions ..............................................................................................................................................2 Termes mtrologiques gnraux .........................................................................................................2 Le terme incertitude ..........................................................................................................................2 Termes spcifiques ce Guide............................................................................................................3 Concepts fondamentaux.......................................................................................................................4 Mesurage ................................................................................................................................................4 Erreurs, effets et corrections ...............................................................................................................5 Incertitude ..............................................................................................................................................6 Considrations pratiques .....................................................................................................................7 valuation de l'incertitude-type ...........................................................................................................8 Modlisation du mesurage ...................................................................................................................8 valuation de Type A de l'incertitude-type .......................................................................................10 valuation de Type B de l'incertitude-type .......................................................................................12 Illustration graphique de l'valuation de l'incertitude-type ............................................................15 Dtermination de l'incertitude-type compose ................................................................................19 Grandeurs d'entre non corrles.....................................................................................................19 Grandeurs d'entre corrles ............................................................................................................21 Dtermination de l'incertitude largie ...............................................................................................24 Introduction..........................................................................................................................................24 Incertitude largie................................................................................................................................24 Choix d'un facteur d'largissement...................................................................................................25 Expression de l'incertitude.................................................................................................................25 Conseils gnraux...............................................................................................................................25 Conseils spcifiques...........................................................................................................................26 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

JCGM 2008 Tous droits rservs

iii

JCGM 100:2008

D.5 D.6

Incertitude.............................................................................................................................................52 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

iv

JCGM 2008 Tous droits rservs

JCGM 100:2008

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: BIPM: CEI: FICC: ISO: OlML: UICPA: UIPPA: Bureau international des poids et mesures Commission lectronique internationale Fdration internationale de chimie clinique** Organisation internationale de normalisation Organisation internationale de mtrologie lgale Union internationale de chimie pure et applique Union internationale de physique pure et applique

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***.

____________________________ * Note de bas de page la version 2008:

En 2005, la Coopration internationale sur l'agrment des laboratoires d'essais (ILAC) a rejoint officiellement les sept organisations internationales fondatrices. ** Note de bas de page la version 2008: Le nom de cette organisation a chang depuis 1995. Il s'crit maintenant: IFCC: Fdration internationale de chimie clinique et de mdecine de laboratoire *** Note de bas de page la version 2008:

Des liens vers les adresses des huit organisations membres du JCGM (Comit commun pour les guides en mtrologie) peuvent tre trouvs l'adresse http://www.bipm.org/en/committees/jc/jcgm.

JCGM 2008 Tous droits rservs

JCGM 100:2008

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. L'objectif d'un tel guide est de contribuer une information complte sur la manire dont on aboutit l'expression de l'incertitude; fournir une base pour la comparaison internationale des rsultats de mesure.

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.

vi

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

La grandeur effectivement utilise pour exprimer l'incertitude devrait tre: 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 souscomposantes; 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.

JCGM 2008 Tous droits rservs

vii

JCGM 100:2008

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. 0.7 Recommandation INC-1 (1980) Expression des incertitudes exprimentales 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: A. B. celles qui sont values l'aide de mthodes statistiques, celles qui sont values par d'autres moyens.

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 cartstypes estims si) et les nombres vi de degrs de libert. Le cas chant, les covariances estimes doivent tre donnes. Les composantes de la catgorie B devraient tre caractrises par les variances estimes u 2 , qui j peuvent tre considres comme des approximations des variances correspondantes dont on admet l'existence. Les termes u 2 peuvent tre traits comme des variances et les termes uj comme des j carts-types. Le cas chant, les covariances doivent tre traites de faon analogue. 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. 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.

3)

4)

5)

viii

JCGM 2008 Tous droits rservs

JCGM 100:2008

valuation des donnes de mesure Guide pour l'expression de l'incertitude de mesure

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). ____________________________ * Note de bas de page la version 2008: Depuis la publication initiale de ce Guide, plusieurs documents d'application gnrale ou spcifique ont t publis. titre d'information, des recueils non exhaustifs de ces documents peuvent tre consults l'adresse http://www.bipm.org/en/committees/jc/jcgm/wg1_bibliography.html.

JCGM 2008 Tous droits rservs

JCGM 100:2008

2
2.1

Dfinitions
Termes mtrologiques gnraux

Les dfinitions d'un certain nombre de termes mtrologiques gnraux concernant ce Guide, tels que grandeur mesurable, mesurande et erreur de mesure sont donns en Annexe B. Ces dfinitions sont extraites du Vocabulaire international des termes gnraux et fondamentaux de mtrologie (VIM)* [6]. En complment, l'Annexe C donne les dfinitions d'un certain nombre de termes statistiques fondamentaux provenant principalement de la Norme internationale ISO 3534-1 [7]. partir de l'Article 3, lorsqu'un de ces termes mtrologiques ou statistiques (ou un terme apparent) est utilis pour la premire fois dans le texte, il est imprim en caractres gras et la rfrence du paragraphe dans lequel il est dfini est donne entre parenthses. 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

Le terme incertitude

Le concept d'incertitude est dvelopp ultrieurement l'Article 3 et en Annexe D. 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: 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.

_____________________________ * Note de bas de page la version 2008: La troisime dition du vocabulaire a t publie en 2008, sous le titre JCGM 200:2008, Vocabulaire international de mtrologie Concepts fondamentaux et gnraux et termes associs (VIM).

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

_____________________________ * Note de bas de page la version 2008:

Conformment la Rsolution 10 de la 22e CGPM (2003), ... le symbole du sparateur dcimal pourra tre le point sur la ligne ou la virgule sur la ligne.... Le JCGM a dcid d'adopter, dans ses documents en anglais, le point sur la ligne. Cependant, dans le prsent document, la virgule sur la ligne a t retenue par souci de cohrence avec la version imprime.

JCGM 2008 Tous droits rservs

JCGM 100:2008

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).

3.2

Erreurs, effets et corrections

3.2.1 Un mesurage prsente, en gnral, des imperfections qui occasionnent une erreur (B.2.19) pour le rsultat de mesure. On envisage traditionnellement qu'une erreur possde deux composantes, savoir une composante alatoire (B.2.21) et une composante systmatique (B.2.22).
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.

JCGM 2008 Tous droits rservs

JCGM 100:2008

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: a) b) c) d) e) f) g) h) i) j) dfinition incomplte du mesurande; ralisation imparfaite de la dfinition du mesurande; chantillonnage non reprsentatif l'chantillon mesur peut ne pas reprsenter le mesurande dfini; connaissance insuffisante des effets des conditions d'environnement sur le mesurage ou mesurage imparfait des conditions d'environnement; biais d l'observateur pour la lecture des instruments analogiques; rsolution finie de l'instrument ou seuil de mobilit; valeurs inexactes des talons et matriaux de rfrence; valeurs inexactes des constantes et autres paramtres obtenus de sources extrieures et utiliss dans l'algorithme de traitement des donnes; approximations et hypothses introduites dans la mthode et dans la procdure de mesure; 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

JCGM 2008 Tous droits rservs

JCGM 100:2008

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

Considrations pratiques

3.4.1 Si on fait varier la totalit des grandeurs dont dpend le rsultat d'un mesurage, son incertitude peut tre value par des moyens statistiques. Cependant, comme cela est rarement possible en pratique faute de temps et de ressources suffisantes, l'incertitude d'un rsultat de mesure est habituellement value par utilisation d'un modle mathmatique du mesurage et de la loi de propagation de l'incertitude. L'hypothse qu'un mesurage peut tre modlis mathmatiquement, jusqu'au degr impos par l'exactitude requise pour le mesurage, est donc implicite dans ce Guide. 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. 3.4.3 Pour dcider si un systme de mesure fonctionne correctement, la variabilit observe exprimentalement de ses valeurs de sortie, telle que mesure par leur cart-type observ, est souvent compare avec l'cart-type prdit, obtenu par combinaison des diverses composantes de l'incertitude qui

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

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.

4.1

Modlisation du mesurage

4.1.1 Dans de nombreux cas, un mesurande Y n'est pas mesur directement mais il est dtermin partir de N autres grandeurs X1, X2, ..., XN travers une relation fonctionnelle f :

Y = f ( X 1, X 2 , ..., X N )

(1)

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 NOTE

{R0 1+ (t t 0 )}

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

y = f ( x1, x 2 , ..., x N )

(2)

JCGM 2008 Tous droits rservs

JCGM 100:2008

NOTE

Dans certains cas, l'estimation y peut tre obtenue partir de


1 1 Yk = f X 1,k , X 2,k , ..., X N ,k n k =1 n k =1

y =Y =

C'est--dire que y est pris comme tant la moyenne arithmtique (voir 4.2.1) de n dterminations indpendantes Yk de Y, chaque dtermination ayant la mme incertitude et chacune tant fonde sur un ensemble complet de valeurs observes de N grandeurs d'entre Xi obtenues en mme temps. Plutt que de faire y = f X 1, X 2, ..., X N , o

Xi =

1 X i ,k n k =1

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.

4.2

valuation de Type A de l'incertitude-type

4.2.1 Dans la plupart des cas, la meilleure estimation disponible de l'esprance mathmatique q d'une grandeur q qui varie au hasard [c'est--dire d'une variable alatoire (C.2.2)] et pour laquelle on a obtenu n observations indpendantes qk dans les mmes conditions de mesure (voir B.2.15), est la moyenne arithmtique (C.2.19) des n observations:

q=

1 qk n k =1

(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

s 2 (qk ) =

n 2 1 qj q n 1 j =1

(4)

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 .

10

JCGM 2008 Tous droits rservs

JCGM 100:2008

4.2.3

La meilleure estimation de 2 ( q ) = 2 n , variance de la moyenne, est donne par

s2 (q ) =

s 2 ( qk ) n

(5)

La variance exprimentale de la moyenne s 2 ( q ) et l'cart-type exprimental de la moyenne s ( q ) (B.2.17, Note 2), gal la racine carre de s 2 ( q ) , quantifient la manire dont q estime au mieux l'esprance mathmatique q de q et l'une ou l'autre peuvent tre utiliss comme mesure de l'incertitude de q .

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 2 estimation de la variance compose ou provenant d'un ensemble accumul de rsultats, s p (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 2 mieux estime par s p 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

JCGM 2008 Tous droits rservs

11

JCGM 100:2008

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.

4.3

valuation de Type B de l'incertitude-type

4.3.1 Pour une estimation xi d'une grandeur d'entre Xi qui n'a pas t obtenue partir d'observations rptes, la variance estime associe u2(xi) ou l'incertitude-type u(xi) est value par un jugement scientifique fond sur toutes les informations disponibles au sujet de la variabilit possible de Xi. L'ensemble d'informations accumules peut comprendre:

des rsultats de mesures antrieures; l'exprience ou la connaissance gnrale du comportement et des proprits des matriaux et instruments utiliss; les spcifications du fabricant; les donnes fournies par des certificats d'talonnage ou autres certificats; l'incertitude assigne des valeurs de rfrence provenant d'ouvrages et manuels.

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).

12

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 )

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.

JCGM 2008 Tous droits rservs

13

JCGM 100:2008

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 20(Cu) de demi-largeur a = 0,40 106 C1 est alors, partir de l'quation (7), de 2( ) = (0,40 106 C1)2 3 = 53,3 1015 C2, et l'incertitude-type est u( ) = (0,40 106 C1) u 20 / / 3 = 0,23 106 C1. 20 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'incertitudetype 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
2

( xi ) =

( b + + b ) 2 ( a + a ) 2
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 2(x ) = b b (b b )/; pour b > b , > 0 et = {exp[(b + b+)] 1}/{b exp[(b + b+)] + b+}. Cela conduit la variance u i + + + 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

14

JCGM 2008 Tous droits rservs

JCGM 100:2008

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)

qui devient, pour la loi triangulaire = 0, 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 2 2 portions triangulaires du trapze, a2 = a(1 )/2. La variance de la loi est u 2 = a 1 3 + a 2 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

Illustration graphique de l'valuation de l'incertitude-type

4.4.1 La Figure 1 reprsente l'estimation de la valeur d'une grandeur d'entre Xi et l'valuation de l'incertitude de cette estimation partir de la loi inconnue des valeurs mesures possibles de Xi, ou partir de la loi de probabilit de Xi, chantillonne par des observations rptes. 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

p (t ) =
NOTE

1 t 2 t exp 2 2

La dfinition d'une densit de probabilit p(z) ncessite que la relation p(z)dz = 1 soit satisfaite.

4.4.3 La Figure 1 b) prsente un histogramme de n = 20 observations rptes tk de la temprature t qui sont supposes avoir t prises au hasard partir de la loi de la Figure 1 a). Pour obtenir l'histogramme, les 20 observations ou chantillons, dont les valeurs sont donnes au Tableau 1, sont groups en intervalles de largeur 1 C. (La prparation d'un histogramme n'est videmment pas ncessaire pour l'analyse statistique des donnes.)

JCGM 2008 Tous droits rservs

15

JCGM 100:2008

a)

b) Figure 1 Illustration graphique de l'valuation de l'incertitude-type d'une grandeur d'entre partir d'observations rptes

16

JCGM 2008 Tous droits rservs

JCGM 100:2008

Tableau 1 Vingt observations rptes de la temprature t groupes en intervalles de 1 C


Intervalle t1 u t < t2 Temprature

t1 / C 94,5 95,5 96,5 97,5 98,5 99,5 100,5 101,5 102,5 103,5 104,5

t2 / C 95,5 96,5 97,5 98,5 99,5 100,5 101,5 102,5 103,5 104,5 105,5

t / C 96,90 98,18; 98,25 98,61; 99,03; 99,49 99,56; 99,74; 99,89; 100,07; 100,33; 100,42 100,68; 100,95; 101,11; 101,20 101,57; 101,84; 102,36 102,72

La moyenne arithmtique t des n = 20 observations, calcule selon l'quation (3) est t = 100,145 C 100,14 C et elle est suppose tre la meilleure estimation de l'esprance mathmatique t de t sur la base des donnes disponibles. L'cart-type exprimental s(tk) calcul selon l'quation (4) est s(tk) = 1,489 C 1,49 C, et l'cart-type exprimental de la moyenne s( t ) calcul selon l'quation (5) et qui est l'incertitude-type u( t ) de la moyenne t , est u ( t ) = s ( t ) = s ( t k ) calculs ultrieurs, on a intrt conserver tous les chiffres.)
20 = 0,333 C 0,33 C . (En vue de

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.

4.4.4 La Figure 2 reprsente l'estimation de la valeur d'une grandeur d'entre Xi et l'valuation de l'incertitude de cette estimation partir d'une loi a priori des valeurs possibles de Xi, ou d'une loi de probabilit de Xi, sur la base de la totalit des informations disponibles. Pour les deux cas prsents, on suppose de nouveau que la grandeur d'entre est une temprature t. 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 demilargeur 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 + p (t ) = 0 pour t < a ou t > a +

Comme indiqu en 4.3.7, la meilleure estimation de t est son esprance mathmatique t = (a+ + a)/2 = 100 C, selon C.3.1. L'incertitude-type de cette estimation est u ( t ) = a 3 2,3 C, selon C.3.2 [voir quation (7)].

JCGM 2008 Tous droits rservs

17

JCGM 100:2008

a)

b) Figure 2 Illustration graphique de l'valuation de l'incertitude-type d'une grandeur d'entre partir d'une loi a priori

18

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 p (t ) = ( a + t ) a 2 p (t ) = 0

pour a u t u ( a + + a ) 2 pour

( a+ + a )

2 u t u a+

pour t < a ou t > 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.

5
5.1

Dtermination de l'incertitude-type compose


Grandeurs d'entre non corrles

Ce paragraphe traite le cas o toutes les grandeurs d'entre sont indpendantes (C.3.7). Le cas o il existe une relation entre deux grandeurs d'entre ou plus, c'est--dire o elles sont interdpendantes ou corrles (C.2.8), est dvelopp en 5.2.
5.1.1 L'incertitude-type de y, o y est l'estimation du mesurande Y, donc le rsultat du mesurage, est obtenue par une composition approprie des incertitudes-types des estimations d'entre x1, x2, ..., xN (voir 4.1). Cette incertitude-type compose de l'estimation y est note uc(y).
2 NOTE Pour des raisons semblables celles qui sont donnes dans la Note de 4.3.1, les symboles uc(y) et u c ( y) sont utiliss dans tous les cas.

5.1.2

2 L'incertitude-type compose uc(y) est la racine carre de la variance compose u c ( y) , donne par

2 uc

f ( y ) = u 2 ( xi ) x i =1 i

(10)

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).

JCGM 2008 Tous droits rservs

19

JCGM 100:2008

NOTE Lorsque la non-linarit de f devient significative, il faut inclure des termes d'ordre plus lev dans le 2 dveloppement en srie de Taylor pour l'expression de u c ( 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

2 1 f 2 x x i j i =1 j =1
N N

2 f 3 f 2 + u ( xi ) u 2 x j x i x i x 2 j

( )

2 Voir H.1 pour un exemple d'une situation o il est ncessaire de prendre en compte la contribution de termes de u c ( 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 2 variance compose u c ( 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
2 uc ( y ) =

i =1

ci u ( xi )

u i2 ( y )
i =1

(11a)

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 f x1, ..., x i + u ( x i ) , ..., x N f x1, ..., x i u ( xi ) , ..., x N 2

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 estimation, Pour l'exemple de 4.1.1, en utilisant par simplicit de notation le mme symbole pour la grandeur et son

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 ) c 4 P t = V 2

R0 1 + ( t t 0 )
2

R0 1 + ( t t 0 )

= P ( t t 0 ) 1 + ( t t 0 )

= P 1 + ( t t 0 )

20

JCGM 2008 Tous droits rservs

JCGM 100:2008

et
2 P P 2 u 2 ( P) = u (V ) + R V 0 2 2 2 2 P 2 P 2 u ( ) + u ( R0 ) + u (t ) t 2 2 2 2

= c1u (V ) + c 2 u ( R0 ) + c 3 u ( ) + c 4 u ( t )
2 2 2 2 = u1 ( P ) + u 2 ( P ) + u 3 ( P ) + u 4 ( 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).
EXEMPLE partir de l'Exemple 2 de 4.3.7, l'estimation de la valeur du mesurande V est V = V + V , avec V = 0,928 571 V, u (V ) = 12 V, la correction additive V = 0, et u (V ) = 8,7 V. Puisque V / V = 1, et que V / (V ) = 1, la variance compose associe V est donne par
2 u c (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 2 N 2 ci = +1 ou 1, alors u c ( y ) = i =1 u ( x i ).

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

u c ( y ) y =

pi u ( xi )
i =1

xi

(12)

2 C'est une forme analogue l'quation (11a) mais avec la variance compose u c ( y) exprime sous la forme 2 et avec la variance estime u2(x ) associe chaque estimation d'une variance compose relative [uc(y)/y] i 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 N obtenue en posant Xi = Xi,0(1 + i); il en rsulte la relation approche suivante: ( Y Y0 ) Y0 = 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: N Z = In c + i =1 pi Wi .

N 2 NOTE 2 Si chaque pi vaut +1 ou 1, l'quation (12) devient [ uc ( y) y ] 2 = i =1 [u ( xi ) / xi ] , qui montre que, dans ce cas spcial, la variance compose relative associe l'estimation y est simplement gale la somme des variances relatives estimes associes aux estimations d'entre xi.

5.2

Grandeurs d'entre corrles

5.2.1 L'quation (10) et celles qui s'en dduisent, telles (11a) et (12), ont leur validit limite au cas o les grandeurs d'entre Xi sont indpendantes ou non corrles (il s'agit des variables alatoires, non des

JCGM 2008 Tous droits rservs

21

JCGM 100:2008

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 2 u c ( y) associe au rsultat d'un mesurage est
2 uc

f f u xi , x j = ( y) = x x j i =1 j =1 i

N N

N 1 N f 2 f f u xi , x j u ( xi ) + 2 x x x j i =1 i i =1 j =i +1 i N

(13)

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) r xi , x j =

u xi , x j

u ( xi ) u x j

( )

(14)

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

i =1

f f u ( xi ) u x j r xi , x j x i x j j =i +1

( ) (

(15)

En tenant compte de l'quation (11b), l'quation (13) devient alors


2 uc ( y ) =

i =1

c i2u 2 ( x i ) + 2

N 1 N

ci c j u ( xi ) u ( x j ) r ( xi , x j )
i =1 j =i +1

(16)

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
N N f 2 u c ( y ) = ciu ( xi ) = u ( xi ) i =1 i =1 x i
2 2

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 10 R ref = f ( Ri ) = 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 10 10 2 = 0,32 obtenu partir de u c ( R ref ) = i =1 u ( R s ) = 10 (100 m ) = 1 . Le rsultat u c ( R ref ) = i =1 u ( R s ) 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.

22

JCGM 2008 Tous droits rservs

JCGM 100:2008

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

2 uc ( y ) =

Z i Z j r ( xi , x j )
i =1 j =1

o Zi est donn en 5.1.3, Note 2. NOTE 4 2 Si les Xi de la forme spciale considre en 5.1.6 sont corrls, il faut alors ajouter les termes pi u ( x i ) x i p j u x j

N 1 N

i =1 j =i +1

( )

x j r xi , x j

au membre de droite de l'quation (12).

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

s ( q, r ) =

1 ( q k q )( rk r ) n ( n 1) k =1

(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

JCGM 2008 Tous droits rservs

23

JCGM 100:2008

communs d'influences telles que la temprature ambiante, la pression atmosphrique et le degr hygromtrique. Par chance, dans de nombreux cas, les effets de ces grandeurs d'influence prsentent une interdpendance ngligeable et les grandeurs d'entre affectes peuvent tre supposes non corrles. S'il n'est pas possible de supposer qu'elles ne sont pas corrles, on peut cependant viter ces corrlations en introduisant ces grandeurs d'influence communes comme grandeurs d'entre indpendantes additionnelles, comme indiqu en 5.2.4.

6
6.1

Dtermination de l'incertitude largie


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.

6.2

Incertitude largie

6.2.1 La nouvelle mesure de l'incertitude qui satisfait l'exigence de fournir un intervalle tel qu'indiqu en 6.1.2 est appele incertitude largie et se note U. L'incertitude largie U s'obtient en multipliant l'incertitude-type compose uc(y) par un facteur d'largissement k:

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).

24

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

6.3

Choix d'un facteur d'largissement

6.3.1 La valeur du facteur d'largissement k est choisie sur la base du niveau de confiance requis pour l'intervalle y U y + U. En gnral, k sera dans la plage de 2 3. Cependant, pour des applications spciales, k peut tre choisi en dehors de cette plage. Une grande exprience et une connaissance tendue des utilisations dans lesquelles peut entrer un rsultat de mesure peut faciliter le choix d'une valeur convenable pour k.
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
7.1

Expression de l'incertitude
Conseils gnraux

7.1.1 En gnral, lorsqu'on monte dans la hirarchie de la mesure, on exige davantage de dtails sur la manire dont le rsultat de mesure et son incertitude ont t obtenus. Cependant, tout niveau de cette hirarchie, y compris pour les activits commerciales et rglementaires sur les marchs, l'ingnierie dans l'industrie, les installations d'talonnage de niveau lmentaire, la recherche et le dveloppement industriels, la recherche fondamentale, les talons primaires et les laboratoires d'talonnage industriels, les laboratoires primaires nationaux et le BIPM, toute l'information ncessaire pour la rvaluation du mesurage doit tre disponible pour ceux qui pourraient en avoir besoin. La diffrence principale consiste en ce qu'aux niveaux infrieurs de la chane hirarchique, l'information ncessaire pourra tre davantage disponible sous la forme de rapports publis, de systmes d'talonnage ou d'essais, de spcifications d'essais, de certificats d'talonnage et d'essais, de manuels d'instructions, de normes internationales ou nationales et de rglementations locales. 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.

JCGM 2008 Tous droits rservs

25

JCGM 100:2008

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) b) c) d)

dcrire clairement les mthodes utilises pour calculer le rsultat de mesure et son incertitude partir des observations exprimentales et des donnes d'entre; faire la liste de toutes les composantes de l'incertitude et documenter compltement la manire dont elles ont t values; 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; 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?

7.2

Conseils spcifiques

7.2.1 Lorsqu'on exprime le rsultat d'un mesurage et que la mesure de l'incertitude est l'incertitude-type compose uc(y), on doit:

a) b) c) d)

dcrire compltement la manire dont le mesurande Y est dfini; 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; introduire l'incertitude-type compose relative uc( y) /y lorsque cela est appropri (avec la condition y 0); 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: le nombre effectif de degrs de libert estims veff (voir G.4); les incertitudes-types composes ucA(y) et ucB(y) respectivement de Type A et de Type B et leurs nombres effectifs de degrs de libert estims veffA et veffB (voir G.4.1, Note 3).

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.)

1) 2)

mS = 100,021 47 g avec (une incertitude-type compose) uc = 0,35 mg. mS = 100,021 47(35) g, o le nombre entre parenthses est la valeur numrique de (l'incertitude-type compose) uc qui porte sur les deux derniers chiffres correspondants du rsultat fourni.

26

JCGM 2008 Tous droits rservs

JCGM 100:2008

3) 4)

mS = 100,021 47(0,000 35) g, o le nombre entre parenthses est la valeur numrique de (l'incertitudetype compose) uc exprime avec l'unit du rsultat fourni. 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:

a) b) c) d) e) f)

dcrire compltement la manire dont le mesurande Y est dfini; noncer le rsultat du mesurage sous la forme Y = y U et donner les units pour y et U; introduire l'incertitude largie relative U/y lorsque cela est appropri (avec la condition y 0; 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)]; donner le niveau de confiance approximatif associ l'intervalle y U et prciser la manire dont il a t dtermin; 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.

JCGM 2008 Tous droits rservs

27

JCGM 100:2008

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) b)

donner la valeur de chaque estimation d'entre xi et de son incertitude-type u(xi) en dcrivant comment elles ont t obtenues; 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; donner les degrs de libert pour l'incertitude-type de chaque estimation d'entre et la manire dont ils sont obtenus; 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.

c) d)

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.

Rcapitulation de la procdure d'valuation et d'expression de l'incertitude

Les tapes suivre pour valuer et exprimer l'incertitude du rsultat d'un mesurage, telles qu'elles sont prsentes dans ce Guide, peuvent tre rsumes comme suit: 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). 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). 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). valuer les covariances associes toutes les estimations d'entre qui sont corrles (voir 5.2). Calculer le rsultat du mesurage, c'est--dire l'estimation y du mesurande Y, partir de la relation fonctionnelle f en utilisant pour les grandeurs d'entre Xi les estimations xi obtenues l'tape 2 (voir 4.1.4). 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). 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).

2) 3)

4) 5)

6)

7)

28

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

JCGM 2008 Tous droits rservs

29

JCGM 100:2008

Annexe A Recommandations du Groupe de travail et du CIPM

A.1 Recommandation INC-1 (1980)


Le Groupe de travail sur l'expression des incertitudes (voir Avant-propos) s'est runi en octobre 1980 l'initiative du Bureau international des poids et mesures (BIPM) en rponse une demande du Comit international des poids et mesures (CIPM). Il a prpar un rapport dtaill pour prise en considration par le CIPM, rapport qui se conclut par la Recommandation INC-1 (1980) [2]. Le texte franais, qui fait autorit, dj donn en 0.7 de la prsente version franaise, est reproduit ci-aprs [2]: Expression des incertitudes exprimentales
Recommandation INC-1 (1980)

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: i) ii) celles qui sont values l'aide de mthodes statistiques, celles qui sont values par d'autres moyens.

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. Les composantes de la catgorie B devraient tre caractrises par des termes u 2 qui puissent tre j considrs comme des approximations des variances correspondantes dont on admet l'existence. Les termes u 2 peuvent tre traits comme des variances et les termes uj comme des carts-types. j Le cas chant, les covariances doivent tre traites de faon analogue. 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. 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.

3)

4)

5)

30

JCGM 2008 Tous droits rservs

JCGM 100:2008

A.2 Recommandation 1 (CI-1981)


Le CIPM a examin le rapport qui lui avait t soumis par le Groupe de travail sur l'expression des incertitudes et il a adopt la recommandation suivante sa 70e runion tenue en octobre 1981 [3]:
Recommandation 1 (CI-1981)

Expression des incertitudes exprimentales Le Comit international des poids et mesures,


considrant

la ncessit de convenir de modalits uniformes pour exprimer l'incertitude en mtrologie, 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.

A.3 Recommandation 1 (CI-1986)


Le CIPM a encore examin le sujet de l'expression des incertitudes lors de sa 75e runion tenue en octobre 1986 et il a adopt la recommandation suivante [4]:
Recommandation 1 (CI-1986)

Expression des incertitudes dans les travaux effectus sous les auspices du CIPM Le Comit international des poids et mesures,
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,

JCGM 2008 Tous droits rservs

31

JCGM 100:2008

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.

32

JCGM 2008 Tous droits rservs

JCGM 100:2008

Annexe B Termes mtrologiques gnraux

B.1 Origine des dfinitions


Les dfinitions des termes mtrologiques gnraux ayant rapport avec ce Guide et donnes ci-aprs proviennent du Vocabulaire international des termes gnraux et fondamentaux de mtrologie (en abrg VIM), deuxime dition, 1993* [6], publi par l'Organisation internationale de normalisation (ISO) au nom des sept organisations qui ont apport leur soutien sa mise au point et nomm les experts qui l'ont prpar: le Bureau international des poids et mesures (BIPM), la Commission lectrotechnique internationale (CEI), la Fdration internationale de chimie clinique (FICC), l'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). Le VIM doit tre la source consulte en priorit pour les dfinitions de termes qui ne seraient pas inclus ci-aprs dans cette annexe ou dans le texte du Guide.
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. EXEMPLE 2 Grandeurs particulires:

longueur d'une tige donne rsistance lectrique d'un chantillon donn de fil concentration en quantit de matire d'thanol dans un chantillon donn de vin.

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 de bas de page la version 2008:

La troisime dition du vocabulaire a t publie en 2008, sous le titre JCGM 200:2008, Vocabulaire international de mtrologie Concepts fondamentaux et gnraux et termes associs (VIM).

JCGM 2008 Tous droits rservs

33

JCGM 100:2008

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. Des symboles de grandeurs sont donns dans l'ISO 31*.

NOTE 4

[VIM:1993, dfinition 1.1]


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 1 EXEMPLE 2 EXEMPLE 3 NOTE 1 NOTE 2 NOTE 3 Longueur d'une tige: 5,34 m ou 534 cm. Masse d'un corps: 0,152 kg ou 152 g. Quantit de matire d'un chantillon d'eau (H2O): 0,012 mol ou 12 mmol.

La valeur d'une grandeur peut tre positive, ngative ou nulle. La valeur d'une grandeur peut tre exprime de plus d'une faon. 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.

[VIM:1993, dfinition 1.18]


B.2.3 valeur vraie (d'une grandeur) valeur compatible avec la dfinition d'une grandeur particulire donne
NOTE 1 NOTE 2 C'est une valeur que l'on obtiendrait par un mesurage parfait. Toute valeur vraie est par nature indtermine.

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.

[VIM:1993, dfinition 1.19] 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. _____________________________
Note de bas de page la version 2008: * L'ISO 31 (toutes les parties) est en cours de rvision sous la rfrence ISO 80000 ou CEI 80000. (Certaines parties ont dj t publies.)

34

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

[VIM:1993, dfinition 1.20] Commentaire du Guide: voir le commentaire du Guide pour B.2.3.
B.2.5 mesurage ensemble d'oprations ayant pour but de dterminer une valeur d'une grandeur
NOTE Le droulement des oprations peut tre automatique.

[VIM:1993, dfinition 2.1]


B.2.6 principe de mesure base scientifique d'un mesurage
EXEMPLE 1 EXEMPLE 2 EXEMPLE 3 EXEMPLE 4 L'effet thermolectrique utilis pour le mesurage de la temprature. L'effet Josephson utilis pour le mesurage de la tension lectrique. L'effet Doppler utilis pour le mesurage de la vitesse. L'effet Raman utilis pour le mesurage du nombre d'onde des vibrations molculaires.

[VIM:1993, dfinition 2.3]


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.

[VIM:1993, dfinition 2.4]


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.

[VIM:1993, dfinition 2.5]

JCGM 2008 Tous droits rservs

35

JCGM 100:2008

B.2.9 mesurande grandeur particulire soumise mesurage


EXEMPLE Pression de vapeur d'un chantillon donn d'eau 20 C.

NOTE La dfinition du mesurande peut ncessiter des indications relatives des grandeurs telles que le temps, la temprature et la pression.

[VIM:1993, dfinition 2.6]


B.2.10 grandeur d'influence grandeur qui n'est pas le mesurande mais qui a un effet sur le rsultat du mesurage
EXEMPLE 1 EXEMPLE 2 Temprature d'un micromtre lors de la mesure d'une longueur. Frquence lors de la mesure de l'amplitude d'une tension lectrique alternative.

EXEMPLE 3 Concentration en bilirubine lors de la mesure de la concentration en hmoglobine dans un chantillon de plasma sanguin humain.

[VIM:1993, dfinition 2.7] 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 1 Lorsqu'on donne un rsultat, on indiquera clairement si l'on se rfre:

l'indication au rsultat brut au rsultat corrig

et si cela comporte une moyenne obtenue partir de plusieurs valeurs. NOTE 2 Une expression complte du rsultat d'un mesurage comprend des informations sur l'incertitude de mesure.

[VIM:1993, dfinition 3.1]


B.2.12 rsultat brut rsultat d'un mesurage avant correction de l'erreur systmatique

[VIM:1993, dfinition 3.3]


B.2.13 rsultat corrig rsultat d'un mesurage aprs correction de l'erreur systmatique

[VIM:1993, dfinition 3.4]

36

JCGM 2008 Tous droits rservs

JCGM 100:2008

B.2.14 exactitude de mesure troitesse de l'accord entre le rsultat d'un mesurage et une valeur vraie du mesurande
NOTE 1 NOTE 2 Le concept d'exactitude est qualitatif. Le terme prcision ne doit pas tre utilis pour exactitude.

[VIM:1993, dfinition 3.5] Commentaire du Guide: voir le commentaire du Guide pour B.2.3.
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 1 NOTE 2 Ces conditions sont appeles conditions de rptabiiit. Les conditions de rptabilit comprennent:

mme mode opratoire mme observateur mme instrument de mesure utilis dans les mmes conditions mme lieu rptition durant une courte priode de temps. La rptabilit peut s'exprimer quantitativement l'aide des caractristiques de dispersion des rsultats.

NOTE 3

[VIM:1993, dfinition 3.6]


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 2 Les conditions que l'on fait varier peuvent comprendre:

principe de mesure mthode de mesure observateur instrument de mesure talon de rfrence lieu conditions d'utilisation temps. La reproductibilit peut s'exprimer quantitativement l'aide des caractristiques de dispersion des rsultats. Les rsultats considrs ici sont habituellement les rsultats corrigs.

NOTE 3 NOTE 4

[VIM:1993, dfinition 3.7]

JCGM 2008 Tous droits rservs

37

JCGM 100:2008

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:

s (qk ) =

(qj q )
j =1

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 ) exprimental de la moyenne. NOTE 3 NOTE 4
n est une estimation de l'cart-type de la loi de q et est appele cart-type

L'cart-type exprimental de la moyenne est parfois appel tort erreur de la moyenne. Adapt du VIM:1993, dfinition 3.8.

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.

[VIM:1993, dfinition 3.9] 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)].

38

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

[VIM:1993, dfinition 3.10] 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)].

[VIM:1993, dfinition 3.12] Commentaire du Guide: voir le commentaire du Guide pour B.2.3.
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 1 L'erreur alatoire est gale l'erreur moins l'erreur systmatique.

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.

[VIM:1993, dfinition 3.13] Commentaire du Guide: voir aussi le commentaire du Guide pour B.2.22.
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 1 NOTE 2 NOTE 3 L'erreur systmatique est gale l'erreur moins l'erreur alatoire. Comme la valeur vraie, l'erreur systmatique et ses causes ne peuvent pas tre connues compltement. Pour un instrument de mesure, voir erreur de justesse (VIM:1993, dfinition 5.25).

[VIM:1993, dfinition 3.14] 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.

JCGM 2008 Tous droits rservs

39

JCGM 100:2008

B.2.23 correction valeur ajoute algbriquement au rsultat brut d'un mesurage pour compenser une erreur systmatique
NOTE 1 La correction est gale l'oppos de l'erreur systmatique estime.

NOTE 2 Puisque l'erreur systmatique ne peut pas tre connue parfaitement, la compensation ne peut pas tre complte.

[VIM:1993, dfinition 3.15]


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.

[VIM:1993, dfinition 3.16]

40

JCGM 2008 Tous droits rservs

JCGM 100:2008

Annexe C Termes et concepts statistiques fondamentaux

C.1 Origine des dfinitions


Les dfinitions des termes statistiques fondamentaux donns dans cette annexe proviennent de la Norme internationale ISO 3534-1:1993* [7]. Cette norme doit tre la source consulte en priorit pour les dfinitions de termes qui ne seraient pas inclus ci-aprs dans le texte. Certains de ces termes et leurs concepts sousjacents sont explicits en C.3 la suite de leur prsentation formelle en C.2 pour que l'utilisation du prsent Guide soit plus facile. Cependant, C.3, qui inclut aussi les dfinitions de certains termes voisins, n'est pas directement fond sur l'ISO 3534-1:1993.

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.

[ISO 3534-1:1993, dfinition 1.1]


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. NOTE 2 La probabilit d'un vnement A est note Pr(A) ou P(A).

[ISO 3534-1:1993, dfinition 1.2] 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.

____________________________ *
Note de bas de page la version 2008:

L'ISO 3534-1:1993 a t annule et remplace par l'ISO 3534-1:2006. Il est noter que certains termes et dfinitions ont t rviss. Pour plus d'informations, voir la dernire dition.

JCGM 2008 Tous droits rservs

41

JCGM 100:2008

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
NOTE La probabilit couvrant l'ensemble des valeurs de la variable est gale 1.

[ISO 3534-1:1993, dfinition 1.3]


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 ) [ISO 3534-1:1993, dfinition 1.4]


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
NOTE f(x) dx s'appelle la probabilit lmentaire:

f ( x ) d x = Pr ( x < X < x + d x )

[ISO 3534-1:1993, dfinition 1.5] 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 ) [ISO 3534-1:1993, dfinition 1.6]


C.2.7 paramtre grandeur utilise pour dcrire la loi de probabilit d'une variable alatoire

[ISO 3534-1:1993, dfinition 1.12]


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.

[ISO 3534-1:1993, dfinition 1.13]

42

JCGM 2008 Tous droits rservs

JCGM 100:2008

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. [ISO 3534-1:1993, dfinition 1.18]


C.2.10 variable alatoire centre variable alatoire dont l'esprance mathmatique est gale zro
NOTE (X ). Si la variable alatoire X a pour esprance mathmatique , la variable alatoire centre correspondante est

[ISO 3534-1:1993, dfinition 1.21]


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 )

[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 )
[ISO 3534-1:1993, dfinition 1.23]
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 ):
q E ( X )

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. , , , ,

JCGM 2008 Tous droits rservs

43

JCGM 100:2008

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.

[ISO 3534-1:1993, dfinition 1.28]


C.2.14 loi normale loi de Laplace-Gauss loi de probabilit d'une variable alatoire continue X, dont la densit de probabilit est

f ( x) =

1 x 2 exp 2 2
1

pour < x < +.


NOTE

est l'esprance mathmatique et l'cart-type de la loi normale.

[ISO 3534-1:1993, dfinition 1.37]


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).

[ISO 3534-1:1993, dfinition 2.2]


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.

[ISO 3534-1:1993, dfinition 2.3]


C.2.17 effectif nombre d'apparitions d'un type donn d'vnements ou nombre d'observations appartenant une classe spcifie

[ISO 3534-1:1993, dfinition 2.11]


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).

[ISO 3534-1:1993, dfinition 2.15] 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

44

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

[ISO 3534-1:1993, dfinition 2.26]


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
EXEMPLE x = (1 n) Pour n observations x1, x2, ..., xn de moyenne

xi ( xi x )
2

la variance est
s2 =
1 n 1

NOTE 1 NOTE 2

La variance de l'chantillon est un estimateur sans biais de la variance de la population. La variance est n/(n 1) fois le moment centr d'ordre 2 (voir note de l'ISO 3534-1:1993, dfinition 2.39).

[ISO 3534-1:1993, dfinition 2.33] 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
NOTE L'cart-type de l'chantillon est un estimateur biais de l'cart-type de la population.

[ISO 3534-1:1993, dfinition 2.34]


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 n

( xi x )
i

o n est le nombre d'observations


NOTE Le moment centr d'ordre 1 est gal zro.

[ISO 3534-1:1993, dfinition 2.37]


C.2.23 statistique fonction de variables alatoires d'chantillons

JCGM 2008 Tous droits rservs

45

JCGM 100:2008

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.

[ISO 3534-1:1993, dfinition 2.45]


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)].

[ISO 3534-1:1993, dfinition 2.49]


C.2.25 estimateur statistique utilise pour estimer un paramtre d'une population

[ISO 3534-1:1993, dfinition 2.50]


C.2.26 estimation valeur d'un estimateur obtenue comme rsultat d'une opration d'estimation

[ISO 3534-1:1993, dfinition 2.51]


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 ).

[ISO 3534-1:1993, dfinition 2.57]


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. NOTE 2 Voir Note 2 de l'ISO 3534-1:1993, dfinition 2.57 (C.2.27).

[ISO 3534-1:1993, dfinition 2.58]

46

JCGM 2008 Tous droits rservs

JCGM 100:2008

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).]
NOTE (1 ) est souvent exprim comme un pourcentage.

[ISO 3534-1:1993, definition 2.59] 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.

[ISO 3534-1:1993, dfinition 2.61]


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

[ISO 3534-1:1993, dfinition 2.85]

C.3 laboration de termes et de concepts


C.3.1 Esprance mathmatique
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

z, et qui est aussi appele valeur espre ou moyenne de z, est donne par z E ( z ) = z p ( z ) dz

avec p(z)dz = 1 en raison de la dfinition de p(z). L'esprance mathmatique de la variable alatoire z, note

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):

z =

1 zi n i =1

JCGM 2008 Tous droits rservs

47

JCGM 100:2008

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 (z) =

( z z ) p ( z ) dz (
n

o z est l'esprance mathmatique de z. La variance 2(z) peut tre estime par s 2 ( zi ) = o z = 1 zi n i =1 1 zj z n 1 j =1

et o les zi sont n observations indpendantes de z.


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 1 ( zi z ) 2 n i =1

s 2 ( zi ) =

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

s2 (z ) =

s 2 ( zi ) n

1 ( zi z ) 2 n ( n 1) i =1

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

48

JCGM 2008 Tous droits rservs

JCGM 100:2008

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, s ( yi , zi ) = avec y= et z = 1 zi n i =1 1 yi n i =1 1 yj y n 1 j =1

)( z j z )

NOTE

La covariance estime de deux moyennes y et z est donne par s( y, z ) = s( yi , z i ) n .

C.3.5 Matrice de covariance


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.

C.3.6 Coefficient de corrlation


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 ) = ( z, y ) =
avec les estimations

( y, y ) ( z, z )

( y, z )

( y, z ) ( y ) ( z )

r ( yi , z i ) = r ( z i , yi ) =

s ( yi , yi ) s ( zi , z i )

s ( yi , zi )

s ( yi ) s ( z i )

s ( yi , zi )

Le coefficient de corrlation est un nombre tel que 1 u u +1 ou 1 u r(yi, zi) u +1.


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.

JCGM 2008 Tous droits rservs

49

JCGM 100:2008

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.

C.3.8 Loi de t; loi de Student


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

p ( t, v ) =

v + 1 2 1 2 1 + t v v v 2

( v +1) 2

< t < +

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). La loi de probabilit de la variable ( z z ) s( z ) est la loi de t si la variable alatoire z est distribue normalement avec une esprance mathmatique z, o z est la moyenne arithmtique de n observations indpendantes zi de z, s(zi) est l'cart-type exprimental des n observations, et s ( z ) = s ( zi ) n est l'cart-type exprimental de la moyenne z avec v = n 1 degrs de libert.

50

JCGM 2008 Tous droits rservs

JCGM 100:2008

Annexe D Valeur vraie, erreur et incertitude

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.2 La grandeur ralise


D.2.1 De manire idale, la grandeur ralise pour le mesurage devrait tre totalement conforme la dfinition du mesurande. Il arrive cependant souvent qu'on ne puisse raliser une telle grandeur et le mesurage est effectu sur une grandeur qui est une approximation du mesurande.

D.3 La valeur vraie et la valeur corrige


D.3.1 Le rsultat du mesurage de la grandeur ralise est corrig de la diffrence entre cette grandeur et le mesurande, pour ramener le rsultat de mesure ce qu'il aurait t si la grandeur ralise avait en fait satisfait compltement la dfinition du mesurande. Le rsultat du mesurage de la grandeur ralise est aussi corrig de tous les autres effets systmatiques reconnus comme significatifs. Bien que le rsultat final corrig soit parfois considr comme la meilleure estimation de la valeur vraie du mesurande, le rsultat est en ralit simplement la meilleure estimation de la valeur de la grandeur que l'on veut mesurer. 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.3.3 On dtermine, au moment de la mesure, la temprature du matriau et la pression applique. On corrige alors le rsultat non corrig du mesurage de la grandeur ralise en prenant en compte la courbe d'talonnage du micromtre, l'cart de temprature de l'prouvette par rapport la temprature spcifie et la lgre compression de l'prouvette sous la pression applique.

JCGM 2008 Tous droits rservs

51

JCGM 100:2008

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) b) c) d) petites diffrences entre les indications du micromtre lorsqu'on l'applique plusieurs reprises la mme grandeur ralise; talonnage imparfait du micromtre; mesurage imparfait de la temprature et de la pression exerce; connaissance incomplte des effets de la temprature, de la pression atmosphrique et de l'humidit sur l'prouvette ou sur le micromtre ou sur les deux.

52

JCGM 2008 Tous droits rservs

JCGM 100:2008

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. D.5.3 Heureusement, dans de nombreuses situations pratiques de mesurages, la majeure partie de la discussion prsente dans cette annexe ne s'applique pas. C'est le cas par exemple lorsque le mesurande est suffisament bien dfini, lorsque les talons ou les instruments sont talonns en utilisant des talons de rfrence bien connus, traables par rapport aux talons nationaux, et lorsque les incertitudes des corrections d'talonnage sont ngligeables par rapport aux incertitudes dues aux effets alatoires sur les indications des instruments, ou au nombre limit d'observations (voir E.4.3). Il n'en reste pas moins qu'une connaissance incomplte des grandeurs d'influence et de leurs effets peut souvent contribuer d'une manire significative l'incertitude sur le rsultat d'un mesurage.

D.6 Reprsentation graphique


D.6.1 La Figure D.1 dcrit certaines des ides prsentes l'Article 3 du prsent Guide et dans cette annexe. Elle illustre pourquoi le prsent Guide se focalise sur l'incertitude et non sur l'erreur. En gnral, l'erreur exacte du rsultat d'un mesurage n'est pas et ne peut pas tre connue. Tout ce qu'on peut faire est d'estimer les valeurs des grandeurs d'entre, y compris les corrections pour les effets systmatiques reconnus, avec leur incertitude-type (cart-type estim), soit partir de lois de probabilit inconnues chantillonnes par des observations rptes, soit partir de lois subjectives ou a priori sur la base de l'ensemble des informations disponibles, puis calculer le rsultat de mesure partir des valeurs estimes des grandeurs d'entre et l'incertitude-type compose de ce rsultat partir des incertitudes-types de ces valeurs estimes. C'est seulement lorsqu'il y a une base solide pour croire que tout cela a t fait correctement, sans oublier aucun effet systmatique significatif, que l'on peut supposer que le rsultat de mesure est une estimation fiable de la valeur du mesurande et que son incertitude-type compose est une mesure fiable de son erreur possible.
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.

JCGM 2008 Tous droits rservs

53

JCGM 100:2008

Figure D.1 Illustration graphique de la valeur, de l'erreur et de l'incertitude

54

JCGM 2008 Tous droits rservs

JCGM 100:2008

Figure D.2 Illustration graphique des valeurs, de l'erreur et de l'incertitude

JCGM 2008 Tous droits rservs

55

JCGM 100:2008

Annexe E Motivation et fondements de la Recommandation INC-1 (1980)

Cette annexe prsente brivement la fois la motivation et les fondements statistiques de la Recommandation INC-1 (1980) du Groupe de travail sur l'expression des incertitudes, sur laquelle s'appuie ce Guide. Pour plus de dtails, voir Rfrences [1, 2, 11, 12].

E.1 Sr, alatoire et systmatique


E.1.1 Ce Guide prsente une mthode largement applicable pour valuer et exprimer l'incertitude lors du mesurage. Il fournit une valeur de l'incertitude raliste plutt que sre, en se fondant sur le concept qu'il n'y a pas de diffrence de nature entre une composante d'incertitude qui provient d'un effet alatoire et une autre composante qui provient d'une correction pour un effet systmatique (voir 3.2.2 et 3.2.3). La mthode se trouve de ce fait en dsaccord avec certaines mthodes plus anciennes qui ont en commun les deux ides suivantes. 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 Justification pour des valuations ralistes de l'incertitude


E.2.1 Lorsqu'on rend compte de la valeur d'un mesurande, on doit donner la meilleure estimation de sa valeur et la meilleure valuation de l'incertitude de cette estimation parce que, si l'incertitude devait s'carter de sa valeur correcte, il ne serait normalement pas possible de dcider de la direction vers laquelle elle devrait s'en carter d'une manire sre. Une sous-valuation des incertitudes pourrait entraner un excs de confiance dans les valeurs dont il est question, avec parfois des consquences gnantes, sinon dsastreuses. Une survaluation dlibre des incertitudes pourrait aussi avoir des rpercussions indsirables. Elle pourrait entraner les utilisateurs d'quipements de mesure acheter des instruments plus chers que ncessaire ou inciter inutilement mettre au rebut des produits coteux ou rejeter les services d'un laboratoire d'talonnage. 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

56

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 Justification pour le traitement identique de toutes les composantes de l'incertitude


Le but de ce paragraphe est d'illustrer par un exemple simple comment ce Guide traite exactement de la mme faon les composantes de l'incertitude provenant d'effets alatoires et celles provenant des corrections estimes d'effets systmatiques, lorsqu'on value l'incertitude du rsultat d'un mesurage. C'est ainsi qu'il sert d'exemple au point de vue adopt dans ce Guide et cit en E.1.1, c'est--dire que toutes les composantes de l'incertitude sont de mme nature et doivent tre traites de manire identique. Le point de dpart de la prsentation est une dmonstration simplifie de l'expression mathmatique pour la propagation des carts-types, appele dans ce Guide loi de propagation de l'incertitude.
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,

z z =

wi ( wi i )
i =1

(E.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

(z z )

N f = ( wi i ) w i =1 i

(E.2a)

qui peut tre crit sous la forme

(z z )

f = wi i =1

( wi i ) 2 + 2

N 1 N

f f ( wi i ) w j j wi w j i =1 j =i +1

(E.2b)

L'esprance mathmatique du carr de la diffrence (z z)2 est la variance de z, soit E [( z z ) 2 ] = 2, et z alors l'quation (E.2b) conduit
2 z =

N 1 N f 2 f f i j ij i + 2 wi wi w j i =1 i =1 j =i +1 N

(E.3)

i2 2 Dans cette expression, i2 = E [( wi i ) 2 ] est la variance de wi et ij = wi , wj j coefficient de corrlation de wi et wj, o (wi, wj) = E[(wi i)(wj j)] est la covariance de wi et wj.

)(

1/ 2

est le

NOTE 1 2 et 2 sont respectivement les moments centrs d'ordre 2 (voir C.2.13 et C.2.22) des lois de probabilit z i 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.

JCGM 2008 Tous droits rservs

57

JCGM 100:2008

E.3.2 Dans la terminologie traditionnelle, l'quation (E.3) est souvent appele loi gnrale de propagation N des erreurs, appellation qui s'applique mieux une expression de la forme z = 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. La meilleure estimation de w est la moyenne arithmtique w obtenue de w= 1 1 wk = ( + qk ) n k =1 n k =1

(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, f 1 = qk = q , n k =1

et f = , qk n

58

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 n (E.6)

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: 1) 2) recevoir D si l'vnement A se produit mais rien s'il ne se produit pas; recevoir D si l'vnement A ne se produit pas mais rien s'il se produit.

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:

a)

la loi de propagation de l'incertitude permet l'incorporation aise de l'incertitude-type compose d'un rsultat unique dans l'valuation de l'incertitude-type compose d'un autre rsultat pour lequel le premier est utilis; l'incertitude-type compose peut servir de base pour le calcul d'intervalles qui correspondent de faon raliste leurs niveaux de confiance exigs; et 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.

b) c)

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.

JCGM 2008 Tous droits rservs

59

JCGM 100:2008

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 cart-type comme mesure de l'incertitude


E.4.1 L'quation (E.3) exige que l'incertitude de l'estimation d'une grandeur d'entre soit value sous forme d'incertitude-type, c'est--dire sous forme d'cart-type estim, quelle que soit la manire dont elle est obtenue. Si, au lieu de cela, on value une quelconque alternative considre comme plus sre, celle-ci ne peut tre utilise dans l'quation (E.3). En particulier, si la limite d'erreur maximale (le plus grand cart concevable par rapport la meilleure estimation suppose) est utilise dans l'quation (E.3), l'incertitude rsultante aura une signification mal dfinie et sera inutilisable par quiconque voudra l'introduire dans des calculs ultrieurs d'incertitudes pour d'autres grandeurs (voir E.3.3). 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.

60

JCGM 2008 Tous droits rservs

JCGM 100:2008

Tableau E.1 [ s( q )] ( q ) , cart-type relatif de l'cart-type exprimental de la moyenne q de n observations indpendantes d'une variable alatoire q, distribue selon une loi normale, par rapport l'cart-type de cette moyenne(a) (b)
Nombre d'observations

[ s ( q )] ( q )
(pourcentage) 76 52 42 36 24 16 13 10

n
2 3 4 5 10 20 30 50

(a) Les valeurs donnes ont t calcules partir de l'expression exacte de [ s ( q )] ( q ), et non partir de l'expression approche [2( n 1)] 1/2. (b) Dans l'expression [ s ( q )] ( q ) , le dnominateur ( q ) est l'esprance mathmatique E [ S n ] et le numrateur [ s ( q )] est la racine carre de la variance V [ S n ] , o S est une variable alatoire gale l'cart-type de n variables alatoires indpendantes X1, ..., Xn ayant chacune une distribution normale de valeur moyenne et de variance 2:
S= 1 n 1

( X i X )
i =1

, X =

1 n

Xi
i =1

L'esprance mathmatique et la variance de S sont donnes par:


E [S ] =
( n 2) 2 , V [ S ] = 2 E[ S ] 2, n 1 ( n 1) 2

o (x) est la fonction gamma. Noter que E [S ] < pour un nombre fini n.

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.

JCGM 2008 Tous droits rservs

61

JCGM 100:2008

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 2 chaque i est suppose tre gale zro, E(i) = 0, avec la variance E ( i2 ) = i . L'quation (E.1) devient alors

z =

wi i
i =1

(E.8)

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 2 carr de z, on obtient une quation formellement identique l'quation (E.3) mais o 2 = E ( z ) est la z 2 2 1/ 2 variance de z et ij = ( i , j ) /( i j ) 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.

62

JCGM 2008 Tous droits rservs

JCGM 100:2008

Annexe F Conseils pratiques pour l'valuation des composantes de l'incertitude

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 Composantes values partir d'observations rptes: valuation de Type A de l'incertitude-type


F.1.1 Hasard et observations rptes
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.

JCGM 2008 Tous droits rservs

63

JCGM 100:2008

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 l'une des grandeurs Xi ou Xj peut tre traite comme une constante, ou si on possde une information insuffisante pour valuer la covariance associe aux estimations de Xi et Xj.

b) c)

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,

F 2 u ( x1 ) = u ( ql ) ql l =1
2

(F.1)

avec une expression analogue pour u2(x2). La covariance associe x1 et x2 est donne par u ( x1, x 2 ) =

ql ql u 2 ( ql )
l =1

F G

(F.2)

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.

64

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 2 (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 t 2 alors dtermine par la relation I = VS/RS et la temprature par la relation t = a 2 (t ) R S 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

u ( I,t ) =

V 2I ( t + t0 ) 2 I t 2 u ( R S ) = S 2a 2 ( t ) R S u 2 ( R S ) = u (R ) 2 S RS R S R S R2 S

(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) P2

=4

u2 (I ) I2

I (T0 + t )

u ( I, t )

(T0 + t ) 2

u 2 (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 t 0 . On obtient
2 2 u 2 ( I ) I 2 = u 2 (VS ) V S + 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

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 2 u(i) u ( ). Alors les quations (F.1) et (F.2) donnent u 2( R i ) = R S 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
r R i, R j

2 u ( ) rij = 1 + u ( RS ) RS

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.

JCGM 2008 Tous droits rservs

65

JCGM 100:2008

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 P=
2 C 0V S 2 R 2 T0 + a 2 ( t ) R S t 0 S

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.

F.2 Composantes values par d'autres moyens: valuation de Type B de l'incertitude-type


F.2.1 La ncessit d'valuations de Type B
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.

F.2.2 Lois mathmatiquement dtermines


F.2.2.1 La rsolution d'une indication numrique

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

66

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.
F.2.2.3 Calculs prcision limite

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 Valeurs d'entre d'origine extrieure


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).

JCGM 2008 Tous droits rservs

67

JCGM 100:2008

F.2.4 Valeur d'entre mesure


F.2.4.1 Observation unique, instruments talonns

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.
F.2.4.2 Observation unique, instruments vrifis

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.
F.2.4.3 Grandeurs sous contrle

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.
F.2.4.4 Distributions asymtriques de valeurs possibles

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, <

68

JCGM 2008 Tous droits rservs

JCGM 100:2008

h = l (1 ) h = l (1 + )

(F.3a) (F.3b)

avec l , meilleure estimation de l, gal la moyenne arithmtique de n observations rptes indpendantes lk de l avec la variance estime u2( l ) [voir quations (3) et (5) de 4.2]. On en dduit alors, partir des quations (F.3a) et (F.3b) que pour obtenir une estimation de h ou h il faut une estimation du facteur de correction , que pour obtenir l'incertitude-type compose de l'estimation de h ou h il faut aussi u2(), variance estime de . Plus spcifiquement, l'application de l'quation (10) de 5.1.2 aux quations (F.3a) et (F.3b) donne pour u 2 ( h) et u 2 ( h) (signes et +, respectivement) c c
2 2 u c = (1 ) u 2 l + l 2u 2 ( )

( )

(F.4a) (F.4b)

u 2 l + l 2u 2 ( )

( )

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. Dans le cas de l'assujettissement de un plan vertical, cas unidimensionnel, la probabilit lmentaire p()d (C.2.5, Note) est proportionnelle {exp[ 2 /(2 2)]}d ; dans le cas bidimensionnel ou non assujetti, la probabilit lmentaire est proportionnelle {exp[ 2 /(2 2)]}sin d. Dans les deux cas, les densits de probabilit p() sont les expressions ncessaires pour dterminer l'esprance mathmatique et la variance de utiliser dans les quations (F.3) et (F.4). Elles peuvent tre aisment obtenues partir de ces probabilits lmentaires parce que l'angle peut tre suppos petit et qu'on peut alors dvelopper = 1 cos et sin l'ordre le plus bas de . Cela donne 2/2, sin = 2 , et d = d 2 . Les densits de probabilit sont alors p ( ) = 1

exp 2

(F.5a)

pour une dimension, p ( ) =

exp 2

(F.5b)

pour deux dimensions, avec

0 p ( ) d = 1
Les quations (F.5a) et (F.5b), qui montrent que la valeur la plus probable de la correction dans les deux cas est gale zro, donnent dans le cas unidimensionnel E() = 2/2 et var() = 4/2 pour l'esprance mathmatique et la variance de ; et dans le cas bidimensionnel E() = 2 et var() = 4. Les quations (F.3a), (F.3b) et (F.4b) deviennent alors
h = l 1 ( d 2 ) u 2 ( ) h = l 1 + ( d 2 ) u 2 ( )
2 2 u c ( h ) = u c ( h ) = u 2 l + ( d 2 ) l 2 u 4 ( )

(F.6a) (F.6b) (F.6c)

( )

JCGM 2008 Tous droits rservs

69

JCGM 100:2008

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 2 4 2 4 bidimensionnel, E ( ) = 0 / 6 et var( ) = 0 / 45 pour une dimension et E ( ) = 0 / 4 et var( ) = 0 / 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 2( y ), quation (10) de 5.1.2, est insuffisant en raison de la non-linarit de f : cos cos (voir c 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 2 excs z, l'esprance mathmatique de l'excs est alors C0/2 et la variance associe C 0 / 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: Calculer une correction moyenne unique b partir de
b =
t2 1 b (t ) d t t1 t 2 t1

(F.7a)

70

JCGM 2008 Tous droits rservs

JCGM 100:2008

o t1 et t2 dfinissent l'tendue laquelle on s'intresse pour le paramtre t, et prendre comme meilleure estimation de Y(t), y (t) = y(t) + b , o y(t) est la meilleure estimation non corrige de Y(t). La variance associe la correction moyenne b sur l'intervalle en cause est donne par
u2 b =

( )

t2 2 1 b ( t ) b d t t 2 t1 t1

(F.7b)

en ne prenant pas en compte l'incertitude de la dtermination relle de la correction b(t). La variance moyenne de la correction b(t) due sa dtermination relle est donne par
u 2 b ( t ) =
t2 2 1 u b ( t ) d t t 2 t1 t1

(F.7c)

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
u 2 y ( t ) =
t2 2 1 u y ( t ) d t t 2 t1 t1

(F.7d)

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
2 u c ( 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 Incertitude due la mthode de mesure


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 Incertitude due l'chantillon


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.

JCGM 2008 Tous droits rservs

71

JCGM 100:2008

F.2.6.2 Dans certaines situations pratiques de mesure, l'chantillonnage et le traitement de l'prouvette jouent un rle bien plus important. Cela est souvent le cas pour l'analyse chimique des matriaux naturels. Contrairement aux matriaux fabriqus par l'homme, pour lesquels l'homognit peut avoir t prouve au-del du niveau infrieur celui qui est exig pour le mesurage, les matriaux naturels manquent souvent beaucoup d'homognit. Cette htrognit conduit deux composantes complmentaires de l'incertitude. L'valuation de la premire composante ncessite de dterminer jusqu' quel point l'chantillon slectionn reprsente correctement le matriau de base analyser. L'valuation de la deuxime composante ncessite de dterminer dans quelle mesure les constituants secondaires (non analyss) influencent le mesurage et sont correctement traits par la mthode de mesure. 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.

72

JCGM 2008 Tous droits rservs

JCGM 100:2008

Annexe G Degrs de libert et niveaux de confiance

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. Tableau G.1 Valeur du facteur d'largissement kp qui donne un intervalle correspondant au niveau de confiance p, en supposant la loi normale
Niveau de confiance p Facteur d'largissement kp

(pourcentage) 68,27 90 95 95,45 99 99,73 1 1,645 1,960 2 2,576 3

JCGM 2008 Tous droits rservs

73

JCGM 100:2008

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 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 c2 2( X i ) , o E(Xi) est l'esprance = = i mathmatique de Xi et 2(Xi) est la variance de Xi, si les Xi sont indpendants et si 2(Y) est beaucoup plus 2 grand que toute composante c i 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 2 contribuent 2(Y), que la convergence sera d'autant plus rapide que les valeurs des c i 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.

74

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 n quand n , quelle que soit la loi de probabilit de q. et d'cart-type

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.

G.3 La loi de t et les degrs de libert


G.3.1 Pour obtenir une approximation qui soit meilleure que par la simple utilisation d'une valeur de kp dduite de la loi normale, comme en G.2.3, on doit savoir que le calcul d'un intervalle de niveau de confiance spcifi ncessite, non la loi de la variable [Y E(Y )]/(Y ), mais la loi de la variable (y Y )/uc(y). La raison provient du fait qu'en pratique, tout ce dont on dispose est y, estimation de Y obtenue de y = iN 1 ci xi, o xi = 2 est l'estimation de Xi; et la variance compose associe y, u 2 ( y), value partir de u c ( y) = iN 1 c 2 u 2 ( xi ), = i c o u(xi) est l'incertitude-type (cart-type estim) de l'estimation xi.

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 ou Pr t p ( v ) u ( y Y ) u c ( y ) u t p ( v ) = p qui peut aussi s'crire sous la forme Pr y t p ( v ) u c ( y ) u Y u y + t p ( v ) u c ( y ) = p (G.1c) (G.1b) (G.1a)

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)

JCGM 2008 Tous droits rservs

75

JCGM 100:2008

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
1 =
1 f ( t, v ) d t

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.

G.4 Nombre effectif de degrs de libert


G.4.1 La loi de t ne dcrit pas en gnral la loi de la variable (y Y)/uc(y) si u 2 ( y) est la somme de deux ou c plusieurs composantes de variance estimes u 2 ( y) = c 2 u 2( xi ) (voir 5.1.3), mme si chaque xi est l'estimation i i d'une grandeur d'entre Xi normalement distribue. Il est cependant possible de faire l'approximation de la loi de cette variable par une loi de t avec un nombre effectif de degrs de libert veff obtenu par la formule de Welch-Satterthwaite [16], [17], [18]
4 uc ( y )

v eff

4 ui ( y)

i =1

vi

(G.2a)

ou
v eff =
4 u c ( y)

u 4 ( y) i vi

(G.2b)

i =1

avec
v eff u

vi
i =1

(G.2c)

2 N 2 o u c ( y) = 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.

76

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 4 ( y) = [ c 2 u 2( x i )] 2 au dnominateur de l'quation (G.2b) est alors le nombre effectif de degrs de libert i i 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 2 ( y) et u 2 ( y) les contributions u 2 ( y) des incertitudes-types de Type A et de Type B, les diffrentes grandeurs sont cA cB c relies par
2 2 u 2 ( y ) = u cA ( y ) + u cB ( y ) c

u 4 ( y) c v eff

4 u cA ( y )

v effA

4 u cB ( y )

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), 3 2 2 [ uc ( y ) / y ] 2 = i =1 [ u ( x i ) / x i ] =(1,03 pour-cent) (voir Note 2 5.1.6), et l'quation (G.2b) devient:

v eff =

u c ( y ) y

4 4

Alors
v eff =

u ( x i ) x i vi i =1
3

1,03 4 0,25 0,57 4 0,82 4 + + 10 1 5 1 15 1


4

= 19,0

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 ) vi 2 2 u ( xi ) 2 u ( xi ) 2

(G.3)

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

JCGM 2008 Tous droits rservs

77

JCGM 100:2008

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.

G.5 Autres considrations


G.5.1 Une expression, trouve dans la littrature sur l'incertitude de mesure et souvent utilise pour obtenir une incertitude suppose fournir un intervalle ayant un niveau de confiance de 95 pour-cent, peut s'crire
2 U 95 = t 95 ( v ) s 2 + 3 u 2 eff 1/ 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 2 s 2 ; ci f /xi ; et u 2 = u 2 ( y) = c 2 a 2 3 compte pour i i j j j 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

U 95 = t 95 ( v eff ) s 2 + u 2

1/ 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 2 (v eff ) 4 alors que dans l'quation (G.4) il est p 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 2 ( y) = c 2 a 2 / 3 . j j j

78

JCGM 2008 Tous droits rservs

JCGM 100:2008

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 2 ( y) est une loi de 2. L'introduction de veff, quation (G.2b), correspond seulement au dernier problme et c fournit une loi de 2 approche pour u 2 ( y) ; l'autre partie du problme, qui provient de la non-normalit de la c loi de Y, ncessite de prendre en compte, en plus de la variance, des moments de degr plus lev.

G.6 Rsum et conclusions


G.6.1 Le facteur d'largissement kp qui fournit un intervalle ayant un niveau de confiance p proche d'un niveau spcifi ne peut tre trouv que si l'on dispose d'une connaissance tendue de la loi de probabilit de chaque grandeur d'entre et si ces lois sont composes pour obtenir la loi de la grandeur de sortie. Les estimations d'entre xi et leurs incertitudes-types u(xi) sont par elles-mmes insuffisantes pour atteindre cet objectif. 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:

1) 2)

Dterminer y et uc(y) comme indiqu aux Articles 4 et 5. Calculer veff partir de la formule de Welch-Satterthwaite, quation (G.2b) (reproduite ci-aprs pour la commodit):
v eff =
4 u c ( y) N

u 4 ( y) i vi

(G.2b)

i =1

JCGM 2008 Tous droits rservs

79

JCGM 100:2008

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) 4) 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. Prendre kp = tp(veff) et calculer Up = kpuc(y).

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 sousestiment 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.

80

JCGM 2008 Tous droits rservs

JCGM 100:2008

Tableau G.2 Valeur de tp(v) de la loi de t pour v degrs de libert, qui dfinit un intervalle de tp(v) +tp(v) comprenant la fraction p de la loi
Nombre de degrs de libert Fraction p en pourcentage 68,27 a) 90 95 95,45 a) 99 99,73 a)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 25 30 35 40 45 50 100

a)

1,84 1,32 1,20 1,14 1,11 1,09 1,08 1,07 1,06 1,05 1,05 1,04 1,04 1,04 1,03 1,03 1,03 1,03 1,03 1,03 1,02 1,02 1,01 1,01 1,01 1,01 1,005 1,000

6,31 2,92 2,35 2,13 2,02 1,94 1,89 1,86 1,83 1,81 1,80 1,78 1,77 1,76 1,75 1,75 1,74 1,73 1,73 1,72 1,71 1,70 1,70 1,68 1,68 1,68 1,660 1,645

12,71 4,30 3,18 2,78 2,57 2,45 2,36 2,31 2,26 2,23 2,20 2,18 2,16 2,14 2,13 2,12 2,11 2,10 2,09 2,09 2,06 2,04 2,03 2,02 2,01 2,01 1,984 1,960

13,97 4,53 3,31 2,87 2,65 2,52 2,43 2,37 2,32 2,28 2,25 2,23 2,21 2,20 2,18 2,17 2,16 2,15 2,14 2,13 2,11 2,09 2,07 2,06 2,06 2,05 2,025 2,000

63,66 9,92 5,84 4,60 4,03 3,71 3,50 3,36 3,25 3,17 3,11 3,05 3,01 2,98 2,95 2,92 2,90 2,88 2,86 2,85 2,79 2,75 2,72 2,70 2,69 2,68 2,626 2,576

235,80 19,21 9,22 6,62 5,51 4,90 4,53 4,28 4,09 3,96 3,85 3,76 3,69 3,64 3,59 3,54 3,51 3,48 3,45 3,42 3,33 3,27 3,23 3,20 3,18 3,16 3,077 3,000

Pour une grandeur z dcrite par une loi normale d'esprance mathmatique z et d'cart-type , l'intervalle z k comprend respectivement p = 68,27 pour-cent, 95,45 pour-cent et 99,73 pour-cent de la loi pour k = 1, 2 et 3.

JCGM 2008 Tous droits rservs

81

JCGM 100:2008

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.

H.1 talonnage de calibres bouts


Cet exemple dmontre que, mme pour un mesurage apparemment simple, on peut rencontrer des aspects subtils dans l'valuation de l'incertitude.

H.1.1 Le problme du mesurage


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)

o
l lS

est le mesurande, c'est--dire la longueur 20 C du calibre bouts talonner; est la longueur de l'talon 20 C telle que donne dans son certificat d'talonnage; sont, respectivement, les coefficients de dilatation thermique du calibre talonner et de l'talon; sont, respectivement, les carts de temprature par rapport la temprature de rfrence de 20 C du calibre et de l'talon.

et S et S

82

JCGM 2008 Tous droits rservs

JCGM 100:2008

H.1.2 Modle mathmatique


partir de l'quation (H.1), le mesurande est donn par
l= l S (1 + S S ) + d = l S + d + l S ( S S ) + ...

(1 + )

(H.2)

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.

H.1.3 Variances contributives


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
2 2 2 2 2 2 u 2 ( l ) = c S u 2 ( l S ) + c d u 2 ( d ) + c u 2 ( S ) + c u 2 ( ) + c u 2 ( ) + c u 2 ( ) c
S

(H.4)

avec
c S = f l S = 1 ( + S ) = 1 cd = f d = 1 c
S

= f S = l S = 0

c = f = l S = 0 c = f = l S c = f = l S S

et, en consquence
2 2 2 2 u c ( l ) = u 2 ( l S ) + u 2 ( d ) + l S 2u 2 ( ) + l S S u 2( )

(H.5)

JCGM 2008 Tous droits rservs

83

JCGM 100:2008

H.1.3.1

Incertitude de l'talonnage de l'talon, u(lS)

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
H.1.3.2 Incertitude de la diffrence mesure entre les longueurs, u(d)

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)
u ( d1 ) = ( 0,01m ) 2,57 = 3,9 nm

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

La contribution totale est obtenue par la somme des variances estimes:


u 2 ( d ) = u 2 d + u 2 ( d 1 ) + u 2 ( d 2 ) = 93 nm 2

( )

ou
u ( d ) = 9,7 nm
H.1.3.3 Incertitude du coefficient de dilatation thermique, u(S)

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

Puisque c = f / S = lS = 0 comme indiqu en H.1.3, cette incertitude n'a aucune contribution, au S premier ordre, pour l'incertitude de l. Elle fournit cependant une contribution au second ordre qui est value en H.1.7.

84

JCGM 2008 Tous droits rservs

JCGM 100:2008

Tableau H.1 Rsum des composantes de l'incertitude-type


Composante de l'incertitude-type Source de l'incertitude Valeur de l'incertitude-type

ci f / xi

ui (l ) |ci | u (xi )

u (xi) u (lS) u (d ) u (d ) u (d1) u (d2) u ( S) u ( ) u ( ) u () u ( )

u (xi)

(nm) 1 1 25 9,7

Nombre de degrs de libert

talonnage du calibre talon Diffrence mesure entre calibres observations rptes effets alatoires du comparateur effets systmatiques du comparateur Coefficient de dilatation thermique du calibre talon Temprature du banc d'essai temprature moyenne du banc variation cyclique de temprature de la salle Diffrence entre les coefficients de dilatation des calibres Diffrence entre les tempratures des calibres

25 nm 9,7 nm 5,8 nm 3,9 nm 6,7 nm 1,2 106 C1 0,41 C 0,2 C 0,35 C 0,58 106 C1

18 25,6 24 5 8

0 0

0 0

lS

2,9

50

u ( )

0,029 C

lS S

16,6
2 u c (l ) =

i u 2(l ) = 1 002 nm 2

u c (l ) = 32 nm v eff (l ) = 16

H.1.3.4

Incertitude de l'cart de temprature du calibre bouts, u()

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

JCGM 2008 Tous droits rservs

85

JCGM 100:2008

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.
H.1.3.5 Incertitude de la diffrence des coefficients de dilatation, u()

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
H.1.3.6

3 = 0,58 10 6 C 1

Incertitude de la diffrence entre les tempratures des calibres, u()

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

H.1.4 Incertitude-type compose


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
2 u c ( l ) = ( 25 nm ) + ( 9,7 nm ) + ( 0,05 m ) 2 2 2 2

( 0,1 C ) 2 ( 0,58 10 6 C 1 ) ( 0,029 C )


2

( 0,05 m )
2

(11,5 10
2

(H.6a)

= ( 25 nm ) + ( 9,7 nm ) + ( 2,9 nm ) + (16,6 nm ) = 1 002 nm 2


2 2

(H.6b)

ou
u c ( l ) = 32 nm

(H.6c)

La composante dominante de l'incertitude est clairement celle de l'talon, u(lS) = 25 nm.

H.1.5 Rsultat final


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.

86

JCGM 2008 Tous droits rservs

JCGM 100:2008

H.1.6 Incertitude largie


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. 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 + + 24 5 8 v ( d1 ) v (d2 ) v d 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. 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.

( ) ( ) ( )

4)

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),
v eff ( l ) =

( 32 nm ) 4 ( 25 nm ) 4 + ( 9,7 nm ) 4 + ( 2,9 nm ) 4 + (16,6 nm ) 4


18 25,6 50 2

= 16,7

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.

H.1.7 Termes de deuxime ordre


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

JCGM 2008 Tous droits rservs

87

JCGM 100:2008

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
2 2 l S u 2 ( ) u 2 ( ) + l S u 2 ( S ) u 2 ( )

mais le premier seulement de ces termes contribue significativement uc(l): 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 Les termes de deuxime ordre font crotre uc(l) de 32 nm 34 nm.

H.2 Mesurage simultan d'une rsistance et d'une ractance


Cet exemple montre comment traiter des mesurandes multiples ou des grandeurs de sortie dtermines simultanment lors du mme mesurage, ainsi que la corrlation entre leurs estimations. Il prend seulement en considration les variations alatoires des observations; dans la pratique relle, les incertitudes des corrections pour les effets systmatiques devraient aussi contribuer l'incertitude des rsultats de mesure. Les donnes sont analyses de deux manires diffrentes qui conduisent essentiellement aux mmes valeurs numriques.

H.2.1 Le problme de mesure


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.

H.2.2 Modle mathmatique et donnes


Les mesurandes sont relis aux grandeurs d'entre par la loi d'Ohm: R= V V V cos ; X = sin ; Z = I I I (H.7)

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.

88

JCGM 2008 Tous droits rservs

JCGM 100:2008

Tableau H.2 Valeurs des grandeurs d'entre V, I, et obtenues partir de cinq ensembles d'observations simultanes
Numro de l'ensemble Grandeurs d'entre

(rad) 1,045 6 1,043 8 1,046 8 1,042 8 1,043 3

(V) 1 2 3 4 5 Moyenne arithmtique cart-type exprimental de la moyenne 5,007 4,994 5,005 4,990 4,999
V = 4,999 0

(mA) 19,663 19,639 19,640 19,685 19,678


I = 19,661 0

= 1,044 46
s ( ) = 0,000 75

s(V ) = 0,003 2

s ( I ) = 0,009 5

Coefficients de corrlation
r (V , I ) = 0,36 r (V , ) = 0,86 r ( I , ) = 0,65

H.2.3 Rsultats: approche n 1


L'approche n 1 est rsume dans le Tableau H.3. 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

V 2 1 1 V 2 uc (Z ) = u 2 V + u I + 2 2 I I I 2 I

( )
2

( )
2

u V u I r V, I

( ) ( ) (

(H.8a)

u V =Z V
2

( )

u I +Z I
2

( )

u V 2Z 2 V

( ) u(I ) r V, I ( ) I

(H.8b)

ou
2 2 u c, r Z = u 2 V + u r I 2 u r V u r I r V , I r

( )

( )

( )

( ) ( ) (

(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
u ( yl , y m ) =

xli

y y m u ( x i ) u x j r xi , x j x j i =1 j =1

( )(

(H.9)

JCGM 2008 Tous droits rservs

89

JCGM 100:2008

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 y2 = X y3 = Z x1 = V x2 = I x3 = u ( xi ) = s ( xi ) N =3

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.
Tableau H.3 Valeurs calcules des grandeurs de sortie R, X et Z: approche n 1
Indice du mesurande l Relation entre l'estimation du mesurande yl et les estimations d'entre xi
y 1 = R = (V / I ) cos y 2 = X = (V / I ) sin y3 = Z = V / I

Valeur de l'estimation yl (rsultat de mesure)

Incertitude-type compose uc( yl) du rsultat de mesure

1 2 3

y1 = R = 127,732 y2 = X = 219,847 y3 = Z = 254,260

uc(R) = 0,071 uc(R)/R = 0,06 102 uc(X) = 0,295 uc(X)/X = 0,13 102 uc(Z) = 0,236 uc(Z)/Z = 0,09 102

Coefficients de corrlation r ( yl, ym)


r ( y1, y2) = r (R, X) = 0,588 r ( y1, y3) = r (R, Z) = 0,485 r ( y2, y3) = r (X, Z) = 0,993

H.2.4 Rsultats: approche n 2


L'approche n 2 est rsume dans le Tableau H.4. 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.

90

JCGM 2008 Tous droits rservs

JCGM 100:2008

Tableau H.4 Valeurs calcules des grandeurs de sortie R, X et Z: approche n 2


Numro de l'ensemble Valeurs individuelles des mesurandes

R = (V/I ) cos

X = (V/I ) sin

Z = V/I

( ) 1 2 3 4 5 Moyenne arithmtique cart-type exprimental de la moyenne 127,67 127,89 127,51 127,71 127,88
y 1 = R = 127,732

( ) 220,32 219,79 220,64 218,97 219,51


y 2 = X = 219,847

( ) 254,64 254,29 254,84 253,49 254,04


y 3 = Z = 254,260

s (R ) = 0,071

s ( X ) = 0,295

s (Z ) = 0,236

Coefficients de corrlation r ( yl, ym)


r ( y1, y 2 ) = r ( R, X ) = 0,588 r ( y1, y 3 ) = r ( R, Z ) = 0, 485 r ( y 2, y 3 ) = r ( X , Z ) = 0,993

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 n Y = n , tandis que l'approche n 1 est un exemple d'obtention de y partir de y = f ( X 1, X 2 , ..., X N ). k =1 Yk 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

y = f X 1, X 2 , ..., X N +

1 2 f u X i , X j + ... 2 i =1 j =1 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
u ( yl , y m ) =

xil

y ym 2 u ( xi ) xi i =1

(H.11)

JCGM 2008 Tous droits rservs

91

JCGM 100:2008

et son application aux donnes du Tableau H.2 entrane des modifications au Tableau H.3 indiques dans le Tableau H.5.
Tableau H.5 Modifications au Tableau H.3, avec l'hypothse que les coefficients de corrlation du Tableau H.2 sont nuls
Incertitude-type compose uc( yl) du rsultat de mesure
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

Coefficients de corrlation r ( yl, ym)


r ( y1, y2) = r (R, X) = 0,056 r ( y1, y3) = r (R, Z) = 0,527 r ( y2, y3) = r (X, Z) = 0,878

H.3 talonnage d'un thermomtre


Cet exemple illustre l'utilisation de la mthode des moindres carrs pour obtenir une droite d'talonnage et la manire dont les paramtres de l'ajustement, pente et ordonne l'origine, et leurs variance et covariance estimes, sont utiliss pour obtenir, partir de la droite, la valeur et l'incertitude-type d'une correction prdite.

H.3.1 Le problme de mesure


Un thermomtre est talonn par comparaison de n = 11 lectures de temprature tk du thermomtre, chacune ayant une incertitude ngligeable, aux tempratures de rfrence correspondantes tR, k connues, dans la plage de temprature de 21 C 27 C, pour obtenir les corrections bk = tR, k tk sur les lectures. Les corrections mesures bk et les tempratures mesures tk sont les grandeurs d'entre de l'valuation. Une droite d'talonnage
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.

H.3.2 Ajustement par la mthode des moindres carrs


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
S=

b k y1 y 2 ( t k t 0 )
k =1

92

JCGM 2008 Tous droits rservs

JCGM 100:2008

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:
y1 =

( bk ) ( k2 ) ( bk k )( k )
D n

(H.13a)

y2 =

bk k ( bk )( k )
D s2

(H.13b)

s 2 ( y1 ) =

k2
D

(H.13c)

s 2 ( y2 ) = n

s2 D

(H.13d)

r ( y1, y 2 ) =

k 2 n k
2

(H.13e)

b k b ( t k ) =
n2

(H.13f)

D=n

k2 ( k )

=n

( k )

=n

(t k t )

(H.13g)

o toutes les sommations vont de k = 1 n, o k = tk t0, = k n, et t = t k n ; [bk b(tk)] est la diffrence entre la correction mesure ou observe bk la temprature tk et la correction b(tk) prdite par la droite ajuste d'quation b(t) = y1 + y2(t t0) tk. La variance s2 est une mesure de l'incertitude globale de l'ajustement, et le facteur n 2 reflte le fait que les deux paramtres y1 et y2, sont dtermins partir de n observations et que, en consquence, le nombre de degrs de libert de s2 est v = n 2 (voir G.3.3).

( )

( )

H.3.3 Calcul des rsultats


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 y 2 = 0,002 18 r ( y1, y 2 ) = 0,930 s ( y1 ) = 0,002 9 C s ( y 2 ) = 0,000 67 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.

JCGM 2008 Tous droits rservs

93

JCGM 100:2008

Tableau H.6 Donnes utilises pour obtenir une droite d'talonnage pour un thermomtre, par la mthode des moindres carrs
Numro de la lecture Lecture du thermomtre Correction observe Correction prvue Diffrence entre les corrections observes et prvues

tk

bk = t R, k tk

b(tk)

bk b(tk)

(C) 1 2 3 4 5 6 7 8 9 10 11 21,521 22,012 22,512 23,003 23,507 23,999 24,513 25,002 25,503 26,010 26,511

(C)
0,171 0,169 0,166 0,159 0,164 0,165 0,156 0,157 0,159 0,161 0,160

(C)
0,167 9 0,166 8 0,165 7 0,164 6 0,163 5 0,162 5 0,161 4 0,160 3 0,159 2 0,158 1 0,157 0

(C)
0,003 1 0,002 2 0,000 3 +0,005 6 0,000 5 0,002 5 +0,005 4 +0,003 3 +0,000 2 0,002 9 0,003 0

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 b ( t ) = 0,171 2 ( 29 ) C + 0,002 18 ( 67 )( t 20 C ) (H.14)

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.

H.3.4 Incertitude d'une valeur prdite


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
2 u c 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)

2 La variance estime u c 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

94

JCGM 2008 Tous droits rservs

JCGM 100:2008

tandis que l'quation (H.15) devient


2 u c b ( 30 C ) = ( 0,002 9 C ) + (10 C ) 2 2

( 0,000 67 ) 2 + 2 (10 C )(0,002 9 C )( 0,000 67 )( 0,930 )

= 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.

H.3.5 limination de la corrlation entre la pente et l'ordonne


L'quation (H.13e) pour le coefficient de corrlation r(y1, y2) implique que si t0 est choisi de telle sorte que n n k =1 k = 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 n n calcul de l'incertitude-type d'une correction prdite. Puisque k =1 k = 0 lorsque t 0 = t = 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

)
) 2 u 2 ( y2 )

(H.16a) (H.16b) (H.16c)

2 u c b ( t ) = u 2 ( y1 ) + ( t t

r ( y1, y 2 ) = 0
o

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)]. En appliquant ces relations aux rsultats donns en H.3.3 on obtient

b ( t ) = 0,162 5 (11) + 0,002 18 ( 67 )( t 24,008 5 C )


2 u c b ( t ) = ( 0,001 1) + ( t 24,008 5 C ) 2 2

(H.17a) (H.17b)

( 0,000 67 ) 2

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.

JCGM 2008 Tous droits rservs

95

JCGM 100:2008

H.3.6 Autres considrations


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 2 . La variance estime de p chaque tR, k est alors s 2 / m = u 2 et chaque correction observe bk = tR, k tk a la mme incertitude-type p 0 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 2 remplace s2 dans les quations (H.13c) et (H.13d). 0
NOTE Une estimation de la variance s 2 , effectue sur un ensemble de N sries d'observations indpendantes de p la mme variable alatoire, est obtenue partir de

2 sp =

vi s i2
i =1 N

vi
i =1

o est la variance exprimentale de la iime srie de ni observations rptes indpendantes [quation (4) de N 4.2.2] avec un nombre de degrs de libert vi = ni 1. Le nombre de degrs de libert de s 2 est v = i =1 v i . La p 2 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 2 tablie partir d'un ensemble de donnes a aussi v p degrs de libert.

s2 i

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 2 chaque bk = tR, k tk est aussi ua, et s2(y1) est remplac par s 2( y1 ) + u a et s 2( y 1) est remplac par 2 2 s ( y 1) + u a .

H.4 Mesurage d'activit


Cet exemple ressemble l'exemple H.2, mesurage simultan de la rsistance et de la ractance, en ce sens que les donnes peuvent tre analyses de deux faons diffrentes mais que chacune donne essentiellement le mme rsultat numrique. La premire approche illustre une fois de plus la ncessit de prendre en compte les corrlations observes entre les grandeurs d'entre.

H.4.1 Le problme de mesure


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) Source (b) Source (c) un talon consistant en une masse mS de la solution talon d'activit massique connue; un blanc, chantillon d'eau identique mais ne contenant pas de substance radioactive, utilis pour obtenir le taux de comptage du bruit de fond; l'chantillon consistant en une partie aliquote de masse mx d'activit massique inconnue.

96

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.
Le nombre de coups observ peut tre exprim sous la forme

C S = CB + AS T0 mS e t S C x = CB + Ax T0 m x e t x
o

(H.18a) (H.18b)

AS Ax mS mx

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; est l'activit massique de l'talon l'instant de rfrence t = 0; est le mesurande et il est dfini comme l'activit massique de l'chantillon l'instant de rfrence t = 0; est la masse de la solution talon; est la masse de l'aliquote d'chantillon; est la constante (T1/2 = 5 505,8 min). de dsintgration pour
222Rn:

= (ln 2)/T1/2 = 1,258 94 104 min1

Tableau H.7 Donnes de comptage pour la dtermination de l'activit massique d'un chantillon inconnu
Cycle talon Blanc chantillon

tS (min)

CS (coups)

tB (min)

CB (coups)

tx (min)

Cx (coups)

1 2 3 4 5 6

243,74 984,53 1 723,87 2 463,17 3 217,56 3 956,83

15 380 14 978 14 394 13 254 12 516 11 058

305,56 1 046,10 1 785,43 2 524,73 3 279,12 4 018,38

4 054 3 922 4 200 3 830 3 956 3 980

367,37 1 107,66 1 846,99 2 586,28 3 340,68 4 079,94

41 432 38 706 35 860 32 238 29 640 26 356

JCGM 2008 Tous droits rservs

97

JCGM 100:2008

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 , ) = AS = AS
t mS ( C x C B ) e x m x ( C S CB ) e t S

(H.19)

m S C x CB ( t x t S ) 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 A x = f ( AS , mS , m x , RS , R x ) = AS mS R x m x RS (H.20)

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 RS = ( C S CB ) T0 e t S (H.21a) (H.21b)

H.4.2 Analyse des donnes


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 C B ) ( C S C B ) e ( t x t S )

Les moyennes arithmtiques RS , R x , et R, et leurs carts-types exprimentaux s (RS ), s ( R x ), et s ( R ), sont calculs de la manire habituelle [quations (3) et (5) de 4.2]. Le coefficient de corrlation r ( R x , R S ) est calcul partir de l'quation (17) de 5.2.3 et de l'quation (14) de 5.2.2. 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).] On doit reconnatre que les carts-types exprimentaux de Rx et RS, 6 s (R x ) et 6 s (R S ) , indiquent une variabilit pour ces grandeurs qui est deux trois fois suprieure la variabilit implique par la statistique de Poisson du processus de comptage; cette dernire est incluse dans la variabilit observe des comptages et ne ncessite pas d'tre prise en compte sparment.

98

JCGM 2008 Tous droits rservs

JCGM 100:2008

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

(min1) 652,46 666,48 665,80 655,68 651,87 623,31


R x = 652,60 s ( R x ) = 6,42 s ( R x ) / R x = 0,98 102

(min1) 194,65 208,58 211,08 214,17 213,92 194,13


R S = 206,09 s ( R S ) = 3,79 s ( R S) / R S = 1,84 102

(min) 123,63 123,13 123,12 123,11 123,12 123,11 3,352 0 3,195 3 3,154 3 3,061 5 3,047 3 3,210 7
R = 3,170 s( R ) = 0,046

1 2 3 4 5 6

s( R ) / R = 1,44 102

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

H.4.3 Calcul des rsultats finals


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:

u ( AS ) = 0,001 8 Bq g; u ( m S ) = 0,005 0 g; u ( m x ) = 0,001 0 g; m x = 5,057 1 g m S = 5,019 2 g

AS = 0,136 8 Bq g

u ( AS ) AS = 1,32 10 2 u ( m S ) m S = 0,10 10 2 u ( m x ) m x = 0,02 10 2

D'autres sources possibles d'incertitude sont values comme tant ngligeables: les incertitudes-types des dures de dcroissance, u(tS, k) et u(tx, k); 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 associe la dpendance possible de l'efficacit de dtection du compteur de scintillation avec la source utilise (talon, blanc ou chantillon); 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.

JCGM 2008 Tous droits rservs

99

JCGM 100:2008

H.4.3.1

Rsultats: approche n 1

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
A x = AS mS R x = 0,430 0 Bq g m x RS (H.22a)

2 L'application de l'quation (16) de 5.2.2 cette expression donne pour la variance compose u c ( A x ) 2 u c ( Ax ) 2 Ax

u 2 ( AS )
2 AS

u 2 ( mS )
2 mS

u 2 (mx ) m2 x

u 2 Rx
2 Rx

( ) + u 2 ( R S ) 2r
2 RS

( R x , RS )

u R x u 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 ) Ax = 1,93 10 2

u c ( A x ) = 0,008 3 Bq g Le rsultat du mesurage peut alors tre donn sous la forme: Ax = 0,430 0 Bq/g avec une incertitude-type compose uc = 0,008 3 Bq/g.
H.4.3.2 Rsultats: approche n 2

Dans la deuxime approche, qui vite la corrlation entre R x et R S, Ax est calcul en utilisant la moyenne arithmtique R. Alors A x = AS mS R = 0,430 4 Bq g mx (H.23a)

2 L'expression pour u c ( A x ) est simplement 2 u c ( Ax ) 2 Ax

u 2 ( AS )
2 AS

u 2 ( mS )
2 mS

u 2 (m x ) m2 x

u2 R R2

( )

(H.23b)

ce qui donne uc ( Ax ) Ax = 1,95 10 2

u c ( A x ) = 0,008 4 Bq g Le rsultat du mesurage peut alors tre donn sous la forme: Ax = 0,430 4 Bq/g avec une incertitude-type compose uc = 0,008 4 Bq/g.

100

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

H.5 Analyse de variance


Cet exemple fournit une brve introduction aux mthodes d'analyse de variance. Ces techniques statistiques sont utilises pour identifier et quantifier des effets alatoires individuels dans un mesurage de sorte qu'ils puissent tre pris en compte correctement lorsqu'on value l'incertitude du rsultat de mesure. Bien qu'elles soient applicables de nombreuses catgories de mesurages, par exemple l'talonnage d'talons de rfrence tels que des talons de tension diode de Zener ou des talons de masse, ou la certification de matriaux de rfrence, les mthodes d'analyse de variance ne peuvent, par elles-mmes, mettre en vidence les effets systmatiques qui pourraient se prsenter. 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.

H.5.1 Le problme de mesure


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], VS = 1 V jk = V JK j =1 k =1

(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] s2 V =

( )

1 V jk V JK ( JK 1) j =1 k =1

(H.24b)

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

JCGM 2008 Tous droits rservs

101

JCGM 100:2008

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 Un exemple numrique


H.5.2.1 o

Les donnes qui permettent d'aborder les questions ci-dessus sont prsentes au Tableau H.9, est le nombre de jours pendant lesquels on fait les observations de diffrence de potentiel; est le nombre d'observations de diffrence de potentiel faites chaque jour; 1 V jk K k =1

J = 10 K=5 Vj =

(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); V = 1 1 Vj = Vjk J j =1 JK j =1 k =1

(H.25b)

est la moyenne arithmtique des J = 10 moyennes journalires et donc la moyenne globale des JK = 50 observations; s 2 V jk =

( )

1 V jk V j K 1 k =1

(H.25c)

est la variance exprimentale des K = 5 observations faites le jime jour (il y a J = 10 estimations de variance); et s 2 Vj =

( )

1 Vj V J 1 j =1

(H.25d)

est la variance exprimentale des J = 10 moyennes journalires (il n'y a qu'une seule estimation de la variance).

102

JCGM 2008 Tous droits rservs

JCGM 2008 Tous droits rservs

Tableau H.9 Rsum des donnes d'talonnage de tension obtenues pour J = 10 jours, avec chaque moyenne journalire V j et chaque cart-type exprimental s(Vjk ) sur la base de K = 5 observations indpendantes rptes
Jour, j 3 4 5 7 6 8 9 10

Grandeur

Vj / V

10,000 172 10,000 013 111 101


V = 10,000 097 V s ( V j ) = 57 V

10,000 116 10,000 031 93 67

10,000 144 10,000 106

10,000 060 80

10,000 125 73

10,000 163 88

10,000 041 86

s (V jk ) / V

60

77

2 s a = Ks2 (V j ) = 5(57 V) 2 = (128 V) 2

s 2 = s 2 (V jk ) = (85 V) 2 b

JCGM 100:2008

103

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 2 , est obtenue partir de la variation observe des moyennes a 2 journalires V j . Puisque V j est la moyenne de K observations, sa variance estime s 2 ( V j ), estime W / K avec l'hypothse que la composante de variance inter-jours est nulle. Il s'ensuit alors de l'quation (H.25d) que

2 s a = Ks 2 V j =

( )

K Vj V J 1 j =1

(H.26a)

2 qui est une estimation de W ayant va = J 1 = 9 degrs de libert. 2 2 La deuxime estimation de W , note s b , 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 2 de ces valeurs est vi = K 1, l'expression rsultante pour s b est simplement leur moyenne. Alors 2 s b = s 2 V jk =

( )

1 1 s 2 V jk = V jk V j J j =1 J ( K 1) j =1 k =1

( )

(H.26b)

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 2 = (128 V) 2 et a 2 2 s b = (85 V) (voir Tableau H.9). Puisque l'estimation s 2 est fonde sur la variabilit des moyennes a 2 journalires, tandis que l'estimation s b 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. 2 H.5.2.3 La loi de F est la loi de probabilit du rapport F (v a , v b ) = s 2 (v a ) / s b (v b ) de deux estimations a 2 2 indpendantes, s a (v a ) et s b (v b ) , de la variance 2 d'une variable alatoire normalement distribue [15]. Les paramtres va et vb sont respectivement les nombres de degrs de libert des deux estimations et 0 u F(va, v b) < . Les valeurs de F sont tabules pour diffrentes valeurs de va et vb et pour diffrents fractiles de la loi de F. Une valeur de F(va, v b) > F0,95 ou F(va, v b) > F0,975 (la valeur critique) est habituellement interprte comme indiquant que s 2 (v a ) est plus grand que s 2 (v b ) d'une quantit statistiquement a b significative et que la probabilit d'une valeur de F aussi grande que celle qui est observe, si les deux estimations sont des estimations de la mme variance, est infrieure respectivement 0,05 ou 0,025. (D'autres valeurs critiques peuvent aussi tre choisies, par exemple F0,99.)

H.5.2.4

L'application du test F au prsent exemple numrique donne


2 sa 2 sb

F ( va , v b ) =

Ks 2 V j

( ) = 5 ( 57 V ) 2 = 2,25 s 2 ( V jk ) ( 85 V ) 2

(H.27)

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.
2 H.5.2.5 Si l'existence d'un effet inter-jours est rejete parce que la diffrence entre s 2 et s b n'est pas a considre comme statistiquement significative (dcision imprudente parce qu'elle pourrait conduire une

104

JCGM 2008 Tous droits rservs

JCGM 100:2008

sous-estimation de l'incertitude), la variance estime s 2 (V ) de V doit tre calcule partir de 2 l'quation (H.24b). Cette relation est quivalente la mise en commun des estimations s 2 et s b (c'est--dire a 2 2 en prenant une valeur pondre de s a et s b , chaque valeur tant pondre par son nombre respectif de degrs de libert va et v b voir H.3.6, Note) pour obtenir la meilleure estimation de la variance des observations; puis en divisant cette estimation par JK, nombre des observations, on obtient la meilleure estimation s 2 (V ) de la variance de la moyenne des observations. En suivant cette procdure, on obtient
2 2 2 ( J 1) s a + J ( K 1) s b (V ) = JK ( JK 1)

9 (128 V ) + 40 ( 85 V )
2

(10 )( 5 )( 49 )

(H.28a) (H.28b)

s 2 V = (13 V ) ,
2

( )

ou

s V = 13 V

( )

avec s (V ) ayant JK 1 = 49 degrs de libert. 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
S=

(
j =1 k =1

V V + V V j j jk

) (

2 2 = ( J 1) s a + J ( K 1) s b

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
2 s2 Vj = s2 K + sB w

( )

(H.29)

de la variabilit intra-jour des observations, on peut prendre s 2 = s 2 (V jk ). Le rapport K s 2 (V j ) / s 2 (V jk ) utilis w pour le test F en H.5.2.4 devient alors Ks2 Vj
2 ( ) = s 2 + K s B = 5 (57 V ) 2 = 2,25 w s2 ( 85 V ) 2 s 2 (V jk ) w

2 2 2 o s 2 estime w et s B estime B . Puisque s 2 (V jk ) calcul partir de l'quation (H.26b) ne dpend que w

F=

(H.30)

qui conduit Ks 2 V j s 2 V jk K
2

2 sB =

( )

( )
sB = 43 V
2

(H.31a)

2 s B = ( 43 V ) ,

ou

s 2 = s 2 V jk = ( 85 V ) , w

( )

ou

s w = 85 V

(H.31b)

JCGM 2008 Tous droits rservs

105

JCGM 100:2008

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
2

= ( 57 V )

10, ou

s V = 18 V

( )

(H.32)

avec s (V ) ayant J 1 = 9 degrs de libert. Le nombre de degrs de libert de s 2 (et donc de sw) est J(K 1) = 40 [voir quation (H.26b)]. Le nombre de w

2 degrs de libert de s B (et donc de sB) est le nombre effectif de degrs de libert de la diffrence 2 s B = s 2 (V j ) s 2 (Vjk ) / K [quation (H.31a)], mais son estimation est problmatique.

H.5.2.7 La meilleure estimation de la diffrence de potentiel de l'talon de tension est alors VS = V = 10,000 097 V, avec s (V ) = uc = 18 V comme donn dans l'quation (H.32). Cette valeur de uc et ses 9 degrs de libert peuvent tre compars uc = 13 V et ses 49 degrs de libert, rsultat obtenu en H.5.2.5 [quation (H.28b)] lorsqu'on avait rejet l'existence d'un effet inter-jours.

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 Le rle de l'analyse de variance dans la mesure


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

106

JCGM 2008 Tous droits rservs

JCGM 100:2008

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.

H.6 Mesurages par rapport une chelle de reprage: duret


La duret est un exemple de concept physique qui ne peut pas tre quantifi sans faire rfrence une mthode de mesure; il n'y a pas d'unit de duret indpendante d'une telle mthode. La grandeur duret est diffrente des grandeurs mesurables classiques en ce qu'elle ne peut pas s'introduire dans des quations algbriques pour dfinir d'autres grandeurs mesurables (bien qu'elle soit parfois utilise dans des quations empiriques qui relient la duret une autre proprit pour une catgorie de matriaux). Sa valeur est dtermine par un mesurage conventionnel, celui d'une dimension linaire d'une indentation dans un bloc du matriau auquel on s'intresse, ou bloc chantillon. Le mesurage est fait en conformit avec une norme crite qui comporte une description du dispositif d'indentation, appel pntrateur, de la construction de la machine d'essai qui permet d'appliquer le pntrateur et de la manire dont la machine est utilise. Il existe plusieurs normes de duret de sorte qu'il y a plusieurs chelles de duret. 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.

H.6.1 Le problme de mesure


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.

H.6.2 Modle mathmatique


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.

JCGM 2008 Tous droits rservs

107

JCGM 100:2008

Alors h Rockwell C = f d , c , b , S

= 100 ( 0,002 mm ) d c b S H Rockwell C = h Rockwell C o d

(H.33a)

( 0,002 mm )

(H.33b)

est la moyenne arithmtique des profondeurs des cinq indentations faites par la machine d'talonnage dans le bloc chantillon; 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; 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

c est la correction obtenue par une comparaison de la machine d'talonnage avec la machine talon

b est la diffrence de duret (exprime sous forme d'une diffrence de profondeur moyenne

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). Puisque les drives partielles f / d , f / c, f / b, et f / S de la fonction de l'quation (H.33a) sont toutes gales 1, l'incertitude-type compose u c ( h) de la duret du bloc chantillon telle que mesure par la machine d'talonnage est simplement donne par
2 u c ( h) = u 2 d + u 2 ( c ) + u 2 ( b ) + u 2 ( S )

( )

(H.34)

o, pour simplifier la notation h hRockwell C.

H.6.3 Variances contributives


H.6.3.1 Incertitude de la profondeur moyenne d'indentation d du bloc chantillon, u ( d )

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.6.3.2 Incertitude de la correction pour la diffrence entre les deux machines, u(c)

( )

(H.35)

Comme indiqu en H.6.2, c est la correction pour la diffrence entre la machine talon nationale et la m machine d'talonnage. Cette correction peut s'exprimer comme c = zS z, o z S = m est la i =1 z S, i

108

JCGM 2008 Tous droits rservs

JCGM 100:2008

profondeur moyenne de 5m indentations faites par la machine talon nationale sur le bloc talon de transfert, n et z = n est la profondeur moyenne des 5n indentations faites par la machine d'talonnage sur le i =1 z i 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 ) = o

2 s av ( z S )

2 s av ( z )

(H.36)

m 2 s av ( z S ) = i =1 s 2 ( z S, i ) m est la moyenne des variances exprimentales des moyennes de chacune des m sries d'indentations z S, ik faites par la machine talon; n 2 s av ( z ) = i =1 s 2 ( z i ) n est la moyenne des variances exprimentales des moyennes de chacune des n sries d'indentations z ik faites par la machine d'talonnage.

NOTE

2 2 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)

La Recommandation internationale R 12 de l'OIML Vrification et talonnage des blocs normaliss de duret Rockwell C exige que les profondeurs maximale et minimale de l'indentation obtenue partir de cinq mesurages sur le bloc talon de transfert ne diffrent pas de plus d'une fraction x de la profondeur moyenne d'indentation, o x est une fonction du niveau de duret. Supposons alors que la diffrence maximale des profondeurs d'indentation sur le bloc entier soit xz, o z est dfini tel qu'en H.6.3.2 avec n = 5. Supposons aussi que la diffrence maximale soit dcrite par une loi de probabilit triangulaire autour de la valeur moyenne xz/2 ( partir de l'hypothse vraisemblable que les valeurs proches de la valeur centrale sont plus probables que les valeurs extrmes voir 4.3.9). Si, dans l'quation (9b) de 4.3.9 a = xz/2, alors la variance estime de la correction de la profondeur moyenne d'indentation due aux diffrences des durets prsentes respectivement la machine talon et la machine d'talonnage est 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.
H.6.3.4 Incertitude de la machine talon nationale et de la dfinition de la duret, u(S)

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).

H.6.4 L'incertitude-type compose, uc(h)


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
2 u c ( h) =

s2 (d k ) 5

2
12

2 s av ( z S )

2 s av ( z )

(x z ) 2
24

+ u 2 ( S )

(H.38)

et l'incertitude-type compose est uc(h).

JCGM 2008 Tous droits rservs

109

JCGM 100:2008

H.6.5 Exemple numrique


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
Source d'incertitude Valeur

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 Incertitude-type u(S) de la machine talon nationale et de la dfinition de la duret

1,5 102 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:
2 uc

0,45 2 0,12 0,10 2 0,112 ( 0,015 36,0 ) 2 2 + + + + + 0,5 2 ( unit Rockwell ) ( h) = 12 6 6 24 5

= 0,307 ( unit Rockwell )

u c ( h ) = 0,55 unit Rockwell = 0,001 1 mm o ils est suffisant de prendre z = d = 36,0 units Rockwell pour calculer l'incertitude. Si l'on suppose c = 0, la duret du bloc chantillon est alors 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 HRockwell C = 64,0 HRC avec une incertitude-type compose uc = 0,55 HRC. En plus de la composante d'incertitude due la machine talon nationale de duret et la dfinition de la duret, u(S) = 0,5 unit Rockwell, les composantes de l'incertitude significatives sont celles de la rptabilit de la machine, s p ( d k ) / 5 = 0,20 unit Rockwell; et la variation de duret du bloc talon de transfert qui est (xz) 2 /24 = 0,11 unit Rockwell. Le nombre effectif de degrs de libert de uc peut tre valu en utilisant la formule de Welch-Satterthwaite de la manire dveloppe en H.1.6.

110

JCGM 2008 Tous droits rservs

JCGM 100:2008

Annexe J * Liste des principaux symboles

demi-largeur d'une loi rectangulaire des valeurs possibles d'une grandeur d'entre Xi: a = (a+ a ) 2

a+ a b+ b ci f f /xi

limite suprieure d'une grandeur d'entre Xi limite infrieure d'une grandeur d'entre Xi limite suprieure de l'cart entre une grandeur d'entre Xi et son estimation xi: b+ = a + x i limite infrieure de l'cart entre une grandeur d'entre Xi et son estimation xi: b = x i a drive partielle ou coefficient de sensibilit: c i f xi 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 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

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 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 nombre d'observations rptes nombre de grandeurs d'entres Xi dont dpend un mesurande Y probabilit; niveau de confiance: 0 u p u1

kp

n N p

q
q

grandeur variant de manire alatoire, dcrite par une loi de probabilit moyenne arithmtique de n observations rptes indpendantes qk d'une grandeur q variant de manire alatoire estimation de l'esprance mathmatique ou de la moyenne q de la loi de probabilit de q

____________________________
Note de bas de page la version 2008: * Au moment de la publication initiale du GUM, une rgle rdactionnelle interdisait l'utilisation de la lettre I pour dsigner une annexe. C'est pourquoi la numrotation des annexes saute directement de H J.

JCGM 2008 Tous droits rservs

111

JCGM 100:2008

qk r(xi, xj)

kime observation rpte indpendante d'une grandeur q variant de manire alatoire 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

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

) = s ( X i , X j ) s ( X i ) s ( X j )

r(yi, yj) s2 p sp s 2( q )

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 estimation de la variance compose ou estime sur un ensemble de donnes cart-type exprimental estim sur un ensemble de donnes, gal la racine carre de s 2 p variance exprimentale de la moyenne q estimation de la variance 2/n de q : s 2 (q ) = s 2 (qk ) n variance estime obtenue par une valuation de Type A

s( q )

cart-type exprimental de la moyenne q , gal la racine carre de s 2 ( q ) estimateur biais de ( q ) (voir C.2.21, Note) incertitude-type obtenue par une valuation de Type A

s2(qk )

variance exprimentale dtermine partir de n observations rptes indpendantes qk de q estimation de la variance 2 de la loi de probabilit de q

s(qk )

cart-type exprimental, gal la racine carre de s2(qk ) estimateur biais de l'cart-type de la loi de probabilit de q

s 2( X i )

variance exprimentale de la moyenne d'entre X i , dtermine partir de n observations rptes indpendantes Xi, k de Xi variance estime obtenue par une valuation de Type A

s( X i )

cart-type exprimental de la moyenne d'entre X i , gal la racine carre de s 2 ( X i ) incertitude-type obtenue par une valuation de Type A

s ( q, r )

estimation de la covariance des moyennes q et r qui estiment les esprances mathmatiques q et r de deux grandeurs q et r, variant de manire alatoire, dtermines partir de n paires indpendantes d'observations simultanes rptes qk et rk de q et r covariance estime obtenue par une valuation de Type A

s( X i, X j )

estimation de la covariance 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 covariance estime obtenue par une valuation de Type A

tp(v)

facteur t de la loi de t pour v degrs de libert, correspondant une probabilit donne p

112

JCGM 2008 Tous droits rservs

JCGM 100:2008

tp(veff) u2(xi)

facteur t de la loi de t pour veff degrs de libert, correspondant une probabilit donne p, utilis pour calculer une incertitude largie Up 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 2 ( y) c uc(y) ucA(y) ucB(y) uc(yi) u 2 ( y) i

variance compose associe une estimation de sortie y incertitude-type compose d'une estimation de sortie y, gale la racine carre de u 2 ( y) c 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 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 incertitude-type compose d'une estimation de sortie yi lorsqu'on dtermine deux ou plusieurs mesurandes ou grandeurs de sortie pendant le mme mesurage composante de la variance compose u 2 ( y) associe l'estimation de sortie y produite par la c variance estime u2(xi) associe l'estimation d'entre xi: u i2 ( y ) ci u ( x i )
2

ui(y)

composante de l'incertitude-type compose uc(y) de l'estimation de sortie y produite par l'incertitude-type de l'estimation d'entre xi: u i ( y ) ci u ( x i )

u(yi, yj) u(xi)/| xi | uc(y)/| y| [u(xi)/xi ] 2 [uc (y)/y] 2 u xi , x j xi x j U

covariance estime associe aux estimations de sortie yi et yj dtermines pendant le mme mesurage incertitude-type relative de l'estimation d'entre xi incertitude-type compose relative de l'estimation de sortie y variance relative estime associe l'estimation d'entre xi variance compose relative associe l'estimation de sortie y covariance relative estime associe aux estimations d'entre xi et xj

incertitude largie de l'estimation de sortie y, gale au produit du facteur d'largissement k par l'incertitude-type compose uc(y) de y: U = kuc(y), qui dfinit un intervalle Y = y U ayant un niveau de confiance lev incertitude largie de l'estimation de sortie y, gale au produit du facteur d'largissement kp par l'incertitude-type compose uc(y) de y: Up = kpuc(y), qui dfinit un intervalle Y = y Up ayant un niveau de confiance spcifi p lev

Up

JCGM 2008 Tous droits rservs

113

JCGM 100:2008

xi

estimation de la grandeur d'entre Xi


NOTE Lorsque xi est dtermin partir de la moyenne arithmtique de n observations rptes indpendantes, on a x i = X i .

Xi Xi Xi , k y

iime grandeur d'entre dont dpend le mesurande Y


NOTE
Xi peut tre la grandeur physique ou la variable alatoire (voir 4.1.1, Note 1).

estimation de la valeur de la grandeur d'entre Xi, gale la moyenne arithmtique de n observations rptes indpendantes Xi, k de Xi kime observation rpte indpendante de Xi estimation du mesurande Y rsultat d'un mesurage estimation de sortie

yi Y u ( xi ) u ( xi )

estimation du mesurande Yi lorsqu'on dtermine deux ou plusieurs mesurandes pendant le mme mesurage un mesurande incertitude relative estime de l'incertitude-type u(xi) de l'estimation d'entre xi

q
v vi veff veffA veffB

esprance mathmatique ou moyenne de la loi de probabilit d'une grandeur q variant de manire alatoire nombre de degrs de libert (en gnral) nombre de degrs de libert ou nombre effectif de degrs de libert d'une incertitude-type u(xi) d'une estimation d'entre xi nombre effectif de degrs de libert de uc(y), utilis pour obtenir tp(veff) pour le calcul de l'incertitude largie Up nombre effectif de degrs de libert d'une incertitude-type compose dtermin partir d'incertitudes-types obtenues seulement par des valuations de Type A nombre effectif de degrs de libert d'une incertitude-type compose dtermin partir d'incertitudes-types obtenues seulement par des valuations de Type B variance d'une loi de probabilit, par exemple d'une grandeur q variant de manire alatoire, estime par s2(qk) cart-type d'une loi de probabilit, gal la racine carre de 2 s(qk) est un estimateur biais de

2 (q) (q ) 2 [ s ( q )] [ s ( q )]
2

variance de q , gale 2 / n, estime par s 2 ( q ) = s 2 ( qk ) n cart-type de q , gal la racine carre de 2 ( q ) s ( q ) est un estimateur biais de ( q ) variance de l'cart-type exprimental s ( q ) de cart-type de l'cart-type exprimental s ( q ) de q , gal la racine carre de 2 [ s ( q )]

114

JCGM 2008 Tous droits rservs

JCGM 100:2008

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) 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).

[2]

[3] [4] [5]

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) CIPM (1986), BIPM Proc.-verb. Com. int. poids et mesures 54, 14, 35 (en franais); Giacomo, P. (1987), Metrologia 24, 49-50 (en anglais) ISO 5725:1986, Fidlit des mthodes d'essais Dtermination de la rptabilit et de la reproductibilit d'une mthode d'essai normalise par essais interlaboratoires, Organisation internationale de normalisation (Genve, Suisse)
NOTE Cette norme est actuellement en rvision *. Le projet rvis a un nouveau titre, Exactitude (justesse et fidlit) de mthodes de mesure et de rsultats et il comporte six parties.

[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 l'OIML. 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

____________________________ * Note de bas de page la version 2008: L'ISO 5725:1986 a t remplace par une norme en six parties. L'ISO 5725 comprend les parties suivantes, sous le titre gnral Exactitude (justesse et fidlit) des rsultats et mthodes de mesure: Partie 1: Principes gnraux et dfinitions Partie 2: Mthode de base pour la dtermination de la rptabilit et de la reproductibilit d'une mthode de mesure normalise Partie 3: Mesures intermdiaires de la fidlit d'une mthode de mesure normalise Partie 4: Mthodes de base pour la dtermination de la justesse d'une mthode de mesure normalise Partie 5: Mthodes alternatives pour la dtermination de la fidlit d'une mthode de mesure normalise Partie 6: Utilisation dans la pratique des valeurs d'exactitude ** Note de bas de page la version 2008: La troisime dition du vocabulaire a t publie en 2008, sous le titre JCGM 200:2008, Vocabulaire international de mtrologie Concepts fondamentaux et gnraux et termes associs (VIM).

JCGM 2008 Tous droits rservs

115

JCGM 100:2008

[7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20]

ISO 3534-1:1993 *, Statistiques Vocabulaire et symboles Partie 1: Probabilit et termes statistiques gnraux, Organisation internationale de normalisation (Genve, Suisse) FULLER, W. A. (1987), Measurement error models, John Wiley (New York, N.Y.) ALLAN, D. W. (1987), IEEE Trans. Instrum. Meas. IM-36, 646-654 DIETRICH, C. F. (1991), Uncertainty, calibration and probability, deuxime dition, Adam-Hilger (Bristol) MLLER, J. W. (1979), Nucl. Instrum. Meth. 163, 241-251 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 JEFFREYS, H. (1983), Theory of probability, troisime dition, Oxford University Press (Oxford) PRESS, S. J. (1989), Bayesian statistics: principles, models, and applications, John Wiley (New York, N.Y.) BOX, G. E. P., HUNTER, W. G., and HUNTER, J. S. (1978), Statistics for experimenters, John Wiley (New York, N.Y.) W ELCH, B. L. (1936), J. R. Stat. Soc. Suppl. 3, 29-48; (1938), Biometrika 29, 350-362; (1947), ibid. 34, 28-35 FAIRFIELD-SMITH, H. (1936), J. Counc. Sci. Indust. Res. (Australia) 9(3), 211 SATTERTHWAITE, F. E. (1941), Psychometrika 6, 309-316; (1946) Biometrics Bull. 2(6), 110-114 ISO Guide 35:1989 **, Certification des matriaux de rfrence Principes gnraux et statistiques, deuxime dition, Organisation internationale de normalisation (Genve, Suisse) BARKER, T. B. (1985), Quality by experimental design, Marcel Dekker (New York, N.Y.)

_____________________________ * Note de bas de page la version 2008: L'ISO 3534-1:2006 annule et remplace l'ISO 3534-1:1993. Il est noter que certains termes et dfinitions ont t rviss. Pour plus d'informations, voir la dernire dition. ** Note de bas de page la version 2008: Le Guide ISO 35:2006 annule et remplace le Guide ISO 35:1989. Pour plus d'informations, voir la dernire dition.

116

JCGM 2008 Tous droits rservs

JCGM 100:2008

Index alphabtique

A
alatoire 3.3.3, E.1.3, E.3.5, E.3.6, E.3.7 alatoire, effet voir effet alatoire alatoire, erreur voir erreur alatoire analyse de variance 4.2.8, H.5 et suiv. 0.2 analyse des erreurs arithmtique moyenne voir moyenne arithmtique

B
bias 3.2.3 Note BIPM Prliminaire, Avant-propos, 0.5, 7.1.1, A.1, A.2 Bureau International des Poids et Mesures voir BIPM

C
caractristique C.2.15 CEI Prliminaire, Avant-propos, A.3, B.1 chane d'talonnage 4.2.8 Note CIPM Prliminaire, Avant-propos, 0.5, 6.1.1, 6.1.2, A.1, A.2, A.3 coefficient de corrlation 5.2.2, 5.2.3, C.3.6, F.1.2.3, H.2.3, H.2.4, H.3.2, H.4.2 coefficient de corrlation, chiffres significatifs pour un 7.2.6 coefficients de sensibilit 5.1.3, 5.1.4 coefficients de sensibilit, dtermination exprimentale des 5.1.4 Comit International des Poids et Mesures voir CIPM Commission lectrotechnique internationale voir CEI conditions de rptabilit 3.1.4, B.2.15 Note 1 contrle statistique 3.4.2, 4.2.4 conventionnellement vraie d'une grandeur, valeur voir valeur conventionnellement vraie d'une grandeur convolution voir convolution de lois de probabilit

convolution de lois de probabilit 4.3.9 Note 2, G.1.4, G.1.5, G.1.6, G.2.2, G.6.5 correction 3.2 3.2.3 3.2.4 Note 2, B.2.23 correction, incertitude d'une voir incertitude d'une correction correction, non applicable d'une 3.2.4 Note 2, 3.4.4, 6.3.1 Note, F.2.4.5 corrlation 5.1, 5.2 et suiv., C.2.8, F.1.2, F.1.2.1, F.1.2.2, F.1.2.3, F.1.2.4 corrlation, limination d'une 5.2.4, 5.2.5, F.1.2.4, H.3.5 corrles, estimation d'entre ou grandeurs d'entres voir corrlation corrles, estimations de sortie ou grandeurs de sortie voir estimations de sortie corrles ou grandeurs de sortie corrles corrles, variations alatoires voir variations alatoires corrles corrig, rsultat voir rsultat corrig courbe d'erreur d'un instrument vrifi F.2.4.2 courbe d'talonnage F.2.4.2, F.2.4.5 covariance 3.3.6, 5.2.2, C.3.4, F.1.2.1, F.1.2.4 covariance de deux moyennes arithmtiques 5.2.3, C.3.4, H.2.2, H.2.4, H.4.2 covariance de mesurandes indpendants voir estimations de sortie corrles ou grandeurs de sortie corrles covariance, valuation exprimentale de la 5.2.5, C.3.6 Note 3

degrs de libert d'une estimation de variance effectue sur un ensemble de donnes, (ou d'un cart-type exprimental effectu sur un ensemble de donnes) H.1.6, H.3.6 Note degrs de libert d'une incertitude de Type A G.3.3, G.6.3, G.6.4 degrs de libert d'une incertitude de Type B G.4.2, G.4.3, G.6.3, G.6.4 degrs de libert (nombre effectif de) 6.3.3, G.4, G.4.1, G.5.4, G.6.2 et suiv. degrs de libert de composantes de Type A seulement (nombre effectif de) 7.2.1, G.4.1 Note 3 degrs de libert de composantes de Type B seulement (nombre effectif de) 7.2.1, G.4.1 Note 3 densit de probabilit 4.3.8 Note 2, 4.4.2, 4.4.5, 4.4.6 drives partielles 5.1.3 dtermination de l'erreur 3.4.5 distribution d'effectif 3.3.5, C.2.18 distribution de frquence 3.3.5, 4.1.6, C.2.18, E.3.5 droite d'talonnage H.3 et suiv.

E
cart-type 3.3.5, C.2.12, C.2.21, C.3.3 cart-type comme mesure de l'incertitude voir incertitude, cart-type comme mesure de l' cart-type exprimental 4.2.2, B.2.17 cart-type exprimental de la moyenne 4.2.3, B.2.17 Note 2 cart-type exprimental de la moyenne, incertitude de l' voir incertitude de l'cart-type exprimental de la moyenne cart-type exprimental provenant d'un ensemble de donnes voir variance provenant d'un ensemble de donnes, estimation de la carts-types, propagation de multiples des E.3.3

D
degr de croyance 3.3.5, E.3.5, E.4.4, E.5.2 Note degrs de libert 4.2.6, C.2.31, E.4.3, G, G.3, G.3.2, G.3.3, G.6.3, G.6.4

JCGM 2008 Tous droits rservs

117

JCGM 100:2008

carts-types, propagation des E.3, E.3.1, E.3.2 chantillon, incertitude due l' voir incertitude due l'chantillon chantillonnage limit, incertitude due un voir incertitude due un chantillonnage limit effectif, distribution d' voir distribution d'effectif effet alatoire 3.2.2, 3.3.1, 3.3.3, 4.2.2, E.1.1, E.3 effet systmatique 3.2.3, 3.2.4, 3.3.1, 3.3.2, 3.3.3, D.6.1, E.1.1, E.3, E.4.4 largissement, facteur d' voir facteur d'largissement ensemble de donnes, estimation de la variance provenant d'un voir variance provenant d'un ensemble de donnes, estimation de la ensemble d'informations pour une valuation de Type B 3.3.5 Note, 4.3.1, 4.3.2, 5.2.5 entre, estimation d' voir estimation d'entre entre, grandeur d' voir grandeur d'entre erreur alatoire 3.2.1, 3.2.3, B.2.21 erreur de mesure 0.2, 2.2.4, 3.2, 3.2.1 Note, 3.2.2 Note 2, 3.2.3 Note, 3.3.1 Note, 3.3.2, B.2.19, D, D.4, D.6.1, D.6.2, E.5.1 et suiv. erreur et incertitude, confusion entre 3.2.2 Note 2, 3.2.3 Note, E.5.4 erreur maximale admissible F.2.4.2 erreur relative B.2.20 erreur systmatique 3.2.1, 3.2.3, B.2.22 erreur, loi gnrale de propagation des voir propagation des erreurs, loi gnrale de esprance mathmatique(ou valeur espre) 3.2.2, 3.2.3, 4.1.1 Note 3, 4.2.1, 4.3.7, 4.3.8, 4.3.9, C.2.9, C.3.1, C.3.2 estimateur 4.2.7, C.2.25 estimation 3.1.2, C.2.24, C.2.26 estimation d'entre 4.1.4, 4.1.6, 4.2.1 estimation de sortie 4.1.4, 4.1.5, 7.2.5 estimation d'entre corrles ou grandeurs d'entre corrles voir corrlation estimations de sortie corrles ou grandeurs de sortie corrles 3.1.7, 7.2.5, H.2.3, H.2.4, H.3.2, H.4.2

talonnage, comparaison d' F.1.2.3 Note talonnage, courbe d' voir courbe d'talonnage valuation de la covariance de Type A 5.2.3 valuation de la covariance de Type B 5.2.5 valuation de Type A de l'incertitude 2.3.2, 3.3.3, 3.3.5, 4.1.6, 4.2, 4.2.1, 4.2.8, 4.3.2, 4.4.1, 4.4.3, E.3.7, F.1, F.1.1.1, F.1.1.4 valuation de Type B de l'incertitude 2.3.3, 3.3.3, 3.3.5, 4.1.6, 4.3, 4.3.1, 4.3.11, 4.4.4, 4.4.6, E.3.7, F.2 et suiv. valuations ralistes de l'incertitude, justification pour des E.2, E.2.1, E.2.3 exactitude de mesure 3.1.3, 3.4.1, B.2.14 exprimental, cart-type voir cart-type, exprimental

4.1.2 grandeur de sortie grandeur mesurable B.2.1 grandeur particulire 3.1.1, B.2.1 Note 1 grandeur ralise D.2, D.2.1, D.3.1, D.3.3, D.4 grandeur sous contrle F.2.4.3 grandeur, valeur d'une voir valeur d'une grandeur grandeurs d'entre, classement en catgories des 4.1.3 grandeurs d'influence alatoires F.1.1.3, F.1.1.4 Groupe de travail sur l'valuation des incertitudes Prliminaire, Avant-propos, 0.5, 3.3.3, 6.1.1, 6.1.2, A.1, A.2, A.3

H
hasard F.1.1, F.1.1.3, F.1.1.5 hirarchie de mesure 7.1.1 histogramme 4.4.3, D.6.1 Note 1, H.1.7

F
F, loi de voir loi de F facteur d'largissement 2.3.6, 3.3.7, 4.3.4 Note, 6.2.1, 6.3 et suiv., G.1.3, G.2.3, G.3.4, G.6.1 et suiv. facteur de correction 3.2.3, B.2.24 facteur t E.3.3, G.3.2, G.3.4, G.4.1, G.5.4, G.6.2, G.6.4, G.6.5, G.6.6 Fdration internationale de chimie clinique voir FICC FICC Prliminaire, Avant-propos, B.1 fonction de densit de probabilit 3.3.5, C.2.5 fonction de masse C.2.6 fonction de rpartition C.2.4 formule de WelchSatterthwaite G.4.1, G.4.2, G.6.2, G.6.4 fractiles de la loi de t G.3.4 Note frquence C.2.17 frquence relative E.3.5

I
incertitude d'une correction 3.2.3 Note, 3.3.1, 3.3.3, D.6.1, E.1.1, E.3 incertitude d'une grandeur sous contrle F.2.4.3 incertitude d'une observation unique d'un instrument talonn F.2.4.1 incertitude d'une observation unique d'un instrument vrifi F.2.4.2 incertitude de l'cart-type exprimental de la moyenne 4.3.2 Note, E.4.3 incertitude de la mthode de mesure F.2.5, F.2.5.1 incertitude de mesure 0.1, 0.2, 1.1, 2.2, 2.2.1, 2.2.2, 2.2.3, 2.2.4, 3.3, 3.3.1, 3.3.2, B.2.18, D, D.5, D.5.1, D.5.2, D.5.3, D.6.1, D.6.2 incertitude due l'hystrsis F.2.2.2 incertitude la rsolution d'une indication numrique F.2.2.1 incertitude due l'chantillon F.2.6 et suiv. incertitude due un chantillonnage limit 4.3.2 Note, E.4.3 incertitude due une dfinition incomplte du mesurande 3.1.3 Note, D.1.1, D.3.4, D.6.2 incertitude due aux calculs prcision limite F.2.2.3

G
globale, incertitude voir incertitude globale grandeur d'entre 4.1.2 grandeur d'entre, limite d'une voir limites d'une grandeur d'entre grandeur d'influence 3.1.5, 3.1.6, 3.2.3, 4.2.2, B.2.10

118

JCGM 2008 Tous droits rservs

JCGM 100:2008

incertitude largie 2.3.5, 3.3.7, 6, 6.2.1, 6.2.3, G.1.1, G.2.3, G.3.2, G.4.1, G.5.1, G.5.4, G.6.4, G.6.6 incertitude largie pour une loi asymtrique G.5.3 incertitude largie relative 7.2.3 incertitude largie, expression de l' 7.2.3, 7.2.4 incertitude fournie, qualit et utilit de l' 3.4.8 incertitude globale 2.3.5 Note 3 incertitude intrinsque D.3.4 incertitude lorsqu'on n'applique pas une correction 3.4.4, 6.3.1 Note, F.2.4.5 incertitude minimale D.3.4 incertitude sre E.1.1, E.1.2, E.2.1, E.2.3, E.4.1, F.2.3.2 incertitude, classement en catgories des composantes de l' 3.3.3, 3.3.4, E.3.6, E.3.7 incertitude, comparaison entre les deux points de vue sur l' E.5 et suiv. incertitude, dcompte double des composantes de l' 4.3.10 incertitude, dfinition du terme voir incertitude de mesure incertitude, cart-type comme mesure de l' E.3.2, E.4, E.4.1, E.4.4 incertitude, valuation stastitique de l', par variation des grandeurs d'entre 3.4.1, 3.4.2, 4.2.8, F.2.1, H.5.3.3 incertitude, expression de l' 7 et suiv. incertitude, grandeur logique en elle-mme pour exprimer l' 0.4 incertitude, grandeur transfrable pour exprimer l' 0.4 incertitude, groupement des composantes de l' 3.3.3 Note, 3.4.3, E.3.7 incertitude, loi de propagation de l' 3.3.6, 3.4.1, 5.1.2, E.3, E.3.1, E.3.2, E.3.6, G.6.6 incertitude, manque de compte rendu explicite de l' 7.1.3 incertitude, maximum permis d' F.2.4.2 incertitude, mthode idale pour valuer et exprimer l' 0.4 incertitude, mthode universelle d'valuation et d'expression de l' 0.4 incertitude, rsum de la procdure d'valuation et d'expression de l' 8 incertitude, sources d' 3.3.2

incertitude-type 2.3.1, 3.3.5, 3.3.6, 4.1.5, 4.1.6, 4.2.3, D.6.1, E.4.1 incertitude-type compose 2.3.4, 3.3.6, 4.1.5, 5, 5.1.1, 5.1.3, 5.1.6, 5.2.2, 6.1.1, D.6.1, E.3.6 incertitude-type compose partir de composantes de Type A seulement 7.2.1, G.4.1 Note 3 incertitude-type compose partir de composantes de Type B seulement 7.2.1, G.4.1 Note 3 incertitude-type compose et comits consultatifs 6.1.1, A.3 incertitude-type compose et comparaisons internationales 6.1.1, A.3 incertitude-type compose relative 5.1.6, 7.2.1 incertitude-type compose, calcul numrique de l' 5.1.3 Note 2, 5.2.2 Note 3 incertitude-type compose, expression de l' 7.2.1, 7.2.2 incertitude-type de Type A 3.3.5, 4.2.3, C.3.3 incertitude-type de Type B 3.3.5, 4.3.1, C.3.3 incertitude-type relative 5.1.6 incertitude-type, valuation de Type A de l' voir valuation de Type A de l'incertitude incertitude-type, valuation de Type B de l' voir valuation de Type B de l'incertitude incertitude-type, illustration graphique de l'valuation de l' 4.4 et suiv. incertitudes, arrondissage des 7.2.6 incertitudes, nombre de chiffres significatifs pour les 7.2.6 indpendance 5.1, C.3.7 indpendantes, rptitions voir rptitions indpendantes influence, grandeur d' voir grandeur d'influence informations, ensemble d', pour une valuation de Type B voir ensemble d'informations pour une valuation de Type B intervalle de confiance 4.2.3 Note 1, 6.2.2, C.2.27, C.2.28, E.3.3 intervalle de confiance bilatral C.2.27 intervalle de confiance unilatral C.2.28 intervalle statistique de dispersion C.2.30

intervalle statistique de tolrance C.2.30 Note 2 intervalles de confiance, propagation des E.3.3 ISO Prliminaire, Avant-propos, A.3, B.1 ISO 3534-1 2.1, C.1 ISO Groupe consultatif technique sur la mtrologie (ISO/TAG 4) Avant-propos ISO/TAG 4 Avant-propos ISO/TAG 4/GT 3 Avant-propos ISO/TAG 4/GT 3, mandat de l' Avant-propos

L
laboratoires de mtrologie nationaux Avant-propos Laplace-Gauss, loi de voir loi de Laplace-Gauss lgale, mtrologie voir mtrologie lgale limite d'erreur maximale E.4.1 limites de scurit 6.3.1 Note limites d'une grandeur d'entre 4.3.7, 4.3.9, 4.4.5, 4.4.6, F.2.3.3 limites maximales voir limites d'une grandeur d'entre limites suprieure et infrieure d'une grandeur d'entre voir limites d'une grandeur d'entre linarisation d'une relation fonctionnelle 5.1.5, F.2.4.4 Note, 5.1.6 Note 1 loi a priori 4.1.6, 4.3.1 Note, 4.4.4 et suiv., D.6.1, E.3.4, E.3.5, G.4.2, G.4.3 loi asymtrique 4.3.8, F.2.4.4, G.5.3 loi de F H.5.2.3 loi de Laplace-Gauss C.2.14 loi de probabilit 3.3.4, 4.1.1 Note 1, 4.1.6, 4.2.3 Note 1, 4.4.1, 4.4.4, C.2.3, E.4.2, G.1.4, G.1.5 loi de propagation de l'incertitude voir incertitude, loi de propagation de l' loi de Student C.3.8, G.3.2 loi de t 4.2.3 Note 1, C.3.8, G.3, G.3.2, G.3.4, G.4.1, G.4.2, G.5.4, G.6.2 loi dtermine mathmatiquement F.2.2 loi normale 4.2.3 Note 1, 4.3.2 Note, 4.3.4, 4.3.5, 4.3.6, 4.3.9 Note 1, 4.4.2, 4.4.6, C.2.14, E.3.3, F.2.3.3, G.1.3, G.1.4, G.2.1, G.2.2, G.2.3, G.5.2 Note 2

JCGM 2008 Tous droits rservs

119

JCGM 100:2008

loi rectangulaire 4.3.7, 4.3.9, 4.4.5, F.2.2.1, F.2.2.3, F.2.3.3, G.2.2 Note 1, G.4.3 loi trapzodale 4.3.9 loi triangulaire 4.3.9, 4.4.6, F.2.3.3

M
matriaux de rfrence, certification des H.5, H.5.3.2 matrice de covariance 3.1.7, 5.2.2 Note 2, 7.2.5, C.3.5, H.2.3 matrice des cfficients de corrlation 7.2.5, C.3.6 Note 2 mesurable, grandeur voir grandeur mesurable mesurage 3.1, 3.1.1, B.2.5 mesurage, exactitude de voir exactitude de mesure mesurages, spectre de, auxquels ce Guide s'applique 1.1 mesurande 1.2, 3.1.1, 3.1.3, B.2.19, D.1, D.1.1, D.1.2, D.3.4 mesurande, dfinition ou spcification du voir mesurande mesurande, diffrentes valeurs du D.6.2 mesurande, incertitude due une dfinition incomplte du voir incertitude due une dfinition incomplte du mesurande mesurande, meilleur mesurage possible du D.3.4 mesurande, valeur du 3.1.1, 3.1.2, 3.1.3 mesurandes interdpendants, covariance de voir estimations de sortie corrles ou grandeurs de sortie corrles mesure, mthode de voir mthode de mesure mesure, modle mathmatique de voir modle mathmatique de mesure mesure, principe de voir principe de mesure mesure, rsultat de voir rsultat d'un mesurage mesure, rle de l'analyse de variance dans la H.5.3 et suiv. mthode de mesure 3.1.1, B.2.7 mthode de mesure, incertitude de la voir incertitude de la mthode de mesure mthode de mesure, unit indpendante de la H.6 mthode des moindres carrs 4.2.5, G.3.3, H.3, H.3.1, H.3.2 mtrologie lgale 3.4.5

minimale, incertitude voir incertitude minimale modle mathmatique de mesure 3.1.6, 3.4.1, 3.4.2, 4.1, 4.1.1, 4.1.2 moindre carrs, mthode des voir mthode des moindres carrs moment centr d'ordre q C.2.13, C.2.22, E.3.1 Note 1 moyenne C.2.9, C.3.1 moyenne arithmtique 4.1.4 Note, 4.2.1, C.2.19

P
paramtre C.2.7 particulire, grandeur voir grandeur particulire plan embot quilibr H.5.3.1, H.5.3.2 C.2.16 population prcision B.2.14 Note 2 principe de l'entropie maximale 4.3.8 Note 2 B.2.6 principe de mesure probabilit 0.4, 2.3.5 Note 1, 3.3.5, 3.3.7, 4.3.7, 4.3.9, 6.2.2, C.2.1, E.3.5, E.3.6, F.2.2.3, G.1.1, G.1.3, G.3.2 probabilit lmentaire C.2.5 Note, F.2.4.4 probabilit subjective 3.3.5, D.6.1 probabilit, convolution de lois de voir convolution de lois de probabilit probabilit, loi de voir loi de probabilit procdure de mesure 3.1.1, 7.1.2, B.2.8, F.1.1.2 propagation de l'incertitude, loi de voir incertitude, loi de propagation de l' propagation des erreurs, loi gnrale de 5.2.2 Note 1, E.3.2

N
ncessit d'valuations de Type B F.2.1 niveau de confiance 0.4, 2.2.3 Note 1, 2.3.5 Notes 1 et 2, 3.3.7, 4.3.4, 6.2.2, 6.2.3, 6.3.1, 6.3.3, G, G.1.1, G.1.3, G.2.3, G.3.2, G.3.4, G.4.1, G.6.1, G.6.4, G.6.6 niveau de confiance minimal F.2.3.2 niveau de confiance 6.2.2, C.2.29 nombre de degrs de libert voir degrs de libert nombre effectif de degrs de libert voir degrs de libert non corrig, rsultat voir rsultat non corrig non linaire, relation fonctionnelle voir relation fonctionnelle non linaire normale, loi voir loi normale

R
Recommandation 1 (CI-1981), CIPM Prliminaire, 0.5, 6.1.1, A.2, A.3 Recommandation 1 (CI-1986), CIPM 0.5, 6.1.1, 6.1.2, A.3 Recommandation INC-1 (1980) Prliminaire, Avant-propos, 0.5, 0.7, 3.3.3, 6.1.1, 6.1.2, 6.3.3, A.1, A.3, E, E.2.3, E.3.7 relation fonctionnelle 4.1.1, 4.1.2 relation fonctionnelle non linaire 4.1.4 Note, 5.1.2 Note, F.2.4.4 Note, G.1.5, H.1.7, H.2.4 relative, erreur voir erreur relative rptabilit des rsultats de mesure B.2.15 voir rptabilit, conditions de conditions de rptabilit rptes, observations voir observations rptes rptitions indpendantes F.1.1.2 reproductibilit des rsultats de mesure B.2.16

O
observations indpendantes simultanes, paires d' 5.2.3, C.3.4, F.1.2.2, H.2.2, H.2.4, H.4.2 observations rptes 3.1.4, 3.1.6, 3.2.2, 3.3.5, 4.2.1, 4.2.3, 4.4.1, 4.4.3, 5.2.3, E.4.2, E.4.3, F.1, F.1.1, F.1.1.1, F.1.1.2, G.3.2 OIML Prliminaire, Avant-propos, A.3, B.1 Organisation internationale de mtrologie lgale voir OIML Organisation internationale de normalisation voir ISO origine extrieure, valeur d'entre ou grandeur d'entre d' voir valeur d'entre ou grandeur d'entre d'origine extrieure

120

JCGM 2008 Tous droits rservs

JCGM 100:2008

rsultat corrig B.2.13, D.3.1, D.3.4, D.4 rsultat d'un mesurage 1.3, 3.1.2, B.2.11 rsultat de mesure et son incertitude, disponibilit de l'information dcrivant un 7.1.1, 7.1.3 rsultat de mesure et son incertitude, expression en dtail d'un 7.1.4, 7.2.7 incertitude, formulation pour l'expression d'un 7.2.2, 7.2.4 rsultat non corrig B.2.12

T
t, loi de voir loi de t termes de degr plus lev 5.1.2 Note, E.3.1, H.1.7 H.5.2.2, H.5.2.4 test F thorme central limite G.1.6, G.2, G.2.1, G.2.3, G.6.2, G.6.5, G.6.6

U
UICPA Prliminaire, Avant-propos, B.1 Prliminaire, UIPPA Avant-propos, B.1 Union internationale de chimie pure et applique voir UICPA Union internationale de physique pure et applique voir UIPPA unit, utilisation d'une valeur adopte pour un talon comme 3.4.6, 4.2.8 Note

S
scurit, limites de voir limites de scurit srie de Taylor 5.1.2, E.3.1, G.1.5, G.4.2, H.1.7, H.2.4 sortie, estimation de voir estimation de sortie sortie, grandeur de voir grandeur de sortie statistique 4.2.7, C.2.23 Student, loi de voir loi de Student systmatique 3.3.3, E.1.3, E.3.4, E.3.7 systmatique, effet voir effet systmatique systmatique, erreur voir erreur systmatique Systme international d'units (SI) 0.3, 3.4.6

V
valeur d'une grandeur 3.1.1, B.2.2 valeur conventionnellement vraie d'une grandeur B.2.4 valeur d'entre ou grandeur d'entre d'origine extrieure F.2.3, F.2.3.1 valeur vraie d'une grandeur 2.2.4, 3.1.1 Note, B.2.3, D, D.3, D.3.1, D.3.4, D.3.5, E.5.1, E.5.4

valeurs aberrantes 3.4.7 variable alatoire 4.1.1 Note 1, 4.2.1, 4.2.3 Note 1, C.2.2, C.3.1, C.3.2, C.3.4, C.3.7, C.3.8, E.3.4, F.1.2.1, G.3.2 variable alatoire centre C.2.10 variance 3.1.7, 4.2.2, 4.2.3, C.2.11, C.2.20, C.3.2 variance compose 3.3.6, 5.1.2 variance d'Allan 4.2.7 Note variance de la moyenne 4.2.3, C.3.2 variance de Type A 4.2.3 variance de Type B 4.3.1 variance exprimentale (ou estimation de variance) 4.2.2, H.3.6 Note variance exprimentale de la moyenne 4.2.3, C.3.2 variance provenant d'un ensemble de donnes, estimation de la (ou estimation de l'cart-type exprimental provenant d'un ensemble de donnes) 4.2.4, 4.2.8 Note, H.1.3.2, H.3.6 Note, H.5.2.2, H.5.2.5, H.6.3.1, H.6.3.2 Note variance relative 5.1.6 variance relative compose 5.1.6 variance, analyse de voir analyse de variance variations alatoires corrles 4.2.7 VIM 2.1, 2.2.3, 2.2.4, B.1 Vocabulaire international des termes fondamentaux et gnraux de mtrologie voir VIM

JCGM 2008 Tous droits rservs

121

JCGM 2008 Tous droits rservs