Covariance

Déterminer un modèle qui s’ajuste au plus près des données observées

Bien souvent négligée, l’erreur dans la spécification d’une fonction de mesure (nommée souvent « modèle ») peut avoir un effet significatif sur les résultats d’une méthode de mesure. La modélisation, étape clef de l’étalonnage, ne se limite pas à l’estimation ponctuelle des paramètres de la fonction de mesure choisie (coefficients du modèle). Elle doit aussi évaluer les incertitudes sur les paramètres de cette fonction afin d’estimer la part d’incertitude qui lui est due dans l’expression d’un résultat de mesure. Cette incertitude est qualifiée par abus « d’incertitude de modélisation ». Cette fiche aborde les mécanismes à l’œuvre lorsque l’on réalise une régression linéaire et vous amène à réfléchir quant au choix de votre modèle.

>
• Ressources documentaires
>
• Mesures - Analyses
>
• Qualité et sécurité au laboratoire
>
• Des bonnes pratiques en laboratoire à l’accréditation

• >   Dans : Des bonnes pratiques en laboratoire à l’accréditation
• |
• Réf : dt108

Les fiches pratiques répondent à des besoins opérationnels et accompagnent le professionnel en le guidant étape par étape dans la réalisation d'une action concrète.

Initiation à l’analyse de variances

Lorsqu’il est nécessaire de comparer deux populations, on utilise généralement le test de Student. Mais au-delà de deux populations, c’est au test de Fisher que l’on fait appel. Dans ce test, on divise la variance S² « factorielle » par la variance S² « résiduelle ». La variance factorielle correspond à la dispersion obtenue en faisant varier le facteur étudié (par exemple : 3 opérateurs / intersérie). La variance résiduelle correspond généralement à la dispersion des résultats obtenue sous condition de répétabilité (par exemple : 10 mesures / intrasérie). Ainsi, en faisant le rapport des deux variances (S²factorielle/S²résiduelle), on cherche à démontrer que ce rapport est :

• non significatif, ce qui indique que changer d’opérateur n’a pas plus d’impact sur le résultat que répéter dix fois la mesure ;
• significatif, ce qui indique que changer d’opérateur a un impact sur le résultat.

Dans cette fiche, on fera une présentation de divers plans d’expériences, base de l’étude, jusqu’à la réalisation d’une analyse de variances et de son interprétation.

>
• Ressources documentaires
>
• Mesures - Analyses
>
• Qualité et sécurité au laboratoire
>
• Des bonnes pratiques en laboratoire à l’accréditation

• >   Dans : Des bonnes pratiques en laboratoire à l’accréditation
• |
• Réf : dt108

Les fiches pratiques répondent à des besoins opérationnels et accompagnent le professionnel en le guidant étape par étape dans la réalisation d'une action concrète.

Évaluation des incertitudes de mesure par la méthode dite de « simulation numérique »

Les résultats de mesure ne sont pas parfaits. Chaque mesure est entachée d’une erreur qu’il convient de savoir estimer. En effet, de nombreuses décisions sont directement fondées sur des résultats de mesure. Il est donc important de pouvoir maîtriser le doute que l’on a sur la valeur du mesurande caractérisé. L’incertitude que l’on associe alors à un résultat de mesure permet de fournir une indication quantitative sur la qualité de ce résultat. Cette information est essentielle pour estimer la fiabilité d’un résultat de mesure.

>
• Ressources documentaires
>
• Mesures - Analyses
>
• Qualité et sécurité au laboratoire
>
• Des bonnes pratiques en laboratoire à l’accréditation

• >   Dans : Des bonnes pratiques en laboratoire à l’accréditation
• |
• Réf : dt108

Les fiches pratiques répondent à des besoins opérationnels et accompagnent le professionnel en le guidant étape par étape dans la réalisation d'une action concrète.