Formet

Composition des
incertitudes
LCIE
Mars 2003

Rodolphe DA SILVA

Dans l’intérêt des entreprises et des Hommes

0 Recommandation
Recommandation INC-1
INC-1

1. L’incertitude d’un résultat de mesure comprend généralement plusieurs composantes qui

§ 0.7
peuvent être groupées en deux catégories d’après la méthode utilisée pour estimer leur valeur
numérique :

A . celles qui sont évaluées à l’aide de méthodes statistiques,

B. Celles qui sont évaluées par d’autres moyens.

Il n’y a pas toujours une correspondance simple entre le classement dans les catégories A ou
B et le caractère "aléatoire" ou "systématique" utilisé antérieurement pour classer les
incertitudes. L’expression "incertitude systématique" est susceptible de conduire à des
erreurs d’interprétation : elle doit être évitée.

Toute description détaillée de l’incertitude devrait comprendre une liste complète de ses
composantes et indiquer pour chacune la méthode utilisée pour lui attribuer une valeur
numérique.

Formet - 03/2003 2
0 Recommandation
Recommandation INC-1
INC-1

2. Les composantes de la catégorie A sont caractérisées par des variances estimées s i² (ou les
§ 0.7
"écarts-types" estimés si) et les nombres i de degrés de liberté. Le cas échéant, les covariances
estimées doivent être données.

3. Les composantes de la catégorie B devraient être caractérisées par les variances estimées u j²,
qui puissent être considérées comme des approximations des variances correspondantes dont
on admet l’existence. Les termes u j² peuvent être traités comme des variances et les termes u j
comme des écarts-types. Le cas échéant, les covariances doivent être traitées de façon analogue.

4. L’incertitude composée devrait être caractérisée par la valeur obtenue en appliquant la

méthode usuelle de combinaison des variances. L’incertitude composée ainsi que ses
composantes devraient être exprimées sous le forme d’"écarts-types".

5. Si, pour des utilisations particulières, on est amené à multiplier par un facteur l ’incertitude
composée afin d ’obtenir une incertitude globale, la valeur numérique de ce facteur doit toujours
être données.

Formet - 03/2003 3
SOMMAIRE
1 Loi de propagation des
incertitudes
2 Composantes d’incertitude-
type

3 Expression du résultat
4 Récapitulatif de la méthode

4
1
> Loi de propagation des
incertitudes

0 > Introduction
1 > Grandeurs d’entrée non corrélées
2 > Grandeurs d’entrée corrélées
3 > Coefficient de corrélation
4 > Implications
5 > Autre mise en forme

5
 1 0 > Introduction Loi
Loi de
de propagation
propagation des
des incertitudes
incertitudes

 Modélisation du mesurage
Paramètres d’entrée :
Milieu ambiant

Alimentation :
Montage Résultat du mesurage ou
type, niveau… Estimation du mesurande

Paramétrage : Méthode ou procédure § 3.1.2

de mesure § 3.1.1
calibre, filtre…

xi f y
estimateur des relation fonctionnelle, estimateur de la
grandeurs d’entrée Xi fonction de transfert grandeur de sortie Y
§ 3.4..2
Modèle mathématique : § 4.1

il doit modéliser le mesurage au mieux , il

tel que y = f (x1, x2, … , xn) peut intégrer des grandeurs additionnelles
qui reflèteront le fait que la connaissance
du phénomène est incomplète .

Formet - 03/2003 6
 1 1 > Grandeurs d’entrée Loi
Loi de
de propagation
propagation des
des incertitudes
incertitudes
non corrélées

 Grandeurs non corrélées = grandeurs indépendantes

 Incertitude type de y

• Où y = estimateur du mesurande Y tel que y=f (x1, x2 , … xn) § 5.1.1

• Composition des incertitudes types des estimateurs des entrées x i

• Incertitude type composée :
uc(y) = racine de la variance composée u²c(y) avec :
§ 5.1.3

2
n
 f  2
u (y)   
2
c
 .u (x i ) § 5.1.2 (10)

11  x i 
Coefficient de sensibilité § 5.1.3

uc(y) est un écart type estimé ; u (xi) = incertitude type (évaluée) § 5.1.3 note 1

Loi de propagation de l’incertitude § 5.1.2

Formet - 03/2003 7
 1 2 > Grandeurs d’entrée Loi
Loi de
de propagation
propagation des
des incertitudes
incertitudes
corrélées

 Grandeurs corrélées = grandeurs liées

 Incertitude type de y

• Où y = estimateur du mesurande Y tel que y=f (x 1, x2 , … xn)

• Composition des incertitudes types des estimateurs des entrées x i
• Incertitude type composée : uc(y) = racine de la variance composée u²c(y)
avec :
2
n
 f  2 n 1 n
f f
u c (y)   
2
 .u (x i )  2  . .u(x i ).u(x j ).r(x i , x j )
i 1  x i  i 1 j i 1x i x j § 5.2.2 (15)

u(xi, xj)
= covariance
r(xi, xj) = coefficient de corrélation,

u(x i , x j ) ou : –1 r(xi, xj)  1 § 5.2.2 (14)

estimé par : r(x i , x j ) 

u(x i ).u(x j ) et : r(xi, xj)=0 quand
xi indépendant de xi

Formet - 03/2003 8
 1 3 > Coefficient de Loi
Loi de
de propagation
propagation des
des incertitudes
incertitudes
corrélation

 Covariance
• Cov(x,y) = E[ (x-E(x)).(y-E(y)) ] § C.3.4

• Estimateur de la covariance entre 2 grandeurs q et r à partir de n

mesures du couple (q,r) :
1 n
s(q, r)  
n - 1 i 1
(q i  q)(ri  r) § C.3.4

q et r moyennes arithmétiques et meilleur estimateur E(q) et E(r).

• Estimateur de la covariance entre q et r :

n
1
s(q, r)  
n.(n - 1) i 1
(q i  q)(ri  r) § 5.2.3 (17)

Donc si on estime 2 grandeurs x et y à partir de la moyenne de n mesures

de (xi , yi), alors on utilisera :
n
1
u(x, y)  s(x i , y i )  
n.(n - 1) i 1
(x i  x i )(y i  y i ) § 5.2.3

Formet - 03/2003 9
 1 4 > Implications Loi
Loi de
de propagation
propagation des
des incertitudes
incertitudes

 Coefficient de corrélation = 1

• Quand toutes les estimations d’entrées sont corrélées avec un

r(xi, xj) = 1 ,
§ 5.2.2 note-1
2
n
 f  2 n 1 n
f f
u (y)   
2
c
 .u (x i )  2  . .u(x i ).u(x j ).r(x i , x j )
i 1  x i  i 1 j i 1x i x j
2
 n
 f 
devient : u (y)  
2
c
 .u (x i ) 
 i 1  x i 
et plus simplement :
n
 f 
u c (y)    .u (x i ) 
i 1  x i 
Quand tous les termes sont totalement corrélés, l’incertitude type
composée est la somme linéaire des incertitudes types.

Formet - 03/2003 10
 1 5 > Autre mise en forme Loi
Loi de
de propagation
propagation des
des incertitudes
incertitudes

 Si Y=c.x1k . x2k . … xnk

1 2 n § 5.1.6

• Avec les exposants ki positifs ou négatifs et des variables

xi non corrélées,
alors la loi de propagation des incertitudes peut s’écrire :

2 2
 u c (y)  n
 u(x i ) 
 y  
   k i .  § 5.1.6 (12)

  i 1  xi 

ou : u   k i2 .u 2r (x i )
2
rc
i 1

Formet - 03/2003 11
2
> Évaluation des
composantes de
l’incertitude
1 > Classification de l’INC-1
2 > Évaluation de type A de
l’incertitude type
3 > Évaluation de type B de
l’incertitude type

12
 Évaluation
Évaluation des
des composantes
composantes de de
2 1 > Classification de
l’incertitude
l’incertitude
l’INC-1

 Méthode de type A ou B § 0.7

• Permet d’évaluer des estimateurs de la variance u²

 Méthode de type A
• L’incertitude est calculée à partir de séries d’observations répétées
Distribution d’effectif  fonction densité de probabilité

• selon la recommandation INC-1 § 2

Les composantes de la catégorie A sont caractérisées par des variances § 0.7

estimées si² (ou les "écarts-types" estimés si) et les nombres i de degrés de
liberté. Le cas échéant, les covariances estimées doivent être données.

Formet - 03/2003 13
 Évaluation
Évaluation des
des composantes
composantes de de
2 2 > Évaluation de type A
l’incertitude
l’incertitude
de l’incertitude

 Meilleur estimateur d’une variable aléatoire Q

• Moyenne arithmétique des n observations qi
1 n
q   qi § 4.2.1 (3)

n i 1
 Meilleur estimateur de la variance ² de la loi de probabilité de q
• Variance expérimentale s²
1 n
s (qi ) 
2

n - 1 i 1
(q i  q ) § 4.2.2 (4)

Attention : caractérise la dispersion des qi autour de la moyenne des qi.

Or, on cherche à caractériser la variance sur le meilleur estimateur de la variable
aléatoire Q, soit :
q

Formet - 03/2003 14
 Évaluation
Évaluation des
des composantes
composantes de de
2 2 > Évaluation de type A
l’incertitude
l’incertitude
de l’incertitude

 Meilleur estimateur de la variance sur la moyenne

σ 2 (q)
• La variance de la moyenne est donnée par : σ (q) 
2
§ 4.2.3

n
• La variance expérimentale de la moyenne est donc donnée par :
2
s (qi ) 1 n
s (q ) 
2

n
 
n.(n - 1) i 1
(q i  q ) § 4.2.3 (5)

et quantifie ainsi la manière dont la moyenne des qi résultats de mesure estime l’espérance
mathématique de Q.

Donc la variance expérimentale de la moyenne peut être utilisée comme mesure de l’incertitude de .

q
Remarque : le nombre d’observations n doit être suffisamment grand pour garantir une
§ 4.2.2 (4)
estimation fiable.
L’écart entre 2 et 2
est pris en compte à travers la loi de Student lorsque l’on
s de(qconfiance.
établit les intervalles ) σ (q)

Formet - 03/2003 15
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Moyens d ’évaluation de type B

• les données fournies par les certificats d ’étalonnage ou les constats de
vérification
• les spécifications constructeurs
• des documents normatifs
§ 4.3.1
• des ouvrages de références
• sa connaissance propre des matériaux ou des dispositifs de mesure,
son expérience
• les données issues de mesures antérieures (en l ’absence de traitement
statistique)
 Fiabilité de l’évaluation de type de B
• Lié à l’utilisation correcte des données disponibles et à la perspicacité
(basée sur l’expérience et la connaissance) de celui qui réalise l’évaluation
• Tout aussi fiable qu’une évaluation de type A surtout quand on dispose
de peu d’observations indépendantes § 4.3.2

Formet - 03/2003 16
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 2 cas

• on dispose : - d ’une incertitude type (sous la forme d ’une variance ou

d ’un écart-type)
ou - d ’une incertitude élargie à laquelle est associé : § 4.3.3
- un coefficient d ’élargissement
ou - un niveau de confiance et de la loi de
distribution
Cas du certificat d ’étalonnage, du constat de vérification

ou

• on dispose de bornes de variations, d’évolutions, [min , max]

§ 4.3.4

et de la connaissance à priori de la loi de distribution

Cas de la tolérance sur un paramètre ambiant, de l ’observation des seuils hauts
et bas de l’évolution d ’un afficheur en l’absence d’analyse statistique.

Formet - 03/2003 17
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 cas d ’une incertitude élargie (à laquelle est associé un niveau de

confiance) en l’absence de la loi de distribution
• On pourra faire l’hypothèse d’une loi normale de distribution sauf § 4.3.4

indication contraire : indication selon laquelle une loi

rectangulaire
§ G.2.3
ou une loi de Student
est associée à une composante
prédominante,
ou,

théorème centrale limite.

• On utilisera Niveau
alors de
le confiance
diviseurp k associé auFacteur
en %
niveau d’élargissement kp
de confiance donnée,
68,27 1
avec :
90 1,645
table G.1
95 1,960
95,45 2
99 2,576
99,73 3

Formet - 03/2003 18
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Si on peut estimer des limites (supérieure et inférieure)

• Valeur supérieure estimée à : a

§ 4.3.7/8

Valeur inférieure estimée à : b

• On ne possède aucune connaissance sur la répartition des valeurs dans

l’intervalle [b, a] , si ce n’est le fait que la probabilité de trouver la
variable dans [b, a] est de 1 et de 0 sur ]- ; b[ U ]a ; +[.

On peut seulement supposer que la variable a une égale probabilité de

se trouver en tous points de [b, a] = l’hypothèse que l’événement suit
une loi uniforme ou rectangulaire.

• D’où l’estimateur de la variance :

s 2 (q ) 
a  b 2
 u 2 (q i )
i
12

Formet - 03/2003 19
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Représentation graphique d’un cas symétrique

p(qi)
§ 4.4

1
2.a Avec l’estimateur de l’écart type :

s(q i ) 
a  (a) 2 
a
 u(q i )
12 3
qi
-a -s q0 +s +a

57,73% des valeurs 115.5% des valeurs

§ 4.3.9

Formet - 03/2003 20
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Autres lois

• la loi triangle rectangle qui correspond, par exemple, à la réalisation d’un

dosage chimique par excès § F2.4.4

• Représentation graphique :

2 p(qi)
a
Avec l’estimateur de l’écart type :
62,9% des valeurs
a
q s s(q i )   u(q i )
qs 18

a qi
0 q a
3

Formet - 03/2003 21
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Autres lois

• la loi en U (dérivée d’arc sinus) qui correspond

au comportement de la température dans une salle climatisée
ou au phénomène de désadaptation d’impédance en HF

• Représentation graphique :
t en s

1 1
Fonction densité de p(qi) p(q i ) 
probabilité associé  .a 2
1   i 
à la fonction sinus q
 a
Avec l’estimateur de l’écart type :
T min

T max

a
s(q i )   u(q i )
2

qi
-a 0 a
T°C

Formet - 03/2003 22
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude
 Les composantes typiques et leur traitement (1)

• Cas de l’appareil vérifié

• L’appareil est certifié conforme à : une norme
aux spécifications constructeur
aux spécifications utilisateur
par son constat de vérification.
 Conformité aux "Erreurs Maximales Tolérées"

• On ignore la courbe d’erreur de l’instrument, donc on fait l’hypothèse § F2.4.2

que l’erreur à une probabilité uniforme de se situer entre les 2 limites
définies par l’EMT.
 on considère une loi rectangulaire.

• Exemple : EMT =  a% du calibre

si on mesure une tension x i avec le calibre c en V , on aura :

a.c 1
u ( xi )  . V
100 3
Formet - 03/2003 23
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Les composantes typiques et leur traitement (2)

• Résolution d’un indicateur § F2.2.1

Valeurs affichées
4

0 Niveau du signal
0 a 2.a 3.a 4.a

Pas de quantification a

• On considère une loi uniforme sur l’intervalle [-a/2; a/2] d’une largeur a
a = pas de quantification de l’afficheur
• On obtient donc l’incertitude type associée à la résolution par :
a
a a
u ( xi )  2  
3 2. 3 12
Formet - 03/2003 24
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Les composantes typiques et leur traitement (3)

• Bruit
• Attention : la composante liée au bruit n’est pas toujours dissociable
de la résolution.
• Si il n’est pas envisageable de traiter cette composante par des moyens
statistiques (voir §2.3), on pourra utiliser une méthode de type B.
• Dans ce cas on cherchera à déterminer un intervalle, l’enveloppe du
bruit.
par exemple : par une observation à l’oscilloscope
Remarque : cette enveloppe tend à s’élargir avec la durée de
l’observation.
• L’intervalle obtenu de largeur ‘a’ sera traité de manière analogue au pas
de quantification (voir résolution).

Formet - 03/2003 25
 Évaluation
Évaluation des
des composantes
composantes de de
2 4 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Les composantes typiques et leur traitement (4)

• Dérive entre 2 étalonnages

• Si, on ne dispose pas d’un historique suffisant pour mettre en évidence la dérive
d’un appareil, alors on pourra utiliser les spécifications constructeur (ou toutes
autres documentations).
• Si, on dispose d’un court historique (qui ne permet pas une étude statistique) :
on pourra chercher le plus grand écart ‘e’observé entre 2 étalonnages
successifs.

on considère une
on fait l’hypothèse que loi rectangulaire.
­ l’écart maximal déjà observé ne sera jamais dépassé.
­ la fluctuation de l’appareil est uniforme dans cet intervalle. 
Si, on peut déjà établir une tendance : e
­ on fait l’hypothèse que l’appareil va suivre cette tendance
u ( xi )  2
On considère un intervalle
3
Si non : simple de largeur e e
­ pas d’hypothèse On considère un double u ( xi ) 
intervalle de largeur 2.e 3
Formet - 03/2003 26
 Évaluation
Évaluation des
des composantes
composantes de de
2 3 > Évaluation de type B
l’incertitude
l’incertitude
de l’incertitude

 Les composantes typiques et leur traitement (5)

• Dérive entre 2 étalonnages (suite)

• Si on peut mettre en évidence une dérive de l’appareil, alors on pourra utiliser une méthode statistique de type A :
- calcul de la droite de régression par la méthode des moindres carrés
- extrapolation de la correction
- calcul de la variance sur cette correction

• Interpolation
• Il faut appliquer la loi de propagation des incertitudes à la mise en équation réalisée pour interpoler les valeurs (interpolation
linéaire, polynomiale, logarithmique…).
• Adapter au mieux le modèle, à défaut : ajouter un terme supplémentaire au calcul d’incertitude pour prendre en compte le
biais.
• Remarque : les valeurs peuvent être corrélées

Formet - 03/2003 27
3
> Expression du résultat

1 >Expression de l’incertitude
2 > Nombre de chiffres

28
 3 1 > Expression de Expression
Expression du
du résultat
résultat
l’incertitude

 Si on utilise U = [Link]

À partir d’un exemple : le mesurande M est une masse de 100g

§ 7.2.4

• M = (100,000 XX  0,000 YY)g ou 100,000 XX g  0, YYmg , où le nombre qui suit le symbole  est
la valeur numérique de U=[Link], avec U déterminée à partir de uc= 0,ZZ mg et k= 2,XX (ou 3,XX)
sur la base de la loi de t pour  = ? degrés de liberté, et définit un intervalle estimé avoir un
niveau de confiance de 95 (ou 99) pour-cent

U, k et uc devant être défini par ailleurs dans le document.

 Si on utilise U = [Link] sans faire d’hypothèse quant à la loi de

distribution du mesurande :
À partir d’un exemple : le mesurande M est une masse de 100g

• M = (100,000 XX  0,000 YY)g ou 100,000 XX g  0, YYmg avec le facteur

d’élargissement k = 2 ou 3

Formet - 03/2003 29
 3 2 > nombre de chiffre Expression
Expression du
du résultat
résultat

 Pour U et uc(y)
• 2 chiffres significatifs
• avec une préférence à un arrondissage au chiffre supérieur (tout bon sens gardé) § 7.2.6

 Pour u(xi)

• 2 chiffres significatifs, voire plus pour éviter la propagation des erreurs d’arrondissage dans les calculs
 Pour l’estimateur du mesurande

• l’arrondissage doit être réalisé en accord avec l’expression de l’incertitude

 Pour les coefficients de corrélation

• 3 chiffres significatifs si leur valeur absolue est proche de 1

Formet - 03/2003 30
4
> Récapitulatif de la
méthode

1 > Méthode
2 > Tableau de synthèse

31
3 1 > méthode Récapitulatif
Récapitulatif de
de la
la méthode
méthode

1. Définir l’objet de la mesure : le mesurande

§8
2. Analyser le processus de mesure
3. Lister tous les paramètres contribuant à l’incertitude
4. Établir la relation fonctionnelle Y=f(X1, X2, … , Xn) faisant intervenir la totalité des paramètres listés

5. Déterminer l’ensemble des Xi et calculer Y

6. Évaluer les incertitudes types u(Xi) par les méthodes de type A ou B ainsi que les termes de covariance.

7. Calculer les coefficients de sensibilité

8. Appliquer la loi de propagation des incertitudes et déterminer uc et U

9. Exprimer le résultat

Formet - 03/2003 32
3 2 > Tableau de synthèse Récapitulatif
Récapitulatif de
de la
la méthode
méthode

Composantes de l’incertitude Coefficient

Incertitude
Rapport de de
type ci.u(xi) ci².u(xi)²
Valeur division sensibilité
désignation descriptif u(xi)
brute ci

Ai

Bi

Incertitude-type composée : uc

Incertitude élargie : U (k=2)

Faire apparaître les unités des incertitudes types et des coefficients de sensibilité

Formet - 03/2003 33