1_Introduction Toute mesure est entachée d’erreur. Il est impossible d’effectuer des mesures rigoureusement exactes. Pour rendre compte du degré d’approximation.

Slides:



Advertisements
Présentations similaires
L’échantillonnage & Ses Fluctuations
Advertisements

Incertitudes lors d’un dosage acide base
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
Echantillonnage Introduction
Collecte de données F. Kohler.
Inférence statistique
C1 Bio-statistiques F. KOHLER
Inférence statistique
Echantillonnage Professeur Francis GUILLEMIN > Ecole de santé publique - Faculté de Médecine.
Les TESTS STATISTIQUES
MESURES ET INSTRUMENTATION
Les TESTS STATISTIQUES
Échantillonnage-Estimation
Corrélations et ajustements linéaires.
Moyenne, écart type et incertitude de mesure.
Les tests d’hypothèses
Mesure et Instrumentation
variable aléatoire Discrète
Mesures et incertitudes
Lectures Volume obligatoire: Chapitre 8
Chapitre 2 Les indices.
Méthodes de Biostatistique
Les principaux résumés de la statistique
Cours de physique générale I Ph 11
Régression linéaire simple
Groupe 1: Classes de même intervalle
Opération et systèmes de décision Faculté des Sciences de l administration MQT Probabilités et statistique Mesures caractéristiques.
DEA Perception et Traitement de l’Information
Howell, Chap. 1 Position générale
Comprendre la variation dans les données: Notions de base
Précision et exactitude
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
Objectifs Chapitre 8: Mesure en psychologie
ÉCHANTILLONNAGE AU FIL DES PROGRAMMES Stage : nouveaux programmes de première Novembre 2011.
Analyse statistique des données expérimentales
Les intervalles de confiance pour la moyenne d’une population
Chimiometrie (Chemometrics)
Julie Perrot, Cécile Grigné, Jacques Déverchère et Pascal Tarits
Howell Chap. 11: ANOVA. Du monde connu au monde inconnu Du test t à l’analyse de varianceDu test t à l’analyse de variance Trouvez des nouveaux noms pour.
Les nombres décimaux au cycle 3
LA REGRESSION LINEAIRE
STATISTIQUES DESCRIPTIVES
STATISTIQUES – PROBABILITÉS
GTS813: cours #6 Évaluation d’une mesure (Validité, Répétabilité, Fiabilité, précision) Activité. Études de cas #2: Qui pose la question? La question est-elle.
Activité: Introduction au pH Trois types de solution
Étude de l’écoulement moyen
Probabilités et Statistiques Année 2009/2010
Thème: statistiques et probabilités Séquence 6: Probabilités (Partie 1) Capacités : Déterminer la probabilité d’événements dans des situations d’équiprobabilité.
Mesures et incertitudes
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
Méthode des moindres carrés (1)
Échantillonnage aléatoire simple
Principe de mise en position, isostatisme et côtes fabriquées
Chapitre 4 Variables aléatoires discrètes
Analyse des données. Plan Lien entre les statistiques et l’analyse des données Propagation des erreurs Ajustement de fonctions.
Les incertitudes de mesures
Mesures, erreurs de mesure et incertitudes
La Maîtrise Statistique des Procédés
Mesures et incertitudes
Cours Mesures & Instrumentation
Probabilités et statistique MQT-1102
Validation d’une méthode d’analyse
ECHANTILLONAGE ET ESTIMATION
Introduction aux statistiques Intervalles de confiance
Stage Capteurs et mesures
UED SIM – Département OLCI Année Arts & Métiers ParisTech CER ANGERS Probabilités et statistiques Cours n° 2.
Chapitre 4 Statistique descriptive 1. Echantillonnage statistique population On appelle population, un ensemble d’individus auquel on s’intéresse échantillon.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement.
Transcription de la présentation:

1_Introduction Toute mesure est entachée d’erreur. Il est impossible d’effectuer des mesures rigoureusement exactes. Pour rendre compte du degré d’approximation auquel nous travaillerons, nous devrons estimer les erreurs commises dans les diverses mesures et nous devrons calculer leurs conséquences dans les résultats obtenus

3. Erreur et incertitude Beaucoup de scientifiques confondent ces deux termes et parlent de calculs d’erreurs au lieu de calculs d’incertitudes. .1 Definition de l’erreur Lors de la mesure d’une grandeur physique x, l’erreur est la différence entre la valeur mesurée x et la valeur vraie X. La valeur vraie est en générale inconnue (puisqu’on la cherche).

Les erreurs de mesure

On peut illustrer ces notions d’erreurs systématique et aléatoire par le tir dans une cible :

3.2. FIDÉLITÉ - RÉPÉTABILITÉ - REPRODUCTIBILITÉ - PRÉCISION La fidélité est l'aptitude de la méthode à donner des résultats les plus proches possibles lors d'analyses répétées d'un même échantillon. On distingue : - Répétabilité : variabilité aléatoire des résultats d'une série de déterminations d'un même échantillon effectuée dans des conditions très proches (et donc généralement dans un temps court). - Reproductibilité : variabilité aléatoire des résultats de plusieurs déterminations d'un même échantillon, effectuées de manière espacée dans le temps, donc dans des conditions qui peuvent être expérimentalement légèrement différentes.

Exemple des étudiants qui font des expériences de calorimétrie pour mesurer la capacité thermique de l'eau1. Les différents groupes mesurent les valeurs suivantes : {5100; 4230; 3750; 4560; 3980} J/K/kg. Que vaut alors la capacité ?

exercice

I -Evaluation des incertitudes : Il faut un instrument de mesure construit sur un étalon. Malgré tout, cet instrument possède aussi une certaine précision. L’acte de mesurer entraine deux types incertitudes : incertitudes de type A incertitudes de type B

Types d’evaluations Évaluations de type A : C’est le cas où l’opérateur fait toute une série de mesures. Le traitement des erreurs est statistique : moyenne, écart-type, … Cette analyse statistique se fait lorsqu’on a peu d’indications sur les sources d’erreurs. Évaluations de type B : L’opérateur doit chercher et évaluer les sources d’erreurs. Le constructeur de l’instrument de mesure fournit des données telles que la classe de l’appareil, le calibre, la résolution. Il est nécessaire d’avoir une connaissance générale sur l’expérience.

II. Méthodes d’évaluation des incertitudes de type A et de type B : Type A : Dans les cas de plusieurs mesures indépendantes, l’incertitude se calcule à l’aide de l’écart-type d’ordre n–1 (appelé encore écart type de l’échantillon). On prend alors comme valeur de g, la moyenne des mesures

Si la distribution des mesures suit une loi gaussienne, alors les observations montrent que σn–1 est un bon estimateur de l’incertitude pour un très grand nombre de mesures, mais on pratique très rarement 30 000 mesures !!!

. Traitement statistique des mesures : Les erreurs entraînent une dispersion des résultats lors de mesures répétées. Leur traitement statistique permet :  de connaître la valeur la plus probable de la grandeur mesurée,  de fixer les limites de l'incertitude.

Fig. 2

Le meilleur estimateur de la vraie valeur xo est la moyenne le meilleur estimateur de la variance de la distribution de x est donné pare arithmétique

Finalement, la précision avec laquelle on détermine xo est donnée par la variance de la moyenne x qu’on note Le résultat de la mesure est finalement donné sous la forme

A côté de l'erreur absolue d'un résultat de mesure, il est souvent commode d'indiquer l'erreur relative

4) Incertitudes sur une mesure composée; loi de propagation Les mesures effectuées en physique sont le plus souvent indirectes. 4.1) Propagation des incertitudes Si on veut déterminer la surface d’une pièce, on mesure sa longueur l et sa largeur d et la surface est donnée par la fonction S = ld. ∆l sur la longueur et ∆d sur la largeur. Comment déduire l’incertitude ∆S sur la surface calculée?

L’incertitude ∆S sur la surface correspond alors à l’accroissement total de la surface (fig a)

Quelques cas simples : Somme/ différence: Produit/quotient: Dans un produit (quotient), les erreurs relatives s’additionnent.

Exemple la période d’oscillation T d’un pendule simple dépend de la longueur l du pendule: Calculer L’incertitude relative sur g