Calcul d’incertitude type A et B
Estimez l’incertitude standard issue des répétitions de mesure et l’incertitude issue des spécifications instrumentales, puis combinez-les selon les principes usuels du GUM.
Calculateur interactif
Résultats
Entrez vos données puis cliquez sur “Calculer l’incertitude”.
Guide expert sur le calcul d’incertitude type A et B
Le calcul d’incertitude type A et B est une étape centrale en métrologie, en contrôle qualité, en laboratoire, en industrie pharmaceutique, en environnement et dans tout domaine où une mesure doit être interprétée avec rigueur. Une valeur mesurée n’est jamais parfaitement exacte. Elle est toujours accompagnée d’un doute quantifié, appelé incertitude. L’objectif n’est pas de nier ce doute, mais de le modéliser de manière transparente afin de prendre des décisions techniques, réglementaires et économiques sur des bases solides.
Dans la pratique, la distinction entre incertitude de type A et incertitude de type B permet de structurer l’analyse. Le type A provient directement de l’observation statistique d’une série de mesures répétées. Le type B vient de sources non statistiques au sens strict de l’expérience répétée immédiate, comme la résolution de l’instrument, les données d’étalonnage, les tolérances constructeur ou les connaissances antérieures. Ces deux composantes sont ensuite converties en incertitudes standards puis combinées.
Cette page propose à la fois un calculateur pratique et une explication détaillée des principes à appliquer. Même si le calcul semble simple, il faut veiller à bien choisir la distribution associée à la source de type B, à vérifier l’indépendance des composantes et à interpréter correctement le facteur de couverture. Une bonne estimation d’incertitude ne consiste pas seulement à produire un chiffre, mais à documenter la qualité du résultat de mesure.
Qu’est-ce que l’incertitude de type A ?
L’incertitude de type A est obtenue à partir d’une série de mesures répétées réalisées dans des conditions comparables. On calcule d’abord la moyenne des observations, puis l’écart-type expérimental, enfin l’incertitude standard sur la moyenne. Cette approche est particulièrement utile lorsque l’opérateur veut quantifier la dispersion réelle du procédé de mesure. Plus le nombre de répétitions est élevé, plus l’estimation de la moyenne devient stable, à condition que le système reste dans des conditions maîtrisées.
La formule la plus utilisée dans un mesurage direct est la suivante : uA = s / √n, où s représente l’écart-type de l’échantillon et n le nombre de répétitions. Cette expression signifie qu’une série plus longue permet d’affiner l’estimation de la moyenne, même si la dispersion instantanée reste la même. Il faut cependant rappeler qu’une répétabilité excellente n’exclut pas une erreur systématique. Une faible composante de type A ne garantit donc pas à elle seule l’exactitude globale.
Qu’est-ce que l’incertitude de type B ?
L’incertitude de type B regroupe toutes les informations qui ne proviennent pas directement d’une série répétée exploitée statistiquement dans l’instant. C’est souvent la partie la plus délicate à estimer, car elle exige une interprétation technique. Par exemple, si un appareil affiche une résolution de 0,01 unité, on considère souvent qu’une erreur de lecture peut se situer dans l’intervalle plus ou moins la moitié du pas ou plus ou moins un pas selon la convention retenue. De même, un certificat d’étalonnage peut donner une incertitude élargie qu’il faut convertir en incertitude standard.
Pour transformer une borne ou une demi-largeur de variation en incertitude standard, il faut choisir une loi de probabilité cohérente. Trois cas sont courants :
- Rectangulaire : toutes les valeurs dans l’intervalle sont considérées comme également probables. On utilise uB = a / √3.
- Triangulaire : les valeurs proches du centre sont jugées plus probables. On utilise uB = a / √6.
- Normale : l’information fournie correspond déjà souvent à une estimation probabiliste plus classique. Dans le calculateur ci-dessus, une demi-largeur a est approximée par uB = a / 2.
Le choix entre ces distributions dépend de la nature de l’information disponible. Une notice technique vague ne s’interprète pas comme un certificat d’étalonnage. En audit, c’est très souvent cette justification qui fait la différence entre une évaluation robuste et une estimation discutable.
Comment combiner les incertitudes type A et B ?
Lorsque les sources d’incertitude sont supposées indépendantes, l’incertitude standard combinée se calcule par la somme quadratique : uc = √(uA² + uB²). Cette règle découle de la propagation des variances. Elle est utilisée dans le Guide to the Expression of Uncertainty in Measurement, plus connu sous le nom de GUM, qui constitue la référence internationale la plus citée sur ce sujet.
Une fois l’incertitude combinée obtenue, il est courant de calculer une incertitude élargie U = k × uc. Le facteur k vaut souvent 2 pour fournir un intervalle de couverture d’environ 95 % lorsque les conditions sont compatibles avec une distribution proche de la normale. Dans les dossiers réglementaires ou contractuels, le facteur de couverture doit toujours être précisé explicitement.
| Distribution retenue pour la source B | Hypothèse usuelle | Formule de l’incertitude standard | Exemple pour a = 0,01 |
|---|---|---|---|
| Rectangulaire | Toutes les valeurs de l’intervalle sont équiprobables | a / √3 | 0,00577 |
| Triangulaire | Les valeurs centrales sont plus probables | a / √6 | 0,00408 |
| Normale | Approximation simplifiée si a correspond à environ 2 écarts-types | a / 2 | 0,00500 |
Exemple complet de calcul
Imaginons cinq mesures répétées d’une même grandeur : 10,12 ; 10,08 ; 10,15 ; 10,11 ; 10,09. La moyenne se situe à 10,11. L’écart-type expérimental de l’échantillon est proche de 0,027 unité, ce qui conduit à une incertitude type A voisine de 0,012 unité après division par √5. Si l’instrument possède une demi-largeur de résolution ou de spécification de 0,01 unité et que l’on retient une loi rectangulaire, alors l’incertitude type B est de 0,00577 unité. L’incertitude standard combinée devient donc environ √(0,012² + 0,00577²), soit 0,013 unité. Avec k = 2, on obtient une incertitude élargie d’environ 0,026 unité.
Le résultat final peut alors s’écrire sous une forme du type : x = 10,11 ± 0,03 unité, avec k = 2. Selon le niveau d’exigence du secteur, on peut aussi conserver davantage de décimales dans le dossier technique et arrondir la valeur finale selon des règles documentées. L’idée essentielle est que la moyenne seule ne suffit pas. C’est le couple valeur mesurée plus incertitude qui porte l’information métrologique complète.
Pourquoi distinguer type A et type B est essentiel
Beaucoup d’erreurs en entreprise viennent du fait que l’on ne sépare pas la dispersion observée du cadre instrumental ou documentaire. Si vous augmentez le nombre de répétitions, vous réduisez l’incertitude sur la moyenne liée à la répétabilité, donc la composante de type A. En revanche, la composante de type B liée à la résolution, à l’étalonnage ou à une correction imparfaite ne disparaît pas automatiquement. Cette distinction permet d’orienter les actions d’amélioration :
- Si le type A domine, il faut améliorer la procédure de mesure, la répétabilité opérateur, la stabilité thermique ou le protocole d’échantillonnage.
- Si le type B domine, il faut reconsidérer l’appareil, l’étalonnage, la chaîne de traçabilité, la lecture et les paramètres d’environnement.
- Si les deux sont élevés, l’ensemble du système de mesure doit être revu.
| Source institutionnelle | Donnée réelle | Utilité pour l’évaluation d’incertitude |
|---|---|---|
| NIST | Le GUM est référencé comme guide fondamental pour l’expression de l’incertitude et la propagation des composantes standards | Cadre méthodologique pour combiner type A et type B |
| NIST CODATA | La vitesse de la lumière dans le vide est fixée à exactement 299 792 458 m/s | Exemple de constante sans incertitude expérimentale actuelle dans le SI |
| NOAA | Le zéro absolu correspond à 0 K, soit -273,15 °C | Illustration d’une valeur de référence utilisée dans des chaînes de mesure thermiques |
| Université de Yale | Les cours de statistique appliquée rappellent l’effet de n sur l’erreur standard, proportionnelle à 1 / √n | Justification pédagogique de la formule du type A |
Bonnes pratiques pour un calcul d’incertitude fiable
- Définir clairement la grandeur mesurée et son unité.
- Documenter les conditions de mesure : température, humidité, opérateur, durée, stabilité de l’échantillon.
- Vérifier que les répétitions sont bien comparables et indépendantes.
- Choisir explicitement la loi de distribution des composantes de type B.
- Éviter de mélanger erreur maximale, tolérance, exactitude et incertitude sans conversion métrologique.
- Préciser le facteur de couverture k utilisé.
- Conserver la traçabilité des hypothèses dans un rapport ou une fiche méthode.
Erreurs fréquentes dans les calculs type A et B
Une erreur classique consiste à prendre l’écart-type des mesures comme incertitude finale, sans le diviser par √n lorsque l’on veut estimer l’incertitude sur la moyenne. Une autre confusion fréquente est de traiter une tolérance constructeur comme une incertitude standard déjà prête à l’emploi. En réalité, une tolérance doit presque toujours être convertie selon une hypothèse de distribution. On voit aussi souvent des calculs où des composantes corrélées sont combinées comme si elles étaient indépendantes, ce qui peut sous-estimer ou surestimer l’incertitude totale.
Autre point important : arrondir trop tôt. Si vous tronquez les composantes intermédiaires à un niveau de précision trop faible, le résultat final devient instable. La bonne pratique consiste à conserver plusieurs décimales durant le calcul et à arrondir seulement à la fin, en cohérence avec l’incertitude obtenue.
Quand utiliser ce calculateur
Ce calculateur est adapté aux situations de mesurage direct simples à modérées, lorsque vous disposez d’une série de répétitions et d’au moins une composante de type B représentée ici par une résolution ou une demi-largeur de spécification. Il convient bien pour des vérifications dimensionnelles, des lectures de balance, des mesures de température, des essais de laboratoire de routine et de nombreux contrôles de production.
Pour des cas plus complexes, notamment si votre modèle de mesure comporte plusieurs grandeurs d’entrée, des coefficients de sensibilité, des corrélations ou des distributions non triviales, il faudra passer à une analyse GUM plus complète, voire à une simulation de Monte Carlo. Le principe reste le même, mais le modèle devient plus riche.
Références et liens d’autorité
Pour approfondir le sujet avec des sources reconnues, consultez :
- NIST, Technical Note 1297 sur l’expression de l’incertitude de mesure
- NIST CODATA, constantes fondamentales et données de référence
- Yale University, ressources de statistique et d’analyse de données
Conclusion
Le calcul d’incertitude type A et B n’est pas seulement un exercice mathématique. C’est une méthode structurée pour exprimer ce que l’on sait, ce que l’on suppose et le niveau de confiance attaché à une mesure. En séparant la variabilité observée des contributions issues de l’instrumentation et de la documentation, vous obtenez un résultat plus défendable, plus comparable et plus utile à la décision. Utilisez le calculateur de cette page pour une première estimation rapide, puis documentez toujours les hypothèses retenues si le contexte est réglementaire, contractuel ou critique.