Calcul excel incertitude type b
Calculez rapidement l’incertitude type B, l’incertitude combinée et l’incertitude élargie à partir de trois contributions possibles. Cet outil reprend la logique utilisée dans Excel pour les budgets d’incertitude en métrologie, contrôle qualité, laboratoire et industrie.
Saisissez la valeur mesurée, l’unité et le facteur de couverture. Ajoutez ensuite jusqu’à trois composantes d’incertitude de type B.
Pour chaque source, indiquez la demi-étendue ±a et la loi de distribution supposée. Le calcul applique automatiquement le bon diviseur.
Guide expert du calcul Excel de l’incertitude type B
Le calcul de l’incertitude type B dans Excel est une étape essentielle pour documenter la qualité d’un résultat de mesure lorsque l’on ne s’appuie pas directement sur une série statistique répétée. En métrologie, l’incertitude de type B provient d’informations autres que l’observation répétée d’un mesurage : résolution d’un instrument, tolérance constructeur, certificat d’étalonnage, dérive connue, influence thermique, fiche technique, expérience antérieure ou encore recommandation normative. Concrètement, si vous devez démontrer la fiabilité d’un résultat, un tableau Excel bien structuré permet de transformer ces informations en incertitudes standard comparables et combinables.
La difficulté la plus fréquente ne vient pas du tableur lui-même, mais du choix de la bonne hypothèse probabiliste. Beaucoup d’utilisateurs saisissent une valeur de tolérance ±a sans convertir correctement cette plage en incertitude standard. Or, selon que la distribution est rectangulaire, triangulaire, en U ou normale, le diviseur change. C’est précisément ce passage qui détermine la validité du budget d’incertitude. Dans un contexte d’audit, de laboratoire accrédité ou de contrôle industriel, une erreur sur le diviseur conduit souvent à une sous-estimation ou à une surestimation du risque.
Qu’est-ce que l’incertitude type B ?
L’incertitude type B est une estimation de l’incertitude fondée sur une information non obtenue par répétition statistique directe. Elle se distingue de l’incertitude type A, qui provient d’une analyse statistique d’une série de mesures. Dans la pratique, la majorité des budgets d’incertitude mixtes contiennent à la fois des composantes de type A et de type B. Excel est souvent utilisé parce qu’il permet de documenter chaque source, de rendre les formules transparentes et d’automatiser la combinaison quadratique.
- Type A : basée sur l’écart-type issu d’observations répétées.
- Type B : basée sur une connaissance externe du système de mesure.
- Incertitude combinée : racine carrée de la somme des carrés des incertitudes standard indépendantes.
- Incertitude élargie : produit de l’incertitude combinée par un facteur de couverture k, souvent égal à 2.
Le cadre conceptuel le plus utilisé reste celui du NIST Technical Note 1297, très cité dans les laboratoires et les environnements de mesure. Le NIST/SEMATECH e-Handbook of Statistical Methods est également une référence solide pour les méthodes statistiques liées à l’évaluation de l’incertitude. Pour une approche académique des mesures et erreurs expérimentales, de nombreuses ressources universitaires sont disponibles, par exemple via des supports pédagogiques de physics.umd.edu.
Principe de calcul dans Excel
Dans un budget d’incertitude, chaque contribution de type B est d’abord convertie en incertitude standard. Si vous disposez d’une demi-étendue ±a, vous devez la diviser par un facteur dépendant de la distribution choisie.
- Identifier la source d’incertitude.
- Déterminer la demi-étendue ±a ou l’incertitude élargie fournie.
- Choisir la loi de distribution pertinente.
- Calculer l’incertitude standard u.
- Combiner les contributions indépendantes par somme quadratique.
- Appliquer le facteur de couverture k pour obtenir l’incertitude élargie U.
Diviseurs usuels selon la distribution
Le choix du diviseur est l’étape clé du calcul. Voici les valeurs les plus utilisées dans un fichier Excel d’incertitude type B.
| Distribution | Hypothèse pratique | Diviseur appliqué à ±a | Incertitude standard u | Écart avec la loi rectangulaire |
|---|---|---|---|---|
| Rectangulaire | Toutes les valeurs de l’intervalle sont également probables | √3 = 1,732 | a / 1,732 | Référence |
| Triangulaire | Les valeurs proches du centre sont plus probables | √6 = 2,449 | a / 2,449 | 29,3 % plus faible |
| En U | Les extrêmes sont plus probables que le centre | √2 = 1,414 | a / 1,414 | 22,5 % plus forte |
| Normale | Incertitude déjà donnée avec un facteur de couverture k | k | a / k | Dépend du certificat |
Ces chiffres ne sont pas théoriques au sens vague du terme : ils découlent directement des écarts-types des distributions considérées. Par exemple, une tolérance symétrique ±0,10 avec hypothèse rectangulaire donne une incertitude standard de 0,10 / 1,732 = 0,0577. Avec une hypothèse triangulaire, la même tolérance donne 0,0408. Le choix de la distribution modifie donc fortement la conclusion de conformité, surtout lorsque la marge de tolérance est faible.
Comment reproduire ce calcul dans Excel
Dans Excel, le montage le plus robuste consiste à créer une ligne par source d’incertitude. Chaque ligne contient au minimum : le nom de la source, la demi-étendue ±a, la distribution, le diviseur, puis l’incertitude standard. Si vous utilisez une liste déroulante pour la distribution, vous pouvez automatiser le diviseur avec une formule conditionnelle.
Exemple de logique Excel :
- Colonne A : nom de la source
- Colonne B : demi-étendue ±a
- Colonne C : distribution
- Colonne D : diviseur
- Colonne E : incertitude standard u
Exemple de formule de diviseur dans Excel en français :
=SI(C2=”Rectangulaire”;RACINE(3);SI(C2=”Triangulaire”;RACINE(6);SI(C2=”En U”;RACINE(2);2)))
Puis pour l’incertitude standard :
=B2/D2
Ensuite, pour combiner trois sources situées en E2:E4 :
=RACINE(SOMMEPROD(E2:E4;E2:E4))
Enfin, pour une incertitude élargie avec k en cellule H2 :
=H2*RACINE(SOMMEPROD(E2:E4;E2:E4))
Exemple chiffré complet
Supposons une mesure de longueur de 100,00 mm. Vous identifiez trois contributions de type B : résolution instrumentale ±0,10 mm supposée rectangulaire, certificat d’étalonnage ±0,20 mm supposé normal avec k = 2, et effet thermique ±0,05 mm supposé rectangulaire. Le calcul standard donne :
- Résolution : 0,10 / √3 = 0,0577 mm
- Certificat : 0,20 / 2 = 0,1000 mm
- Température : 0,05 / √3 = 0,0289 mm
- Incertitude combinée : √(0,0577² + 0,1000² + 0,0289²) = 0,1195 mm
- Incertitude élargie à k = 2 : 0,2390 mm
Le résultat final s’écrit donc généralement : 100,00 mm ± 0,24 mm pour un facteur de couverture de 2, si l’on retient un arrondi cohérent. Ce format est très proche de ce qui est attendu dans les rapports techniques, les feuilles de contrôle et les certificats internes.
Tableau de comparaison sur une même demi-étendue
Le tableau suivant montre l’effet réel du choix de distribution pour une même plage ±0,50 unité. Il est particulièrement utile pour expliquer à un auditeur ou à un collègue pourquoi une hypothèse probabiliste doit être justifiée et non choisie arbitrairement.
| Demi-étendue ±a | Distribution | Incertitude standard u | Incertitude élargie U à k = 2 | Variation relative vs triangulaire |
|---|---|---|---|---|
| 0,50 | Triangulaire | 0,2041 | 0,4082 | Référence |
| 0,50 | Rectangulaire | 0,2887 | 0,5774 | +41,4 % |
| 0,50 | En U | 0,3536 | 0,7071 | +73,2 % |
| 0,50 | Normale avec k = 2 | 0,2500 | 0,5000 | +22,5 % |
On constate immédiatement qu’une hypothèse triangulaire est plus optimiste qu’une hypothèse rectangulaire, tandis qu’une loi en U donne une incertitude plus sévère. Dans un système qualité mature, le bon réflexe est donc de documenter la justification de la distribution dans Excel, idéalement dans une colonne “Hypothèse” ou “Source documentaire”.
Erreurs fréquentes dans le calcul Excel de l’incertitude type B
- Confondre tolérance totale et demi-étendue. Si une fiche indique 0,20 au total, il faut vérifier si cela signifie ±0,10 ou ±0,20.
- Diviser systématiquement par 2 au lieu d’utiliser le diviseur adapté à la distribution.
- Oublier que certains certificats donnent déjà une incertitude élargie avec un facteur de couverture précisé.
- Faire la somme arithmétique des incertitudes au lieu de la somme quadratique.
- Négliger l’unité ou mélanger millimètres, micromètres et pourcentages.
- Arrondir trop tôt dans les cellules intermédiaires, ce qui déforme le résultat final.
Bonnes pratiques pour un budget d’incertitude robuste
Un bon fichier Excel ne sert pas seulement à produire un nombre. Il sert aussi à tracer la logique de décision. Dans les environnements exigeants, il est recommandé d’ajouter des colonnes supplémentaires : source documentaire, date de validité, indépendance supposée, sensibilité, commentaire technique, facteur de couverture du certificat, et règle d’arrondi. Cette discipline transforme un simple tableur en véritable dossier de justification.
- Protéger les cellules de formule pour éviter les erreurs de saisie.
- Utiliser des listes déroulantes pour les distributions.
- Conserver une feuille dédiée aux constantes comme √2, √3 et √6.
- Ajouter des contrôles conditionnels pour repérer les valeurs manquantes.
- Afficher le pourcentage de contribution de chaque source à la variance totale.
Ce dernier point est particulièrement utile. Si une seule source représente, par exemple, plus de 70 % de la variance totale, l’effort d’amélioration doit d’abord porter sur elle. Dans un atelier de production, cela peut justifier le remplacement d’un appareil ; dans un laboratoire, cela peut conduire à un étalonnage plus fréquent ; dans une feuille Excel de validation, cela renforce la pertinence d’une action corrective ciblée.
Quand utiliser une loi rectangulaire, triangulaire ou normale ?
La loi rectangulaire est souvent adoptée lorsque seule la plage extrême est connue sans information supplémentaire sur la répartition interne. C’est le cas classique d’une résolution ou d’une tolérance manufacturière simple. La loi triangulaire devient pertinente lorsqu’on a des raisons techniques de penser que les valeurs centrales sont plus probables que les extrêmes, par exemple avec certains réglages manuels ou effets résiduels faibles. La loi normale est courante pour les certificats d’étalonnage, à condition que l’incertitude soit clairement accompagnée de son facteur de couverture. Enfin, la loi en U est plus rare, mais peut apparaître si les extrêmes sont favorisés par la physique du phénomène ou par une modélisation spécifique.
Pourquoi ce sujet est crucial pour la conformité et la décision
Le calcul Excel de l’incertitude type B n’est pas une formalité documentaire. Il influence directement la décision de conformité, la capacité d’un procédé et la confiance accordée à un résultat. Une incertitude sous-estimée peut conduire à déclarer conforme une pièce qui ne l’est pas réellement. À l’inverse, une incertitude trop conservatrice peut augmenter les rebuts ou les coûts de recalibration. C’est pourquoi l’approche recommandée par les organismes techniques consiste à lier systématiquement chaque hypothèse à une source vérifiable et à garder une cohérence entre modèle de distribution, données disponibles et usage final du résultat.
En résumé
Pour bien réussir un calcul d’incertitude type B dans Excel, il faut avant tout respecter une méthode simple mais rigoureuse : convertir chaque information disponible en incertitude standard avec le bon diviseur, combiner quadratiquement les sources indépendantes, puis appliquer un facteur de couverture adapté au niveau de confiance recherché. Un tableur bien conçu vous fera gagner du temps, mais c’est la qualité des hypothèses documentées qui fera la différence entre un résultat convaincant et un résultat contestable.
Utilisez le calculateur ci-dessus pour obtenir une estimation immédiate, visualiser l’impact de chaque contribution et préparer une structure de budget d’incertitude facilement transposable dans Excel. Si vous devez déployer cette approche à l’échelle d’un laboratoire ou d’un site de production, créez ensuite une version standardisée avec listes déroulantes, formules verrouillées et références documentaires intégrées.