Qu’est-ce qu’une incertitude-type de type A sur une série de mesures ?
Réponse courte
L’incertitude-type de type A est évaluée par une analyse statistique de mesures répétées. Si le résultat est la moyenne de n mesures indépendantes, elle peut être estimée par s / √n, où s décrit la dispersion des mesures.
Comprendre
Mesurer une dispersion statistique
Une série de mesures répétées dans des conditions stables ne donne pas toujours la même valeur. Pour une évaluation de type A, on exploite statistiquement cette série. Si la grandeur retenue est la moyenne de n mesures indépendantes, l’incertitude-type associée à cette moyenne vaut s / √n, avec s l’écart-type expérimental. Elle s’exprime dans la même unité que la grandeur mesurée.
Deux grandeurs à distinguer
s caractérise l’étalement des résultats individuels autour de leur moyenne ; s / √n caractérise l’incertitude statistique de cette moyenne. Par exemple, pour 10 longueurs dont l’écart-type expérimental est 0,12 cm, l’incertitude de la moyenne vaut 0,12 / √10, soit environ 0,038 cm. Si s = 0,20 s pour 25 durées, l’incertitude-type sur leur moyenne est 0,20 / 5 = 0,040 s.
Ce que la série ne révèle pas
Répéter une mesure aide à estimer la dispersion aléatoire, sous les hypothèses retenues. Cela ne corrige pas automatiquement un biais commun à toutes les mesures, par exemple un instrument dont le zéro est décalé. L’incertitude-type n’est ni l’erreur exacte ni une garantie absolue que la valeur vraie se trouve dans un intervalle donné.
Exemples
- Pour n = 10 longueurs et s = 0,12 cm, l’incertitude statistique de la moyenne vaut s / √n = 0,12 / √10 ≈ 0,038 cm.
- Pour n = 25 durées et s = 0,20 s, l’incertitude-type de la moyenne vaut 0,20 / √25 = 0,040 s.
Pièges fréquents
- Prendre s pour l’incertitude de la moyenne confond la dispersion des mesures individuelles avec celle de leur moyenne : pour n = 25, l’incertitude statistique est s / 5.
- Croire que beaucoup de répétitions suppriment un zéro mal réglé est faux : un biais commun peut déplacer toute la série sans augmenter sa dispersion.
