Documente Academic
Documente Profesional
Documente Cultură
------------
Sommaire
----------------------------
Bibliographie:
Modlisation et estimation des erreurs de mesures
M. Neuilly CETAMA
Tech & doc. (1993)
Les outils informatiques d'investigation scientifique dans l'enseignement des Sciences Physiques
Actes de l'Universit d't 1995
Article "Statistiques appliques l'exploitation de mesures" B. Velay
UdP INRP Universit de Nantes
Analyse statistique des donnes
R. Bertrand
Presse de l'universit du Qubec 1986
1.1. Le problme :
On a ralis n mesures avec le mme appareillage et dans de bonnes conditions, dune mme grandeur x
(par exemple, la valeur de g, la valeur dune rsistance )
Ces mesures reprsentent-elles la valeur de la grandeur mesurer ?
Quelle confiance peut-on leur faire ?
Comment prsenter le rsultat sans friser le ridicule ?
Plus prcisment :
n
1
Si on calcule la valeur moyenne des n rsultats xi de mesures x
n x
1
i
et la variance 2
(x
i
i x) 2
e
(n 1)
Peut-on dire que x reprsente la grandeur que lon veut dterminer ?
Et 2e donne-t-il une ide de lincertitude du rsultat ?
Pour rpondre ces questions plusieurs cas vont se prsenter selon le nombre de rsultats de mesures
disponibles :
On appelle distribution des rsultats la rpartition du nombre de rsultats obtenus par valeur de ces rsultats
2
Une variance N (x i ) 2 et un cart type
1
N (x i ) 2
i i
et sont des caractristiques de la distribution de la population des rsultats ; Ils dpendent du dispositif
exprimental, de lhabilet de lexprimentateur. exprime la dispersion de ceux-ci.
Le problme est que bien sur cette population est thorique (on ne possde pas linfinit des rsultats) et
que lon ne connat pas les valeurs relles de et .
0,14
Effectif des mesures donnant la valeur correspondante
0,12
0,1
0,08
0,04
0,02
0
0 10 20 30 40 50 60 70 80 90 100 110
valeur des rsultats
Exemple dune distribution normale dun trs grand nombre de rsultats de mesures,
de moyenne =50 et dcart type = 10
Consquence :
Si on refait une seule mesure, on trouve une valeur x : celle-ci a 95 chances sur 100 de se trouver dans
lintervalle 1,96 autour de ;
et linverse, la moyenne a 95 chances sur 100 de se trouver dans lintervalle 1,96 autour de x
Mais dans les cas rels nous ne possdons pas une infinit de mesures, nous ne connaissons pas
et !
1.3. Cas 1 : on dispose dun trs grand nombre de rsultats de mesures (n>100)
On peut considrer que les n rsultats sont un chantillon de la population totale des rsultats possibles. De
la mme manire les sondages dopinion utilisent un chantillon de la population et en dduisent des valeurs
pour lensemble de la population.
Questions :
La moyenne x de cet chantillon de n rsultats de mesures est-elle reprsentative de la moyenne de la
population ? et e cart type de cet chantillon est-il reprsentatif de lcart type thorique ?
a 6 8 % d e c h a n c e d ' tr e
d a n s c e t in te r v a lle
n
u n x p a r tic u lie r
Et donc linverse, si on a effectu n mesures dune grandeur, (un chantillon) on dtermine la moyenne
x des rsultats obtenus et l'cart type e alors :
Avec un niveau de confiance de 68% x x
n n
Avec un niveau de confiance de 95% x 196
, x 196
,
n n
Avec un niveau de confiance de 99% x 2,57 x 2,57
n n
Attention !
Il ne faudrait pas croire que lon a gagn dans la prcision dun rsultat d'une mesure en particulier ; celui-ci
a toujours 68% de chance de se trouver de la moyenne. Cest la moyenne des n rsultats qui permet
de mieux encadrer la moyenne thorique.
Multiplier le nombre de mesures permet de mieux se rapprocher de la moyenne thorique, pas daugmenter
la prcision des mesures !
Valeur des rsultats 9,2 9,25 9,3 9,35 9,4 9,45 9,5 9,55 9,6 9,65 9,7 9,75 9,8
Nombre de rsultats 0 0 1 1 2 4 6 9 11 14 17 19 20
Valeur des rsultats 9,85 9,9 9,95 10 10,05 10,1 10,15 10,2 10,25 10,3 10,35 10,4 10,45
Nombre de rsultats 20 18 16 13 10 7 5 3 2 1 1 0 0
Nombre de rsultats
25
moyenne a 68% de chance d'tre dans cet intervalle
de l'chantillon
20
15
10
0
9,2 9,25 9,3 9,35 9,4 9,45 9,5 9,55 9,6 9,65 9,7 9,75 9,8 9,85 9,9 9,95 10 10,1 10,1 10,2 10,2 10,3 10,3 10,4 10,4 10,5
On dmontre :
Conclusion:
Lorsque le nombre de rsultats de mesures est grand :
x : moyenne des rsultats de mesures ; e: cart type de l'chantillon
A 95% de confiance :
Le rsultat peut s'crire x 196
, .
n
e n 1 n1
L'cart type est encadr par e
0.975 0.025
Si on applique cela aux 200 valeurs mesures de g on dtermine entre 0,1919 et 0,2216
Les 200 mesures de g permettent daffirmer quavec un niveau de confiance de 95%
La moyenne des mesures donne 9,815 l'cart type de l'chantillon e=0,2
Le rsultat peut donc scrire : g = 9,815 0,028
Lcart type est entre 0,19 et 0,22
Conclusion :
Lorsque le nombre n de mesures nest pas trs lev le rsultat peut tre prsent sous la forme :
X xt*
n
t tant le coefficient de Student 95% pour n mesures
Exemple : 14 mesures de g
rsultats 9,6 9,65 9,7 9,75 9,8 9,85 9,9 9,95 10 10,05 10,1 10,15 10,2 10,25
Distribution 0 1 2 0 1 3 4 1 0 0 1 0 1 0
Nombre de rsultats : 14
Moyenne de lchantillon : 9,875
cart type de lchantillon : e = 0,148
moyenne
de l'chantillon
La moyenne thorique a 95% de
4 chance de se trouver dans cet
intervalle
5
8
10
6
9
65
75
85
95
,2
,1
,0
,1
,2
9,
9,
9,
9,
10
10
9,
9,
9,
9,
10
10
10
1.5. Cas 3 : on ne dispose que de trs peu de mesures (2 5)
Alors on peut donner un rsultat en utilisant ltendue E, cart entre les valeurs les plus extrmes
E = xmax - xmin
Lintervalle de confiance se dterminant laide dun coefficient C n multiplicateur de ltendue ; ce coefficient
est tabul en faisant des hypothses de normalit, il dpend du nombre de mesures n et du niveau de
confiance p dsir.
Valeurcher che x Cn*E
Quelques valeurs de Cn
p 95% 99%
n
2 6,353 31,830
3 1,304 3,008
4 0,717 1,316
5 0,507 0,843
Exemples :
Sur les vieux voltmtres, lindication de la classe est imprime sur le cadran ;
Exemple: un trs vieux voltmtre Metrix EM25
Classe 1,5 en continu et 2 en alternatif, calibre 15 Volts
Si la valeur lue est Ul = 12,4 V alors 15 * 1,5 / 100 = 0,23 V
A 95 % de confiance U = 12,40 0,16 V ( 0,16 = 0,23/1,5 )
Exemple: multimtre 2000 digits Hung Chang modle DM-302 (petit multimtre commercialis par la socit
Pierron)
Indication du constructeur : ( 0,7% de la lecture + 2d )
Si on lit Ul = 12,41 sur le calibre 20 V (1 digit = 0,02V) = ( 0.7%*12,41 + 2 * 0,02) = 0,11 V
A 95 % de confiance U = 12,41 0,07 V
Exemple:
l'interface Orphy GTS, digitalise sur 8 bits soit 256 digits. Sur une entre 0-5V, l'erreur est donc de 5V / 256
soit 19,5mV.
l'interface Orphy GTI numrise du 12 bits soir 4096 digits ; l'erreur est alors de 5/4096 soit 0.25mV.
Par exemples :
La valeur de g calcule partir des oscillations dun pendule simple :
C
on mesure la priode T des petites oscillations et la longueur l du R1
4. 2 . l
pendule. g
T2 A
Rc
La valeur dune inductance L et de sa rsistance Rl dtermine
laide dun pont de Maxwell : lorsque le pont est quilibr, L=R1R2C Rl
L Rl
= R1R2/Rc R2
P o n t d e M a x w e ll
c c c
c
2x 2y
c=x+y
2x 2y
c=x-y
2 2
x y
c=x*y (*)
x y
2 2
x y
c=x/y
x y
x.k.n.x n-1
x
c=k.xn n.
x
2c 2x 2y
(*) si c= f(x,y) = x.y alors 2c 2x y 2 2y x 2 soit
x2 . y 2 x2 y2
Applications
l est mesur l'aide d'un mtre ruban l = 1,02 m ; on peut estimer l'erreur maximale 4 mm (compte tenu
de l'imprcision sur la taille de la boule, de l'paisseur du nud du fil aux points de fixation etc.
On peut donc estimer l'cart type sur l l = 0.0016 m (on rappelle que l'erreur maximale est estime 3)
T est mesure en dterminant la dure de 10 oscillations avec un chronomtre de sport au 1/10 me de
seconde. On trouve T = 2,02s.
Compte tenu de l'imprcision des moments du dclenchement et de l'arrt on peut estimer l'erreur 0,02 s
sur la dtermination d'une priode. Soit un cart type de T = 0,008 s
4. 2 . l
Alors comme g on calcule g = 9.868 m s-2
T2
2 2
g 2. T
l = 0,0081 soit g = 0,079
g l T
Le rsultat peut donc se prsenter sous la forme g = 9,868 0,079 avec un niveau de confiance de 68%
Avec un niveau de confiance de 95% : g = 9,87 0,16 m.s -2
L
2
2
2
L
R1 R2 C soit =3,62.10-3 ce qui donne L = 0,62 mH
L R1 R2 C L
0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 0,975 0,99 0,995 0,9995
1 0,158 0,325 0,51 0,727 1 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,619 1
2 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,92 4,303 6,965 9,925 31,598 2
3 0,137 0,277 0,424 0,584 0,765 0,978 1,25 1,638 2,353 3,82 4,541 5,841 12,929 3
4 0,134 0,271 0,414 0,569 0,741 0,941 1,19 1,533 2,132 2,776 3,747 4,604 8,61 4
5 0,132 0,267 0,408 0,559 0,727 0,92 1,156 1,476 2,015 2,571 3,365 4,032 6,869 5
6 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,44 1,943 2,447 3,143 3,707 5,959 6
7 0,13 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,408 7
8 0,13 0,262 0,399 0,546 0,706 0,889 1,108 1,397 1,86 2,306 2,896 3,355 5,041 8
9 0,129 0,261 0,398 0,543 0,703 0,883 1,1 1,383 1,833 2,262 2,821 3,25 4,781 9
10 0,129 0,26 0,397 0,542 0,7 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587 10
11 0,129 0,26 0,396 0,54 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437 11
12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318 12
13 0,128 0,259 0,394 0,538 0,694 0,87 1,079 1,35 1,771 2,16 2,65 3,012 4,221 13
14 0,128 0,258 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,14 14
15 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073 15
16 0,128 0,258 0,392 0,535 0,69 0,865 1,071 1,337 1,746 2,12 2,583 2,921 4,015 16
17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,74 2,11 2,567 2,898 3,965 17
18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,33 1,734 2,101 2,552 2,878 3,922 18
19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,323 1,729 2,093 2,539 2,861 3,883 19
20 0,127 0,257 0,391 0,533 0,687 0,86 1,064 1,325 1,725 2,086 2,528 2,845 3,85 20
21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 2,08 2,518 2,831 3,819 21
22 0,127 0,256 0,39 0,532 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792 22
23 0,127 0,256 0,39 0,532 0,685 0,858 1,06 1,319 1,714 2,069 2,5 2,807 3,767 23
24 0,127 0,256 0,39 0,531 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,745 24
25 0,127 0,256 0,39 0,531 0,684 0,856 1,058 1,316 1 708 2,06 2 485 2,787 3 725 25
26 0,127 0,256 0,39 0,531 0,884 0,856 1,058 1,315 1 706 2,056 2 479 2 779 3 707 26
27 0,127 0,256 0,389 0,531 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,69 27
28 0,127 0,256 0,389 0,53 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674 28
29 0,127 0,256 0,389 0,53 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,659 29
30 0,127 0,256 0,389 0,53 0,683 0,854 1,055 1,31 1,697 2,042 2,457 2,75 3,646 30
40 0,126 0,255 0,388 0,329 0,681 0,851 1,05 1,303 1,684 2,011 2,423 2,704 3,551 40
60 0,126 0,254 0,387 0,527 0,679 0,848 1,046 1,296 1 671 2 2,39 2,66 3,46 60
120 0,126 0,254 0,386 0,526 0,677 0,845 1,041 1,289 1 658 1,98 2,358 2,617 3,373 120
0,126 0,253 0,385 0,524 0,674 0,842 1,036 1,282 1,645 1,96 2,326 2,576 3,291
0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 0,975 0,99 0,995 0,9995
Utilisation de la table :
Cette table donne la valeur de t en fonction du degr de libert = n - p avec n= nombre de rsultats
p = nombre de paramtres indpendants.
Si on dsire un niveau de confiance de 95%, cela signifie que l'on cherche la probabilit que la moyenne soit
suprieure 0,025 et infrieure 0,975. Ce qui laisse 2,5% des deux cots de la courbe, 5% en tout.
Comme la distribution de Student est symtrique, le coefficient est le mme pour ces deux valeurs. Il suffit
de prendre le coefficient t 0,975.
Exemple: 20 rsultats, ne dpendant que d'un seul paramtre : = 19, pour un niveau de confiance de 0,95
T0,975(19) = 2,093
1 0,0002 5,02
2 0,0506 7,38
3 0,216 11,3
4 0,484 11,1
5 0,831 12,8
6 1,24 14,4
7 1,69 16
8 2,18 17,5
9 2,7 19
10 3,25 20,5
11 3,82 21,9
12 4,4 23,3
13 5,01 24,7
14 5,63 26,1
15 6,26 27,5
16 6,91 28,8
17 7,56 30,2
18 8,23 31,5
19 8,91 32,9
20 9,59 34,2
21 10,3 35,5
22 11 36,8
23 11,7 38,1
24 12,4 39,4
25 13,1 40,6
26 13,8 41,9
27 14,6 43,2
28 15,3 44,5
29 16 45,7
30 16,8 47
40 24,4 59,3
50 32,4 71,4
60 40,5 83,3
70 48,8 95
80 57,2 106,6
90 65,6 118,1
100 74,2 129,6
Contrairement la distribution normale ou de Student, la distribution du khi2 n'est pas symtrique ; il faut
donc encadrer la valeur rechercher entre deux valeurs qui "excluent" les extrmes.
Exemple:
2e . (n 1)
95% des valeurs de sont plus grandes que 20,025 (n 1) et plus petites que 20,975 (n 1)
2
Utilisation de la table :
On a effectu 15 mesures d'une tension lectrique, on trouve un cart type de e = 0,10 Volts
2e . (n 1) 2 2
95% des valeurs possibles de se trouvent entre 0,025 (14) =5,63 et 0,975 (14) =26,1
2
0,1. 14 0,1. 14
donc l'cart type thorique se trouvent entre soit 0,07 < < 0,15
5,1 2,37
5,1 26,1 et 2,37 5,63
f ( x , y ) f ( x, y)
1 2
2c i i
n1 i
2
1 f f
2c
n1 i
( x i x) x ( y i y) y
Soit en dveloppant:
2 2
1 f f f f
2e
n1 (xi
i x) 2
x
( y i y) 2
y
2. ( x i x)( y i y) .
x y
2 2
f f 1 f f
2c 2x .
x
2y .
y
2.
n1 (x
i
i x)( y i y). .
x y
1
Le terme n 1 (x i
i x)( y i y) est appel covariance de x et y cov(x,y) et on appelle facteur de
cov( x, y)
corrlation, la covariance rduite
x. y
On trouve alors bien l'expression de la variance d'un rsultat dpendant de rsultats de mesures de deux
grandeurs x et y:
2 2
f f f f
2c 2x . 2y . 2. . . x . y . .
x y x y