Incertitude de mesure : ce que le résultat peut soutenir

Une information sur la mesure

Le Vocabulaire international de métrologie définit l’incertitude comme un paramètre lié à la dispersion des valeurs attribuées à la grandeur mesurée à partir des informations utilisées. [1] La notion porte donc sur l’état de connaissance associé au résultat. Elle ne se réduit pas à un jugement subjectif de confiance ni à une simple marge choisie pour être prudent.

Cette définition distingue l’incertitude de l’erreur. Une erreur renvoie à un écart selon un cadre de comparaison ; l’incertitude exprime ce que les informations permettent de soutenir autour du résultat. Confondre les deux conduit parfois à croire qu’un résultat accompagné d’une incertitude serait moins professionnel qu’un nombre présenté sans réserve. C’est souvent l’inverse sur le plan documentaire.

Les répétitions n’expliquent pas tout

La dispersion de mesures répétées apporte une information importante, mais elle ne couvre pas nécessairement toutes les contributions. Les valeurs de référence, la préparation, les corrections, le modèle ou d’autres éléments peuvent également intervenir. Leur pertinence dépend de la procédure et de la grandeur visée.

Le Guide pour l’expression de l’incertitude de mesure, diffusé par le BIPM, organise cette évaluation dans un cadre métrologique. [2] Le lecteur d’un rapport n’a pas besoin de refaire chaque calcul pour comprendre l’essentiel : quelles contributions ont été considérées et à quel résultat s’applique l’incertitude annoncée ? Une petite dispersion de lectures ne prouve pas à elle seule une faible incertitude totale.

Il faut d’abord définir la grandeur

Une incertitude n’a de sens que si l’on sait ce qui est mesuré. Teneur massique, fraction d’aire et concentration ne sont pas des variantes stylistiques d’une même propriété. Le dossier Pureté HPLC et teneur peptidique : deux pourcentages différents explique cette différence pour les peptides. Une valeur très détaillée accompagnée d’une incertitude reste difficile à interpréter si la grandeur est mal définie.

Demande également à quel échantillon, à quelle date et à quelle base le résultat se rapporte. Une mesure sur une portion donnée ne décrit pas automatiquement tout un stock après des histoires différentes. La définition du résultat est donc à la fois chimique, documentaire et temporelle. L’incertitude ne répare pas une identification ambiguë du matériau.

Incertitude relative et incertitude absolue

Une incertitude peut être exprimée dans l’unité du résultat ou relativement à sa valeur, selon la présentation. Ces deux formes doivent être distinguées. Un pourcentage sans libellé peut être pris à tort pour une teneur, une erreur ou un critère d’acceptation. La légende doit dire ce que le nombre représente.

Il faut aussi conserver les indications sur le type d’incertitude rapporté et les conventions associées. Une incertitude standard et une incertitude élargie ne sont pas des expressions interchangeables. Si un facteur ou un niveau de couverture est indiqué, il fait partie du résultat documentaire. Retirer cette note pour alléger un tableau peut empêcher une comparaison correcte.

Comparer deux résultats proches

Deux nombres légèrement différents ne démontrent pas automatiquement une différence pertinente entre matériaux. Leur comparaison doit prendre en compte les méthodes, les définitions et les informations d’incertitude disponibles. À l’inverse, des valeurs identiques après arrondi ne prouvent pas l’équivalence de deux situations.

Un exemple fictif suffit à illustrer le problème : deux rapports affichent la même valeur arrondie, mais leurs méthodes et leurs limites diffèrent. La ressemblance visuelle du tableau ne constitue pas une preuve d’accord complet. La comparaison doit être posée comme une question scientifique explicite, avec une règle adaptée, plutôt que comme une simple opération de soustraction.

Une limite de spécification est une autre notion

Une spécification définit un critère dans un cadre donné. L’incertitude décrit une information associée à la mesure. Les deux peuvent intervenir dans une décision, mais elles ne doivent pas être fusionnées. Un intervalle d’incertitude n’est pas une tolérance de fabrication, et une tolérance n’est pas une estimation de la qualité du mesurage.

À proximité d’un critère, la règle de décision devient importante. Elle doit être définie par les responsables compétents selon le contexte. Un article généraliste ne peut pas inventer une règle unique pour tous les laboratoires. Le rôle du lecteur est de vérifier que la décision annoncée repose sur une convention explicite et que cette convention n’a pas changé après observation du résultat.

L’arrondi peut masquer le raisonnement

Afficher trop de décimales suggère parfois une précision que les données ne soutiennent pas. En afficher trop peu peut masquer une différence utile ou rendre une décision difficile à suivre. Le choix de présentation doit rester cohérent avec le résultat et les conventions du rapport, sans modifier les données originales.

Conserve donc la valeur source avant tout arrondi destiné à une présentation. Si un tableau de synthèse utilise une règle particulière, note-la. Une transformation de mise en forme peut sembler anodine, mais elle devient importante lorsque des lecteurs comparent des résultats proches. La transparence permet de distinguer un changement d’affichage d’un changement de mesure.

Une bonne demande de clarification

Au lieu de demander « est-ce certain ? », pose des questions précises : quelle grandeur est mesurée, quelles contributions sont incluses, quelle forme d’incertitude est rapportée et quelle règle soutient la conclusion ? Ces questions donnent au laboratoire un cadre clair pour répondre. Elles évitent de transformer un échange technique en demande de garantie absolue.

Le guide Traçabilité des peptides au laboratoire : du lot au résultat reproductible aide à conserver les réponses avec le bon rapport et le bon lot. Une précision reçue après publication du document doit être datée et reliée à sa source. Le dossier devient ainsi plus interprétable sans réécrire silencieusement les résultats initiaux ni prétendre qu’une information manquante était connue depuis le début.

Lorsque plusieurs valeurs dépendent du même étalon, leurs incertitudes peuvent partager des contributions. Elles ne sont alors pas forcément indépendantes. Une comparaison doit prendre cette dépendance en compte selon le modèle approprié ; additionner mécaniquement deux marges ne remplace pas cette analyse. Le rapport peut indiquer si des contributions communes sont pertinentes pour la décision.