Valeur aberrante : Mesure qui diffère significativement des autres mesures d'un ensemble de données.
Calculer la moyenne et l'écart-type, identifier les valeurs éloignées de 2-3 fois l'écart-type de la moyenne.
Données : 22.1, 22.3, 21.9, 22.2, 22.0, 25.5, 22.1
La valeur 25.5 semble anormalement élevée par rapport aux autres
Moyenne = (22.1 + 22.3 + 21.9 + 22.2 + 22.0 + 25.5 + 22.1) ÷ 7 = 158.1 ÷ 7 = 22.59°C
Écart-type = 1.27°C (calculé avec la valeur aberrante incluse)
Moyenne (sans 25.5) = (22.1 + 22.3 + 21.9 + 22.2 + 22.0 + 22.1) ÷ 6 = 132.6 ÷ 6 = 22.1°C
Écart-type (sans 25.5) = 0.15°C
La valeur 25.5 est à (25.5 - 22.1) ÷ 0.15 = 22.7 fois l'écart-type de la moyenne sans elle
Cela dépasse largement la limite de 2-3 fois l'écart-type
La valeur 25.5 est très probablement une erreur de mesure
Elle pourrait provenir d'un mauvais positionnement du thermomètre ou d'une lecture erronée
Elle fausse complètement l'analyse statistique
La valeur 25.5°C est une valeur aberrante. Elle est à plus de 20 fois l'écart-type de la moyenne des autres mesures. Elle doit être exclue de l'analyse.
• Valeur aberrante : Généralement > 2 fois l'écart-type de la moyenne
• Impact : Une seule valeur aberrante peut fortement influencer les statistiques
• Investigation : Chercher la cause de la valeur aberrante
Corrélation : Relation statistique entre deux variables.
Causalité : Relation de cause à effet entre deux variables.
Deux variables peuvent être corrélées sans être liées par une relation de cause à effet
Exemple : Corrélation entre la consommation de glace et les noyades
Il est important de distinguer la corrélation de la causalité
Une troisième variable peut expliquer la corrélation observée
Si un graphique montre une corrélation entre le nombre de stades de football et le taux de mortalité
Cela ne signifie pas que les stades causent des décès !
Population : Plus de stades dans les grandes villes avec plus de personnes
Autres variables : Âge de la population, conditions socio-économiques
Rechercher des preuves de causalité par des expériences contrôlées
Identifier les variables cachées qui pourraient expliquer la corrélation
Une corrélation ne prouve pas une causalité. Il faut rechercher des facteurs de confusion et des preuves expérimentales pour établir un lien de cause à effet.
• Corrélation ≠ Causalité : Ne pas confondre association et relation de cause à effet
• Variables cachées : Chercher d'autres facteurs explicatifs
• Expérience : Seul test contrôlé peut prouver la causalité
Incertitude : Estimation de la marge d'erreur d'une mesure.
Précision : Reproductibilité d'une mesure.
Données : 6.8, 7.0, 6.9, 7.2, 6.7, 7.1
Nombre de mesures : n = 6
Moyenne = (6.8 + 7.0 + 6.9 + 7.2 + 6.7 + 7.1) ÷ 6 = 41.7 ÷ 6 = 6.95
Écart-type = √[Σ(xi - x̄)²/n] = √[(0.0225 + 0.0025 + 0.0025 + 0.0625 + 0.0625 + 0.0225) ÷ 6] = √(0.175 ÷ 6) = 0.17
Incertitude = écart-type ÷ √n = 0.17 ÷ √6 = 0.17 ÷ 2.45 = 0.07
Résultat : pH = 6.95 ± 0.07
Cela signifie que la vraie valeur de pH est comprise entre 6.88 et 7.02 avec un certain niveau de confiance
Précision relative = (0.07 ÷ 6.95) × 100% = 1.0%
Les mesures sont précises avec une faible dispersion
Le pH est proche de 7.0 (neutre)
pH = 6.95 ± 0.07, précision relative de 1.0%. Les mesures sont précises et indiquent un pH presque neutre.
• Incertitude : Incertitude = écart-type ÷ √n
• Expression : Valeur ± incertitude
• Précision : Précision relative < 5% est généralement satisfaisante
Précision instrumentale : Capacité d'un instrument à donner des mesures proches les unes des autres.
Exactitude : Capacité d'un instrument à donner une mesure proche de la valeur vraie.
Thermomètre de précision ±0.1°C
Cela signifie que l'erreur maximale de l'instrument est de 0.1°C
Erreurs instrumentales : ±0.1°C (indiquée par le fabricant)
Erreurs de lecture : Peut dépendre de l'utilisateur
Erreurs de positionnement : Mauvais contact avec le milieu mesuré
Calibration : Comparer avec un thermomètre de référence
Temps de réponse : Attendre l'équilibre thermique
Positionnement : Plonger suffisamment dans le milieu
Si les mesures sont reproductibles (précision), mais systématiquement décalées (manque d'exactitude), il y a un biais
Le thermomètre peut être précis mais pas exact
Réaliser plusieurs mesures pour réduire l'erreur aléatoire
Calibrer l'instrument régulièrement
Suivre correctement la procédure de mesure
Le thermomètre a une précision de ±0.1°C. Pour valider les résultats, il faut contrôler les erreurs de manipulation et calibrer l'instrument.
• Précision vs Exactitude : Précision = reproductibilité, Exactitude = justesse
• Validation : Comparer avec des valeurs de référence
• Amélioration : Répétition, calibration, bonne technique
Statistiques descriptives : Ensemble de mesures qui résument les caractéristiques principales d'un ensemble de données.
Données : 0.45, 0.52, 0.48, 0.49, 0.51, 0.47, 0.50, 0.46, 0.53, 0.44 g
Nombre de mesures : n = 10
Moyenne = (0.45 + 0.52 + 0.48 + 0.49 + 0.51 + 0.47 + 0.50 + 0.46 + 0.53 + 0.44) ÷ 10 = 4.85 ÷ 10 = 0.485 g
Écart-type = √[Σ(xi - x̄)²/n] = 0.029 g
Incertitude = écart-type ÷ √n = 0.029 ÷ √10 = 0.009 g
Précision relative = (0.029 ÷ 0.485) × 100% = 6.0%
Les masses varient de 0.44 à 0.53 g
La précision relative de 6.0% est acceptable mais pourrait être améliorée
La dispersion est modérée
Moyenne = 0.485 ± 0.009 g, écart-type = 0.029 g, précision relative = 6.0%. Les mesures montrent une dispersion modérée.
• Ensemble complet : Calculer plusieurs indicateurs statistiques
• Précision relative : <1% excellent, <5% bon, <10% acceptable
• Interprétation : Relier les statistiques à la question posée
Erreurs systématiques : Erreurs constantes qui affectent toutes les mesures de la même manière.
Erreurs aléatoires : Erreurs variables qui affectent les mesures de manière imprévisible.
Chronomètre digital : Erreur instrumentale négligeable
Temps de réaction humain : ~0.2-0.3 secondes
Temps de perception de l'événement
Chronomètre mal calibré
Temps de réaction constant (retard systématique)
Mauvaise définition du début/fin de l'événement
Variations dans la perception de l'événement
Distractions ou fluctuations de concentration
Conditions expérimentales variables
Effectuer plusieurs mesures pour réduire les erreurs aléatoires
Calibrer le chronomètre
Standardiser la procédure de mesure
Les mesures de temps sont particulièrement sensibles aux erreurs humaines
Il est important de quantifier ces erreurs
Automatiser la mesure quand c'est possible
Les erreurs dans les mesures de temps proviennent principalement du temps de réaction humain (~0.2-0.3s) et de la précision de perception de l'événement.
• Identification : Distinguer erreurs systématiques et aléatoires
• Quantification : Estimer l'impact de chaque source d'erreur
• Réduction : Répéter les mesures pour les erreurs aléatoires
Précision : Proximité des mesures entre elles (reproductibilité).
Exactitude : Proximité de la moyenne des mesures avec la valeur vraie (justesse).
Données : 12.1, 12.0, 12.2, 11.9, 12.3, 12.1 V
Nombre de mesures : n = 6
Moyenne = (12.1 + 12.0 + 12.2 + 11.9 + 12.3 + 12.1) ÷ 6 = 72.6 ÷ 6 = 12.1 V
Écart-type = 0.14 V
Écart-type de 0.14 V indique une bonne précision (faible dispersion)
Les mesures sont reproductibles
Si la valeur vraie attendue est 12.0 V, alors la moyenne (12.1 V) est proche
Erreur relative = |12.1 - 12.0| ÷ 12.0 × 100% = 0.83%
Les mesures sont exactes
Les mesures sont à la fois précises (faible écart-type) et exactes (proche de la valeur vraie)
L'instrument est bien calibré
Moyenne = 12.1 V, écart-type = 0.14 V, erreur relative = 0.83%. Les mesures sont précises et exactes.
• Précision : Écart-type faible = mesures reproductibles
• Exactitude : Moyenne proche de la valeur vraie = mesures justes
• Validation : Comparer avec des valeurs de référence
Précision relative : Rapport entre l'incertitude absolue et la valeur mesurée, exprimé en pourcentage.
Pipette graduée 10 mL ±0.05 mL
Pipette graduée 25 mL ±0.1 mL
Pipette graduée 50 mL ±0.1 mL
Pour une pipette de 10 mL : (0.05 ÷ 10) × 100% = 0.5%
Pour une pipette de 25 mL : (0.1 ÷ 25) × 100% = 0.4%
Pour une pipette de 50 mL : (0.1 ÷ 50) × 100% = 0.2%
Plus le volume nominal est grand, meilleure est la précision relative
Il est préférable d'utiliser une pipette de volume proche de la quantité à mesurer
Pour mesurer 8 mL, utiliser une pipette de 10 mL plutôt que 25 mL
8 mL avec pipette 10 mL : précision relative = (0.05 ÷ 8) × 100% = 0.625%
8 mL avec pipette 25 mL : précision relative = (0.1 ÷ 8) × 100% = 1.25%
Le choix de l'instrument influence directement la précision des résultats
Il est crucial de sélectionner le bon instrument pour chaque mesure
La précision relative diminue avec l'augmentation du volume nominal. Pour 8 mL, une pipette de 10 mL (0.625%) est plus précise qu'une de 25 mL (1.25%).
• Précision relative : (Incertitude absolue ÷ Valeur mesurée) × 100%
• Choix d'instrument : Utiliser le volume nominal le plus proche de la quantité à mesurer
• Optimisation : Sélectionner l'instrument pour maximiser la précision
Erreurs systématiques : Erreurs constantes dues à des défauts de l'appareil ou de la méthode.
Erreurs aléatoires : Erreurs variables dues à des fluctuations imprévisibles.
Appareil mal calibré (zéro décalé)
Résistance interne de l'appareil affectant le circuit
Température affectant la résistance des composants
Contact imparfait dans le circuit
Fluctuations de la source d'alimentation
Vibrations ou interférences électromagnétiques
Variations thermiques rapides
Instabilités des composants du circuit
Erreurs systématiques : Se manifestent par un décalage constant
Erreurs aléatoires : Se manifestent par une dispersion des mesures
Erreurs systématiques : Calibration de l'appareil, correction des circuits
Erreurs aléatoires : Répéter les mesures, utiliser des filtres
Examiner la distribution des mesures
Comparer avec des valeurs théoriques ou de référence
Identifier les tendances dans les écarts
Erreurs systématiques : décalage constant, erreurs aléatoires : dispersion. Correction par calibration et répétition des mesures.
• Détection : Observer la distribution des mesures
• Correction : Approches différentes selon le type d'erreur
• Validation : Comparer avec des valeurs de référence
Validité expérimentale : Capacité d'une expérience à mesurer ce qu'elle est censée mesurer.
Angle d'incidence de la lumière sur le capteur
Distance entre la source et le capteur
Température ambiante affectant le capteur
Présence de lumière parasite
Vérifier la réponse du capteur avec des sources de luminosité connue
Tester la linéarité de la réponse
Vérifier la dépendance spectrale
Stabiliser la source lumineuse
Fixer la distance et l'angle de mesure
Protéger du rayonnement parasite
Vérifier la cohérence des mesures
Comparer avec les prédictions théoriques (loi de l'inverse du carré des distances)
Identifier les tendances et les anomalies
Les mesures sont valides si les conditions expérimentales sont contrôlées
La validité dépend du soin apporté à l'expérimentation
La validité des mesures d'éclairement dépend du contrôle des conditions expérimentales, de la calibration de l'appareil et de l'absence de facteurs parasites.
• Contrôle : Maîtriser toutes les variables expérimentales
• Calibration : Vérifier la justesse de l'appareil
• Validation : Comparer avec des modèles théoriques
