La règle selon laquelle la variance de la sortie est égale à la somme du carré du coefficient de sensibilité de chaque entrée multiplié par le carré de son incertitude-type, plus, pour chaque paire corrélée, deux fois le produit de leurs deux coefficients de sensibilité et de leur covariance. Elle repose sur un développement de Taylor au premier ordre du modèle de mesure, elle fonctionne donc bien lorsque le modèle est proche de la linéarité sur l'étendue des incertitudes d'entrée. Lorsque le modèle est fortement non linéaire ou qu'une entrée non normale domine, les laboratoires passent à la méthode de Monte-Carlo.
The law of propagation falls apart here because the denominator sits near zero, run it through Monte Carlo instead.
En français simple La law of propagation ne fonctionne plus ici car le dénominateur est proche de zéro, passez plutôt par la méthode de Monte-Carlo.
Aussi entendu sous
- LPU
- uncertainty propagation
- GUM uncertainty framework
Termes associés
Combined standard uncertainty
L'incertitude-type totale d'un résultat, obtenue en combinant toutes les incertitudes d'entrée via le modèle de mesure.
Sensitivity coefficient
Le facteur qui convertit l'incertitude d'une entrée en son effet sur la sortie, correspondant à la dérivée partielle du modèle.
Correlation
Un lien statistique entre deux grandeurs d'entrée, de sorte que leurs erreurs évoluent ensemble et ne peuvent pas être combinées comme indépendantes.
Monte Carlo method
Propagation de l'incertitude par échantillonnage aléatoire des lois d'entrée à travers le modèle de mesure, répété des dizaines de milliers de fois.
RSS
Somme quadratique (Root sum of squares), combinant des contributions d'incertitude indépendantes en élevant au carré, en additionnant puis en prenant la racine carrée.