Vérifier des appareils de mesure - la comparaison de méthodes

Base de connaissances · 27 juin 2026

Vous achetez une nouvelle sonde en ligne, changez de laboratoire, ou souhaitez remplacer une analyse de laboratoire coûteuse par une mesure de terrain moins chère. Chaque cas soulève la même question : peut-on faire autant confiance à la nouvelle méthode qu’à l’ancienne ? La réponse n’est pas une impression ni un coefficient de corrélation - c’est une comparaison de méthodes structurée.

La corrélation n’est pas la concordance

L’erreur la plus fréquente : « le capteur corrèle avec le laboratoire à 0,99, donc c’est bon. » Ce n’est pas suffisant. Un r de Pearson élevé vous dit seulement que les deux méthodes montent et descendent ensemble

• or le capteur peut être systématiquement haut d’une valeur fixe ou d’un pourcentage fixe. La corrélation ne le détecte pas. Évaluer l’interchangeabilité des méthodes appelle d’autres outils.

La boîte à outils qui répond vraiment à la question

• La régression de Deming - une droite d’ajustement qui, contrairement à la régression MCO ordinaire, suppose une erreur sur les deux axes. Quand aucune méthode n’est la vérité absolue, c’est le bon choix. Une pente ≈ 1 et une ordonnée à l’origine ≈ 0 signifient aucune erreur proportionnelle ni constante. LimnoLog suppose que les deux méthodes ont une erreur comparable (rapport des variances d’erreur = 1).
• La droite d’identité (y = x) - la référence de « concordance parfaite ». Plus les points en sont proches, mieux c’est.
• Le biais (différence moyenne) et le biais % - de combien, en moyenne, la méthode testée s’écarte de la référence. C’est la mesure de l’erreur systématique.
• Le graphique de Bland-Altman - la différence entre méthodes en fonction de leur moyenne, avec les limites de concordance (différence moyenne ± 1,96 ET des différences). Il montre si l’écart est constant ou croît avec la concentration, et quelle ampleur atteignent réellement les différences.
• Le RMSE - l’ordre de grandeur typique de l’erreur, en unités de mesure.
• N - le nombre de mesures appariées ; sans assez de paires, les conclusions sont fragiles.

⚠️ Toute cette boîte à outils ne vaut que pour deux méthodes mesurant LA MÊME grandeur. La régression de Deming et le Bland-Altman supposent que les deux nombres estiment la même chose (DBO₅ de la sonde et DBO₅ du laboratoire). Si tu rapproches des grandeurs différentes - turbidité ↔ matières en suspension, UV254/SAC ↔ COT, conductivité ↔ TDS -, le biais et les limites de concordance ne signifient rien, car il n’y a rien à comparer : il y a quelque chose à convertir. Le bon outil est alors une régression prédictive (étalonnage d’un substitut) avec erreur et bande de prédiction, et non une évaluation de concordance. Dans LimnoLog, c’est le sélecteur Objectif : Concordance / Étalonnage au sein du même mode.

À quoi cela ressemble en pratique

Ci-dessous, un exemple tiré de LimnoLog (données de démonstration) : la DBO₅ fournie par une sonde optique en ligne (méthode testée ; la sonde n’incube pas l’échantillon, elle estime la DBO₅ à partir d’une mesure optique) mise en regard de la détermination de DBO₅ en laboratoire (méthode de référence) sur les mêmes échantillons d’eaux usées traitées :

Comment la lire : dans cet exemple (15 paires, DBO₅ d’environ 7-14 mg O₂/L), la pente de Deming est de 1,01 (idéal = 1) et le biais de -0,15 mg O₂/L - en moyenne, la sonde lit environ 1,5 % de moins que le laboratoire, sans erreur proportionnelle visible. Les limites de concordance (-0,68 … +0,38 mg O₂/L) englobent par construction environ 95 % des différences. L’interchangeabilité ne se décide qu’ensuite : une différence de cette taille est-elle sans importance pour l’objectif de la mesure (par ex. face à une valeur limite d’une autorisation), et la conclusion reste-t-elle dans la plage de concentrations étudiée et la matrice ? Si les points avaient été inclinés ou les limites larges, la méthode moins chère ne pourrait pas remplacer la référence en toute sécurité.

La décision : quand des méthodes sont-elles interchangeables

Il n’y a pas de seuil unique - cela dépend de l’usage des données. Questions utiles :

• Les limites de concordance sont-elles plus étroites qu’une différence qui compterait en pratique (par ex. un seuil de décision ou une norme) ?
• Le biais est-il assez petit pour être ignoré - et sinon, est-il constant et donc corrigible ?
• L’écart ne croît-il pas avec la concentration (pas d’inclinaison sur le graphique de Bland-Altman) ?

Si les réponses sont « oui », vous pouvez utiliser la méthode moins chère ou plus rapide dans la plage et la matrice étudiées, tant que la réglementation ou l’autorisation n’impose pas une méthode de référence précise.

Sources

• Graphique des différences et limites d’agrément : Bland J.M., Altman D.G. (1986), Statistical methods for assessing agreement between two methods of clinical measurement, The Lancet 327(8476), 307-310 - DOI.
• Régression de Deming et choix de la procédure de régression : Linnet K. (1993), Evaluation of regression procedures for methods comparison studies, Clinical Chemistry 39(3), 424-432 - DOI.
• Combien de paires de mesures sont nécessaires - ce n’est pas un chiffre unique : cela dépend de l’étendue et de l’erreur des deux méthodes : Linnet K. (1999), Necessary sample size for method comparison studies based on regression analysis, Clinical Chemistry 45(6), 882-894 - DOI.

(Adresses vérifiées le 18 août 2026.)

Dans LimnoLog

L’application gère cela dans Graphiques → Comparaison de méthodes. Il suffit d’enregistrer le résultat testé et le résultat de référence dans le même échantillon (campagne + station) - par exemple un paramètre de sonde télémétrique à côté d’une détermination de laboratoire. LimnoLog apparie les mesures automatiquement et calcule la régression de Deming, le biais, les limites de concordance et le Bland-Altman. C’est un complément naturel d’une bonne pratique AQ/CQ et d’une analyse statistique plus large ; pour les mesures continues elles-mêmes, voir Télémétrie et capteurs en ligne.

Démarrez un projet dans LimnoLog et vérifiez votre matériel sur vos propres données.