Objectifs pédagogiques
À l'issue de la formation, le stagiaire sera capable de :
- Expliquer les notions de justesse, fidélité, exactitude et incertitude
- Construire et interpréter un profil d'exactitude selon la NF V03-110
- Estimer une incertitude de mesure selon le GUM et par approche globale
- Exploiter une étude interlaboratoires : répétabilité, reproductibilité (ISO 5725), scores de performance (ISO 13528)
- Mettre en place des cartes de contrôle pour suivre une méthode dans le temps
Public visé
- Responsables qualité et métrologie, responsables techniques de laboratoire
- Ingénieurs et techniciens de laboratoires d'analyses et d'essais, industriels
Prérequis
- Bases de statistique (moyenne, écart-type, loi normale)
- Pratique d'Excel ; Python facultatif (des scripts équivalents sont fournis aux participants qui le pratiquent)
Programme
Jour 1 — Valider une méthode
Vocabulaire et référentiels
- VIM, ISO/IEC 17025, NF V03-110, ISO 5725, ISO 13528, GUM
- Justesse, fidélité, exactitude : des définitions aux exigences
Fidélité
- Répétabilité et fidélité intermédiaire, plans d’expériences de validation
- Analyse de variance et détection des valeurs aberrantes (Cochran, Grubbs)
Profil d’exactitude
- Construction des intervalles de tolérance
- Interprétation, limites d’acceptabilité et décision
Jour 2 — Incertitudes et suivi
Incertitudes de mesure
- Approche GUM : modèle, composantes, propagation, incertitude élargie
- Approches globales à partir des données de validation et d’interlaboratoires
Comparaisons interlaboratoires
- ISO 5725 : répétabilité et reproductibilité
- ISO 13528 : valeur assignée, z-scores, interprétation des essais d’aptitude
Maîtriser dans le temps
- Cartes de contrôle et règles de décision
- Étude de cas finale
Méthodes pédagogiques
- Exercices sur des données réelles de laboratoire, avec des outils de calcul fournis sous Excel (outil principal) et en Python
- Possibilité de travailler sur les données des participants (en intra, après accord)
- Supports de cours, classeurs Excel et scripts Python réutilisables, corrigés remis aux participants
- Formation dispensée par un consultant data et IA qui conçoit et met en production ce qu'il enseigne
Modalités d'évaluation
- Questionnaire de positionnement en début de formation
- Exercices pratiques corrigés tout au long de la formation
- Étude de cas finale : validation complète d'une méthode et estimation de son incertitude
- Questionnaire de satisfaction à chaud
Accessibilité
Formation accessible aux personnes en situation de handicap. Contactez-nous en amont (contact@dcid-consulting.fr) afin d'étudier ensemble les adaptations nécessaires.