|
 
|
[Dem11a] Approche bayésienne de l'évaluation de l'incertitude de mesure: application aux comparaisons interlaboratoires
Mémoire de Thèse : Soutenue le: 04 March 2011, pp.: Directeur: Gilbert SaportaRapporteur 1: Vincenzo Esposito Vinzi
Rapporteur 2: Jean-Michel Marin
Membre du jury: Marc Himbert
Membre du jury: Nicolas Fischer
Membre du jury: Jean-Louis Foulley
Membre du jury: Eric Parent
Membre du jury: Antonio Possolo, : Approche bayésienne de l'évaluation de l'incertitude de mesure: application aux comparaisons interlaboratoires,
Mots clés: statistique bayésienne, algorithme statistique bayésienne, modèles à équations structurelles (SEM), algorithme de Gibbs, élicitation de dires d'experts, métrologie, incertitude, comparaisons interlaboratoires
Résumé:
La modélisation par équations structurelles est très répandue dans des domaines très
variés et nous l'appliquons pour la première fois en métrologie dans le traitement de données
de comparaisons interlaboratoires. Les modèles à équations structurelles à variables latentes
sont des modèles multivariés utilisés pour modéliser des relations de causalité entre des
variables observées (les données). Le modèle s'applique dans le cas où les données peuvent
être regroupées dans des blocs disjoints où chaque bloc défi nit un concept modélisé par une
variable latente. La structure de corrélation des variables observées est ainsi résumée dans
la structure de corrélation des variables latentes. Nous proposons une approche bayésienne
des modèles à équations structurelles centrée sur l'analyse de la matrice de corrélation des
variables latentes. Nous appliquons une expansion paramétrique à la matrice de corrélation
des variables latentes a n de surmonter l'indétermination de l'échelle des variables latentes
et d'améliorer la convergence de l'algorithme de Gibbs utilisé. La puissance de l'approche
structurelle nous permet de proposer une modélisation riche et exible des biais de mesure
qui vient enrichir le calcul de la valeur de consensus et de son incertitude associée dans
un cadre entièrement bayésien. Sous certaines hypothèses l'approche permet de manière
innovante de calculer les contributions des variables de biais au biais des laboratoires.
Plus généralement nous proposons un cadre bayésien pour l'amélioration de la qualité des
mesures.
Equipe:
msdma
BibTeX
| @phdthesis { | |||
| Dem11a, | |||
| title | = | "{Approche bayésienne de l'évaluation de l'incertitude de mesure: application aux comparaisons interlaboratoires}", | |
| author | = | "S. Demeyer", | |
| year | = | 2011, | |
| address | = | "{CEDRIC Laboratory, Paris, France}", | |
| note | = | "{ Directeur: Gilbert Saporta Rapporteur 1: Vincenzo Esposito Vinzi Rapporteur 2: Jean-Michel Marin Membre du jury: Marc Himbert Membre du jury: Nicolas Fischer Membre du jury: Jean-Louis Foulley Membre du jury: Eric Parent Membre du jury: Antonio Possolo}", | |
| } |
