4 – ASPECTS PRATIQUES DES ÉTUDES CINÉTIQUES
133
La théorie sur laquelle repose cette approche dépend du fait que c’est uniquement
en répétant une expérience que nous pouvons déterminer si les données expérimentales sont en accord avec la courbe ajustée en l'absence d’erreurs aléatoires.
Dès lors, une telle pratique mesure uniquement les erreurs aléatoires, qui sont
également appelées les erreurs pures pour, dans ce contexte, les distinguer du
mauvais ajustement qui peut résulter de l’utilisation d’une équation inadaptée dans
la procédure d’ajustement paramétrique. Néanmoins, le désaccord entre les
observations et la courbe ajustée peut résulter soit d’une erreur de mesure, soit de
l’inadéquation de la théorie et plus couramment encore d’une combinaison des
deux ; cette procédure ne mesure donc pas des erreurs pures.
L’utilisation de répliquas des mesures présente également certains inconvénients.
Pour donner un résultat significatif, la différence entre deux répliquas doit être
réellement représentative de l’erreur aléatoire dans l’ensemble de l’expérience.
Ceci sera vrai uniquement si les mesures répétées sont réalisées exactement de la
même manière que toutes les autres mesures et non de manière particulière. La
difficulté peut être mieux appréciée en examinant les trois cas présentés dans la
figure 4.4.
a - Dispersion aléatoire
y
x
b - Replicas trop proches
les uns des autres
y
x
c - Profil similaire
dans chaque groupe
y
x
4.4 - Utilisation d’observations répliquées
Quand des observations sont proprement reproduites, la dispersion des points autour de
la courbe ajustée devrait être irrégulière, comme dans l’exemple (a). Une distribution
régulière, comme dans les exemples (b) et (c), suggère que l’expérience n’a pas été
correctement réalisée, comme nous en discutons dans le texte.
Dans la figure 4.4a, les points sont distribués dans chacun des répliquas de la même
manière que les points sont distribués autour de la droite ajustée ; c’est la situation
qui est attendue si l’ajustement est correct et si les répliquas ont été correctement
mesurés. Dans la figure 4.4b, la distribution des répliquas apparaît plus étroite que
la distribution des mesures autour de la droite, même si la distribution des points de
part et d’autre de cette dernière semble plus aléatoire que systématique. Il existe
différentes causes possibles à cette situation insatisfaisante : la plus courante est
certainement la mesure successive des différents répliquas d’un même point, de
sorte que le temps moyen entre deux de ces mesures est court par rapport au temps
moyen de l’expérience. Si les mesures sont faites de cette manière, toute variation
lente des conditions au cours de l’expérience peut produire des erreurs qui ne sont
pas répercutées de manière appropriée dans les répliquas, par exemple une
133
La théorie sur laquelle repose cette approche dépend du fait que c’est uniquement
en répétant une expérience que nous pouvons déterminer si les données expérimentales sont en accord avec la courbe ajustée en l'absence d’erreurs aléatoires.
Dès lors, une telle pratique mesure uniquement les erreurs aléatoires, qui sont
également appelées les erreurs pures pour, dans ce contexte, les distinguer du
mauvais ajustement qui peut résulter de l’utilisation d’une équation inadaptée dans
la procédure d’ajustement paramétrique. Néanmoins, le désaccord entre les
observations et la courbe ajustée peut résulter soit d’une erreur de mesure, soit de
l’inadéquation de la théorie et plus couramment encore d’une combinaison des
deux ; cette procédure ne mesure donc pas des erreurs pures.
L’utilisation de répliquas des mesures présente également certains inconvénients.
Pour donner un résultat significatif, la différence entre deux répliquas doit être
réellement représentative de l’erreur aléatoire dans l’ensemble de l’expérience.
Ceci sera vrai uniquement si les mesures répétées sont réalisées exactement de la
même manière que toutes les autres mesures et non de manière particulière. La
difficulté peut être mieux appréciée en examinant les trois cas présentés dans la
figure 4.4.
a - Dispersion aléatoire
y
x
b - Replicas trop proches
les uns des autres
y
x
c - Profil similaire
dans chaque groupe
y
x
4.4 - Utilisation d’observations répliquées
Quand des observations sont proprement reproduites, la dispersion des points autour de
la courbe ajustée devrait être irrégulière, comme dans l’exemple (a). Une distribution
régulière, comme dans les exemples (b) et (c), suggère que l’expérience n’a pas été
correctement réalisée, comme nous en discutons dans le texte.
Dans la figure 4.4a, les points sont distribués dans chacun des répliquas de la même
manière que les points sont distribués autour de la droite ajustée ; c’est la situation
qui est attendue si l’ajustement est correct et si les répliquas ont été correctement
mesurés. Dans la figure 4.4b, la distribution des répliquas apparaît plus étroite que
la distribution des mesures autour de la droite, même si la distribution des points de
part et d’autre de cette dernière semble plus aléatoire que systématique. Il existe
différentes causes possibles à cette situation insatisfaisante : la plus courante est
certainement la mesure successive des différents répliquas d’un même point, de
sorte que le temps moyen entre deux de ces mesures est court par rapport au temps
moyen de l’expérience. Si les mesures sont faites de cette manière, toute variation
lente des conditions au cours de l’expérience peut produire des erreurs qui ne sont
pas répercutées de manière appropriée dans les répliquas, par exemple une