1 Introduction
Regressi effectue la régression par deux méthodes
1. par défaut, la méthode des moindres carrés classique et donc sans prise en compte des incertitudes. On suppose que l’incertitude sur l’abscisse est négligeable et que l’incertitude sur l’ordonnée est la même pour tous les points. La technique de détermination des incertitudes sur les paramètres repose sur l’assimilation entre l’écart modèle-données et l’incertitude sur l’ordonnée. 2. si les incertitudes sont définies et que l’utilisateur a coché « méthode du χ2 », la dite méthode, les incertitudes sur x et y étant prises en compte.
Le test du χ2 suppose que les incertitudes soient des incertitudes-type, et on élargit l’incertitude par un coefficient de Student de paramètre (nombre de mesures - nombre de paramètres), ce qui suppose que la statistique sur les paramètres est bien gaussienne.
Note modélisation s’entend au sens d’ajustement des paramètres d’une fonction donnée (fit en anglais). J’utilise modélisation car, pour moi, le choix de la fonction n’est pas arbitraire mais résulte de la modélisation du dispositif étudié.

1.1 Incertitudes des données
Les incertitudes définies pour les grandeurs expérimentales devraient donc être des incertitudestype, notées u, de manière à ce que la loi de propagation puisse s’appliquer. Les options de tracé des ellipses le supposent également.
Rappel : expression de l’incertitude type
— Pour une mesure avec des graduations de longueur pas, l’incertitude-type est :
— Pour un instrument avec une erreur de justesse maximale donnée :
— Pour un appareil de précision p, l’incertitude-type est

pas
12

erreur
3

p

3
— Pour un appareil type voltmètre avec une précision de ±(pc % de lecture+N ×chiffre le moins significatif), x · pc + N · ms avec ms valeur correspondant à l’unité du l’incertitude sur x est donnée par
3
dernier chiffre.

1.2 Affichage
L’affichage des ellipses d’incertitude suppose qu’il n’y a pas corrélation entre les deux grandeurs.
Si on a entré des