Calcul de LD avec un LB124

Bonjour,
je suis d'accord avec toi
Ce que je veux dire, c'est que ton appareil ne te donne qu'un nombre de coup.
En fonction du rendement de l'appareil et du temps de comptage (un peu de l'étalonnage il me semble) cela correspond à un nombre de Bq.
Mais, ce n'est qu'une mesure avec une source d'erreur (comme toutes les mesures: tu connais ta mesure mais pas forcément de ce que tu as mesuré)

Après, tu peux effectivement rajouter, le type de frottis, la surface frottée etc qui ne vont ajouter des imprécisions spplémentaires

Ce que vous dites est très intéressant, mais pour calculer une LD , pas besoin de calcul d'incertitude. ni de connaître la valeur à mesurer. Avec des sources d'étalonnage j'ai déterminé le rendement. Donc celui ci est correct. Mais pour plus de simplicité considérons une LD en coups par seconde. il manquerait donc la connaissance du temps d'intégration. Le constructeur la connait il ? savez vous qui contacter chez berthold pour avoir l'information?

Alors, j'ai des éléments de réponses.
En mode ratemeter le LB124 SCINT fait la moyenne de 120 mesures de 1 seconde. (on peut changer le nombre de mesure).
Mes TQRP veulent utiliser le LB en mode ratemeter et non en mode comptage. 
Connaissant ces nouvelles données, savez-vous comment calculer la LD ?

J'ai télécharger la macro qui permet de transformer des cps en Bq/cm², elle donne un calcul de LD en mode ictomètre mais impossible d'accéder au calcul. Ceux qui l'ont créé connaissent la réponse à ma question. Je devrai peut-être les contacter.

Dommage qu'on ne puisse pas éditer ses messages.
J'ai trouvé la réponse :

https://www.forum-rpcirkus.com/t2997-variation-de-la-limite-de-detection-avec-le-bruit-de-fond

Le plus serait de savoir comment faire pour calculer la LD avec un temps de mesure de bruit de fond différent de celui de la mesure. On en parle mais je n'ai pas vu de réponse.

Coucou, ch'ui là :



Avec :
To : le temps d emesure bruit de fond
Ts : le temps de mesure échantillon

n= T0/Ts

Si vous mesurez un BdF pendant T0, alors

Bdf(Ts)=BdF(T0)/n

Ce qui montre qu'il faut évitez de prendre T0<Ts

Gluonmou

Génial, j'ai toutes les réponses ! Merci beaucoup.

Cher monsieur Gluonmou, on me demande d'où je tiens cette merveilleuse formule.
Je vous pose donc la question :

D'où viens cette formule et quelles sources puis-je donner ?

Si je dis : "un forum internet" les agents du système qualité (ne comprenant pas grand chose à la RP) vont très moyennement apprécier.

Bonjour,

c'est l'écart type de la distribution des valeurs du bruit de fond multiplié par le risque de te tromper (rejeter à tord l'hypothèse de non contamination H0)
.
Ceci te permet de déterminer un intervalle de confiance pour le bruit de fond.

Le n c'est au cas où les durées de mesure de l'échantillon et du bruit de fond seraient différentes

Si tu prend des temps de mesures identiques pour le bruit de fond et pour la mesure de l'échantillon, alors, n=1
et tu retrouves la formule
SD= racine (2(BdF + 1))

Cher monsieur Gluonmou, on me demande d'où je tiens cette merveilleuse formule.
Je vous pose donc la question :


Ben vous dites que c'est Gluonmou qui l'a pondu.
Où est le problème


Et vous insistez en leur faisant les gros yeux : "Gluonmou lui-même (Soft Gluon himself, en anglais)"


Puis vous agitez l'index en disant : "et si vous zètes pas content, il va venir vous causer direct, le Gluonmou"


(ne vous inquiétez pas , je sais leur parler, aux qualiticiens, j'ai des mots d'amour spécial AQ)


Et voilà
Une affaire réglée


Gluonmou

Bonsoir,

J'aurai besoin de vos lumières, sur l'application:

Pour
BDF Alpha = mouvement propre appareil= 0.5 c/s
BDF Bêta = 15 c/s

En prenant SD= racine (2(BdF + 1))
SD (Alpha) = racine (2* (0.5 +1))= racine 3 = 2 c/s
SD (Bêta) = racine (2* (15+1)) = racine 32 = 6 c/s

Avec LD= 2* SD
LD (Alpha) = 4 c/s
LD (Bêta) = 12 c/s

Donc
Alpha, ce n'est contaminé qu'a partir de 4c/s alors pour moi dés 1c/s c'est contaminé.
Bêta, LD > BDF, Tout est pourri, moi y compris, je suis bon pour me conditionner en déchet putricide direction le four de Centraco

Je ne comprend pas pouvez m'expliquer ?

Chère ayorosgirl,

Les formules que vous utilisez s'appliquent à des comptages, et pas à des taux de comptages (je déconseille toujours d'utiliser si possible les taux de comptages dans ces affaires)

Donc et de toute façon il manque un paramètre important dans vos équations : le temps de mesure ( ou d'intégration)

D eplus j'ai le sentiment que vous raisonnez en termes de comptage brut , et non pas net.
Donc en prenant par exemple un temps d'intégration de 1seconde (du coup vos formules sont bonnes dans ce seul cas), vous devez rajoutez le BdF :


SD=BdF +2*racine(2*(BdF+1)
LD=BdF +4*racine(2*(BdF+1)

Ce qui vous donne?

Bonjour ayorosgirl

pour déterminer SD, tu as oublier de multiplier par k qui est le risque que tu prends de te tromper.
En général, on prend 2, ce qui donne 96,2 % de fiabilité

Donc: SD = 12 et LD = 24

Pourquoi : SD= racine (2(BdF + 1))

Moi comme formule j'ai : SD= 2 racine (2BdF x tps)

Si k=2 et BdF en c/s

Donc pourquoi +1 ?

C'est SD (coup net)= 2 racine (2(BdF + 1))


Avec ici le BdF en coup, et pas en cps


en notant le taux de comptage comme  cps=BdF/tps le seuil de décision en termes de cps s'écrit : 


SD(cps)=SD(coup)/tps=2 racine (2(BdF + 1))/tps=2 racine (2(cps*tps + 1))/tps


Si le +1 est négligable (souvent), on obtient :


SD(cps)=2 racine (2cps)/  racine(tps)



Donc vous voyez que votre formule est fausse (y compris sur le plan dimensionnel)


Le +1 provient de la prise en compte des incertitudes associés aux valeurs de comptages


Très utile par exemple si bdF=0 (genre mesure alpha), car cela donnerait SD=0 sans la présence de ce petit "+1", appelé encore "bayesien"


gluonmou

Sinon pour Samael22 : je vous ai donné une réponse à votre question par MP, au cas où la réponse ci-dessus ne serait pas suffisant

Aaaah, très bien.
Encore merci beaucoup !

Bonjour,

@ Gluonmou,

Brut : 
SD=BdF +2*racine(2*(BdF+1)
LD=BdF +4*racine(2*(BdF+1)


Net:
SD (coup net)= 2 racine (2(BdF + 1))

LD (coup net)= 4 racine (2(BdF + 1))


Mais dans le cas de l'alpha,
Brut: SD=2.5 c/s LD = 5 c/s
Net SD=2 c/s LD= 4 c/s
Je choisis lequel ?

En plus personnel, je ne signe pas de bon contamination si j'ai plus de 2 fois mon mouvement propre donc 1 c/s.

Merci pour l'explication ça règle le cas du Bêta.

@Domino
K le risque de me tromper doit être encore rajouté au formule de Gluonmou, Ou c'est seulement dans le cas des valeurs Brut si je ne rajoute pas le BDF ?

Il n'y a pas à choisir entre l'un ou l'autre. C'est les même. 
Brut = Net + BdF
et
Net = Brut - BdF


pour un risque de se tromper de 5%, k=1,96 arrondi à 2. 
Alors que k=2 correspond en vrai à un risque de 4,55 %

http://www.agro-montpellier.fr/cnam-lr/statnet/tables.htm
Voilà la table dont on se sert. 
Pour avoir le risque correspondant tu fais : 2 x (1- valeur tableau)
ici k est appelé u .

Bonjour ayorsgirl

1. le k risque de se tromper se trouve dans la formule de Gluonmou, c'est le 2 qui est devant la racine carrée

2. en ce qui concerne le SD, il est basé sur la valeur du bruit de fond uniquement. Il ne fait pas intervenir la mesure de l'échantillon:
Tu détermines à partir d'une mesure que tu considère comme non contaminée (BdF) à partir de quand tu va commencer à te poser des questions.

Je te conseilles la lecture du post: "légende des valeurs négatives" avec Gluonmou en tête d'affiche dans le rôle de miguel

Décidément les calculs de SD et LD auront fait couler beaucoup d'encre, (ou noirci beaucoup de pixels) et ce n'est pas fini !
J'ai bien conscience que ce qui suit est du détail et du chipotage mais je viens de tomber sur un autre mode de pour calcul du SD et la LD qui m'intrigue.

Image retirée car c'est un scan, mais formule recopiée pour maintenir le fil du débat.  Gally



Formule 1:
SD(c/s) = 2 (2x MP)/t)         LD(c/s) = 2SD(c/s) + 4/t
MP est le taux de comptage du MP en c/s

Formule 2:
SD(unité)= SD(c/s)x W              LD  (unité) = (2SD unité + (4w/t)) / (1-4u² rel (w))
w = coefficient d'étalonnage (unité/ c/s)
t= temps de comptage MP en s

Les formules contenant le k²/t sont les formules de SD et LD définies dans la norme ISO 11929

Déjà on voit qu'ils ne prennent pas en compte "+1" Pour eux SD= 2 racine (2BdF)   
et non 2 racine (2(BdF + 1)) . Bon soit. Ceci dit pour la LD alpha prendre en compte le +1 est très pénalisant. (niveau réglementaire, parce que ce qu'on peut mesurer ou pas restera le même malgré nos savants calculs)

De plus. Ils ne se suffisent pas de LD=2SD mais il y a un terme en plus qui apparaît. D'où vient-il ?
 Je parle du k²/t.


Si vous arrivez à répondre à tout ça. Merci et bravo !

Bonjour,
je vais essayer de donner des éléments de réponses

1) pour le +1 dans le seuil de détection c'est parce qu'il est déterminé sur un comptage net
On part de l'hypothèse qu'il n'y a pas de radioactivité. Donc on a une moyenne de 0+/-0
Par contre il faut déterminer la dispersion des mesures du BdF.
On mesure BdF1 et BdF2
Net= BdF1 - Bdf2 et du coup ne répond plus à la loi de Poisson (écart type etc..)
D'où le +1
Etant donné que tu part de l'hypothèse H0, si tu n'as pas de bruit de fond tu mets ton SD à 1coup.
Dans le cas présent, tu auras 3 comme SD

2) si tu ne prend pas ton hypothèse H0 et que tu part d'un comptage brut tu as SD=2racine 2BdF parce que tu reste dans une distribution de Poisson

3)k2 correspond au carré du risque (Alpha et béta étant égaux)
 SD=k0 x ecart type Ho =k2 x écart type de H1
LD = k0 x écart type H0 + k1 x écart-type de H1
     = k exp2+ 2SD

En pratique, ca ne fait que 4 coup en plus

J'epère ne pas m'être trompée
Si en plus j'ai été claire (j'ai peu d'espoir)

NB: ne me demandé pas d'où vient le 1 de Bayes, j'ai pas trouvé d'explication mathématique
Si quelqu'un trouve?

Le fameux "+1"
pas facile car tout cela est assez mathématique
La loi de Poisson donne la probabilité d'obtenir une valeur de comptage N "sachant la valeur vraie (moyenne vraie) µ"  et se note P (N|µ)
ça c'est la vision "fréquentiste " qui décrit la mesure qui bouge.


Mais lorsque vous avez obtenu un comptage N, qui ne bouge plus, ce qui vous intéresse c'est de connaitre la valeur de µ.
L'inversion bayesienne permet alors d'obtenir la loi de probabilité (en fait une densité de probabilité) de µ "sachant la valeur N" notée f(µ|N)

Cette loi des valeurs vrais possible représente l'incertitude que nous avons sur cette valeur vraie. L'écart-type de cette loi quantifie cette incertitude.
or il se trouve que la moyenne de cette loi (appelé loi gamma ou loi d'Erlang)un peu asymétrique, est égale à N+1 et non pas N

Ainsi N+1 est l'estimateur ponctuel  moyen de la valeur vraie, même si N represente l'estimateur le plus vraisemblable.

Dans notre problème prendre N+1 comme estimateur moyen est plus pertinent que N, car si N =0, (1 mesure nulle), prendre µ=0 comme estimateur moyen signifierai que toutes les mesures ultérieures seront nulles.
Cela permet d'avoir un seuil de décision non nul si BdF=0

Je sais, désolé...
Gluonmou

Heu..
la valeur de µ je la connais c'est 0
C'est pas la densité de probabilité des mesures que je cherche dans l'inversion Bayesienne?

Du coup f(N/µ)?

"la valeur de µ je la connais c'est 0"


ça c'est dans le cas où l'on connait ce que l'on mesure, ici "rien"


Donc on n'a aucune incertitude sur la valeur vraie.


C'est la démarche des tests statistiques d'hypothèse où l'on part de valeurs vraies connues (par hypothèse, justement)


On raisonne alors dans le sens cause  (connue) vers effet (attendue)

ca y est, je coule!

 déterminer SD c'est à partir d'une dispersion des mesures (autour d'une hypothèse H0)

Maintenant si je n'ai qu'une mesure j'en déduit une dispersion de µ sachant N?

C'est un peu tordu de partir d'une mesure pour estimer une valeur vrai (qu'en plus je connais!)

Je perd pied

"C'est un peu tordu de partir d'une mesure pour estimer une valeur vrai (qu'en plus je connais!)"


Non, justement, dans ce cas là vous n'étes plus dans le contexte d'une mesure, mais de confronter le résultat d'une mesure à une hypothèse que l'on rejette ou non...