Louvrage fait un point sur lensemble des méthodes pour aider à la compréhension des techniques destimation des incertitudes. Il analyse leurs avantages et faiblesses respectifs avec des exemples simples. Il est divisé en deux parties distinctes :
- les méthodes basées sur la dérivée et la statistique descriptive. Sont décrits les éléments de statistique descriptive nécessaires, la méthode classique du GUM, les méthodes basées sur linférence bayésienne et les corrélations entre les données expérimentales.
- les méthodes stochastiques. Sont décrits la propagation des incertitudes par la méthode de Monte-Carlo, lanalyse de sensibilité aux grandeurs dentrée, la méthode de chaos polynomial et le couplage de ces méthodes avec linférence bayésienne. Le dernier chapitre traite de la propagation des incertitudes dans un code de calcul.
Des exemples variés sont traités en langage Python. Ils permettent dappliquer et de comparer les méthodes. Les corrections des exercices proposés sont disponibles sur le site de l'auteur.