Retenons que la plus grande prudence s'impose donc pour tirer les conclusions chiffrées d'une expérience.
On peut, tout au plus, affirmer que le Modèle testé semble cohérent avec les résultats expérimentaux présentés.
Cela signifie-t'il qu'il n'était pas nécessaire d'introduire de telles complications et que l'on pouvait se contenter d'appliquer la Méthode du Modèle sans se préoccuper du "détail" des incertitudes expérimentales ?
Bien que dans ce cas, l'optimisation soit, le plus souvent, satisfaisante, ce n'est pas mon point de vue.
En effet, il me semble important de toujours poser le problème de la précision des mesures réalisées et d'en déduire le degré de confiance des résultats obtenus, ne serait-ce que pour choisir le mode opératoire le mieux adapté.
En réalité, il ne faut pas espérer qu'une mauvaise acquisition d'informations puisse être complètement compensée par un bon traitement des données (par lissage par exemple) , et conduise alors à un résultat fiable. Cependant, certaines déductions intéressantes restent encore possibles (cf. le traitement des images du télescope spatial HUBBLE ) :
dans tous les cas, une meilleure acquisition aurait conduit à un meilleur résultat.
De plus, bien qu'elle ne puisse qu'être grossière en l'absence d'étude statistique, la détermination des écart-types par les élèves me paraît une activité très formative. Une évaluation approximative mais raisonnée, fera appel à leurs connaissances et à leur sens physique. Ils devront alors, naturellement, s'interroger sur la cohérence de leurs actions et de leurs conclusions.
Avec des moyens informatiques, la détermination du minimum du n'étant pas plus difficile que celle du Critère Quadratique, il serait dommage de se priver des indicateurs d'ajustement fourni par le calcul du , bien que leur fiabilité puisse être discutée à cause du non respect partiel, mais obligatoire, des hypothèses initiales.
Enfin, tout en ayant conscience que le problème correspondant ne peut qu'être qu'approximativement connu et résolu, la prise en compte, même imparfaite, des incertitudes de mesure, constitue un progrès pour l'exploitation d'un dispositif expérimental.