Σ
SDCalc
DébutantApplications·10 min

Guide complet de l’écart type relatif (ETR)

Guide complet de l’écart type relatif (ETR) incluant la formule, des exemples de calcul, les critères d’acceptation de la FDA et les applications dans les laboratoires pharmaceutiques et de chimie analytique.

Qu’est-ce que l’écart type relatif?

L’écart type relatif (ETR), aussi connu sous le nom de coefficient de variation (CV), est une mesure standardisée de la dispersion qui exprime l’écart type en pourcentage de la moyenne. C’est la norme de référence pour évaluer la précision en chimie analytique, dans les tests pharmaceutiques et les laboratoires de contrôle de la qualité.

Contrairement à l’écart type absolu, l’ETR vous permet de comparer la variabilité entre des mesures ayant des échelles ou des unités différentes. Un écart type de 5 mg/L pourrait être excellent pour une analyse mais inacceptable pour une autre — l’ETR met tout sur une échelle commune.

ETR vs CV

L’ETR et le coefficient de variation (CV) sont mathématiquement identiques. L’ETR est généralement exprimé en pourcentage (p. ex., 5,2 %), tandis que le CV peut être exprimé en décimal (0,052). Dans les milieux de laboratoire, ETR est la terminologie la plus courante.

Formule et calcul de l’ETR

Écart type relatif

RSD (%) = (s / x̄) × 100

Où s est l’écart type d’échantillon et x̄ est la moyenne de l’échantillon. Le calcul est direct :

1

Calculer la moyenne

Additionnez toutes les valeurs et divisez par le nombre de mesures.
2

Calculer l’écart type

Trouvez la racine carrée de la variance (somme des écarts au carré par rapport à la moyenne, divisée par n-1).
3

Diviser et multiplier

Divisez l’écart type par la moyenne, puis multipliez par 100 pour exprimer en pourcentage.
python
import numpy as np

def calculate_rsd(data):
    """Calculate Relative Standard Deviation"""
    mean = np.mean(data)
    std = np.std(data, ddof=1)  # Sample SD with Bessel's correction
    rsd = (std / mean) * 100
    return rsd

# Example: Analytical measurements
measurements = [98.5, 101.2, 99.8, 100.5, 99.1]
rsd = calculate_rsd(measurements)
print(f"RSD = {rsd:.2f}%")  # Output: RSD = 1.11%

Interprétation des valeurs d’ETR

L’ETR acceptable dépend de votre application, des niveaux de concentration et des exigences réglementaires :

  • ETR < 2 %:Excellente précision; typique pour les dosages CLHP bien validés et les standards de référence
  • ETR 2-5 %:Bonne précision; acceptable pour la plupart des tests d’uniformité de contenu pharmaceutique
  • ETR 5-10 %:Précision modérée; peut être acceptable pour les dosages biologiques ou l’analyse de traces
  • ETR 10-15 %:Variabilité plus élevée; typique pour les immunodosages et les méthodes bioanalytiques
  • ETR > 15 %:Mauvaise précision; peut indiquer des problèmes de méthode ou une inhomogénéité de l’échantillon

La concentration compte

L’ETR augmente généralement à des concentrations plus faibles en raison de l’impact relatif plus grand de l’incertitude de mesure. L’équation de Horwitz prédit cette relation : l’ETR double pour chaque diminution de 10 fois la concentration de l’analyte.

Exigences réglementaires

Les agences de réglementation fixent des exigences spécifiques d’ETR pour différents types de tests :

Lignes directrices FDA/ICH

Conformité du système : ETR ≤ 2 % (5 injections) · Précision de la méthode : ETR ≤ 2 % typiquement · Uniformité de contenu : exigences ETR dans USP <905> · Dissolution : ETR ≤ 20 % aux premiers temps

Méthodes bioanalytiques

Échantillons CQ : ETR ≤ 15 % (≤ 20 % à la LLIQ) · Étalons : au moins 75 % à ±15 % · Réanalyse d’échantillons fortuits : 67 % à ±20 %

Applications en laboratoire

L’ETR est essentiel dans les sciences analytiques :

  • Validation de méthode:Démontrer la précision, la répétabilité et la précision intermédiaire durant le développement de méthode
  • Conformité du système:Vérification quotidienne que les systèmes CLHP performent selon les spécifications
  • Études de stabilité:Surveiller la précision analytique au cours de programmes de stabilité à long terme
  • Transfert de méthode:Comparer la précision entre laboratoires ou instruments
  • Contrôle de la qualité:Uniformité lot à lot dans la fabrication et les tests de libération

Exemples résolus

Exemple 1 : Conformité du système CLHP

Cinq injections répliquées donnent des aires de pics : 1 245 678; 1 251 234; 1 248 901; 1 244 567; 1 249 890 Moyenne = 1 248 054 | Écart type = 2 689 | ETR = 0,22 % - Conforme au critère ≤ 2 %

Exemple 2 : Uniformité de contenu

Dix dosages de comprimés : 99,2 %, 101,5 %, 98,8 %, 100,3 %, 99,7 %, 100,8 %, 99,1 %, 101,2 %, 100,1 %, 99,5 % Moyenne = 100,02 % | Écart type = 0,91 % | ETR = 0,91 % - Excellente uniformité

Further Reading

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.