En physique des milieux poreux, calibrer certains paramètres d’un modèle microscopique sur la base d’expériences donnant accès à des grandeurs macroscopiques est un enjeu majeur. Cette démarche est entachée d’erreurs de modèle, de mesure et de calculs dans la procédure d’homogénéisation : le problème direct est biaisé. La résolution du problème inverse, lorsqu’il s’agit d’estimer les paramètres à partir des observations, engendre aussi des erreurs. Nous considérons ici une formulation “moindres carrés” du problème, cherchant à minimiser l’erreur entre les quantités macroscopiques observées et celles calculées via l’homogénéisation aléatoire. Nous discutons en particulier de la nature des informations macroscopiques nécessaires pour déterminer de manière univoque les paramètres de la densité de probabilité des propriétés microscopiques. Afin d’explorer plus facilement cette question, nous nous intéressons ici essentiellement au cas unidimensionel. Nous montrons que le problème peut être résolu de manière efficace par l’algorithme de Newton, même en présence d’un petit bruit statistique.