La construction d'un modèle paramétrique à partir de données expérimentales soulève de nombreuses questions auxquelles l'expérimentateur souhaiterait répondre de façon garantie, car elles conditionnent le succès de l'opération : - la structure de modèle retenue est-elle pertinente? - le capteur sélectionné permet-il de satisfaire les contraintes du cahier des charges de l'expérience? - toutes les valeurs des paramètres compatibles avec les données et les hypothèses ont-elles été trouvées? - les erreurs d'arrondi du calculateur faussent-elles les résultats? Pour tenter de répondre à ces questions, cette thèse prend le partir de les aborder dans une perspective ensembliste. L'obtention d'approximations intérieure et extérieur des ensembles résultants, à l'aide de l'analyse par intervalles, assure alors cette garantie. Nous montrons que la taille des problèmes qu'il est possible de traiter peut être significativement augmentée par l'emploi de contracteurs issus de la programmation par contraintes. L'estimation de paramètres cinétiques non-identifiables en électrochimie illustre les performances de cette approche. La caractérisation d'un nouveau dispositif de mesure en thermique,en tenant compte des incertitudes intrinsèques à ce dispositif, est rendue possible par un nouvel algorithme de projection garantie d'ensembles. La formulation ensembliste du problème de la caractérisation de structures de modèles permet également de proposer de nouvelles définitions de l'identifiabilité et de la discernabilité, qui semblent plus pertinentes que les notions traditionnelles. Des algorithmes qui permettent le test effectif de ces propriétés sont également proposés. Enfin, une évaluation des caractéristiques d'un capteur en terme de précision est présentée.