Récemment, Campi et al. ont proposé deux nouvelles familles de méthodes (LSCR et SPS) pour caractériser la précision de l'estimation de la valeur des paramètres de modèles dont la sortie est non-linéaires en ces paramètres à partir de mesures bruitées. Ces méthodes permettent d'obtenir des régions de confiance exactes et non-asymptotiques, en faisant uniquement l'hypothèque que les échantillons de bruit sont indépendants et suivent une distribution symétrique. Cependant, la caractérisation numérique de ces régions de confiance est loin d'être triviale. Cet article montre que l'analyse par intervalles, utilisée par ailleurs pour aborder des problèmes d'estimation à erreurs bornées, peut être employée pour caractériser les régions de confiance exactes et non-asymptotiques définies par LSCR ou SPS.