Nous considérons le problème de la prise en compte de l'incertitude sur les paramètres calibrés de modèles calculables d'équilibre général (MCEG) en construisant des régions (ou des intervalles) de confiance pour ces paramètres. Nous étudions en détail deux méthodes qui permettent de ce faire. La première est une extension des travaux de Abdelkhalek et Dufour (1998) et repose sur une technique de projection qui permet de construire des régions de confiance pour les paramètres calibrés à partir de régions de confiance pour les paramètres libres d'un MCEG déterministe. Nous discutons en détail comment cette approche peut être appliquée aux paramètres d'une fonction CES (de type Armington) d'usage fréquent dans les MCEG et nous l'illustrons sur des modèles de l'économie marocaine. La seconde méthode permet de dépasser le cadre déterministe usuel des MCEG en ajoutant des perturbations aléatoires à certaines équations du modèle pour construire des régions de confiance pour les paramètres calibrés en utilisant des techniques de simulation. Cette méthode utilise aussi le concept classique de fonction pivotale d'un paramètre. Nous discutons en détail comment cette méthode peut être appliquée aux paramèrtes calibrés d'une fonction de production de type Cobb-Douglas.