Sélectionner un thème dans la liste

Estimation et erreur standard de l’estimation

Les résultats publiés dans les tableaux IFN sont des estimations portant sur des paramètres de la forêt suisse (paramètres de population) dont les valeurs réelles ne sont pas connues et qui sont donc extrapolées (estimées) à partir des données de l’échantillon de l’IFN. Les extrapolations contiennent des incertitudes. Cependant, la précision de l’extrapolation opérée à partir de l’échantillon aléatoire de l’IFN peut être estimée de façon fiable. Pour ce faire, tous les tableaux IFN indiquent une seconde valeur à côté de l’estimation: l’erreur standard de l’estimation.

La plupart des tableaux indiquent l’erreur standard relative (« ±% »), mais parfois, surtout pour les pourcentages estimés, c’est l’erreur standard absolue (« ± ») qui est indiquée. Le rapport entre l’erreur standard absolue et relative est le suivant:

erreur standard relative = erreur standard absolue / estimation x 100

erreur standard absolue = erreur standard relative × estimation / 100

Les données sur la desserte sont issues d’un recensement complet des routes forestières. Dans ce cas, il n’est pas nécessaire d’indiquer d’erreur standard puisqu’il n’existe pas d’incertitude liée à l’échantillonnage.

Intervalle de confiance de l’estimation

À l’aide de l’estimation et de son erreur standard, il est possible de calculer l’intervalle de confiance de l’estimation en indiquant:

sa limite inférieure
estimation - tQ × erreur standard absolue

et sa limite supérieure
estimation + tQ × erreur standard absolue

Si le calcul se fait avec l’erreur standard simple (tQ = 1), on obtient l’«intervalle de confiance à 68%». On peut alors admettre que la valeur réelle du paramètre de la population se situe avec une probabilité de 68% dans cet intervalle de confiance. Si l’on utilise l’erreur standard double pour le calcul (tQ = 2), la valeur réelle du paramètre se situe avec une probabilité de 95% dans l’intervalle de confiance, à savoir l’«intervalle de confiance à 95%».

Significativité de l’estimation

L’intervalle de confiance permet d’examiner statistiquement si le paramètre de population estimé est plus grand ou plus petit qu’une certaine valeur de référence, respectivement si deux paramètres de population estimés se distinguent effectivement (dans la population réelle). Dans la pratique, le processus adopté est le suivant: lorsqu’une valeur de référence est située hors de l’intervalle de confiance, on admet que la valeur estimée pour la population se distingue significativement de la référence; si la valeur de référence se situe à l’intérieur de l’intervalle, on interprète la différence entre valeur estimée et valeur de référence comme aléatoire et donc non significative. Pour comparer deux paramètres de population, on considère qu’ils se distinguent de façon significative lorsque leurs intervalles de confiances ne se superposent pas.

Traitement de valeurs manquantes

Lors du calcul des résultats, on ne dispose pas toujours de données pour toutes les combinaisons de catégories des variables de classification et du découpage régional^*. Cela indique dans la plupart des cas que le paramètre estimé à l’aide de la variable cible n’apparaît pas ou seulement très rarement. Généralement, on introduit (« impute ») alors la valeur 0. Mais comme cette valeur n’est pas issue de mesures directes, l’erreur standard correspondante est représentée par un point [.]. Lorsqu’on se réfère à la valeur supposée de 0 lors d’un calcul, par exemple pour indiquer des pourcentages ou certaines estimations de changements, il n’est pas possible d’indiquer une valeur. Dans ce cas, on introduit un point [.] pour la valeur estimée et l’erreur standard.

Par exemple, on n’a jusqu’ici ni trouvé ni mesuré d’arole sur le Plateau (volume des aroles selon les régions de production). On peut donc admettre que si les valeurs manquent, c’est que l’arole n’est effectivement pas présent dans cette région et que son volume doit y être de 0.

^* p. ex. combinaison de la catégorie « arole» de la variable de classification « essence » et de la catégorie « Plateau » du découpage régional

Changements

L’IFN distingue deux types de changements:

Le premier concerne des variables cibles spécifiques pour des composantes de changement telles que l’accroissement, l’exploitation, la mortalité ou les disparitions. Ces variables cibles ne sont disponibles que pour deux cycles d’inventaires successifs, p. ex. IFN3-IFN4. Lors de leur évaluation, la catégorie de la variable de classification du second cycle d'inventaire est attribuée à celle du premier cycle d'inventaire. Ces évaluations ne tiennent donc pas compte du changement de la catégorie d’un inventaire à l'autre (p. ex. de la propriété privée à la propriété publique).

Pour le second type de changements, on utilise les différences de variables cibles telles que le nombre de tiges, le volume sur pied ou la surface forestière afin d’établir un bilan du changement entre deux cycles d’inventaire. Ces variables cibles sont habituellement utilisées pour représenter des états, p. ex. dans l’IFN4, mais peuvent aussi révéler les changements entre deux inventaires quels qu’ils soient, p. ex. LFI1-LFI4. Lors de leur évaluation, on tient compte du changement d’une catégorie de la variable de classification. Ainsi, il est possible de constater p. ex. que la surface de la forêt sans la forêt buissonnante a augmenté. Cela n’a d’effet que pour les variables de classification qui peuvent effectivement changer de caractéristiques, p. ex. l’appartenance à la surface forestière ou l’état de l’arbre.

IFN5
volume du bois fort de tige (UCB 2010)
assortiment · classes d'assortiments (USC 2010)
découpage régional: région économique
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		région économique
		Ouest du Jura		Est du Jura		Ouest du Plateau		Centre du Plateau		Est du Plateau		Ouest des Préalpes		Centre des Préalpes		Est des Préalpes		Nord-ouest des Alpes		Centre des Alpes		Nord-est des Alpes		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		Suisse
assortiment	classes d'assortiments (USC 2010)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classes 1 et 2	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classes 3 et 4	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classes 5 et 6	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
bois résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	0	.	0	.	0	.	1	100	2	100	6	58	0	100	1	68	0	.	0	.	5	60	6	70	10	41	0	100	31	25
	classes 1 et 2	0	.	0	.	0	.	54	100	34	100	259	54	13	100	33	60	0	.	0	.	170	66	175	65	357	40	17	100	1113	24
	classes 3 et 4	0	.	0	.	0	.	23	100	0	0	476	51	15	100	97	76	0	.	0	.	64	91	137	67	198	56	11	100	1020	29
	classes 5 et 6	0	.	0	.	0	.	0	0	0	0	108	68	0	0	58	87	0	.	0	.	0	0	33	80	32	75	0	0	232	42
	total	0	.	0	.	0	.	78	100	36	100	849	51	28	100	188	73	0	.	0	.	238	71	352	57	598	44	28	100	2395	25
bois court résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	65	14	31	20	13	29	136	13	138	11	82	17	217	10	120	12	106	11	69	16	41	18	254	8	381	7	155	9	1809	3
	classes 1 et 2	2838	12	1251	18	596	25	4597	11	4989	10	3608	14	8240	8	5721	10	4581	10	2637	15	1683	17	9301	8	13583	6	5948	8	69573	2
	classes 3 et 4	3374	12	1630	19	1246	25	5588	12	6471	9	5129	12	11286	8	9566	9	7143	11	3367	16	3093	16	9577	8	16132	6	7970	10	91571	2
	classes 5 et 6	1042	23	386	29	487	37	1921	15	2207	16	1969	16	4194	11	3986	13	3002	14	1351	22	1616	22	2953	11	5634	9	3879	13	34627	4
	total	7320	11	3298	17	2342	25	12243	10	13806	9	10788	12	23936	7	19393	9	14832	10	7424	15	6433	15	22085	7	35729	5	17952	8	197580	2
bois mi-long résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	51	30	22	42	5	59	41	33	31	39	14	56	124	23	34	39	37	38	21	60	19	48	118	26	28	47	41	44	585	10
	classes 1 et 2	371	29	144	44	134	84	326	43	237	43	91	60	880	22	151	37	234	38	107	74	186	44	940	28	148	41	101	50	4051	11
	classes 3 et 4	690	27	177	47	123	79	504	32	577	40	285	55	2053	21	525	41	254	44	169	72	174	57	1602	25	442	42	312	42	7889	10
	classes 5 et 6	168	41	136	69	10	100	331	40	168	53	158	58	1216	26	405	39	91	51	100	92	165	71	446	35	239	50	83	51	3717	13
	total	1280	25	479	43	273	60	1201	30	1013	36	548	57	4273	20	1114	38	616	35	399	64	545	47	3107	22	857	39	538	42	16242	9
bois long résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	4074	8	107	53	735	19	339	28	342	24	346	33	38	60	236	33	27	100	67	100	0	.	166	48	22	100	0	.	6498	6
	classes 1 et 2	2476	12	29	64	871	22	147	41	264	34	344	41	9	100	186	46	29	100	28	100	0	.	56	60	14	100	0	.	4453	9
	classes 3 et 4	11525	7	325	54	2074	22	1158	32	1150	26	717	36	356	70	1267	34	35	100	220	100	0	.	352	55	74	100	0	.	19254	7
	classes 5 et 6	3161	14	192	74	454	42	434	40	518	35	159	88	0	0	170	51	0	0	165	100	0	.	257	50	0	0	0	.	5512	11
	total	21237	7	654	54	4136	19	2078	29	2274	25	1566	31	403	67	1859	34	90	100	480	100	0	.	831	47	110	100	0	.	35717	6
bois rond feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	79	7	33	12	26	15	38	11	54	9	12	20	40	12	38	12	19	15	12	21	16	18	20	16	16	18	122	7	525	3
	classes 1 et 2	7228	6	2636	11	2304	14	2829	9	5063	7	1405	17	3675	11	3394	12	2009	14	1235	20	1359	17	2114	12	1558	15	10293	6	47102	2
	classes 3 et 4	9841	6	4325	12	3561	14	5238	10	7237	7	1120	24	4514	12	5161	11	1947	17	1122	23	1645	18	729	23	1066	22	4803	7	52309	3
	classes 5 et 6	1812	13	1349	18	1209	19	2321	17	4258	13	259	43	1311	22	1156	20	600	35	329	35	404	31	172	37	311	36	1460	18	16952	5
	total	18960	5	8344	10	7100	13	10426	10	16612	7	2795	18	9540	11	9749	10	4576	14	2697	20	3424	16	3035	14	2952	16	16678	5	116888	2
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	4270	7	194	30	779	18	554	17	568	15	460	25	419	10	428	19	189	17	169	41	81	16	564	15	458	8	318	7	9448	4
	classes 1 et 2	12914	5	4060	10	3906	11	7953	8	10587	6	5707	11	12816	6	9485	8	6853	8	4007	13	3398	13	12587	7	15660	5	16359	4	126293	1
	classes 3 et 4	25430	4	6458	10	7004	12	12512	8	15435	6	7727	10	18224	6	16615	7	9378	9	4878	14	4976	13	12397	7	17913	6	13095	6	172042	1
	classes 5 et 6	6183	9	2063	15	2161	17	5007	11	7151	10	2653	14	6721	9	5775	11	3693	13	1945	20	2185	18	3861	10	6217	9	5423	10	61039	3
	total	48797	3	12775	9	13850	11	26026	7	33741	5	16547	10	38180	6	32303	7	20113	8	10999	13	10641	12	29409	6	40247	5	35195	4	368822	1

Table citation

Abegg, M.; Ahles, P.; Allgaier Leuch, B.; Cioldi, F.; Didion, M.; Düggelin, C.; Fischer, C.; Herold, A.; Meile, R.; Rohner, B.; Rösler, E.; Speich, S.; Temperli, C.; Traub, B.,
2023: Swiss national forest inventory - Result table No. 1213819. Birmensdorf, Swiss Federal Research Institute WSL

page précedente