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 des arbres vifs (bois de tige)
essence (56 classes)
découpage régional: canton
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
	canton
	AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Suisse
essence (56 classes)	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	±%	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	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	.
Abies alba	1398	28	609	41	1551	36	16459	9	549	37	2259	24	4	100	555	44	2105	23	3889	20	6344	14	4592	17	368	56	1259	34	4242	17	184	59	1427	22	2163	24	1377	32	1360	27	888	32	7047	13	1642	26	398	44	2054	20	64723	4
Larix decidua, Larix kaempferi	286	41	0	.	0	.	271	45	27	71	97	69	0	.	50	100	9404	9	22	100	28	59	41	100	0	.	18	100	319	45	36	59	20	100	57	100	70	60	4948	13	0	.	497	31	9895	12	40	100	285	37	26409	6
Picea abies	2617	21	2795	30	2096	30	29438	7	769	35	8671	14	4	75	3623	23	36387	6	2239	23	7030	14	4655	15	1721	34	4173	20	10839	13	1388	28	1829	26	5520	16	2572	21	7436	19	4459	20	12529	10	15460	9	1039	37	5788	14	175077	2
Pinus cembra	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	1773	18	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	1082	21	0	.	0	.	2875	13
Pinus mugo subsp. uncinata	0	.	0	.	0	.	80	48	0	.	0	.	0	.	0	.	465	25	0	.	0	.	0	.	4	100	217	83	0	.	0	.	0	.	78	75	0	.	93	76	20	82	0	.	182	40	0	.	0	.	1139	22
Pinus mugo subsp. mugo	0	.	0	.	0	.	44	79	0	.	0	.	0	.	0	.	47	32	0	.	0	.	0	.	0	.	1	100	1	100	0	.	0	.	5	100	0	.	0	.	7	100	0	.	13	60	0	.	0	.	117	34
Pinus nigra	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	100	0	.	0	.	0	.	93	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	157	60
Pinus strobus	0	.	0	.	0	.	123	55	8	100	2	100	0	.	0	.	0	.	80	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	19	100	246	44
Pinus sylvestris	143	58	0	.	0	.	1134	32	290	35	329	56	67	100	0	.	2311	19	303	39	246	54	73	72	0	.	0	.	152	50	237	38	320	32	0	.	404	42	58	62	245	55	167	49	1736	20	0	.	820	22	9036	9
Pseudotsuga menziesii	150	63	0	.	0	.	522	44	252	100	0	.	0	.	0	.	0	.	0	.	350	71	0	.	0	.	0	.	337	100	66	100	0	.	0	.	3	100	81	100	0	.	62	91	0	.	0	.	14	91	1836	30
Taxus baccata	21	74	0	.	14	74	3	71	0	.	0	.	0	.	3	100	0	.	11	74	2	100	8	100	0	.	8	100	6	374	0	.	57	58	4	100	2	100	1	100	0	.	43	48	1	100	0	.	61	56	243	25
autres résineux	28	100	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	75
Acer campestre	17	82	0	.	0	.	1	100	34	57	0	.	0	.	9	100	7	76	38	49	0	.	0	.	14	100	0	.	0	.	8	100	19	60	0	.	0	.	7	84	0	.	45	44	22	57	0	.	9	100	232	20
Acer opalus	0	.	0	.	0	.	23	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	156	34	28	54	0	.	0	.	223	26
Acer platanoides	60	63	0	.	0	.	195	42	100	57	16	88	0	.	-13	100	66	81	-11	483	11	100	20	79	6	100	0	.	152	42	6	100	17	72	60	61	2	100	0	.	2	100	91	39	82	91	0	.	55	85	916	20
Acer pseudoplatanus	559	22	25	75	266	42	2262	12	350	31	560	24	3	100	435	34	449	28	481	22	550	21	564	29	133	47	269	49	1653	18	87	52	694	22	332	27	474	39	394	29	216	39	944	18	350	28	110	46	1235	19	13396	5
Aesculus hippocastanum	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	11	100
Alnus glutinosa	84	47	0	.	0	.	72	71	5	100	0	.	0	.	0	.	84	100	79	100	56	66	0	.	0	.	0	.	7	100	0	.	50	100	2	100	146	57	219	45	0	.	280	50	0	.	0	.	175	54	1258	20
Alnus incana	0	.	0	.	9	100	106	42	0	.	37	56	0	.	19	71	460	39	17	100	63	66	2	100	6	100	2	100	69	64	0	.	13	100	150	49	20	87	143	46	94	74	40	87	145	49	1	100	0	.	1396	17
Alnus viridis	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	.	0	.	3	100
Betula pendula	9	171	0	.	34	89	105	47	0	.	29	60	0	.	0	.	355	24	0	.	5	100	0	0	0	.	2	100	17	84	0	.	53	100	1	100	25	65	1735	18	21	68	0	.	321	33	0	.	56	91	2767	13
Betula pubescens	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	5	100	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	5	100	0	.	0	.	47	100	0	.	0	.	66	72
Carpinus betulus	129	38	0	.	0	.	60	54	59	60	13	100	8	86	0	.	0	.	79	49	55	78	0	.	0	.	0	.	16	100	13	84	59	73	0	.	58	67	8	100	0	.	90	90	7	100	0	.	150	51	802	19
Castanea sativa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	515	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4920	13	0	.	6	100	165	51	0	.	0	.	5605	12
Fagus sylvatica	4603	16	323	48	494	36	14057	9	2525	19	3366	19	0	.	935	31	2029	21	3416	17	3758	17	1304	18	486	42	1366	30	5724	15	2159	21	4813	15	2029	23	1734	20	6069	12	1062	31	6824	12	920	30	314	43	4310	14	74620	3
Fraxinus excelsior	743	29	0	.	254	55	1372	23	343	42	1343	28	9	100	262	44	356	35	770	29	575	49	99	46	511	59	116	76	1498	23	231	46	505	26	622	37	779	27	787	33	218	56	1369	22	485	30	115	60	1279	22	14642	7
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	70	0	.	0	.	0	.	0	.	0	.	43	70
Ilex aquifolium	4	100	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	5	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	71	0	.	60	50	2	100	2	100	2	100	0	.	0	.	84	38
Juglans regia	4	100	0	.	0	.	6	76	2	100	0	.	0	.	0	.	46	46	0	.	2	100	0	.	2	100	2	100	0	.	8	100	0	.	0	.	0	0	0	.	0	.	0	0	13	92	0	.	6	100	91	30
Laburnum anagyroides	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	87	0	.	8	81	4	71	0	.	0	.	28	57
Malus sylvestris	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100
Ostrya carpinifolia	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	98	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	442	41	0	.	0	.	0	.	0	.	0	.	540	38
Populus alba, Populus x canescens	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	435	74	0	0	0	.	0	.	435	74
Populus nigra s.l.	40	100	0	.	0	.	16	100	0	.	70	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	180	71	32	100	0	.	172	100	0	.	0	.	0	.	511	45
Populus (autres)	0	.	0	.	0	.	66	100	0	.	119	77	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	185	61
Populus tremula	3	100	0	.	0	.	15	82	0	.	52	77	0	.	0	.	282	72	10	100	12	100	0	.	0	.	5	100	11	100	0	.	0	.	0	.	0	.	71	78	0	.	38	60	123	50	0	.	2	100	625	36
Prunus avium	36	44	0	.	0	.	235	31	10	100	17	45	0	.	20	72	63	68	13	90	32	64	0	.	0	.	0	.	50	47	0	.	60	58	0	.	40	56	215	29	8	100	47	44	78	32	4	100	98	39	1027	13
Prunus padus	0	0	0	.	0	.	6	100	0	.	0	.	0	.	0	.	3	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	68	3	100	0	.	2	100	0	.	0	.	13	92	57	44
Pyrus communis, Pyrus pyraster	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100
Quercus cerris	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	63	0	.	0	.	0	.	0	.	0	.	102	63
Quercus petraea	271	57	0	.	0	.	235	39	94	63	17	100	250	72	0	.	185	61	93	63	58	100	87	60	0	.	0	.	15	63	182	52	169	49	0	.	168	76	645	27	86	72	874	28	72	44	0	.	391	33	3891	12
Quercus pubescens	5	100	0	.	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	112	43	0	.	33	100	171	47	0	.	0	.	341	30
Quercus robur	243	59	0	.	0	.	447	24	95	83	214	46	135	100	0	.	0	.	240	58	247	55	0	.	5	100	0	.	84	65	28	100	43	68	19	100	795	53	122	51	0	.	281	49	33	100	12	100	194	36	3237	17
Quercus rubra	301	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	301	59
Robinia pseudoacacia	6	100	0	.	0	.	19	100	32	100	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	426	50	0	.	0	.	15	88	0	.	0	.	498	44
Salix (autres)	14	71	0	.	20	100	55	50	1	100	72	46	0	.	0	.	207	33	5	100	11	61	5	100	1	100	1	100	3	74	0	.	45	54	0	.	32	73	76	45	1	100	71	51	109	38	0	.	45	54	774	15
Sorbus aria	3	100	0	.	0	.	74	29	33	55	9	77	0	.	37	91	22	52	58	44	5	100	31	46	0	.	9	80	16	89	12	100	11	54	7	76	0	.	101	25	27	48	88	60	75	30	0	.	29	61	648	14
Sorbus aucuparia	0	.	0	.	0	.	118	36	0	.	0	0	0	.	0	.	54	41	7	100	22	51	17	67	3	71	4	100	12	53	0	.	0	.	12	69	0	.	34	48	13	71	65	40	49	37	0	.	2	100	412	15
Sorbus torminalis	0	.	0	.	0	.	19	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	2	100	38	60
Tilia cordata	99	45	0	.	4	100	296	46	0	.	5	100	0	.	0	.	185	50	39	65	3	100	9	100	0	.	0	.	169	58	7	100	6	100	54	100	21	82	514	33	57	64	111	44	6	78	0	.	50	59	1634	17
Tilia platyphyllos	203	59	0	.	0	.	74	50	0	.	14	100	0	.	79	74	19	100	0	.	0	.	-4	100	2	100	0	.	75	44	0	.	0	0	44	81	9	100	9	87	0	.	26	100	201	47	0	.	0	.	750	24
Ulmus glabra	46	48	0	.	8	100	186	28	56	64	54	62	0	.	0	0	4	71	21	61	28	74	0	.	77	58	25	67	84	46	0	.	65	78	43	47	15	77	39	64	22	67	14	60	0	.	2	100	82	57	869	15
Ulmus minor	0	.	0	.	0	.	0	0	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	100
autres feuillus	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	56	100	0	.	0	.	0	.	0	.	6	100	0	.	18	100	0	.	0	.	36	75	0	.	0	0	5	100	0	.	0	.	122	53
autres arbustes	3	100	0	.	0	.	19	68	1	100	1	100	6	100	0	.	23	38	5	79	5	100	0	0	0	.	0	.	2	100	0	.	0	.	0	.	4	100	74	35	0	.	14	70	11	52	0	.	5	59	172	20
indéterminable	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	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	0
total	12128	11	3751	28	4750	24	68278	5	5643	16	17394	11	485	54	6015	18	58007	5	11963	12	19513	10	11568	11	3339	26	7478	17	25559	9	4744	18	10291	12	11207	13	8970	13	31445	6	7447	17	32496	7	33548	6	2036	30	17228	9	415285	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. 1217693. Birmensdorf, Swiss Federal Research Institute WSL

page précedente