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.

IFN4
nombre de tiges
essence (56 classes)
découpage régional: canton
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 2009/17
	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 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
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	1566	24	350	30	722	30	12982	7	737	23	2280	17	0	.	368	40	1279	16	3863	12	5058	12	3195	13	224	32	853	27	2521	13	102	49	1793	20	1814	18	1162	28	1354	23	1000	25	5799	9	1890	18	642	31	1241	15	52794	3
Larix decidua, Larix kaempferi	248	34	15	77	24	100	258	27	8	71	116	69	0	.	8	71	8731	8	19	65	52	56	4	100	0	.	59	89	468	33	50	56	48	53	24	59	95	51	5884	10	0	.	690	33	10142	8	8	100	149	28	27100	5
Picea abies	3722	15	1660	24	1995	22	28037	5	747	32	8004	12	4	100	3251	17	42063	5	2774	17	6903	11	4350	15	1555	34	5947	15	9348	10	1441	26	1935	17	5330	12	3162	20	7370	10	3836	16	14387	8	19020	7	1124	29	5937	12	183902	2
Pinus cembra	0	.	0	.	0	.	26	70	0	.	0	.	0	.	0	.	3248	14	0	.	0	.	0	.	0	.	96	100	48	100	0	.	0	.	0	.	0	.	48	66	72	100	0	.	2182	15	0	.	0	.	5720	10
Pinus mugo subsp. uncinata	0	.	10	100	0	.	424	41	0	.	0	.	0	.	0	.	2971	19	0	.	155	83	0	.	0	.	333	87	0	.	0	.	4	100	169	58	0	.	96	92	91	74	0	.	354	34	0	.	0	.	4606	15
Pinus mugo subsp. mugo	0	.	30	100	0	.	168	73	0	.	0	.	0	.	0	.	860	27	0	.	0	.	0	.	0	.	0	.	60	85	0	.	0	.	0	.	0	.	10	100	155	59	0	.	92	53	0	.	0	.	1375	21
Pinus nigra	19	100	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	51	76	0	.	0	.	80	100	25	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	185	51
Pinus strobus	0	.	0	.	0	.	29	48	0	.	0	.	0	.	0	.	0	.	19	82	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	71	56	39
Pinus sylvestris	308	28	8	100	5	100	782	30	299	24	140	37	64	80	0	.	2335	17	425	44	70	57	87	55	0	.	0	.	320	50	220	42	440	30	117	71	240	33	278	54	202	47	351	54	4276	16	0	.	552	17	11519	8
Pseudotsuga menziesii	115	42	0	.	0	.	187	31	77	71	8	100	0	.	0	.	0	.	10	100	51	50	0	.	0	.	0	.	44	79	24	86	0	.	0	.	110	92	9	100	0	.	203	44	0	.	0	.	29	100	868	20
Taxus baccata	38	61	0	.	21	71	203	66	0	.	0	.	0	.	10	100	0	.	40	61	69	88	9	100	21	100	10	100	267	59	0	.	198	54	20	71	30	74	0	.	0	.	172	48	30	100	21	100	255	47	1415	20
autres résineux	22	66	4	100	0	.	8	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	34	47
Acer campestre	69	42	0	.	0	.	111	57	61	41	0	.	39	79	9	100	30	74	147	50	0	.	0	.	24	100	15	77	0	.	33	59	59	53	0	.	0	.	114	51	10	100	141	30	176	40	0	.	5	100	1042	15
Acer opalus	0	.	0	.	0	.	95	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	115	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	484	29	125	38	0	.	0	.	820	21
Acer platanoides	57	58	0	.	0	.	112	43	111	49	89	80	0	.	9	100	33	65	59	45	53	62	14	78	24	87	0	.	120	49	40	76	4	100	32	70	75	74	43	80	0	.	133	54	83	67	0	.	125	64	1217	16
Acer pseudoplatanus	1404	17	396	68	301	51	3809	10	553	21	933	19	0	.	796	24	1015	23	920	21	796	16	818	28	211	31	662	39	1723	15	118	50	982	17	995	21	783	22	1287	21	315	35	2561	13	991	20	110	44	1612	19	24092	4
Aesculus hippocastanum	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	4	100	0	.	0	.	0	.	25	62
Alnus glutinosa	138	50	0	.	0	.	127	86	0	.	213	100	0	.	0	.	108	100	85	51	98	62	0	.	0	.	0	.	10	100	0	.	116	100	0	0	188	49	399	33	0	.	231	44	0	.	0	.	152	53	1863	20
Alnus incana	0	.	18	100	42	100	620	31	10	100	122	47	0	.	144	46	2581	24	58	100	149	54	20	100	34	100	180	76	409	44	0	.	19	71	577	43	49	68	962	27	497	62	168	61	942	34	0	0	0	0	7601	12
Alnus viridis	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	60	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	70	87
Betula pendula	29	58	0	.	72	63	255	45	0	.	40	61	0	.	21	100	1677	20	11	100	9	100	11	100	0	.	34	76	58	52	10	100	23	85	53	83	150	53	6163	12	67	47	24	85	1349	19	20	71	27	87	10102	8
Betula pubescens	0	.	0	.	0	.	29	100	0	.	0	.	0	.	0	.	10	100	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	13	100	0	.	0	.	82	49
Carpinus betulus	452	23	0	.	0	.	74	54	155	48	19	100	140	55	0	.	0	.	324	34	24	77	0	.	0	.	0	.	54	61	57	62	82	60	0	.	220	41	99	58	0	.	149	66	60	86	0	.	221	30	2129	12
Castanea sativa	4	100	0	.	0	.	10	100	0	.	0	.	0	.	0	.	697	41	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9907	10	0	.	90	85	229	62	0	.	0	.	10937	10
Fagus sylvatica	5004	11	290	35	729	27	15358	7	2981	15	3732	14	0	.	1394	22	2774	16	4234	13	3659	14	2279	13	666	34	1378	24	5963	11	2138	17	4904	11	2046	16	1894	15	12194	10	777	31	7753	9	2125	21	366	33	3884	10	88523	3
Fraxinus excelsior	1249	18	76	46	271	40	2002	14	474	23	1329	20	48	100	419	32	1356	23	1020	19	919	21	195	36	274	57	201	28	1742	17	273	52	558	22	861	31	811	19	2299	16	297	37	2110	14	1173	22	177	38	1625	16	21760	5
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	198	50	0	.	0	.	0	.	0	.	0	.	198	50
Ilex aquifolium	11	100	0	.	0	.	29	100	31	75	0	.	0	.	0	.	0	.	10	100	0	.	0	.	10	100	0	.	21	100	0	.	0	.	21	71	0	.	275	41	10	100	22	71	20	100	0	.	0	.	460	27
Juglans regia	38	47	0	.	0	.	41	52	11	100	0	.	0	.	0	.	69	52	0	.	9	100	0	.	0	.	0	.	0	.	24	100	10	100	0	.	13	76	35	76	5	100	7	100	23	72	0	.	19	71	304	21
Laburnum anagyroides	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	30	74	40	61	0	.	0	.	107	37
Malus sylvestris	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	30	100	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	66
Ostrya carpinifolia	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	366	82	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1997	26	0	.	0	.	0	.	0	.	0	.	2363	25
Populus alba, Populus x canescens	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	63	72	93	68	0	.	0	.	161	48
Populus nigra s.l.	5	100	0	.	0	.	4	100	0	.	5	100	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	15	100	0	.	0	.	0	.	41	71	75	74	0	.	40	71	8	71	0	.	0	.	202	36
Populus (autres)	0	.	0	.	0	.	6	100	0	.	49	75	10	100	0	.	4	100	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	79	50
Populus tremula	27	100	0	.	0	.	57	61	0	.	38	81	30	100	0	.	373	36	0	0	5	100	0	.	0	.	0	.	24	71	0	.	8	100	0	.	11	100	184	42	0	.	73	70	420	31	0	.	0	0	1250	17
Prunus avium	168	28	0	.	0	.	511	21	121	53	41	50	0	0	20	71	148	50	29	58	63	46	4	100	0	.	21	100	169	37	24	72	83	55	0	0	47	50	499	26	20	71	215	25	349	28	0	.	177	30	2707	9
Prunus padus	10	100	0	.	0	.	0	.	0	.	10	100	0	.	0	.	29	100	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	89	80	0	.	0	.	35	78	4	100	0	.	40	61	226	39
Pyrus communis, Pyrus pyraster	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	14	75
Quercus cerris	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	84	46	0	.	0	.	0	.	0	.	0	.	84	46
Quercus petraea	194	29	0	.	4	100	240	31	278	52	0	.	332	42	0	.	299	36	34	44	25	73	287	61	0	.	0	.	26	61	196	28	376	39	10	100	52	57	1269	24	42	62	1575	25	347	39	0	.	201	26	5788	11
Quercus pubescens	84	90	0	.	0	.	31	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	467	30	0	.	188	100	881	30	0	.	0	.	1651	22
Quercus robur	304	30	0	.	0	.	248	21	56	45	153	29	4	100	0	.	0	.	114	42	106	44	20	100	11	100	5	100	117	56	28	100	74	74	16	80	205	28	98	35	4	100	456	32	14	76	10	71	153	49	2196	11
Quercus rubra	96	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	96	74
Robinia pseudoacacia	176	66	0	.	0	.	36	100	24	100	0	.	0	0	0	.	11	100	79	100	0	.	9	100	0	.	0	.	0	.	0	.	9	100	0	.	0	.	770	33	0	.	62	85	56	71	0	.	24	100	1256	24
Salix (autres)	38	76	0	.	5	100	281	34	4	100	133	37	0	.	0	.	471	28	0	0	0	0	39	61	0	.	10	100	30	75	0	.	31	58	173	72	39	50	541	28	0	.	279	36	657	26	0	.	41	57	2772	12
Sorbus aria	59	86	0	.	0	.	484	22	118	34	46	45	0	.	158	61	222	35	263	38	18	100	134	32	11	100	121	37	169	53	7	71	138	33	28	74	0	.	676	18	89	45	484	29	463	22	0	.	97	51	3784	8
Sorbus aucuparia	0	.	20	100	57	100	455	28	12	100	19	71	0	.	0	0	290	30	11	100	84	40	120	47	9	100	71	56	175	34	0	.	0	.	60	41	0	.	231	34	56	71	533	23	529	24	0	.	0	0	2732	10
Sorbus torminalis	0	.	0	.	0	.	10	100	19	71	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	10	100	0	.	0	.	9	100	0	.	0	.	10	100	76	35
Tilia cordata	562	64	0	.	11	100	386	31	0	.	10	100	0	.	18	65	403	32	43	56	9	71	40	78	23	84	0	.	156	83	43	77	20	71	17	100	43	72	982	21	128	63	248	49	327	49	0	.	157	44	3624	14
Tilia platyphyllos	104	40	0	.	0	.	196	44	0	.	10	100	0	.	39	83	14	100	66	39	19	100	46	69	11	100	0	.	82	49	0	.	199	51	23	71	19	71	84	44	10	100	328	64	403	36	0	.	10	100	1663	18
Ulmus glabra	65	36	10	100	0	.	410	22	88	51	127	54	10	100	62	57	51	62	36	48	51	45	9	100	105	55	60	52	194	31	0	.	47	45	144	33	33	67	99	49	33	52	104	52	0	.	10	100	153	31	1903	10
Ulmus minor	9	100	0	.	0	.	12	100	0	.	10	100	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	40	50
autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	72	100	0	.	0	.	35	71	0	.	64	100	0	.	0	.	0	.	171	58
autres arbustes	60	60	0	.	0	.	139	48	4	100	10	100	0	.	0	.	125	35	9	100	9	100	20	100	0	.	0	.	55	68	0	.	18	100	0	.	42	80	480	26	0	.	154	46	40	50	0	.	22	100	1185	15
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	0	0	0
total	16450	8	2886	21	4259	17	69300	4	6984	11	17706	8	681	36	6724	13	74671	4	14742	8	18542	8	11886	9	3212	22	10067	12	24479	7	4863	15	12260	9	12542	10	9611	11	57621	4	7716	13	40430	5	49933	5	2489	21	16926	7	496978	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. 1355753. Birmensdorf, Swiss Federal Research Institute WSL

page précedente