Sélectionner un thème dans la liste

Que représentent les chiffres ?
À quoi sert l'erreur standard ?
Quand deux résultats sont-ils statistiquement différents ?
Quand ne suffit-il pas de considérer uniquement l'erreur standard ?
Deux types d’évolutions ?
Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?
Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?
Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?
Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

1. Que représentent les chiffres ?

La plupart des tableaux présentent des résultats calculés à l'aide de méthodes statistiques à partir des données de l'inventaire par échantillonnage de l'Inventaire forestier national (IFN). Ces résultats se composent toujours de deux chiffres: 1) la valeur estimée et 2) l'erreur d'échantillonnage, appelée erreur standard.

Exemple 1 : Valeur estimée et erreur standard

IFN5

volume de bois mort (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	30	10	17	13	37	9	36	6	26	10	30	4
privée	27	17	20	12	50	10	32	8	39	13	34	5
total	29valeur estimée	9erreur standard	19	9	44	7	35	5	29	8	32	3

La plupart du temps, les tableaux indiquent l'erreur standard relative (en pourcentage « ±% »), mais parfois – pour les pourcentages estimés – l'erreur standard absolue (« ± »).

haut

2. À quoi sert l'erreur standard ?

L'erreur standard permet de délimiter des intervalles de confiance autour de la valeur estimée, qui contiennent la vraie valeur de la population avec un certain niveau de certitude statistique.

La certitude statistique est de

68% si l'intervalle de confiance est calculé à l'aide de l'erreur standard simple
(intervalle de confiance à 68% = valeur estimée ± erreur standard), et
95% si l'intervalle de confiance est calculé avec l’erreur standard double
(intervalle de confiance à 95% = valeur estimée ± 2 × erreur standard*)

Exemple 2 : Calculer les intervalles de confiance

IFN5
volume de bois mort (bois de tige)
propriété (2 classes)
découpage régional: région de production
unité: m³/ha
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
	région de production
	Jura
propriété (2 classes)	m³/ha	±%
publique	30	10
privée	27	17
total	29	9

Question
Quel est l'intervalle de confiance à 68% et à 95% des estimations ci-dessus ?

Procédure

Calculer l'erreur standard absolue (= erreur standard relative × valeur estimée / 100)
Calculer les intervalles de confiance
- intervalle de confiance à 68% = estimation ± erreur standard absolue
- intervalle de confiance à 95% = estimation ± 2 × erreur standard absolue

Réponse

			étape 1	étape 2

propriété (2 classes)	volume de bois mort Jura IFN5
	valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha
publique	30	10	3	27-33	24-36
privée	27	17	5	22-32	17-37
total	29	9	3	26-32calculé avec l'erreur standard simple, c'est-à-dire 29 ± 3	23-25calculé avec l'erreur standard double, soit 29 ± 2 × 3

Dans le Jura, le volume de bois mort se situe avec une certitude statistique de 68% entre 26 et 32 m³/ha et avec une certitude statistique de 95% entre 23 et 35 m³/ha.

L'intervalle de confiance à 95% est plus grand que l'intervalle de confiance à 68%. C'est ce qui explique la plus grande certitude statistique.

Exemple 3 : Visualisation de l'intervalle de confiance à 68% et à 95%

Données : voir exemple 2

Lors de l'interprétation des résultats, il faut à chaque fois déterminer le niveau de certitude avec lequel on souhaite faire une déclaration.

Dans l'Inventaire forestier national (IFN), on se base en général sur l'intervalle de confiance à 68%.

haut

3. Quand deux résultats sont-ils statistiquement différents ?*

On peut le déterminer en comparant les intervalles de confiance de deux estimations :

Si les intervalles de confiance à 68% de deux estimations ne se chevauchent pas, on peut supposer avec une certaine certitude que les deux populations sont différentes.
Si les intervalles de confiance à 95% de deux estimations ne se chevauchent pas, on peut supposer avec une grande certitude que les deux populations sont différentes.

Exemple 4 : Interprétation de deux résultats du même inventaire

IFN5

volume des arbres vifs (bois de tige)

propriété (2 classes)

découpage régional: région de production

unité: m³/ha

ensemble analysé: forêt accessible sans la forêt buissonnante

réseau: réseau 1,4 km, sous-réseaux 1 à 5

état 2018/26
	région de production
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
propriété (2 classes)	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
publique	331	3	311	3	405	4	300	3	256	5	314	2
privée	387	5	432	4	454	4	348	4	285	6	398	2
total	345	2	363	2	431	2	314	2	262	4	343	1

	cas 2						cas 1

cas 1

Question
Le volume des arbres vifs par hectare est-il plus élevé dans les Alpes qu'au Sud des Alpes ?

Procédure

Calculer les erreurs standard absolues
Calculer les intervalles de confiance en fonction du niveau de certitude souhaité :
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
Vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Alpes					Sud des Alpes
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
total	314	2	6	308-320	302-326	262	4	10	252-272	242-282

Ni les intervalles de confiance à 68% ni les intervalles de confiance à 95% ne se chevauchent (chiffres ).

Dans ce cas, le niveau de certitude choisi n'a aucune influence sur le résultat.

Dans l'ensemble, cela signifie qu'il existe une grande certitude statistique que le volume des arbres vifs par hectare est plus élevé dans les Alpes qu'au Sud des Alpes.

cas 2

Question
Le volume des arbres vifs par hectare est-il plus élevé sur le Plateau que dans le Jura ?

Procédure

Voir cas 1.

Réponse

propriété (2 classes)	volume des arbres vifs, IFN5
	Jura					Plateau
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±m³/ha	m³/ha	m³/ha	m³/ha	±%	±m³/ha	m³/ha	m³/ha
total	345	2	7	338-352	331-359	363	2	7	356-370	349-377

Les intervalles de confiance à 68% ne se chevauchent pas (paires de chiffres ).
En revanche, les intervalles de confiance à 95% se chevauchent (paires de chiffres ).

Dans ce cas, le niveau de certitude choisi a une influence sur l'interprétation des résultats : au niveau de l'intervalle de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura. Au niveau de l'intervalle de confiance à 95%, on ne peut en revanche pas tirer cette conclusion.

En considérant les deux niveaux de certitude, on peut dire qu'il existe statistiquement une certaine, mais pas une grande certitude, que le volume des arbres vifs par hectare est plus élevé sur le Plateau que dans le Jura.

Les intervalles de confiance permettent également de vérifier si une valeur estimée à l'aide de l'échantillon de l’Inventaire forestier national (IFN) s'écarte d'une valeur cible (issue par exemple de la politique forestière) ou si une évolution entre deux inventaires est statistiquement certaine.

Exemple 5 : Interprétation de deux résultats d'inventaires différents

propriété (2 classes)	volume des arbres vifs sur Plateau*
	IFN4		IFN5
	m³/ha	±%	m³/ha	±%
publique	340	3	309	3
privée	447	4	432	4
total	386	2	363	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

calculer les erreurs standard absolues
calculer les intervalles de confiance en fonction du niveau de certitude souhaité
- intervalles de confiance à 68% (certaine certitude ; erreur standard absolue simple)
- intervalles de confiance à 95% (grande certitude; erreur standard absolue double)
vérifier si les intervalles de confiance ne se chevauchent pas au niveau de certitude souhaité

Réponse

propriété (2 classes)	volume des arbres vifs sur le Plateau*
	IFN4					IFN5
	valeur estimée	erreur standard		intervalle de confiance		valeur estimée	erreur standard		intervalle de confiance
		relative	absolue	68%	95%		relative	absolue	68%	95%
	m³/ha	±%	±	m³/ha	m³/ha	m³/ha	±%	±	m³/ha	m³/ha
publique	340	3	11	329-351	318-362	309	3	11	298-320	287-331
privée	447	4	16	431-463	415-479	432	4	17	415-449	398-466
total	386	2	8	378-394	370-402	363	2	9	354-372	345-381
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Les intervalles de confiance à 68% ne se chevauchent pas pour les forêts publiques (paires de chiffres ), mais ils le font pour les forêts privées et le total (paires de chiffres ). Au niveau de certitude des intervalles de confiance à 68%, on arrive à la conclusion que le volume des arbres vifs par hectare a diminué dans les forêts publiques du Plateau. Pour les forêts privées comme pour le total, la diminution n'est pas statistiquement certaine.

Les intervalles de confiance à 95% se chevauchent dans chacune des trois catégories. Au niveau de certitude des intervalles de confiance à 95%, il n'est donc pas statistiquement certain que le volume des arbres vifs ait diminué, même pour les forêts publiques.

Voir toutefois les exemples 6 et 7, dans lesquels les évolutions entre deux inventaires sont interprétées à l'aide du bilan, qui est plus sensible.

Pour de nombreuses variables cibles, l'IFN permet de vérifier si une évolution entre deux inventaires est statistiquement certaine, non seulement en comparant les états dans les deux inventaires (voir exemple 5), mais aussi en analysant le bilan entre les deux inventaires.

Pour ce faire, il faut là aussi commencer par définir le niveau de certitude qui doit s'appliquer à l'énoncé :

Une évolution a eu lieu avec une certaine certitude si l'erreur standard relative simple du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec l'erreur standard absolue simple (intervalle de confiance à 68%) n'inclut pas la valeur 0.
Une évolution a eu lieu avec une grande certitude si la double erreur standard relative du bilan est inférieure à 100% ou si l'intervalle de confiance calculé avec la double erreur standard absolue (intervalle de confiance à 95%) n'inclut pas la valeur 0.

Exemple 6 : Interprétation des évolutions (bilans) avec l'erreur standard relative

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	m³/ha	±%
publique	-34	30
privée	-9	147
total	-23	34
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbre vifs par hectare a-t-il diminué entre l’IFN4 et l’IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Vérifier si
- l'erreur standard relative simple est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 68%)
- l'erreur standard relative double est inférieure à 100% (niveau de certitude de l'intervalle de confiance à 95%)

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
		simple	double
	m³/ha	±%	±%
publique	-34	30	60
privée	-9	147	294
total	-23	34	68
* forêt accessible sans la forêt buissonnante IFN4/IFN5

L'erreur standard relative simple est inférieure à 100% pour les forêts publiques comme pour le total (chiffres ). En revanche, elle est supérieure à 100% (chiffres ) pour les forêts privées. Au niveau de certitude de l'intervalle de confiance à 68%, on conclut que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées.

On arrive à la même conclusion dans cet exemple avec le niveau de certitude de l’intervalle de confiance à 95%, car l’erreur standard relative double pour la forêt publique et le total est également inférieure à 100%.

Dans l'ensemble, cela signifie que la certitude statistique est élevée que le volume par hectare a diminué sur le Plateau dans les forêts publiques comme dans l'ensemble. En revanche, pour les forêts privées, la diminution du volume n'est pas statistiquement certaine (car l'erreur standard relative double et l'erreur standard relative simple sont toutes les deux inférieures à 100%).

Exemple 7 : Interprétation des évolutions (bilans) avec l'erreur standard absolue

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard
	%	±
publique	-10	3
privée	-2	3
total	-6	2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Question
Sur le Plateau, le volume des arbres vifs par hectare a-t-il diminué entre l'IFN4 et l'IFN5 ?

Procédure

Définir le niveau de certitude (intervalle de confiance à 68% ou 95%)
Calculer l'intervalle de confiance sur la base du niveau de certitude défini
- intervalle de confiance à 68% avec l'erreur standard absolue simple
- intervalle de confiance à 95% avec l'erreur standard absolue double
Vérifier si l'intervalle de confiance correspondant n'inclut pas la valeur 0

Réponse

propriété (2 classes)	évolution du volume des arbres vifs IFN4–IFN5 sur le Plateau*
	valeur estimée	erreur standard		intervalle de confiance
		simple	double	68%	95%
	%	±	±	%	%
publique	-10	3	6	-13 à -7	-16 à -4
privée	-2	3	6	-5 à +1	-8 à +4
total	-6	2	4	-8 à -4	-10 à -2
* forêt accessible sans la forêt buissonnante IFN4/IFN5

Pour les forêts publiques comme pour le total, tant l'intervalle de confiance à 68% que celui à 95% n'incluent pas la valeur 0. Pour les deux niveaux de certitude, on arrive ainsi à la conclusion que le volume des arbres vifs a diminué sur le Plateau, tant dans les forêts publiques que dans le total. En revanche, la diminution du volume n'est pas statistiquement certaine pour les forêts privées (car les intervalles de confiance incluent la valeur 0).

Les évolutions (bilans) peuvent être interprétées à l'aide de l'erreur standard absolue ou relative (voir les exemples 6 et 7). Il est recommandé d'utiliser l'erreur standard absolue lorsque la valeur estimée est indiquée en pourcentage (%) dans le tableau (comme dans l'exemple 7) et l'erreur standard relative lorsque la valeur estimée est indiquée en chiffres absolus (m³, m³/ha, pc, m2) dans le tableau (comme dans l'exemple 6). Ainsi, l'erreur standard peut être directement extraite du tableau et ne doit donc pas être convertie.

Pour vérifier si une évolution est statistiquement assurée, il est recommandé d'analyser, dans la mesure du possible, le bilan entre les deux inventaires. Les bilans sont plus sensibles que les comparaisons d'état, ce qui permet de mieux détecter les différences sur le plan statistique (voir les exemples 5, 6 et 7).

haut

4. Quand ne suffit-il pas de considérer uniquement l'erreur standard ?

L'Inventaire forestier national (IFN) est un inventaire à grande échelle basé sur des échantillons, dont les placettes d'échantillonnage sont disposées sur une grille dont les mailles mesurent 1,4 km × 1,4 km. L'IFN a été conçu de manière à pouvoir prédire le volume des arbres vifs pour l'ensemble de la Suisse avec une erreur standard maximale de 1%.

Lorsque les résultats sont calculés pour des régions ou des classes individuelles, l'erreur standard augmente rapidement. Cela s'explique par le fait que pour la combinaison d'expressions de variables* choisie, le nombre de placettes d'échantillonnage et d'objets examinés (c'est-à-dire d'arbres échantillons, de plantes de la jeune forêt, de morceaux de bois mort, etc.) est nettement plus faible que pour le total.

Exemple 8 : Erreur standard et combinaison d’expression de variables

région	volume des arbres vifs
	total		érable		érable sycomore		érable plane
	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard	valeur estimée	erreur standard
	m³/ha	±%	m³/ha	±%	m³/ha	±%	m³/ha	±%
Suisse	343	1	12	5	11	5	1	20
région de production "Plateau"	363	2	15	10	14	11	0	50
canton d'Argovie	289	7	15	20	13	20	1	63

L'erreur standard augmente avec le niveau de détail.

On peut s'attendre à des erreurs standard importantes si

les arrondissements forestiers ont été choisis comme découpage régional ou que les résultats sont calculés pour de petits cantons (p. ex. Appenzell Rhodes-Intérieures, Nidwald),
une variable de classification comportant de nombreuses classes a été choisie (p. ex. l'essence dans 56 classes),
plusieurs variables de classification ont été combinées (par exemple, l'essence principale et le stade de développement).

Des erreurs standard importantes indiquent qu'une estimation a peut-être été réalisée sur la base d'un nombre trop faible de placettes d'échantillonnage ou d'objets et que, par conséquent, le résultat de l'estimation pourrait ne pas être fiable.

Pour la variable cible « nombre de tiges de la jeune forêt avec abroutissement » (intensité de l'abroutissement), l'incertitude de l'estimation ne se traduit pas nécessairement par une erreur standard élevée. Cela s'explique par le fait que cette variable cible est une estimation sous forme de quotient** qui, en raison de la méthode de relevé, ne repose pour les essences relativement rares (p. ex. pin, mélèze, arole, chêne, châtaignier) que sur un petit nombre d’individus examinés. En conséquence, pour la valeur cible « nombre de tiges de la jeune forêt avec abroutissement », il faudrait toujours vérifier le nombre de plantes examinées sur lequel se basent les différentes valeurs estimées. En règle générale, pour chaque valeur estimée, au moins 30 plantes de la jeune forêt devraient être examinées quant à l’abroutissement pour obtenir une estimation fiable.

haut

5. Deux types d’évolutions ?

L'Inventaire forestier national (IFN) distingue deux types d’évolutions:

Le premier type concerne des variables cibles spécifiques pour des composantes d’évolution telles que l'accroissement, l'exploitation ou la mortalité. Ces variables cibles ne sont disponibles que pour deux cycles de mesure successifs, par exemple IFN4-IFN5. Lors de l'évaluation des composantes d’évolution, l’expression de la variable de classification du second cycle de mesure est généralement attribuée au premier cycle de mesure. Ces évaluations ne tiennent donc pas compte du changement de l'expression d'une variable de classification (par exemple de la propriété privée à la propriété publique) entre deux inventaires successifs.
Dans le deuxième type, la différence entre des variables cibles telles que le nombre de tiges, le volume des arbres vifs ou la surface forestière est utilisée pour dresser le bilan de l’évolution entre deux cycles de mesure. Ces variables cibles sont généralement utilisées pour représenter des états, par exemple l'IFN5, mais peuvent montrer le bilan entre deux cycles de mesure successifs ou non, par exemple l'IFN1 et l'IFN5. Dans ces évaluations, le changement de l'expression est pris en compte pour une partie des variables de classification. Il s'agit par exemple des variables de classification « état des arbres » ou « forêt, non forêt ». Ainsi, on peut voir par exemple que la surface forestière a augmenté. Pour l'autre partie des variables de classification, les expressions sont considérées comme statiques. Cela signifie que l'état le plus actuel – qu'il ait été relevé dans un cycle de mesure (p. ex. fonction prioritaire IFN5) ou qu'il provienne d'une source de données externe (p. ex. forêt protectrice [2022]) – est attribué à tous les cycles de mesure.

haut

6. Évaluations de l’évolution : quand les résultats sont-ils (non) additifs ?

Les résultats sont

additifs lorsqu'ils sont présentés en tant qu’évolution totale entre deux points de mesure. Par exemple, les exploitations indiquées en mètres cubes (m³) pour les différentes régions de production peuvent être additionnées pour obtenir l'exploitation pour la Suisse.
ne sont pas additifs s’il sont présentés en tant qu’évolution par année (p. ex. m³/an). En conséquence, les exploitations indiquées en mètres cubes par an (m³/an) pour les différentes régions de production, par exemple, ne peuvent pas être additionnées pour obtenir l'exploitation pour la Suisse.

Exemple 9 : Additivité/non-additivité des évolutions

	volume des abres vifs: évolution totale IFN4–IFN5 (1000 m³)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
zones inférieures	-3759.0	28	-4909.1	36	-1025.2	133	-317.1	195	3464.1	31	-6546.3	42
zones supérieures	574.3	117	-328.0	62	1093.0	123	7128.4	21	666.7	93	9134.3	24
total	-3184.7	40	-5237.1	34	67.9	2805	6811.3	23	4130.8	30	2588.1	136
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	additif

	volume des arbres vifs: évolutions par an IFN4–IFN5 (in 1000 m³/an)*
	Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
zones supérieures/inférieures	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
zones inférieures	-421.1	28	-560.6	36	-115.7	133	-35.9	195	389.5	31	-740.7	42
zones supérieures	64.7	117	-38.3	62	122.4	123	810.4	21	74.9	93	1032.7	24
total	-357.3	40	-598.4	34	7.6	2805	773.8	23	464.4	30	292.7	136
	* dans la forêt accessible sans la forêt buissonnante IFN4/IFN5
	non additif

La non-additivité des évolutions par année provient du fait que l’évolution totale est divisée par le nombre moyen d'années qui s'écoule entre les deux mesures dans le domaine* considérée et que le nombre moyen d'années varie légèrement selon le domaine*.

Exemple 10 : Nombre moyen d'années par région

domaine		nombre moyen d’années
région de production	zones supérieures/inférieures
Plateau	-	8.75
Plateau	zones supérieures	8.56
Plateau	zones inférieures	8.76
Sud des Alpes	-	8.90
Sud des Alpes	zones supérieures	8.90
Sud des Alpes	zones inférieures	8.89
* entre les mesures de l’IFN4 et de l’IFN5 dans la forêt accessible sans la forêt buissonnante

haut

7. Pourquoi l'erreur standard et la valeur estimée sont-elles parfois représentées par un point (« . ») ?

Lors du calcul d'un tableau de résultats, les données ne sont pas toujours disponibles pour toutes les combinaisons d'expressions de variables de classification*. Dans la plupart des cas, cela indique que le paramètre estimé à l'aide de la variable cible n'existe pas ou n'existe que très rarement. Généralement, on introduit alors la valeur 0. Mais comme cette valeur ne repose sur aucune mesure directe, l'erreur standard correspondante est représentée par un point (« . »). Si le calcul se réfère à la valeur supposée de 0, par exemple pour les pourcentages ou certaines estimations d’évolution, aucune valeur ne peut être utilisée. Dans ce cas, la valeur estimée et l'erreur standard sont représentées par un point (« . »).

Par exemple, aucun arole n'a été trouvé et mesuré jusqu'à présent par l’Inventaire forestier national (IFN) sur le Plateau (volume des aroles vifs par région de production). On peut donc supposer que les valeurs manquent parce que l'arole n'est effectivement pas présent sur le Plateau et que le volume doit donc y être nul.

haut

8. Pourquoi certains tableaux n'indiquent-ils pas d'erreur standard ?

Les données de ces tableaux proviennent d'un relevé exhaustif et non d'un inventaire par échantillonnage. En conséquence, il n'est pas nécessaire d'indiquer une erreur standard puisqu'il n'y a pas d'incertitude liée à l'échantillonnage.

Par exemple, le relevé de desserte que l'Inventaire forestier national (IFN) effectue périodiquement auprès des services forestiers locaux est un relevé exhaustif.

haut

Valeurs négatives en cas de volume, d'accroissement ou d'exploitation ?

Des valeurs négatives sont possibles si le résultat n'a pu être calculé qu'à partir de quelques arbres. L'estimation n'est donc pas fiable. Cela se reflète également dans l'erreur standard, qui est en général particulièrement élevée lorsque les valeurs de volume, d'accroissement ou d'exploitation sont négatives.

Les valeurs négatives sont dues au fait que, lors de la détermination du volume de bois de tige des arbres échantillons, le volume estimé uniquement sur la base du diamètre à hauteur de poitrine (DHP) est ajusté avec le volume des arbres échantillons de tarif estimé sur la base du DHP, du diamètre à 7 m de hauteur et de la hauteur des arbres. Cette procédure permet un calcul non biaisé et plus précis du volume de bois de tige. Elle peut toutefois conduire à des valeurs négatives pour toutes les variables cibles basées sur le volume de bois de tige des arbres d'échantillonnage (p. ex. volume des arbres vifs, accroissement, exploitation) si le nombre d'arbres d'échantillonnage dans une combinaison d’expressions de variables* est faible.

haut

IFN4
nombre total de tiges avec les deux principaux dégâts
altitude (par classes de 200 m) · cause de dégâts aux arbres (10 classes)
découpage régional: région économique
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 2009/17
		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
altitude (par classes de 200 m)	cause de dégâts aux arbres (10 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	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	causes diverses	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	récolte de bois	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autre activité humaine	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	intempérie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arbres vifs à terre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arbres morts	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	0	.	0	.	0	.	0	.	0	.	296	82	375	60	89	100	851	39	193	75	121	71	7331	11	12669	9	3885	14	25810	6
	feu	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	0	.	4	100	8	71	16	50
	chute de pierres	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	18	100	22	100	0	.	177	28	180	33	177	31	580	17
	causes diverses	0	.	0	.	0	.	0	.	0	.	7	100	26	83	0	.	10	100	11	100	0	.	230	25	386	22	80	38	750	15
	indéterminable	0	.	0	.	0	.	0	.	0	.	46	71	28	63	10	100	190	34	121	78	14	76	1654	13	2221	11	665	19	4948	7
	récolte de bois	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12	58	22	56	0	.	34	42
	autre activité humaine	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	6	100	0	.	0	.	27	43	58	39	36	68	135	27
	intempérie	0	.	0	.	0	.	0	.	0	.	9	100	23	73	10	100	24	72	34	100	10	100	415	18	536	20	373	24	1434	11
	arbres vifs à terre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	11	100	0	.	180	31	566	31	162	45	926	22
	arbres morts	0	.	0	.	0	.	0	.	0	.	30	100	149	84	0	.	236	34	35	77	0	.	1462	15	2368	16	456	21	4736	10
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1601-1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	0	.	0	.	0	.	0	.	0	.	671	42	2268	28	322	71	2655	19	391	50	1207	30	7399	13	11428	10	4930	14	31271	6
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	4	100	8	71
	chute de pierres	0	.	0	.	0	.	0	.	0	.	8	71	56	47	0	.	83	42	19	100	0	.	219	36	221	34	254	39	858	18
	causes diverses	0	.	0	.	0	.	0	.	0	.	88	100	57	48	0	.	70	43	0	.	0	.	234	28	277	22	136	29	861	16
	indéterminable	0	.	0	.	0	.	0	.	0	.	162	43	256	29	8	100	610	19	165	47	126	44	1361	15	2111	11	681	20	5481	7
	récolte de bois	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	64	67	104	53	8	71	187	38
	autre activité humaine	0	.	0	.	0	.	0	.	0	.	13	75	43	78	0	.	22	61	0	.	35	89	143	49	133	53	4	100	393	28
	intempérie	0	.	0	.	0	.	0	.	0	.	18	72	65	39	0	.	149	44	0	.	14	78	315	23	279	27	441	23	1282	13
	arbres vifs à terre	0	.	0	.	0	.	0	.	0	.	4	100	25	85	11	100	10	100	0	.	42	100	65	44	148	35	44	46	349	23
	arbres morts	0	.	0	.	0	.	0	.	0	.	188	43	407	28	60	100	721	30	78	64	159	44	1787	18	1745	13	579	20	5724	9
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1401-1600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	728	26	0	.	367	42	0	.	0	.	2725	22	3855	16	1378	23	4289	15	1195	28	1090	27	6119	13	9750	11	6993	12	38488	5
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	4	100	15	76
	chute de pierres	0	.	0	.	0	.	0	.	0	.	56	75	36	52	0	.	216	41	11	74	10	100	242	44	288	34	244	37	1103	18
	causes diverses	50	46	0	.	16	81	0	.	0	.	74	42	32	40	26	72	150	33	12	75	61	49	173	33	234	31	222	22	1051	12
	indéterminable	89	35	0	.	56	49	0	.	0	.	434	23	632	19	189	33	869	17	344	31	142	31	1497	14	1682	14	1040	16	6973	6
	récolte de bois	4	100	0	.	0	.	0	.	0	.	47	54	85	56	4	100	54	48	14	78	4	100	34	63	107	38	4	100	356	21
	autre activité humaine	0	.	0	.	0	.	0	.	0	.	164	58	18	66	32	58	136	36	101	68	0	.	83	50	153	41	20	83	707	21
	intempérie	15	100	0	.	18	71	0	.	0	.	142	34	244	31	89	39	237	29	98	55	34	52	324	23	283	27	498	22	1981	10
	arbres vifs à terre	0	.	0	.	0	.	0	.	0	.	11	100	11	100	24	73	44	46	82	79	20	71	214	45	10	100	71	43	486	26
	arbres morts	124	49	0	.	100	57	0	.	0	.	758	26	875	26	462	44	1396	20	149	37	402	35	1259	16	1188	17	968	16	7681	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1201-1400 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	6539	11	0	.	374	47	111	100	0	.	4146	16	4619	15	3716	14	3724	18	2179	23	2760	21	5367	14	5580	15	6432	13	45547	5
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	10	100	4	100	0	.	0	.	23	61
	chute de pierres	25	63	0	.	0	.	0	.	0	.	278	44	287	45	71	63	216	39	183	46	205	56	336	29	166	35	661	25	2430	13
	causes diverses	290	22	0	.	0	.	0	.	0	.	111	47	65	36	304	43	78	38	0	.	143	39	283	38	160	30	221	29	1654	13
	indéterminable	862	17	0	.	4	100	0	.	0	.	660	21	638	18	441	20	413	24	550	36	271	24	972	16	1385	16	1389	17	7586	6
	récolte de bois	260	28	0	.	9	100	0	.	0	.	110	44	58	37	87	37	62	65	9	71	10	100	84	58	110	42	8	71	807	15
	autre activité humaine	93	35	0	.	0	.	0	.	0	.	166	47	80	44	99	42	34	59	0	.	10	100	78	79	74	52	37	51	672	19
	intempérie	75	39	0	.	10	100	10	100	0	.	63	47	225	26	111	42	102	39	46	85	102	48	247	31	190	32	408	23	1589	11
	arbres vifs à terre	27	86	0	.	4	100	0	.	0	.	0	.	44	51	18	71	30	58	51	60	39	61	72	45	59	62	103	47	447	20
	arbres morts	686	21	0	.	18	62	0	.	0	.	969	22	1188	23	708	18	768	22	309	33	510	27	1123	18	1082	18	1495	22	8857	7
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
1001-1200 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	15113	8	38	100	426	61	132	73	197	50	3835	18	7058	11	6376	13	2649	19	2259	23	1934	26	4001	15	4080	15	8191	12	56289	4
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	4	100	0	.	0	.	0	.	0	.	90	76	107	65
	chute de pierres	484	35	0	.	0	.	0	.	0	.	201	47	523	39	262	55	463	35	323	37	254	41	531	39	289	39	1010	22	4340	12
	causes diverses	465	27	0	.	30	88	0	.	8	71	107	36	195	24	259	40	66	36	51	60	79	42	146	51	182	34	224	25	1812	12
	indéterminable	1707	11	10	100	33	71	0	.	61	61	664	19	968	15	636	18	417	24	444	24	311	29	705	19	808	20	1298	15	8062	5
	récolte de bois	362	20	0	.	0	.	0	.	8	71	100	52	457	24	291	33	63	59	38	65	32	67	20	100	18	71	10	100	1398	13
	autre activité humaine	332	22	0	.	0	.	0	.	0	.	90	69	114	37	193	33	77	51	14	78	48	68	99	58	65	45	204	45	1236	14
	intempérie	175	32	0	.	0	.	0	.	0	.	43	51	166	32	45	51	60	58	139	46	46	73	170	29	255	43	303	24	1402	13
	arbres vifs à terre	21	71	0	.	0	.	0	.	0	.	19	71	114	58	8	100	19	71	0	.	0	.	109	45	14	76	49	52	353	26
	arbres morts	1316	13	10	100	18	80	33	89	14	76	795	20	989	18	582	20	529	29	385	26	312	32	1133	20	683	20	1362	16	8163	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
801-1000 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	11418	9	1742	24	2375	22	1941	26	1626	31	2308	21	9322	10	8104	12	2159	28	1418	30	1824	24	3447	17	2676	18	6212	13	56574	4
	feu	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	4	100	0	.	0	.	10	100	0	.	59	100	82	74
	chute de pierres	932	27	36	77	43	100	0	.	141	87	0	.	163	86	72	87	246	44	349	47	651	29	323	41	145	44	681	28	3782	13
	causes diverses	311	31	55	52	54	56	41	61	38	69	62	42	291	21	213	29	45	43	37	68	98	50	80	52	98	33	281	36	1705	11
	indéterminable	1848	12	241	34	212	32	119	36	255	41	261	27	1012	15	1269	17	295	28	224	37	408	36	513	23	499	21	1924	15	9080	6
	récolte de bois	567	20	54	62	39	79	79	46	44	66	113	47	339	36	156	39	36	90	30	71	89	42	46	81	42	60	0	.	1632	13
	autre activité humaine	369	38	59	64	13	76	17	50	0	.	32	87	223	42	212	43	48	81	9	100	28	63	19	71	86	51	95	57	1210	18
	intempérie	125	31	0	.	25	71	73	67	26	86	4	100	166	32	122	47	50	47	19	63	76	61	189	36	108	40	199	31	1180	13
	arbres vifs à terre	29	58	0	.	0	.	0	.	10	100	10	100	31	58	9	100	30	74	10	100	27	63	59	48	97	41	109	38	421	18
	arbres morts	1163	14	172	32	176	29	301	40	148	38	239	33	1128	18	778	19	375	26	385	32	538	26	1057	22	540	25	1420	20	8419	7
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
601-800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	12894	8	2755	17	6185	12	8740	11	9377	10	924	33	5560	13	4696	15	1553	27	946	33	909	34	1920	24	1809	21	5269	14	63538	4
	feu	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	334	63	344	62
	chute de pierres	283	32	248	49	0	.	30	100	0	.	0	.	199	49	71	40	213	57	194	43	148	47	236	42	51	68	210	35	1884	15
	causes diverses	308	36	55	39	135	29	184	46	194	36	31	55	103	37	80	60	26	74	70	100	37	79	18	71	112	43	509	35	1863	14
	indéterminable	1532	13	423	20	736	18	897	14	1082	16	94	46	832	16	544	22	120	41	106	42	57	40	241	30	359	27	1783	17	8806	6
	récolte de bois	526	22	154	34	328	26	327	22	363	21	44	100	308	29	73	49	0	.	0	.	0	.	29	74	56	87	39	79	2249	10
	autre activité humaine	173	32	69	71	35	58	82	39	96	37	8	100	206	46	108	63	0	.	9	100	0	.	14	77	10	100	51	53	861	17
	intempérie	256	31	9	100	67	41	62	46	100	34	10	100	141	32	70	60	19	71	26	58	41	63	117	47	72	58	211	25	1202	12
	arbres vifs à terre	32	52	0	.	0	.	10	100	48	52	10	100	0	.	22	71	0	.	0	.	19	100	61	53	33	67	75	62	310	24
	arbres morts	1526	13	330	30	510	21	657	20	930	15	50	74	577	23	613	23	230	31	133	68	189	43	650	24	275	30	1702	18	8371	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
=600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	5815	12	8807	10	5580	13	11242	8	23341	6	0	.	1437	32	1489	24	844	43	638	45	191	50	1413	29	132	65	7070	12	67999	3
	feu	60	100	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	252	54	319	47
	chute de pierres	143	86	41	61	0	.	0	.	0	.	0	.	0	.	356	76	384	72	41	55	24	100	92	87	0	.	514	29	1594	28
	causes diverses	137	33	184	24	83	38	228	28	383	21	0	.	4	100	53	43	33	58	17	63	50	100	0	.	52	93	465	25	1690	11
	indéterminable	645	16	1140	13	504	20	1062	12	2437	8	0	.	103	39	330	34	337	51	75	53	18	65	148	44	13	100	2631	15	9443	6
	récolte de bois	313	30	208	23	118	32	508	18	676	15	0	.	4	100	44	71	21	100	13	100	11	100	0	.	0	.	30	71	1946	9
	autre activité humaine	56	38	69	44	102	48	178	33	372	30	0	.	4	100	64	55	70	87	4	100	0	.	9	71	0	.	211	33	1139	15
	intempérie	146	29	58	53	166	43	149	26	146	27	0	.	15	76	9	100	20	100	0	.	0	.	45	72	4	100	257	26	1015	13
	arbres vifs à terre	15	79	13	76	22	71	14	77	63	45	0	.	10	100	12	100	0	.	10	100	0	.	0	.	0	.	65	47	225	23
	arbres morts	870	17	787	18	765	19	633	16	1263	11	0	.	184	46	228	35	93	47	67	70	38	61	301	39	24	100	3138	14	8392	7
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	52508	3	13342	8	15307	8	22166	6	34540	5	14905	9	34493	5	26169	6	18725	8	9220	11	10037	10	36997	5	48124	4	48982	3	385515	1
	feu	60	100	14	78	0	.	4	100	10	100	0	.	4	100	14	100	17	63	0	.	10	100	28	54	4	100	751	35	914	30
	chute de pierres	1867	18	325	39	43	100	30	100	141	87	544	30	1269	23	832	38	1839	21	1144	21	1292	20	2156	15	1340	15	3750	10	16571	6
	causes diverses	1560	13	295	19	318	21	453	24	622	17	481	25	772	12	934	20	478	16	199	42	469	22	1165	15	1501	11	2138	12	11385	5
	indéterminable	6683	5	1814	10	1546	12	2078	9	3835	7	2321	10	4470	6	3426	9	3251	9	2029	14	1347	15	7091	6	9079	5	11411	5	60380	2
	récolte de bois	2032	10	416	19	494	20	914	13	1092	12	413	25	1250	16	654	19	246	29	104	36	146	31	288	29	460	22	98	40	8607	5
	autre activité humaine	1023	17	197	35	150	36	277	24	467	25	474	30	696	21	707	20	392	25	138	52	121	41	472	25	580	20	658	20	6352	7
	intempérie	791	15	68	48	286	28	294	23	272	21	289	22	1046	13	455	21	661	17	361	28	323	25	1821	10	1727	12	2690	8	11086	4
	arbres vifs à terre	122	31	13	76	25	62	24	61	120	32	55	42	235	32	104	32	142	28	164	45	147	38	759	18	927	21	678	18	3515	9
	arbres morts	5686	6	1299	14	1587	12	1624	13	2356	9	3030	11	5496	9	3431	10	4348	10	1541	15	2147	13	8772	7	7905	7	11122	6	60343	2
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.	.

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. 1426638. Birmensdorf, Swiss Federal Research Institute WSL

page précedente