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
diamètre à hauteur de poitrine (classes de diamètre) · résineux et feuillus
découpage régional: région économique
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante IFN4/IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
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
diamètre à hauteur de poitrine (classes de diamètre)	résineux et feuillus	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	.
	résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	feuillus	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	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
12-15 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	6507	9	1159	22	1695	28	3975	16	3968	15	2296	20	6212	11	2725	16	3136	13	1850	19	1361	20	6895	10	11039	9	4059	12	56878	3
	feuillus	7267	9	2504	15	1882	18	2800	14	4645	10	1276	23	3919	12	2792	15	2899	17	1572	25	1535	21	4232	13	3027	18	13908	8	54258	4
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	13774	7	3663	14	3577	18	6776	12	8613	9	3572	16	10131	8	5517	12	6035	12	3422	18	2896	16	11128	8	14066	8	17967	7	111136	2
16-23 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	8591	8	1275	23	1911	24	4560	14	4717	14	3763	16	7803	10	4498	14	3373	13	2512	18	1990	21	10838	10	14284	8	5703	11	75820	3
	feuillus	8929	8	2956	15	2810	17	3260	12	5905	10	1967	22	4311	13	4336	15	2983	17	1771	23	2223	19	4529	13	3588	19	18089	7	67657	3
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	17520	6	4231	13	4721	15	7820	10	10622	9	5730	14	12114	8	8834	11	6356	11	4283	16	4213	16	15367	8	17873	8	23792	6	143478	2
24-35 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	7985	9	1361	22	1726	21	3157	14	4622	13	3591	18	7338	9	4748	12	4225	13	2265	18	1835	22	9085	9	11982	7	5910	10	69831	3
	feuillus	8512	8	2853	14	2212	15	2976	13	5173	9	1657	21	4126	12	4301	13	1949	18	1183	25	1339	21	2075	18	1512	21	10971	7	50838	3
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	16497	6	4214	12	3938	13	6133	10	9795	8	5248	14	11463	8	9049	9	6175	11	3448	16	3174	17	11160	8	13494	7	16881	5	120669	2
36-51 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	6805	6	997	16	1499	17	2601	11	3237	9	2552	12	5426	8	4229	10	3272	12	1664	18	1354	16	5949	8	8865	6	3988	9	52439	2
	feuillus	5388	6	2056	12	1693	14	2257	13	3231	8	532	25	1962	13	2442	12	1014	17	488	23	862	18	469	23	666	21	3266	8	26326	3
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0
	total	12193	4	3054	11	3192	12	4858	9	6468	6	3083	12	7388	7	6671	8	4285	10	2152	15	2216	14	6418	8	9531	6	7254	5	78765	2
=52 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	3170	7	418	20	719	19	1863	11	1987	10	1422	14	3178	9	2852	10	1823	12	821	19	831	19	3057	9	4148	7	2427	8	28716	2
	feuillus	1139	11	808	17	570	18	885	14	1562	11	129	34	617	18	651	16	406	26	137	31	278	26	135	35	209	27	1007	12	8532	4
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	4309	6	1225	13	1289	14	2748	9	3550	8	1551	14	3795	8	3503	9	2229	11	958	17	1109	16	3192	9	4357	7	3434	6	37248	2
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	33058	5	5210	15	7551	15	16155	10	18532	9	13624	13	29956	7	19053	9	15829	10	9112	14	7372	15	35825	7	50319	6	22087	7	283683	2
	feuillus	31235	5	11177	11	9167	12	12179	9	20516	7	5560	17	14935	9	14522	11	9251	14	5151	20	6236	16	11440	12	9002	15	47241	6	207613	2
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0	0	.	0	.	0	.	0	0
	total	64293	4	16387	10	16718	11	28334	7	39049	6	19184	11	44891	6	33575	7	25080	9	14263	13	13608	13	47265	6	59321	5	69328	4	491296	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. 1349613. Birmensdorf, Swiss Federal Research Institute WSL

page précedente