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
nombre total de tiges avec les deux principaux dégâts
déclivité (classes de 20%) · cause de dégâts aux arbres (10 classes)
découpage régional: région biogéographique
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		région biogéographique
		Jura		Plateau		nord des Alpes		ouest des Alpes centrales		est des Alpes centrales		Sud des Alpes		Suisse
déclivité (classes de 20%)	cause de dégâts aux arbres (10 classes)	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	.
	pas de dégât visible	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	causes diverses	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	récolte de bois	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autre activité humaine	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	intempérie	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arbres vifs à terre	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arbres morts	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
=20%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	15460	9	43326	5	8287	15	1053	55	2683	28	669	58	71477	4
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	causes diverses	483	23	1719	14	473	31	32	100	109	46	20	100	2837	11
	indéterminable	1942	14	5802	8	1054	20	110	46	598	34	210	70	9716	6
	récolte de bois	697	24	2901	11	408	31	0	.	0	.	0	.	4006	10
	autre activité humaine	201	32	478	25	46	57	18	100	44	48	28	100	815	18
	intempérie	255	33	454	18	164	40	36	71	0	0	6	100	915	15
	arbres vifs à terre	18	100	102	39	15	100	0	.	0	.	20	100	155	33
	arbres morts	1567	18	3249	11	1125	23	245	59	318	39	166	80	6670	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
21-40%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	19398	8	20483	8	21820	9	3065	28	5265	17	5616	18	75647	5
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	59	100	0	.	62	69	0	.	0	.	69	59	191	44
	causes diverses	785	20	938	22	1575	23	57	52	282	31	612	42	4249	12
	indéterminable	2995	10	3105	10	3992	11	594	25	1924	19	1119	21	13729	6
	récolte de bois	1149	16	1181	16	625	23	17	100	37	62	90	100	3099	10
	autre activité humaine	287	27	451	40	520	32	35	71	147	47	158	39	1598	17
	intempérie	561	24	442	22	604	22	49	54	106	43	96	50	1857	12
	arbres vifs à terre	35	100	33	71	100	39	18	100	35	71	79	70	300	29
	arbres morts	2702	14	2214	14	4095	15	569	46	1128	27	919	28	11626	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
41-60%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	13072	11	6828	15	23752	8	10064	13	11839	12	12437	15	77993	5
	feu	0	.	0	.	0	.	0	.	0	.	124	64	124	64
	chute de pierres	342	35	102	92	348	40	153	51	257	67	340	38	1543	20
	causes diverses	468	31	193	28	1653	17	339	26	553	23	889	22	4096	10
	indéterminable	2337	13	1022	20	5514	9	2502	16	3275	13	4246	13	18895	5
	récolte de bois	525	23	370	29	1020	20	7	100	245	30	90	47	2258	12
	autre activité humaine	264	38	72	64	591	27	270	47	164	35	95	48	1458	17
	intempérie	547	23	238	34	531	19	501	39	456	27	1126	28	3398	13
	arbres vifs à terre	34	71	102	43	163	34	181	65	108	62	249	49	837	24
	arbres morts	3107	14	1319	20	6347	10	2653	20	2073	17	3945	17	19444	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
61-80%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	5551	18	800	33	20842	9	9264	14	10843	13	11611	12	58911	5
	feu	0	.	0	.	0	.	0	.	0	.	408	74	408	74
	chute de pierres	1001	29	7	100	2968	18	759	28	488	26	958	23	6180	11
	causes diverses	81	47	0	0	940	19	456	36	550	27	1596	24	3622	13
	indéterminable	1125	23	255	44	5748	9	2539	16	4437	14	3478	15	17582	6
	récolte de bois	146	50	71	55	424	32	109	48	139	38	14	70	904	19
	autre activité humaine	8	100	17	100	456	32	136	59	163	45	116	46	895	21
	intempérie	112	42	17	100	695	20	347	25	503	30	697	20	2371	11
	arbres vifs à terre	26	78	0	.	212	36	201	48	240	64	238	45	917	24
	arbres morts	1524	20	465	69	6702	11	2403	18	3297	16	3769	16	18160	7
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
81-100%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	805	40	220	61	6704	15	3168	21	2691	25	6601	18	20190	9
	feu	0	.	0	.	0	.	0	.	6	100	97	100	104	94
	chute de pierres	932	40	7	100	2340	21	517	37	632	30	1234	21	5662	13
	causes diverses	0	.	79	100	407	35	161	46	33	52	916	47	1595	29
	indéterminable	142	41	132	78	2462	16	1187	27	1111	27	2168	19	7203	10
	récolte de bois	31	71	0	.	171	43	31	64	18	100	7	100	259	32
	autre activité humaine	7	100	0	.	56	53	47	86	19	100	80	68	208	37
	intempérie	34	70	0	.	531	26	166	44	162	54	940	37	1834	21
	arbres vifs à terre	0	.	17	100	102	52	50	55	60	66	149	43	379	26
	arbres morts	375	43	78	73	2373	18	1548	24	1053	25	2523	21	7949	11
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>100%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	283	71	0	.	3104	26	704	37	795	35	2345	25	7231	15
	feu	0	.	0	.	0	.	0	.	0	.	33	100	33	100
	chute de pierres	26	100	0	.	1396	28	542	49	351	53	723	29	3038	18
	causes diverses	0	.	0	.	174	43	29	61	0	.	74	49	276	31
	indéterminable	127	87	0	.	952	28	339	48	421	38	1295	30	3134	17
	récolte de bois	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autre activité humaine	0	.	0	.	21	100	0	.	0	.	28	75	49	61
	intempérie	23	100	0	.	103	54	57	58	42	62	236	30	460	22
	arbres vifs à terre	0	.	0	.	107	75	104	71	18	100	78	78	307	41
	arbres morts	115	76	0	.	1501	27	484	44	329	41	871	28	3300	16
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	54568	4	71657	4	84510	4	27319	8	34117	7	39279	6	311449	2
	feu	0	.	0	.	0	.	0	.	6	100	662	50	669	49
	chute de pierres	2361	20	116	82	7114	11	1970	20	1728	20	3325	12	16614	7
	causes diverses	1817	13	2929	11	5221	10	1075	19	1526	14	4107	15	16675	6
	indéterminable	8669	6	10316	6	19723	5	7270	9	11765	7	12516	7	70258	2
	récolte de bois	2548	11	4524	9	2648	12	164	36	440	22	202	50	10526	5
	autre activité humaine	767	18	1018	22	1689	16	506	31	538	22	504	22	5022	9
	intempérie	1531	13	1150	13	2628	10	1155	20	1269	17	3102	16	10836	6
	arbres vifs à terre	114	44	254	26	700	20	553	31	460	38	813	23	2895	12
	arbres morts	9388	7	7325	8	22144	6	7902	11	8197	9	12191	8	67148	3
	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. 1267466. Birmensdorf, Swiss Federal Research Institute WSL

page précedente