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 de forêt protectrice
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante IFN4/IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		région de forêt protectrice
		Plateau/Jura		Nord des Alpes ouest		Nord des Alpes est		Sud-ouest des Alpes		Sud-est des Alpes		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	57609	5	8318	16	3148	22	1189	49	3064	27	819	45	74146	4
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	0	.	7	100	0	.	0	.	0	.	0	.	7	100
	causes diverses	2209	11	317	30	258	54	32	100	109	46	20	100	2945	11
	indéterminable	7493	7	1273	19	556	30	110	46	839	31	193	45	10465	6
	récolte de bois	3638	10	367	33	50	63	0	.	0	.	0	.	4054	10
	autre activité humaine	686	20	56	54	69	63	18	100	72	48	0	.	902	17
	intempérie	740	16	140	41	17	100	36	71	0	0	25	78	957	14
	arbres vifs à terre	106	39	15	100	14	100	0	.	0	.	20	100	155	33
	arbres morts	4789	9	876	24	576	37	245	59	356	37	270	60	7111	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
21-40%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	37043	6	18663	10	9294	13	3847	24	6987	15	6664	16	82498	4
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	59	100	62	69	0	.	0	0	0	.	69	59	191	44
	causes diverses	1751	15	1006	29	875	27	293	60	329	27	643	40	4897	12
	indéterminable	5678	7	3186	13	1999	16	761	23	2359	17	1223	20	15206	5
	récolte de bois	2201	12	449	28	485	30	36	71	37	62	90	100	3298	10
	autre activité humaine	783	27	547	34	178	33	138	59	228	40	155	39	2030	15
	intempérie	1037	17	547	26	219	32	84	52	238	31	138	39	2262	11
	arbres vifs à terre	68	62	75	46	25	77	18	100	52	58	103	57	340	26
	arbres morts	4470	10	3213	16	1475	25	807	36	1402	23	901	28	12268	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
41-60%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	18394	9	16657	10	10303	13	13172	12	14372	11	14566	13	87463	4
	feu	0	.	0	.	0	.	0	.	0	.	124	64	124	64
	chute de pierres	436	35	407	43	99	52	178	45	257	67	412	34	1789	19
	causes diverses	640	24	948	23	837	23	828	35	726	23	943	21	4922	10
	indéterminable	3304	11	4089	11	2089	15	3142	14	4237	11	4824	12	21685	5
	récolte de bois	830	19	608	26	478	27	7	100	274	29	90	47	2287	12
	autre activité humaine	328	34	378	30	364	37	441	39	280	31	111	44	1903	15
	intempérie	776	19	421	23	278	28	599	33	503	25	1510	25	4087	12
	arbres vifs à terre	116	39	89	53	146	40	253	49	126	52	372	42	1101	20
	arbres morts	4212	12	3795	14	3064	15	3373	17	2520	16	4332	15	21294	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
61-80%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	6380	16	14156	12	8569	15	10376	13	11037	12	12823	11	63341	5
	feu	0	.	0	.	0	.	0	.	0	.	408	74	408	74
	chute de pierres	1059	28	1368	26	1459	26	944	27	535	26	1047	21	6412	11
	causes diverses	98	42	626	25	482	29	559	30	725	26	1815	21	4305	12
	indéterminable	1360	20	3650	12	2365	14	3216	14	4796	13	3983	14	19370	6
	récolte de bois	199	41	276	44	187	37	109	48	125	39	14	70	911	19
	autre activité humaine	24	75	339	39	173	51	136	59	163	45	116	46	951	21
	intempérie	129	38	512	25	353	33	514	23	532	29	831	19	2872	11
	arbres vifs à terre	26	78	139	46	355	46	236	42	311	51	289	39	1355	21
	arbres morts	1696	19	4569	13	2708	20	2986	16	3736	17	3719	14	19415	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
81-100%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	846	38	3919	20	3900	20	3532	19	3264	22	7583	16	23046	8
	feu	0	.	0	.	0	.	0	.	6	100	97	100	104	94
	chute de pierres	932	40	1548	29	1423	28	488	28	775	31	1539	20	6706	12
	causes diverses	0	.	126	60	427	35	161	46	33	52	967	45	1714	27
	indéterminable	149	40	1612	21	1379	21	1445	24	1436	26	2622	17	8643	9
	récolte de bois	31	71	63	48	108	63	31	64	18	100	7	100	259	32
	autre activité humaine	7	100	26	77	49	59	72	62	0	.	80	68	233	34
	intempérie	34	70	321	31	226	42	232	35	187	48	1026	34	2026	19
	arbres vifs à terre	17	100	36	71	74	64	68	48	88	60	200	37	482	23
	arbres morts	392	41	1525	26	1230	22	1666	21	1095	23	2752	20	8660	10
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>100%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	283	71	2043	31	1505	35	882	31	886	32	2603	22	8202	13
	feu	0	.	0	.	0	.	0	.	0	.	33	100	33	100
	chute de pierres	26	100	898	26	953	39	609	44	363	52	801	27	3650	16
	causes diverses	0	.	125	56	103	45	29	61	0	.	74	49	330	28
	indéterminable	127	87	699	35	585	30	465	39	513	37	1374	29	3763	15
	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	46	72	128	49	74	50	42	62	218	31	530	21
	arbres vifs à terre	0	.	72	100	92	73	104	71	18	100	78	78	365	38
	arbres morts	115	76	946	36	820	30	595	37	312	42	821	29	3609	15
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	120555	2	63756	5	36718	6	32999	7	39610	6	45057	5	338696	2
	feu	0	.	0	.	0	.	0	.	6	100	662	50	669	49
	chute de pierres	2513	20	4290	15	3934	17	2219	18	1930	19	3868	11	18755	7
	causes diverses	4697	8	3148	13	2982	13	1903	20	1922	14	4462	14	19114	5
	indéterminable	18111	4	14508	6	8973	7	9140	8	14179	7	14219	6	79131	2
	récolte de bois	6899	7	1762	15	1309	17	183	34	454	21	202	50	10809	5
	autre activité humaine	1829	15	1346	19	853	21	806	26	744	20	489	22	6067	8
	intempérie	2739	9	1986	12	1221	16	1539	16	1502	15	3748	14	12735	6
	arbres vifs à terre	334	24	427	27	705	28	678	26	594	31	1060	21	3798	11
	arbres morts	15673	5	14924	7	9872	9	9672	9	9421	9	12795	7	72357	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. 1267469. Birmensdorf, Swiss Federal Research Institute WSL

page précedente