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
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	58111	4	8318	16	3235	21	1570	41	3192	26	819	45	75245	4
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	0	.	7	100	0	.	0	.	0	.	0	.	7	100
	causes diverses	2246	11	317	30	311	47	32	100	109	46	20	100	3035	10
	indéterminable	7522	7	1273	19	740	33	146	39	868	31	193	45	10742	6
	récolte de bois	3664	10	367	33	50	63	0	.	0	.	0	.	4080	10
	autre activité humaine	779	19	56	54	156	62	18	100	112	47	0	.	1122	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	17	100	0	.	20	100	173	31
	arbres morts	4789	9	876	24	576	37	245	59	396	34	270	60	7151	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
21-40%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	37086	6	19211	10	9480	13	4070	23	7568	15	6718	16	84133	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	1762	15	1015	29	875	27	293	60	329	27	643	40	4917	12
	indéterminable	5690	7	3272	13	1999	16	889	22	2419	16	1241	19	15509	5
	récolte de bois	2201	12	449	28	485	30	36	71	37	62	90	100	3298	10
	autre activité humaine	818	26	555	33	178	33	138	59	228	40	155	39	2072	15
	intempérie	1037	17	547	26	219	32	107	46	238	31	138	39	2286	11
	arbres vifs à terre	68	62	75	46	25	77	18	100	52	58	103	57	340	26
	arbres morts	4470	10	3270	16	1475	25	827	35	1482	22	921	28	12446	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
41-60%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	18394	9	16730	10	10353	13	13326	12	14674	11	14649	13	88125	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	859	23	828	35	733	23	943	21	4951	10
	indéterminable	3304	11	4132	11	2089	15	3239	13	4269	11	4900	12	21933	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	1543	25	4119	12
	arbres vifs à terre	116	39	89	53	146	40	253	49	126	52	408	38	1137	20
	arbres morts	4212	12	3820	14	3156	15	3391	17	2556	16	4399	15	21533	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
61-80%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	6419	16	14490	12	8729	14	10528	13	11072	12	12937	11	64175	5
	feu	0	.	0	.	0	.	0	.	0	.	408	74	408	74
	chute de pierres	1188	27	1393	25	1459	26	944	27	550	26	1082	21	6616	11
	causes diverses	98	42	638	25	482	29	559	30	725	26	1815	21	4317	12
	indéterminable	1426	20	3749	12	2365	14	3311	14	4814	13	4000	14	19665	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	638	80	163	45	116	46	1453	37
	intempérie	129	38	544	24	353	33	514	23	532	29	831	19	2904	11
	arbres vifs à terre	26	78	161	42	355	46	236	42	311	51	324	37	1412	20
	arbres morts	1726	19	4613	13	2708	20	3023	16	3744	17	3719	14	19532	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
81-100%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	846	38	3950	20	3978	20	3532	19	3373	21	7737	16	23417	8
	feu	0	.	0	.	0	.	0	.	6	100	97	100	104	94
	chute de pierres	932	40	1612	28	1438	28	496	28	775	31	1539	20	6792	12
	causes diverses	0	.	141	55	427	35	161	46	33	52	983	44	1746	27
	indéterminable	149	40	1637	21	1431	20	1481	24	1545	25	2622	17	8865	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	250	34	187	48	1043	33	2060	19
	arbres vifs à terre	17	100	36	71	74	64	68	48	88	60	200	37	482	23
	arbres morts	392	41	1649	25	1248	22	1666	21	1095	23	2759	20	8809	10
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>100%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	283	71	2066	30	1651	33	882	31	978	30	2802	22	8661	13
	feu	0	.	0	.	0	.	0	.	0	.	33	100	33	100
	chute de pierres	26	100	898	26	1141	36	609	44	363	52	864	26	3902	16
	causes diverses	0	.	125	56	139	38	29	61	0	.	116	48	409	26
	indéterminable	127	87	790	33	649	28	465	39	565	34	1383	28	3979	15
	récolte de bois	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autre activité humaine	0	.	0	.	21	100	0	.	0	.	49	61	70	52
	intempérie	23	100	46	72	128	49	74	50	59	53	218	31	548	20
	arbres vifs à terre	0	.	72	100	92	73	104	71	53	74	78	78	399	36
	arbres morts	115	76	969	35	856	29	595	37	312	42	900	27	3748	15
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	121140	2	64765	5	37426	6	33908	7	40856	6	45661	5	343756	2
	feu	0	.	0	.	0	.	0	.	6	100	662	50	669	49
	chute de pierres	2642	19	4380	15	4137	17	2226	18	1945	19	3967	11	19297	6
	causes diverses	4746	8	3183	13	3092	13	1903	20	1929	14	4520	14	19374	5
	indéterminable	18218	4	14853	6	9272	7	9531	8	14480	7	14339	6	80692	2
	récolte de bois	6925	7	1762	15	1309	17	183	34	454	21	202	50	10834	5
	autre activité humaine	1956	14	1354	19	940	21	1308	42	783	20	510	22	6852	10
	intempérie	2739	9	2019	12	1221	16	1581	16	1519	15	3797	14	12875	6
	arbres vifs à terre	334	24	448	26	705	28	696	26	629	30	1132	20	3943	11
	arbres morts	15703	5	15197	7	10019	9	9747	9	9585	9	12967	7	73219	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. 1267476. Birmensdorf, Swiss Federal Research Institute WSL

page précedente