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 IFN1-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	56700	5	7561	17	2674	24	1189	49	3008	27	344	61	71477	4
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	causes diverses	2141	12	317	30	218	61	32	100	109	46	20	100	2837	11
	indéterminable	7430	7	1030	20	338	35	110	46	741	34	67	50	9716	6
	récolte de bois	3589	10	367	33	50	63	0	.	0	.	0	.	4006	10
	autre activité humaine	646	20	39	64	39	100	18	100	72	48	0	.	815	18
	intempérie	733	16	140	41	0	.	36	71	0	0	6	100	915	15
	arbres vifs à terre	106	39	15	100	14	100	0	.	0	.	20	100	155	33
	arbres morts	4653	9	823	25	465	40	245	59	356	37	128	100	6670	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
21-40%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	35958	6	17201	11	8426	14	3282	27	5372	17	5409	18	75647	5
	feu	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chute de pierres	59	100	62	69	0	.	0	.	0	.	69	59	191	44
	causes diverses	1642	16	851	32	786	29	76	46	289	30	605	42	4249	12
	indéterminable	5517	8	2788	13	1743	18	645	24	1990	19	1046	22	13729	6
	récolte de bois	2201	12	418	29	317	30	36	71	37	62	90	100	3099	10
	autre activité humaine	673	29	425	38	160	36	56	58	147	47	137	42	1598	17
	intempérie	1011	17	428	25	167	33	49	54	106	43	96	50	1857	12
	arbres vifs à terre	68	62	75	46	25	77	18	100	35	71	79	70	300	29
	arbres morts	4436	10	3099	17	1382	27	680	41	1182	26	847	30	11626	8
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
41-60%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	18297	9	14655	10	9601	13	11549	13	11626	12	12265	15	77993	5
	feu	0	.	0	.	0	.	0	.	0	.	124	64	124	64
	chute de pierres	436	35	293	45	63	58	153	51	257	67	340	38	1543	20
	causes diverses	640	24	871	24	732	24	442	23	521	24	889	22	4096	10
	indéterminable	3304	11	3506	12	1918	16	2806	15	3253	13	4108	13	18895	5
	récolte de bois	830	19	608	26	478	27	7	100	245	30	90	47	2258	12
	autre activité humaine	328	34	272	33	328	39	270	47	164	35	95	48	1458	17
	intempérie	776	19	352	25	225	30	572	35	400	29	1073	30	3398	13
	arbres vifs à terre	116	39	55	58	146	40	217	55	73	79	231	52	837	24
	arbres morts	4204	12	3438	14	2997	16	2876	19	2003	17	3927	17	19444	6
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
61-80%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	6380	16	13526	12	8169	15	9602	14	9781	13	11454	12	58911	5
	feu	0	.	0	.	0	.	0	.	0	.	408	74	408	74
	chute de pierres	1059	28	1368	26	1441	26	906	28	448	28	958	23	6180	11
	causes diverses	98	42	517	26	375	31	486	34	550	27	1596	24	3622	13
	indéterminable	1360	20	3443	12	2235	15	2779	15	4329	14	3436	15	17582	6
	récolte de bois	199	41	276	44	187	37	109	48	118	41	14	70	904	19
	autre activité humaine	24	75	283	42	173	51	136	59	163	45	116	46	895	21
	intempérie	129	38	458	25	247	30	360	24	497	30	680	20	2371	11
	arbres vifs à terre	26	78	139	46	73	58	201	48	257	60	221	48	917	24
	arbres morts	1696	19	4421	14	2422	21	2744	17	3477	18	3401	15	18160	7
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
81-100%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	846	38	3575	21	3483	22	3202	21	2482	26	6601	18	20190	9
	feu	0	.	0	.	0	.	0	.	6	100	97	100	104	94
	chute de pierres	932	40	1312	30	1142	28	463	29	578	33	1234	21	5662	13
	causes diverses	0	.	126	60	366	39	161	46	26	60	916	47	1595	29
	indéterminable	149	40	1351	23	1284	22	1246	26	1005	28	2168	19	7203	10
	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	47	86	0	.	80	68	208	37
	intempérie	34	70	321	31	219	43	175	43	144	59	940	37	1834	21
	arbres vifs à terre	17	100	36	71	74	64	50	55	53	74	149	43	379	26
	arbres morts	392	41	1490	27	1159	23	1480	23	905	26	2523	21	7949	11
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
>100%	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	283	71	2043	31	1132	44	813	33	724	37	2237	25	7231	15
	feu	0	.	0	.	0	.	0	.	0	.	33	100	33	100
	chute de pierres	26	100	835	28	595	54	584	46	317	58	680	31	3038	18
	causes diverses	0	.	125	56	49	52	29	61	0	.	74	49	276	31
	indéterminable	127	87	689	35	309	37	416	42	375	41	1217	32	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	46	72	57	78	74	50	42	62	218	31	460	22
	arbres vifs à terre	0	.	72	100	35	100	104	71	18	100	78	78	307	41
	arbres morts	115	76	946	36	585	37	553	39	298	44	803	29	3300	16
	total	.	.	.	.	.	.	.	.	.	.	.	.	.	.
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	118463	2	58561	5	33484	7	29637	7	32994	7	38310	6	311449	2
	feu	0	.	0	.	0	.	0	.	6	100	662	50	669	49
	chute de pierres	2513	20	3871	15	3241	18	2106	19	1601	21	3282	12	16614	7
	causes diverses	4521	9	2806	14	2527	14	1226	17	1495	14	4099	15	16675	6
	indéterminable	17887	4	12809	6	7827	8	8001	9	11693	8	12042	7	70258	2
	récolte de bois	6851	7	1731	15	1140	17	183	34	419	22	202	50	10526	5
	autre activité humaine	1679	15	1045	21	770	23	527	30	547	22	455	23	5022	9
	intempérie	2706	9	1744	12	916	17	1266	18	1189	18	3014	16	10836	6
	arbres vifs à terre	334	24	392	28	366	26	589	29	436	39	779	24	2895	12
	arbres morts	15495	5	14217	7	9011	9	8577	10	8222	10	11627	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. 1267467. Birmensdorf, Swiss Federal Research Institute WSL

page précedente