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.

IFN2
nombre total de tiges
essence principale · état de l'arbre (vif/mort)
découpage régional: canton
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 1993/95
		canton
		AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Suisse
essence principale	état de l'arbre (vif/mort)	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	±%	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
épicéa	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	5097	15	1576	25	2592	22	34176	6	882	29	11129	10	15	78	3421	21	35410	5	4047	16	9646	11	4015	13	1619	30	5107	15	10484	10	1544	24	3180	19	6157	13	4100	18	5229	11	3759	17	14700	7	17251	7	1262	30	8209	11	194606	2
	mort	166	34	144	53	165	35	1860	14	29	58	335	35	0	.	483	28	2699	11	179	29	368	26	68	42	154	36	420	24	1052	25	40	50	98	36	519	28	40	50	338	22	335	26	853	18	2168	13	47	61	181	25	12740	5
	total	5263	15	1720	26	2757	21	36035	6	911	28	11464	10	15	78	3904	21	38110	5	4225	16	10014	11	4083	13	1773	29	5526	15	11536	10	1584	24	3278	18	6676	13	4140	18	5567	11	4094	17	15553	7	19418	7	1309	30	8390	11	207347	2
sapin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	1773	18	411	32	720	27	13572	7	575	24	2304	17	0	.	413	37	1191	16	3359	13	4908	12	3425	14	297	31	824	27	2826	13	101	42	1743	17	1566	17	982	24	1030	23	1011	25	5891	10	1667	21	539	33	1515	16	52647	3
	mort	128	35	32	71	30	54	668	17	103	36	104	38	0	.	66	67	181	35	397	28	95	42	83	44	67	53	69	48	181	28	0	.	239	35	124	31	0	.	147	37	86	40	384	22	265	33	0	.	74	45	3523	8
	total	1901	17	443	33	750	27	14240	6	678	23	2408	17	0	.	480	35	1372	16	3757	13	5003	11	3508	14	364	32	893	26	3008	12	101	42	1982	17	1690	17	982	24	1177	23	1098	25	6274	10	1932	20	539	33	1589	15	56170	3
pin	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	689	24	8	100	5	100	1153	20	507	27	288	35	134	87	0	.	5251	13	465	33	282	50	207	45	0	.	321	77	426	41	343	41	562	29	241	47	422	29	425	45	418	43	293	35	5633	14	0	.	872	16	18945	7
	mort	84	53	0	.	0	.	130	56	13	75	10	100	0	.	0	.	832	23	59	52	0	.	19	100	0	.	38	77	13	100	4	100	65	48	71	65	0	.	55	63	20	71	40	50	991	19	0	.	27	54	2470	12
	total	773	23	8	100	5	100	1283	20	520	27	298	36	134	87	0	.	6083	13	524	33	282	50	226	46	0	.	359	70	439	42	347	41	627	27	313	44	422	29	480	44	438	42	332	33	6623	14	0	.	899	16	21415	6
mélèze	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	386	40	4	100	26	100	338	35	13	76	178	59	0	.	4	100	6438	8	8	71	38	63	4	100	0	.	7	100	388	32	108	47	28	74	15	72	110	53	3677	12	4	100	289	28	8710	9	8	100	154	31	20936	5
	mort	0	.	0	.	0	.	30	100	0	.	0	.	0	.	0	.	671	17	0	.	0	.	0	.	0	.	0	.	40	80	0	.	0	.	0	.	4	100	406	22	0	.	42	62	957	19	0	.	10	100	2159	11
	total	386	40	4	100	26	100	368	37	13	76	178	59	0	.	4	100	7108	8	8	71	38	63	4	100	0	.	7	100	428	34	108	47	28	74	15	72	114	51	4082	12	4	100	331	27	9667	8	8	100	164	29	23094	5
arole	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	8	71	0	.	0	.	0	.	0	.	2477	16	0	.	0	.	0	.	0	.	98	100	24	100	0	.	0	.	0	.	0	.	10	100	38	100	0	.	1717	18	0	.	0	.	4371	12
	mort	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	156	35	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	97	42	0	.	0	.	256	26
	total	0	.	0	.	0	.	12	58	0	.	0	.	0	.	0	.	2633	16	0	.	0	.	0	.	0	.	98	100	24	100	0	.	0	.	0	.	0	.	10	100	38	100	0	.	1813	18	0	.	0	.	4628	12
autres résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	148	58	20	100	10	100	347	38	162	71	22	72	0	.	10	100	562	35	10	100	107	50	9	100	31	100	10	100	133	46	22	85	119	50	10	100	88	64	4	100	104	53	436	44	165	82	0	.	223	45	2754	14
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	79	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	100	52
	total	148	58	20	100	10	100	347	38	162	71	22	72	0	.	10	100	642	35	10	100	107	50	9	100	31	100	10	100	133	46	22	85	129	48	10	100	88	64	4	100	104	53	447	43	165	82	0	.	223	45	2854	15
hêtre	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	6360	10	358	34	846	27	16995	7	3289	14	4396	14	0	.	1552	26	2531	17	4315	12	3938	13	2247	13	911	34	1773	25	6244	12	2530	18	5621	11	2095	17	1717	15	10490	10	728	30	8543	8	1969	22	306	32	4318	11	94072	2
	mort	94	37	28	58	21	100	299	23	109	35	122	43	0	.	87	37	86	40	149	32	41	61	0	.	13	75	37	59	221	29	40	50	177	37	73	61	14	77	293	28	19	71	120	35	58	62	21	71	87	43	2209	9
	total	6454	10	386	34	867	28	17294	7	3398	14	4517	14	0	.	1639	25	2617	16	4464	12	3979	13	2247	13	924	34	1810	25	6465	12	2570	18	5798	11	2168	17	1730	15	10783	10	747	30	8663	8	2027	22	327	32	4405	11	96281	2
érable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	1198	16	283	59	245	38	3118	10	595	20	738	19	20	71	626	29	687	22	927	16	659	20	571	26	271	28	417	37	1771	15	190	46	1021	17	734	24	695	33	618	25	282	35	2728	14	752	21	147	45	1365	17	20658	4
	mort	24	61	0	.	0	.	67	51	10	100	0	.	0	.	50	66	0	.	50	53	0	.	0	.	9	100	0	.	33	59	0	.	35	52	23	73	10	100	11	100	0	.	71	36	29	58	0	.	24	61	445	17
	total	1222	16	283	59	245	38	3185	10	605	20	738	19	20	71	676	27	687	22	977	16	659	20	571	26	280	28	417	37	1804	15	190	46	1056	17	757	23	705	33	629	25	282	35	2799	14	781	21	147	45	1389	17	21103	4
frêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	1108	17	76	60	414	36	1719	14	635	32	1012	22	39	79	426	50	1073	29	1251	21	869	28	201	50	299	51	221	43	1827	16	166	46	597	29	705	35	768	20	1581	17	209	43	2076	16	821	21	284	44	1308	16	19683	5
	mort	10	100	0	.	42	61	40	61	0	.	57	45	0	.	58	70	10	100	49	45	26	72	0	.	0	.	0	.	31	58	0	.	28	74	10	100	0	.	71	56	0	.	116	35	15	100	21	100	39	71	623	16
	total	1118	17	76	60	455	36	1759	14	635	32	1068	22	39	79	484	51	1083	29	1300	20	895	28	201	50	299	51	221	43	1858	17	166	46	625	28	715	35	768	20	1653	17	209	43	2193	16	836	21	305	41	1348	16	20306	5
chêne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	960	22	0	.	4	100	680	19	421	46	260	29	889	42	0	.	384	44	252	33	235	40	307	58	11	100	5	100	224	54	273	27	385	38	43	56	426	27	1967	19	52	56	2633	19	713	23	5	100	295	21	11422	8
	mort	39	50	0	.	0	.	31	58	31	74	13	100	59	62	0	.	39	62	29	75	0	.	11	100	0	.	0	.	26	73	19	71	71	73	0	.	10	100	169	46	0	.	148	33	20	71	0	.	29	58	745	17
	total	1000	22	0	.	4	100	711	19	452	47	273	30	948	43	0	.	423	44	281	32	235	40	318	59	11	100	5	100	250	55	292	27	456	38	43	56	436	27	2136	19	52	56	2781	19	733	23	5	100	324	21	12168	8
châtaignier	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	944	41	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10429	10	0	.	84	70	244	50	0	.	0	.	11702	9
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	96	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1720	15	0	.	10	100	5	100	0	.	0	.	1831	15
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1040	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	12149	10	0	.	94	72	249	50	0	.	0	.	13533	9
autres feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	1800	17	91	55	157	50	3360	13	802	23	959	21	110	56	481	31	5695	13	1244	19	925	28	519	27	182	45	440	32	2075	19	97	39	1013	22	825	30	1055	24	11854	8	757	35	3049	14	4546	13	71	51	1127	17	43235	4
	mort	101	45	45	60	0	.	485	24	50	45	168	34	10	100	29	74	669	21	131	37	200	33	25	100	0	.	130	51	133	36	0	.	79	35	77	65	100	59	1142	15	30	58	496	27	485	25	0	.	263	48	4846	8
	total	1901	17	135	50	157	50	3845	12	852	22	1127	20	120	56	510	32	6364	13	1375	19	1125	26	544	27	182	45	570	34	2208	18	97	39	1093	21	901	30	1154	23	12996	8	788	35	3545	13	5031	13	71	51	1390	18	48081	4
indéterminable	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vif	19519	7	2826	22	5020	18	75466	4	7881	12	21285	8	1206	38	6933	16	62643	4	15879	8	21609	8	11505	9	3622	21	9222	12	26422	7	5374	15	14270	9	12392	10	10362	11	47315	4	7363	13	40722	5	44187	5	2623	22	19386	7	495030	1
	mort	646	18	249	37	258	28	3614	10	345	21	808	21	69	55	773	22	5519	8	1042	16	729	18	205	28	242	30	694	20	1729	17	103	30	801	19	897	22	178	36	4353	8	491	21	2290	12	5089	9	89	43	735	21	31948	3
	total	20165	7	3075	22	5278	18	79080	4	8225	12	22093	8	1275	38	7707	16	68162	4	16921	8	22338	8	11710	9	3864	20	9916	12	28151	7	5477	14	15071	9	13288	10	10539	11	51668	4	7855	13	43013	5	49276	5	2712	21	20120	7	526978	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. 1279056. Birmensdorf, Swiss Federal Research Institute WSL

page précedente