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: n/ha
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)	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%
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	107	14	298	17	290	16	205	5	48	27	276	8	8	70	227	18	216	4	119	15	230	8	136	11	235	25	259	11	192	8	138	20	98	17	223	10	182	16	48	11	249	13	154	6	162	6	203	24	170	10	172	2
	mort	3	34	27	50	18	32	11	13	2	57	8	35	0	.	32	25	16	11	5	29	9	25	2	41	22	32	21	22	19	24	4	48	3	35	19	27	2	49	3	22	22	23	9	17	20	13	8	58	4	24	11	5
	total	110	13	325	18	308	15	216	5	50	27	284	8	8	70	259	18	233	4	124	15	239	9	138	11	257	24	280	11	211	8	141	20	101	17	242	10	184	16	51	11	271	13	163	6	182	6	211	24	173	10	184	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	37	16	78	26	80	22	81	6	32	22	57	16	0	.	27	36	7	16	98	11	117	9	116	11	43	26	42	25	52	11	9	40	54	16	57	15	44	23	9	22	67	22	62	9	16	21	87	28	31	14	47	3
	mort	3	35	6	68	3	52	4	16	6	34	3	37	0	.	4	66	1	35	12	28	2	41	3	43	10	50	4	47	3	27	0	.	7	34	4	30	0	.	1	37	6	38	4	22	2	33	0	.	2	44	3	8
	total	40	16	84	26	84	22	85	6	37	21	60	15	0	.	32	34	8	16	110	11	119	9	119	11	53	27	45	24	55	11	9	40	61	15	61	15	44	23	11	22	73	22	66	9	18	20	87	28	33	14	50	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	14	24	2	98	1	99	7	20	28	25	7	34	75	81	0	.	32	13	14	33	7	50	7	44	0	.	16	76	8	41	31	39	17	28	9	46	19	27	4	45	28	41	3	34	53	14	0	.	18	15	17	7
	mort	2	52	0	.	0	.	1	56	1	75	0	100	0	.	0	.	5	23	2	52	0	.	1	100	0	.	2	77	0	100	0	99	2	47	3	64	0	.	1	62	1	70	0	50	9	19	0	.	1	54	2	12
	total	16	23	2	98	1	99	8	20	29	25	7	35	75	81	0	.	37	13	15	33	7	50	8	45	0	.	18	70	8	41	31	39	19	26	11	44	19	27	4	44	29	40	3	33	62	13	0	.	19	15	19	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	8	39	1	98	3	99	2	35	1	76	4	58	0	.	0	99	39	8	0	70	1	63	0	100	0	.	0	100	7	31	10	45	1	74	1	71	5	52	34	11	0	99	3	27	82	8	1	98	3	30	19	5
	mort	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	4	17	0	.	0	.	0	.	0	.	0	.	1	79	0	.	0	.	0	.	0	100	4	22	0	.	0	61	9	19	0	.	0	100	2	11
	total	8	39	1	98	3	99	2	36	1	76	4	58	0	.	0	99	43	8	0	70	1	63	0	100	0	.	0	100	8	33	10	45	1	74	1	71	5	50	37	11	0	99	3	27	91	8	1	98	3	29	20	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	.	0	71	0	.	0	.	0	.	0	.	15	16	0	.	0	.	0	.	0	.	5	100	0	100	0	.	0	.	0	.	0	.	0	100	3	99	0	.	16	18	0	.	0	.	4	12
	mort	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	1	34	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	41	0	.	0	.	0	26
	total	0	.	0	.	0	.	0	58	0	.	0	.	0	.	0	.	16	16	0	.	0	.	0	.	0	.	5	100	0	100	0	.	0	.	0	.	0	.	0	100	3	99	0	.	17	18	0	.	0	.	4	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	3	57	4	98	1	99	2	38	9	70	1	72	0	.	1	99	3	35	0	100	3	50	0	100	5	99	1	100	2	46	2	84	4	49	0	100	4	63	0	100	7	51	5	44	2	82	0	.	5	45	2	14
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	63	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	52
	total	3	57	4	98	1	99	2	38	9	70	1	72	0	.	1	99	4	35	0	100	3	50	0	100	5	99	1	100	2	46	2	84	4	47	0	100	4	63	0	100	7	51	5	43	2	82	0	.	5	45	3	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	133	8	68	29	95	22	102	6	181	11	109	12	0	.	103	23	15	16	127	10	94	12	76	11	132	30	90	23	114	10	226	13	174	8	76	14	76	12	96	10	48	28	89	7	18	22	49	26	89	9	83	2
	mort	2	36	5	55	2	99	2	23	6	34	3	43	0	.	6	35	1	40	4	31	1	61	0	.	2	73	2	58	4	29	4	48	5	36	3	60	1	76	3	28	1	70	1	35	1	62	3	68	2	43	2	9
	total	135	8	73	29	97	23	104	6	187	11	112	12	0	.	109	23	16	16	131	10	95	12	76	11	134	30	92	23	118	10	230	13	179	8	79	15	77	12	98	10	50	28	91	7	19	22	53	27	91	9	85	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	25	15	54	56	27	35	19	10	33	17	18	18	11	63	41	26	4	22	27	15	16	19	19	25	39	22	21	35	32	14	17	44	32	16	27	22	31	32	6	25	19	33	29	13	7	21	24	41	28	16	18	4
	mort	0	61	0	.	0	.	0	51	1	100	0	.	0	.	3	65	0	.	1	52	0	.	0	.	1	99	0	.	1	59	0	.	1	52	1	72	0	100	0	100	0	.	1	36	0	58	0	.	0	61	0	17
	total	26	15	54	56	27	35	19	10	33	17	18	18	11	63	45	25	4	22	29	15	16	19	19	25	41	22	21	35	33	14	17	44	33	15	27	22	31	32	6	25	19	33	29	13	7	21	24	41	29	16	19	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	23	16	14	56	46	33	10	14	35	31	25	21	22	72	28	48	7	29	37	20	21	27	7	50	43	48	11	41	33	15	15	44	18	28	26	34	34	18	14	17	14	42	22	15	8	21	46	40	27	15	17	5
	mort	0	100	0	.	5	59	0	61	0	.	1	45	0	.	4	70	0	100	1	44	1	72	0	.	0	.	0	.	1	57	0	.	1	74	0	100	0	.	1	56	0	.	1	35	0	100	3	98	1	71	1	16
	total	23	16	14	56	51	33	11	14	35	31	26	21	22	72	32	50	7	29	38	19	21	27	7	50	43	48	11	41	34	15	15	44	19	27	26	34	34	18	15	17	14	42	23	15	8	21	49	37	28	15	18	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	20	21	0	.	0	99	4	19	23	45	6	28	498	26	0	.	2	44	7	32	6	40	10	58	2	98	0	99	4	54	24	24	12	37	2	55	19	26	18	19	3	55	28	18	7	23	1	98	6	20	10	8
	mort	1	50	0	.	0	.	0	58	2	73	0	100	33	52	0	.	0	61	1	75	0	.	0	100	0	.	0	.	0	73	2	70	2	73	0	.	0	100	2	45	0	.	2	33	0	71	0	.	1	57	1	17
	total	21	21	0	.	0	99	4	19	25	46	7	30	531	27	0	.	3	44	8	31	6	40	11	58	2	98	0	99	5	54	26	24	14	37	2	55	19	25	20	19	3	55	29	18	7	23	1	98	7	21	11	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	.	6	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	95	10	0	.	1	69	2	50	0	.	0	.	10	9
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	15	0	.	0	100	0	100	0	.	0	.	2	15
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	111	10	0	.	1	72	2	50	0	.	0	.	12	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	38	16	17	52	18	48	20	12	44	20	24	20	62	46	32	29	35	13	36	18	22	27	18	26	26	41	22	30	38	18	9	37	31	21	30	29	47	22	108	8	50	33	32	13	43	12	11	48	23	16	38	4
	mort	2	45	8	56	0	.	3	24	3	44	4	34	5	95	2	73	4	20	4	36	5	32	1	100	0	.	7	50	2	35	0	.	2	34	3	64	4	58	10	15	2	57	5	26	5	25	0	.	5	48	4	8
	total	40	16	26	46	18	48	23	12	47	20	28	19	67	46	34	30	39	13	40	18	27	25	18	26	26	41	29	32	40	17	9	37	34	19	33	29	51	22	119	8	52	33	37	12	47	12	11	48	29	17	43	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	410	4	535	11	561	10	453	2	433	7	527	4	676	18	459	11	382	3	466	5	516	4	389	5	525	11	467	8	483	5	480	8	442	5	449	6	460	6	432	3	488	7	426	3	414	3	422	12	400	4	438	1
	mort	14	17	47	32	29	24	22	9	19	18	20	20	39	44	51	19	34	7	31	14	17	17	7	26	35	25	35	17	32	16	9	27	25	17	33	21	8	35	40	8	33	18	24	11	48	9	14	39	15	21	28	3
	total	423	4	582	11	590	10	475	2	452	7	547	5	715	18	510	11	416	3	496	5	533	4	396	5	560	11	502	8	515	4	489	7	466	5	482	6	468	6	472	3	521	7	450	3	462	3	437	12	416	4	466	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. 1279289. Birmensdorf, Swiss Federal Research Institute WSL

page précedente