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.

IFN3
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 IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2004/06
		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	3304	22	1705	32	2097	28	27760	7	689	38	7278	15	0	.	3302	28	34445	7	2524	24	9201	14	4158	17	1880	47	4783	22	7855	14	2336	38	1761	27	5101	17	4713	23	5856	15	4094	22	12584	12	16943	11	612	42	6851	16	171831	3
	mort	298	33	141	55	245	35	4253	15	136	46	1716	26	0	.	478	37	3839	13	149	40	1343	33	171	41	194	44	503	38	1192	23	115	42	238	37	841	51	249	49	426	24	544	37	1215	19	2828	17	65	58	430	24	21609	6
	total	3602	21	1846	31	2342	26	32013	7	825	35	8994	15	0	.	3780	28	38283	7	2673	24	10543	14	4329	17	2073	45	5286	22	9047	14	2451	37	1999	27	5942	19	4962	23	6282	15	4638	22	13799	11	19771	10	677	41	7281	16	193440	3
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	1326	29	321	40	850	36	12427	9	603	35	2052	26	0	.	242	44	1241	22	3292	19	5140	14	3530	17	238	40	988	32	2008	17	212	55	1825	25	1379	26	1527	34	1056	33	1335	32	5469	13	1389	27	398	45	1035	19	49886	4
	mort	167	43	0	.	123	56	1032	17	80	45	170	34	0	.	34	71	341	36	432	36	343	26	54	74	57	71	95	54	246	34	0	.	347	40	164	50	17	100	57	56	159	54	380	23	111	39	21	100	76	52	4508	8
	total	1493	27	321	40	973	35	13460	9	684	33	2222	25	0	.	276	44	1582	22	3724	19	5483	14	3585	17	295	42	1083	31	2254	17	212	55	2172	24	1543	25	1545	33	1113	32	1494	31	5849	13	1500	27	418	45	1111	19	54394	4
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	424	38	0	.	9	100	1515	28	219	33	243	43	162	86	0	.	4593	19	257	42	176	60	220	58	0	.	473	93	24	76	408	46	467	37	124	95	256	33	239	62	269	59	210	45	5229	19	0	.	703	21	16220	9
	mort	139	79	0	.	0	.	215	49	24	77	74	75	7	100	0	.	530	28	72	60	21	100	7	100	0	.	109	100	0	.	17	100	69	67	24	100	42	84	23	76	18	100	62	71	797	23	0	.	55	49	2305	14
	total	563	43	0	.	9	100	1729	26	243	33	317	47	169	83	0	.	5123	18	329	43	196	63	227	58	0	.	582	79	24	76	425	44	535	35	148	96	298	36	263	63	288	57	272	38	6026	19	0	.	759	21	18526	9
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	189	45	0	.	0	.	196	45	14	71	65	81	0	.	7	100	5605	12	7	100	68	61	7	100	0	.	69	100	296	55	49	58	7	100	15	100	142	72	4139	17	7	100	549	36	7555	12	14	100	145	36	19143	7
	mort	0	.	0	.	0	.	44	86	0	.	7	100	0	.	0	.	585	22	0	.	0	.	0	.	0	.	0	.	79	81	0	.	0	.	0	.	0	.	267	32	0	.	53	73	1257	21	0	.	0	.	2292	14
	total	189	45	0	.	0	.	239	40	14	71	72	74	0	.	7	100	6190	12	7	100	68	61	7	100	0	.	69	100	375	49	49	58	7	100	15	100	142	72	4405	17	7	100	602	35	8811	12	14	100	145	36	21435	7
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	.	10	100	0	.	0	.	0	.	0	.	2380	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	100	0	.	0	.	1488	25	0	.	0	.	3910	16
	mort	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	141	50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	42	72	0	.	0	.	190	41
	total	0	.	0	.	0	.	16	72	0	.	0	.	0	.	0	.	2521	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	100	0	.	0	.	1530	25	0	.	0	.	4100	15
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	202	43	0	.	36	71	329	30	108	100	0	.	0	.	18	100	518	43	51	74	76	76	17	100	0	.	17	100	141	55	49	100	120	47	18	100	51	75	16	100	69	100	304	43	134	58	0	.	324	59	2600	15
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	195	51	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	37	71	0	.	0	.	0	.	231	44
	total	202	43	0	.	36	71	329	30	108	100	0	.	0	.	18	100	713	43	51	74	76	76	17	100	0	.	17	100	141	55	49	100	120	47	18	100	51	75	16	100	69	100	341	43	134	58	0	.	324	59	2831	16
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	5078	15	320	45	480	34	17486	9	2802	21	3996	20	0	.	1476	29	2595	21	3860	18	4368	17	2202	17	713	45	1728	33	6744	16	2391	24	4694	15	1654	21	1858	18	10630	14	1230	33	7227	11	2149	30	288	50	3923	13	89894	3
	mort	209	29	48	58	36	71	529	22	163	41	143	52	0	.	212	39	102	48	153	46	247	51	19	100	18	100	80	51	448	34	52	58	143	47	124	62	17	100	330	31	15	100	271	26	55	75	0	.	166	40	3580	9
	total	5287	15	368	45	516	33	18015	9	2966	21	4138	20	0	.	1687	28	2697	21	4013	19	4615	16	2222	17	731	45	1808	33	7192	15	2444	24	4837	16	1778	21	1876	18	10960	14	1245	33	7499	11	2204	29	288	50	4089	13	93475	3
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	843	22	34	67	339	46	3311	13	576	24	900	23	0	.	741	35	729	26	756	25	683	23	841	28	295	34	638	74	2142	19	204	54	1058	20	567	29	767	28	555	32	326	43	2667	17	942	27	119	72	2249	23	22282	5
	mort	59	52	0	.	0	.	83	45	0	.	0	.	0	.	62	89	37	100	47	73	17	100	0	.	0	.	0	.	117	37	0	.	17	100	50	58	17	100	19	100	0	.	101	43	99	58	0	.	123	42	850	17
	total	902	21	34	67	339	46	3393	13	576	24	900	23	0	.	803	33	766	26	803	25	701	23	841	28	295	34	638	74	2259	19	204	54	1075	20	617	28	783	28	575	32	326	43	2768	17	1041	28	119	72	2372	22	23132	5
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	1047	25	0	.	399	49	1642	17	524	44	1268	26	69	100	904	57	1089	37	1055	30	970	32	259	41	627	64	61	59	1962	20	312	58	626	33	690	41	1173	28	1506	30	367	48	1816	19	882	43	136	58	1195	23	20580	7
	mort	64	60	0	.	43	61	81	46	0	.	51	58	0	.	114	83	80	73	47	73	38	81	19	100	18	100	0	.	74	60	0	.	0	.	33	71	37	71	134	51	0	.	113	45	92	66	0	.	97	59	1137	17
	total	1111	25	0	.	442	46	1723	18	524	44	1319	25	69	100	1018	59	1169	38	1102	30	1008	32	279	40	645	63	61	59	2037	20	312	58	626	33	723	42	1210	27	1639	29	367	48	1929	20	974	39	136	58	1293	23	21717	7
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	548	48	0	.	0	.	509	25	265	48	180	43	650	49	0	.	102	64	242	37	216	50	319	86	22	100	0	.	124	47	195	45	415	58	6	100	514	30	2308	26	60	59	2214	28	821	34	0	.	373	26	10082	11
	mort	0	.	0	.	0	.	33	71	59	76	7	100	204	67	0	.	0	.	76	64	19	100	0	.	0	.	0	.	18	100	52	58	54	73	0	.	24	77	60	57	0	.	109	47	53	58	0	.	7	100	774	23
	total	548	48	0	.	0	.	542	25	324	50	186	42	854	51	0	.	102	64	318	41	235	46	319	86	22	100	0	.	142	51	247	41	469	56	6	100	538	31	2368	26	60	59	2323	27	874	34	0	.	379	25	10856	11
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	.	813	60	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11262	14	0	.	74	91	89	66	0	.	0	.	12238	13
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	177	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2748	17	0	.	0	.	37	100	0	.	0	.	2962	16
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	990	57	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14010	13	0	.	74	91	126	75	0	.	0	.	15200	12
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	1279	24	30	71	150	64	3707	15	606	32	740	34	52	100	893	47	6113	20	1081	31	700	28	516	33	196	56	280	44	1682	27	126	44	968	31	743	42	719	36	11136	12	584	40	2659	19	4554	18	41	61	1086	23	40639	6
	mort	76	46	15	100	30	100	345	27	77	56	299	37	17	100	50	58	1237	25	100	46	276	40	97	74	0	.	141	77	353	47	17	100	41	61	229	59	23	76	1720	15	129	46	706	28	607	22	17	100	142	39	6747	8
	total	1356	23	45	74	180	59	4052	15	683	31	1039	31	69	79	943	45	7350	18	1181	30	976	26	613	34	196	56	421	52	2035	27	143	40	1009	31	971	44	742	35	12856	11	713	39	3365	18	5160	17	59	67	1228	22	47386	5
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	.	51	58	226	30	0	.	83	60	0	.	17	100	291	26	0	.	26	72	0	.	0	.	15	100	57	52	0	.	0	.	0	.	17	100	184	41	18	100	141	49	165	39	0	.	0	.	1292	13
	total	0	.	0	.	51	58	226	30	0	.	83	60	0	.	17	100	291	26	0	.	26	72	0	.	0	.	15	100	57	52	0	.	0	.	0	.	17	100	184	41	18	100	141	49	165	39	0	.	0	.	1292	13
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	14240	12	2411	29	4360	23	68889	5	6407	17	16722	11	933	46	7583	22	60223	5	13126	12	21598	10	12072	11	3970	30	9037	17	22977	10	6281	20	11941	12	10297	14	11720	14	48736	6	8341	18	35774	8	42174	7	1608	31	17884	10	459304	1
	mort	1012	19	204	49	527	31	6849	11	540	25	2549	19	228	62	968	25	7555	9	1078	21	2329	22	368	31	287	35	944	33	2585	16	254	36	909	23	1465	33	444	36	5968	10	884	27	3188	14	6144	12	103	53	1096	18	48478	4
	total	15252	12	2615	29	4888	22	75738	5	6947	17	19271	11	1161	46	8551	22	67778	5	14203	12	23928	10	12439	11	4257	30	9981	17	25563	10	6535	20	12850	13	11762	14	12164	14	54705	5	9225	18	38961	8	48318	7	1711	31	18980	10	507783	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. 1279084. Birmensdorf, Swiss Federal Research Institute WSL

page précedente