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
réseau: réseau 1,4 km
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	3994	15	1768	24	2254	22	29359	6	710	25	8468	11	4	100	3126	20	40022	5	3505	16	7744	11	4481	15	1428	34	5361	15	9422	10	1746	30	2645	18	5544	12	4093	19	6284	11	3605	17	14837	8	19028	7	1120	27	6892	13	187441	2
	mort	249	27	133	45	250	31	3996	11	113	35	1382	19	0	.	529	25	4094	10	314	26	1152	24	135	34	219	34	574	25	1345	18	103	35	269	28	812	31	295	46	541	20	501	28	1337	13	2734	12	54	45	419	19	21549	4
	total	4243	14	1902	24	2504	21	33355	6	823	23	9850	11	4	100	3656	20	44116	5	3819	15	8896	11	4616	15	1646	32	5935	15	10767	10	1849	29	2914	18	6356	12	4388	19	6825	10	4106	17	16174	7	21762	7	1174	26	7311	12	208990	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	1648	19	361	33	764	27	12678	7	640	24	2234	18	0	.	396	38	1301	15	3403	12	4600	12	3425	13	213	32	733	27	2620	13	135	48	1898	19	1440	18	1121	27	1331	21	979	26	5851	10	1784	19	660	34	1221	17	51437	3
	mort	151	36	0	.	86	48	1079	13	65	44	219	25	0	.	51	49	257	30	320	28	254	24	85	38	45	59	84	40	186	31	0	.	222	36	154	36	14	77	63	42	112	45	389	18	281	33	26	71	104	38	4248	7
	total	1799	19	361	33	849	27	13757	6	705	23	2453	17	0	.	447	37	1559	15	3724	12	4854	12	3510	13	258	34	816	26	2805	12	135	48	2120	18	1594	18	1134	27	1394	21	1090	25	6240	10	2065	19	686	33	1325	16	55684	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	509	24	18	71	5	100	1288	22	337	27	202	33	91	86	0	.	5320	13	525	35	244	54	197	43	0	.	325	82	397	42	269	39	496	29	215	48	297	31	398	45	278	43	358	36	5090	14	0	.	711	16	17570	7
	mort	146	47	0	.	0	.	215	33	47	47	56	61	4	100	0	.	1149	26	72	45	47	72	27	73	0	.	76	87	34	79	10	100	97	39	98	43	35	65	55	57	20	71	33	71	1095	19	0	.	63	35	3380	12
	total	655	26	18	71	5	100	1503	21	384	27	258	36	95	83	0	.	6470	13	598	35	292	48	223	44	0	.	401	70	431	42	279	38	592	28	313	44	332	31	454	46	298	42	391	34	6185	14	0	.	774	16	20951	7
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	275	39	15	77	26	100	281	33	8	71	99	69	0	.	4	100	7663	8	8	71	58	53	4	100	0	.	49	87	450	33	61	50	26	60	15	72	144	54	5129	11	4	100	506	26	9966	8	8	100	123	29	24922	5
	mort	0	.	0	.	0	.	84	56	0	.	14	79	0	.	0	.	822	16	0	.	0	.	0	.	0	.	0	.	54	69	0	.	0	.	0	.	0	.	564	19	0	.	39	62	1087	16	0	.	0	.	2664	9
	total	275	39	15	77	26	100	365	33	8	71	113	69	0	.	4	100	8485	8	8	71	58	53	4	100	0	.	49	87	503	32	61	50	26	60	15	72	144	54	5693	10	4	100	545	25	11053	8	8	100	123	29	27586	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	.	27	71	0	.	0	.	0	.	0	.	2720	15	0	.	0	.	0	.	0	.	102	100	24	100	0	.	0	.	0	.	0	.	29	74	49	100	0	.	1891	16	0	.	0	.	4843	11
	mort	0	.	0	.	0	.	12	74	0	.	0	.	0	.	0	.	233	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	83	47	0	.	0	.	327	25
	total	0	.	0	.	0	.	39	58	0	.	0	.	0	.	0	.	2953	15	0	.	0	.	0	.	0	.	102	100	24	100	0	.	0	.	0	.	0	.	29	74	49	100	0	.	1973	16	0	.	0	.	5170	11
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	159	34	30	100	21	71	578	31	118	71	8	100	0	.	10	100	790	31	40	61	131	53	9	100	21	100	10	100	238	56	30	88	149	58	61	70	224	79	18	71	62	74	328	38	90	53	0	.	258	44	3381	13
	mort	10	100	0	.	0	.	10	100	0	.	0	.	0	.	0	.	151	43	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	10	100	0	.	0	.	0	.	58	69	0	.	0	.	0	.	249	31
	total	169	34	30	100	21	71	588	32	118	71	8	100	0	.	10	100	941	31	40	61	141	50	9	100	21	100	10	100	238	56	30	88	149	58	71	74	224	79	18	71	62	74	386	42	90	53	0	.	258	44	3630	13
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	5585	11	313	35	742	27	16423	7	2860	15	4005	14	0	.	1533	23	2789	16	4315	12	3905	14	2312	13	667	35	1614	25	6448	11	2232	18	4864	11	1822	16	1931	15	11464	10	767	31	8201	8	2089	21	373	31	3870	10	91123	3
	mort	194	24	28	58	31	58	510	18	225	33	173	32	0	.	148	35	113	35	137	35	169	40	21	71	36	47	64	46	403	25	33	52	165	34	133	43	14	77	415	23	9	100	307	22	111	53	31	74	129	33	3599	7
	total	5779	11	341	35	773	27	16933	7	3084	15	4178	14	0	.	1680	23	2902	15	4451	12	4074	14	2333	13	703	35	1678	25	6851	11	2265	18	5028	11	1955	16	1945	15	11879	10	777	31	8509	8	2200	21	404	31	3999	10	94722	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	1085	16	345	69	206	43	3812	10	724	19	960	19	29	74	733	26	893	21	1162	19	825	18	742	22	237	28	613	47	1894	14	186	44	1025	17	836	20	902	27	1149	21	351	36	3135	12	1149	17	156	47	1622	19	24770	4
	mort	55	42	0	.	0	.	58	41	20	71	38	63	0	.	58	63	24	85	66	47	21	71	9	100	0	.	0	.	69	37	9	100	38	61	62	47	10	100	31	58	0	.	110	39	64	52	0	.	72	43	814	13
	total	1140	15	345	69	206	43	3870	10	744	19	998	19	29	74	791	25	918	21	1228	19	847	17	751	23	237	28	613	47	1962	14	195	43	1063	17	897	20	912	27	1180	21	351	36	3245	12	1213	18	156	47	1694	18	25584	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	1210	17	81	53	366	36	1921	14	690	32	1230	21	39	100	578	54	1393	24	1133	21	1071	27	212	37	376	64	162	45	2118	16	220	49	627	23	818	33	1012	21	2223	16	288	42	1879	14	1002	25	235	38	1462	19	22346	5
	mort	37	61	9	100	25	61	76	49	0	.	51	45	0	.	69	83	44	73	46	52	21	81	11	100	10	100	65	74	53	53	0	.	0	.	30	58	44	56	111	39	0	.	121	30	50	66	21	100	63	51	958	14
	total	1248	17	90	55	391	35	1997	15	690	32	1282	21	39	100	648	56	1437	24	1179	21	1092	27	223	36	386	63	228	50	2171	16	220	49	627	23	848	32	1056	21	2334	16	288	42	2001	13	1052	24	255	36	1525	18	23304	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	876	23	0	.	4	100	537	18	334	49	188	31	494	39	0	.	483	44	165	32	180	38	307	61	11	100	5	100	224	60	219	29	423	36	33	66	335	27	2137	18	47	50	2513	19	981	23	5	100	390	26	10889	8
	mort	31	76	0	.	0	.	34	52	80	59	18	65	114	67	0	.	40	79	66	48	10	100	0	.	0	.	0	.	10	100	29	58	41	61	0	.	18	64	161	42	10	100	162	31	34	52	0	.	4	100	863	16
	total	907	24	0	.	4	100	571	18	414	50	206	31	607	42	0	.	523	43	232	33	190	37	307	61	11	100	5	100	235	58	247	28	464	36	33	66	353	27	2298	18	57	53	2675	19	1015	23	5	100	394	26	11751	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	.	741	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	10421	10	0	.	139	68	186	58	0	.	0	.	11487	9
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	241	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2736	14	0	.	17	100	74	67	0	.	0	.	3068	13
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	981	36	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13157	10	0	.	157	71	260	59	0	.	0	.	14555	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	1883	19	63	48	146	55	3690	11	698	23	847	30	185	50	651	38	6862	13	1163	20	775	25	414	26	225	42	316	28	1826	18	145	38	992	22	774	27	971	24	14412	8	944	36	3231	14	5620	12	45	46	1171	17	48050	4
	mort	122	31	29	76	29	72	567	21	82	38	215	32	50	83	59	41	1089	18	101	34	283	34	64	64	0	.	145	49	429	31	10	100	62	45	195	42	51	49	2144	12	87	40	616	21	815	18	10	100	117	30	7371	6
	total	2005	19	92	48	175	49	4257	11	781	22	1061	27	235	46	709	36	7951	12	1264	19	1058	24	478	27	225	42	461	32	2255	19	155	36	1055	22	969	28	1022	24	16556	7	1031	34	3847	13	6435	12	55	50	1288	16	55420	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	20	71	0	.	30	58	236	22	0	.	59	53	0	.	20	71	366	21	10	100	14	73	0	.	0	.	29	58	40	47	0	.	19	71	10	100	10	100	193	27	10	100	197	42	256	23	0	.	0	.	1518	10
	total	20	71	0	.	30	58	236	22	0	.	59	53	0	.	20	71	366	21	10	100	14	73	0	.	0	.	29	58	40	47	0	.	19	71	10	100	10	100	193	27	10	100	197	42	256	23	0	.	0	.	1518	10
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	17224	8	2994	21	4533	17	70595	4	7118	12	18241	8	841	36	7032	16	70978	4	15419	8	19534	8	12104	9	3176	23	9289	13	25661	7	5242	15	13145	9	11558	10	11030	11	54997	4	7375	13	40980	5	48875	5	2600	20	17721	7	498258	1
	mort	1014	14	199	37	451	25	6877	8	632	20	2225	14	168	53	934	19	8622	7	1133	15	1983	16	352	23	310	27	1038	22	2624	12	194	30	913	17	1503	20	489	31	7014	7	750	22	3387	10	6684	8	143	40	970	14	50607	3
	total	18238	8	3193	21	4984	17	77472	4	7749	12	20466	8	1009	35	7966	16	79600	4	16552	8	21516	8	12456	9	3487	22	10327	13	28284	7	5436	15	14058	9	13061	10	11519	11	62011	4	8124	13	44366	5	55559	5	2743	20	18691	7	548866	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. 1279110. Birmensdorf, Swiss Federal Research Institute WSL

page précedente