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: n/ha
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)	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	85	14	323	16	252	16	172	5	39	23	210	9	2	95	199	17	227	4	103	14	185	9	149	13	201	30	271	12	171	8	156	27	81	16	191	9	177	17	51	10	219	13	150	6	165	6	168	20	144	11	159	2
	mort	5	26	24	42	28	27	23	10	6	34	34	18	0	.	34	22	23	9	9	25	28	23	5	33	31	29	29	23	24	17	9	32	8	27	28	30	13	45	4	20	30	26	13	12	24	11	8	41	9	18	18	4
	total	90	13	347	16	280	15	195	5	45	21	244	9	2	95	233	17	250	4	113	14	212	9	154	13	231	27	301	12	195	8	165	26	90	16	219	9	190	16	56	10	249	13	163	6	188	6	176	20	153	11	177	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	35	18	66	27	85	23	74	6	35	22	55	17	0	.	25	37	7	15	100	10	110	10	114	11	30	27	37	26	48	11	12	47	58	18	50	16	48	26	11	21	59	23	59	9	15	19	99	29	26	16	44	3
	mort	3	36	0	.	10	46	6	13	4	43	5	24	0	.	3	48	1	29	9	27	6	23	3	37	6	56	4	39	3	31	0	.	7	35	5	35	1	76	1	42	7	43	4	17	2	33	4	69	2	38	4	7
	total	38	18	66	27	95	22	80	6	38	21	61	16	0	.	28	35	9	15	110	10	116	9	117	11	36	30	41	24	51	11	12	47	65	17	55	16	49	25	11	21	66	23	63	9	18	19	103	28	28	15	47	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	11	24	3	68	1	99	8	22	18	25	5	33	46	80	0	.	30	13	15	35	6	54	7	42	0	.	16	81	7	42	24	37	15	28	7	47	13	30	3	45	17	42	4	36	44	13	0	.	15	15	15	7
	mort	3	46	0	.	0	.	1	33	3	46	1	61	2	95	0	.	7	26	2	44	1	72	1	73	0	.	4	87	1	78	1	99	3	38	3	43	2	65	0	57	1	70	0	71	9	19	0	.	1	34	3	12
	total	14	25	3	68	1	99	9	21	21	25	6	36	48	77	0	.	37	13	18	34	7	48	7	43	0	.	20	69	8	42	25	36	18	27	11	43	14	29	4	46	18	41	4	33	54	13	0	.	16	15	18	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	6	39	3	74	3	99	2	33	0	70	2	69	0	.	0	99	43	7	0	70	1	52	0	100	0	.	2	86	8	33	5	48	1	60	1	71	6	53	42	10	0	99	5	25	86	7	1	98	3	29	21	5
	mort	0	.	0	.	0	.	0	56	0	.	0	79	0	.	0	.	5	16	0	.	0	.	0	.	0	.	0	.	1	68	0	.	0	.	0	.	0	.	5	19	0	.	0	62	9	15	0	.	0	.	2	9
	total	6	39	3	74	3	99	2	33	0	70	3	69	0	.	0	99	48	7	0	70	1	52	0	100	0	.	2	86	9	31	5	48	1	60	1	71	6	53	46	10	0	99	5	24	96	7	1	98	3	29	23	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	15	0	.	0	.	0	.	0	.	5	100	0	100	0	.	0	.	0	.	0	.	0	74	3	99	0	.	16	16	0	.	0	.	4	11
	mort	0	.	0	.	0	.	0	74	0	.	0	.	0	.	0	.	1	30	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	47	0	.	0	.	0	25
	total	0	.	0	.	0	.	0	57	0	.	0	.	0	.	0	.	17	15	0	.	0	.	0	.	0	.	5	100	0	100	0	.	0	.	0	.	0	.	0	74	3	99	0	.	17	16	0	.	0	.	4	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	3	33	5	98	2	69	3	31	6	70	0	100	0	.	1	99	4	31	1	61	3	53	0	100	3	99	1	100	4	56	3	88	5	57	2	70	10	79	0	71	4	74	3	38	1	52	0	.	5	44	3	13
	mort	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	1	42	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	1	69	0	.	0	.	0	.	0	31
	total	4	34	5	98	2	69	3	31	6	70	0	100	0	.	1	99	5	30	1	61	3	49	0	100	3	99	1	100	4	56	3	88	5	57	2	73	10	79	0	71	4	74	4	41	1	52	0	.	5	44	3	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	118	10	57	29	83	23	96	6	155	12	99	13	0	.	98	21	16	15	127	10	93	12	77	11	94	31	82	23	117	10	199	13	150	8	63	14	84	12	93	9	47	29	83	7	18	21	56	26	81	8	77	3
	mort	4	24	5	55	3	56	3	17	12	32	4	31	0	.	9	33	1	35	4	35	4	39	1	70	5	44	3	45	7	25	3	51	5	33	5	42	1	76	3	23	1	99	3	21	1	53	5	72	3	33	3	7
	total	122	10	62	30	86	23	99	6	168	11	103	13	0	.	107	20	16	15	131	10	97	12	78	11	99	30	85	23	124	10	202	13	155	8	67	14	84	12	97	9	47	29	86	7	19	21	61	26	84	8	80	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	23	14	63	66	23	40	22	10	39	17	24	18	15	68	47	23	5	20	34	18	20	16	25	21	33	23	31	46	34	13	17	42	32	15	29	19	39	26	9	21	21	34	32	12	10	17	23	43	34	18	21	4
	mort	1	42	0	.	0	.	0	41	1	70	1	62	0	.	4	62	0	85	2	46	1	70	0	100	0	.	0	.	1	37	1	99	1	60	2	47	0	100	0	58	0	.	1	38	1	51	0	.	1	42	1	13
	total	24	14	63	66	23	40	23	10	40	16	25	18	15	68	50	23	5	20	36	17	20	16	25	21	33	23	31	46	36	13	17	41	33	15	31	18	39	26	10	20	21	34	33	12	11	17	23	43	35	17	22	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	26	16	15	49	41	33	11	14	37	31	30	20	20	95	37	53	8	24	33	20	26	26	7	36	53	62	8	43	38	14	20	48	19	22	28	31	44	20	18	16	17	40	19	13	9	25	35	34	31	18	19	5
	mort	1	60	2	99	3	59	0	48	0	.	1	44	0	.	4	83	0	73	1	51	1	81	0	100	1	99	3	73	1	52	0	.	0	.	1	57	2	55	1	39	0	.	1	30	0	66	3	98	1	50	1	14
	total	26	16	16	52	44	32	12	14	37	31	32	20	20	95	41	55	8	24	35	20	26	26	7	36	54	61	12	49	39	14	20	48	19	22	29	31	46	19	19	15	17	40	20	13	9	24	38	31	32	17	20	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	19	23	0	.	0	99	3	18	18	48	5	30	249	24	0	.	3	44	5	32	4	38	10	60	1	99	0	99	4	59	20	26	13	35	1	66	14	25	17	18	3	49	25	19	8	23	1	98	8	25	9	8
	mort	1	75	0	.	0	.	0	52	4	58	0	64	57	59	0	.	0	79	2	48	0	100	0	.	0	.	0	.	0	100	3	56	1	60	0	.	1	63	1	42	1	99	2	30	0	52	0	.	0	100	1	16
	total	19	23	0	.	0	99	3	18	22	49	5	30	306	28	0	.	3	42	7	33	5	36	10	60	1	99	0	99	4	58	22	25	14	35	1	66	15	26	19	18	3	52	27	18	9	22	1	98	8	25	10	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	.	4	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	85	10	0	.	1	68	2	58	0	.	0	.	10	9
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	40	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	22	14	0	.	0	100	1	67	0	.	0	.	3	13
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	36	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	107	10	0	.	2	70	2	59	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	40	18	12	44	16	53	22	10	38	20	21	29	93	39	41	37	39	13	34	18	19	24	14	25	32	39	16	26	33	17	13	36	31	20	27	25	42	23	117	7	57	35	33	13	49	11	7	43	24	16	41	4
	mort	3	30	5	73	3	71	3	21	4	37	5	31	25	76	4	39	6	18	3	34	7	33	2	64	0	.	7	48	8	31	1	99	2	44	7	41	2	48	17	12	5	39	6	20	7	17	2	98	2	30	6	6
	total	42	18	17	44	20	46	25	10	42	20	26	26	118	35	45	34	45	12	37	18	25	23	16	26	32	39	23	30	41	18	14	34	32	20	33	27	44	23	135	7	63	32	39	12	56	11	8	47	27	15	47	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	70	0	.	3	56	1	22	0	.	1	52	0	.	1	70	2	21	0	100	0	73	0	.	0	.	1	57	1	46	0	.	1	70	0	100	0	100	2	27	1	99	2	42	2	23	0	.	0	.	1	10
	total	0	70	0	.	3	56	1	22	0	.	1	52	0	.	1	70	2	21	0	100	0	73	0	.	0	.	1	57	1	46	0	.	1	70	0	100	0	100	2	27	1	99	2	42	2	23	0	.	0	.	1	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	364	5	546	10	506	9	413	3	387	7	451	5	424	18	447	12	402	3	455	5	466	4	403	5	446	16	470	8	465	5	468	9	404	5	398	5	477	7	448	3	447	8	413	3	423	3	391	10	371	5	423	1
	mort	21	13	36	33	50	20	40	7	34	17	55	13	84	42	59	16	49	6	33	13	47	15	12	22	44	22	53	19	48	11	17	27	28	15	52	18	21	30	57	7	45	19	34	9	58	7	21	36	20	13	43	3
	total	386	5	582	10	557	9	453	2	421	7	506	5	508	17	507	12	451	3	488	5	514	4	415	5	490	14	523	8	513	5	486	9	432	5	450	6	498	7	505	3	493	8	448	3	481	3	412	10	391	5	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. 1279345. Birmensdorf, Swiss Federal Research Institute WSL

page précedente