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
état de l'arbre (vif/mort) · diamètre à hauteur de poitrine (10 classes)
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
état de l'arbre (vif/mort)	diamètre à hauteur de poitrine (10 classes)	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	.
	12-20 cm	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	.
	21-30 cm	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	.
	31-40 cm	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	.
	41-50 cm	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	.
	51-60 cm	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	.
	61-70 cm	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	.
	71-80 cm	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	.
	81-90 cm	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	.
	91-100 cm	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	.
	>100 cm	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	.
vif	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	.
	12-20 cm	7342	11	974	30	1157	30	27214	5	2528	15	6805	11	322	40	2596	18	31906	5	6430	11	8247	10	5376	13	1303	27	4180	15	9892	10	2187	22	4954	12	4715	12	5484	14	29733	5	3427	17	16684	7	22646	6	1071	24	6718	10	213891	2
	21-30 cm	4199	10	748	25	1315	21	17674	5	1892	15	4905	10	286	45	2231	22	16981	5	3464	10	4873	10	2398	12	1045	26	2606	15	6623	9	1429	18	3478	12	2939	13	2600	14	14467	5	2048	16	10414	7	12696	6	669	24	4570	10	126550	2
	31-40 cm	2534	11	664	23	831	20	11143	5	1310	13	3314	11	149	41	924	19	10277	5	2819	11	2639	10	1980	11	528	27	1161	16	4168	8	828	17	2286	10	1654	12	1400	14	5810	6	980	17	6238	7	6665	6	322	25	2727	10	73354	2
	41-50 cm	1659	9	370	23	610	19	7444	5	755	14	1828	10	64	56	703	19	6279	5	1671	10	2025	10	1206	10	180	24	693	15	2577	9	511	19	1381	10	1164	12	834	14	2512	6	487	18	4178	6	3513	6	321	27	1926	9	44892	1
	51-60 cm	1019	10	191	26	441	26	4639	6	412	18	974	11	12	75	363	18	3473	5	693	12	1154	11	729	11	78	35	404	16	1496	9	190	21	752	13	644	14	457	17	1367	7	246	19	2239	7	1960	7	126	29	1238	10	25300	2
	61-70 cm	325	15	30	38	172	24	1631	7	185	22	271	17	8	71	95	30	1223	8	213	18	473	13	253	15	30	39	165	22	534	13	75	34	183	23	290	17	165	23	512	10	86	29	806	11	827	11	72	34	354	14	8976	3
	71-80 cm	98	25	12	76	0	.	589	10	22	45	102	26	0	.	73	34	539	10	85	25	105	23	120	24	11	73	52	34	268	17	22	45	71	27	114	23	77	32	279	13	80	30	309	14	368	14	14	58	140	20	3551	4
	81-90 cm	27	42	4	100	6	100	162	18	4	100	32	40	0	.	24	41	189	17	33	78	13	71	40	45	0	.	24	56	61	46	0	.	41	68	29	38	4	100	135	20	12	74	91	23	153	19	4	100	37	34	1124	8
	91-100 cm	16	50	0	.	0	.	73	30	4	100	4	100	0	.	12	58	66	25	8	71	4	100	0	.	0	.	4	100	26	46	0	.	0	.	8	100	9	100	61	30	4	100	16	50	32	35	0	.	12	58	358	12
	>100 cm	4	100	0	.	0	.	24	47	5	100	4	100	0	.	11	58	45	30	4	100	0	.	0	.	0	.	0	.	15	59	0	.	0	.	4	100	0	.	121	29	4	100	4	100	16	50	0	.	0	.	262	17
	total	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	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	.
	12-20 cm	498	17	147	41	202	28	3556	8	352	26	1310	17	130	55	513	24	5013	8	650	17	1088	17	294	26	151	34	656	26	1473	14	136	32	555	22	812	21	254	36	5169	8	432	27	2154	11	3890	9	95	46	505	19	30035	3
	21-30 cm	206	24	18	71	124	37	1550	11	143	40	380	22	29	74	249	27	1953	11	309	25	464	23	41	50	81	46	120	29	578	18	39	62	195	27	319	31	79	35	1095	13	166	29	656	16	1457	12	21	71	178	26	10449	4
	31-40 cm	156	41	18	100	76	40	909	14	73	45	267	23	0	.	86	40	890	13	121	26	209	37	5	100	36	44	120	33	296	23	8	71	101	33	213	24	102	89	351	20	83	37	264	21	757	13	15	77	146	26	5300	5
	41-50 cm	97	29	8	71	25	47	496	13	44	35	129	24	0	.	36	37	384	12	29	38	128	29	8	71	28	54	87	34	133	28	8	71	33	35	86	30	38	70	215	19	20	45	181	19	345	13	9	100	98	23	2663	5
	51-60 cm	42	32	0	.	20	82	240	16	16	63	98	34	8	71	28	47	281	15	20	45	58	32	4	100	15	60	23	46	94	31	4	100	16	50	54	35	13	58	104	22	25	47	68	26	182	18	4	100	35	33	1452	7
	61-70 cm	8	100	4	100	4	100	88	26	0	.	17	63	0	.	11	58	85	22	4	100	26	41	0	.	0	.	22	47	42	38	0	.	13	100	15	71	4	100	27	38	20	53	28	43	30	38	0	.	8	71	455	11
	71-80 cm	4	100	0	.	0	.	31	43	0	.	11	58	0	.	8	71	15	50	0	.	10	71	0	.	0	.	4	100	0	.	0	.	0	.	4	100	0	.	29	38	4	100	28	43	11	58	0	.	0	.	159	17
	81-90 cm	4	100	0	.	0	.	4	100	4	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	5	100	0	.	0	.	0	.	0	.	12	58	0	.	8	71	0	.	0	.	0	.	50	32
	91-100 cm	0	.	0	.	0	.	4	100	0	.	4	100	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	0	.	0	.	14	57	0	.	0	.	8	71	0	.	0	.	36	33
	>100 cm	0	.	4	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	8	71
	total	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	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	.
	12-20 cm	7840	10	1121	28	1359	27	30771	5	2879	15	8115	10	452	36	3109	18	36920	5	7081	11	9336	10	5670	13	1454	26	4836	15	11364	9	2323	21	5509	12	5527	12	5738	14	34902	5	3860	16	18838	7	26536	6	1166	23	7223	10	243926	2
	21-30 cm	4405	10	766	25	1439	20	19225	5	2035	15	5285	10	315	46	2479	21	18934	5	3772	10	5337	10	2439	12	1126	25	2726	15	7201	9	1467	18	3673	11	3258	12	2679	14	15562	5	2214	16	11070	7	14153	6	690	23	4747	10	136999	2
	31-40 cm	2690	12	683	23	907	19	12052	5	1383	13	3581	11	149	41	1010	19	11168	5	2940	11	2848	10	1985	11	564	26	1281	16	4464	8	836	17	2387	10	1867	12	1501	14	6160	6	1063	16	6502	6	7422	6	337	24	2874	10	78654	2
	41-50 cm	1756	9	379	23	635	19	7940	5	799	14	1958	10	64	56	739	18	6662	5	1699	10	2153	10	1215	10	208	23	780	15	2711	9	518	19	1414	10	1249	11	872	14	2727	6	507	18	4359	6	3858	6	330	26	2023	8	47555	1
	51-60 cm	1061	10	191	26	461	25	4879	5	428	18	1073	11	21	67	391	18	3754	5	713	12	1213	10	733	11	92	31	428	16	1590	9	194	21	768	13	698	14	469	17	1470	7	271	18	2307	7	2142	7	131	29	1273	10	26752	2
	61-70 cm	333	14	33	39	176	24	1718	7	185	22	288	17	8	71	106	28	1308	7	217	18	499	13	253	15	30	39	187	22	576	13	75	34	196	25	304	17	169	23	539	10	106	26	834	10	856	11	72	34	361	14	9431	3
	71-80 cm	102	25	12	76	0	.	620	9	22	45	113	25	0	.	82	31	554	10	85	25	115	22	120	24	11	73	56	32	268	17	22	45	71	27	117	22	77	32	308	13	84	31	337	14	379	14	14	58	140	20	3710	4
	81-90 cm	31	39	4	100	6	100	166	17	8	71	41	38	0	.	24	41	189	17	33	78	13	71	40	45	0	.	28	50	66	43	0	.	41	68	29	38	4	100	147	19	12	74	99	22	153	19	4	100	37	34	1174	7
	91-100 cm	16	50	0	.	0	.	77	29	4	100	8	71	0	.	16	50	66	25	8	71	4	100	0	.	0	.	4	100	29	42	0	.	0	.	8	100	9	100	74	26	4	100	16	50	40	32	0	.	12	58	395	11
	>100 cm	4	100	4	100	0	.	24	47	5	100	4	100	0	.	11	58	45	30	4	100	0	.	0	.	0	.	0	.	15	59	0	.	0	.	4	100	0	.	121	29	4	100	4	100	20	45	0	.	0	.	270	16
	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. 1230357. Birmensdorf, Swiss Federal Research Institute WSL

page précedente