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.

IFN5
nombre total de tiges
état de l'arbre (vif/mort) · diamètre à hauteur de poitrine (10 classes)
découpage régional: région économique
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		région économique
		Ouest du Jura		Est du Jura		Ouest du Plateau		Centre du Plateau		Est du Plateau		Ouest des Préalpes		Centre des Préalpes		Est des Préalpes		Nord-ouest des Alpes		Centre des Alpes		Nord-est des Alpes		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		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	±%
pas d'indication	pas d'indication	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	.
	21-30 cm	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	.
	41-50 cm	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	.
	61-70 cm	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	.
	81-90 cm	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	.
	>100 cm	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	.
vif	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	24988	6	7035	13	6682	15	13647	10	14790	8	7378	13	18514	8	8905	12	11778	11	5956	16	5110	16	22355	7	25973	7	33522	6	206634	2
	21-30 cm	14241	6	3381	12	3619	14	6047	11	8783	8	5108	14	11428	8	7299	10	5542	11	3733	15	2890	16	12941	8	15501	7	19862	5	120376	2
	31-40 cm	9607	6	2183	13	2106	14	3799	10	4904	9	3279	13	6454	8	5718	9	3741	11	2263	15	1718	16	6882	8	8535	7	9262	7	70450	2
	41-50 cm	6393	5	1535	12	1572	13	2472	10	3349	7	1817	12	4125	8	3461	9	2502	11	1293	17	1310	15	3792	9	5572	6	4484	6	43678	2
	51-60 cm	3233	6	756	14	975	14	1864	9	2185	8	1179	12	2570	8	2311	9	1347	12	655	17	713	16	2166	9	3121	7	2407	10	25483	2
	61-70 cm	1248	10	298	18	383	17	822	12	959	11	492	17	1033	12	1033	13	662	14	305	21	257	23	901	13	1297	10	884	10	10572	3
	71-80 cm	437	14	143	25	135	25	309	18	435	15	169	25	453	14	375	18	370	16	195	27	182	29	438	17	527	13	450	15	4620	5
	81-90 cm	113	29	14	70	58	39	82	31	182	22	41	46	142	25	154	24	51	38	48	41	64	33	145	26	226	21	251	21	1571	8
	91-100 cm	37	45	0	.	7	100	42	46	66	34	27	58	12	71	14	71	38	45	7	100	50	38	80	30	73	35	95	33	549	12
	>100 cm	33	51	0	.	14	71	14	71	30	71	7	100	21	57	21	58	7	100	0	.	14	71	14	71	51	38	83	39	311	17
	total	60329	4	15346	10	15551	11	29098	7	35684	6	19498	11	44753	6	29290	8	26039	8	14455	13	12307	13	49715	6	60878	5	71300	4	484244	1
mort	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	4067	9	1057	20	1040	19	934	19	1414	16	1862	18	3386	14	2843	15	2560	14	1132	22	1490	22	5778	11	5109	10	8295	9	40968	4
	21-30 cm	1656	13	488	23	345	26	377	25	714	19	771	23	1622	17	1436	19	976	21	477	22	696	21	1961	13	2333	13	2670	11	16522	4
	31-40 cm	1119	19	160	25	167	35	245	25	181	28	358	28	835	16	560	21	844	18	156	36	318	28	1140	13	1067	16	1047	16	8197	5
	41-50 cm	370	19	155	39	89	31	117	28	233	19	248	22	507	17	256	21	380	18	73	39	158	26	481	14	557	17	489	15	4113	5
	51-60 cm	167	24	84	37	49	43	66	34	120	29	114	39	174	23	164	27	186	24	59	35	55	40	252	20	408	17	246	25	2143	7
	61-70 cm	58	35	57	40	28	60	7	100	27	61	36	51	181	26	16	71	27	50	53	45	27	50	92	28	84	29	110	35	803	11
	71-80 cm	21	58	7	100	0	.	39	54	20	58	33	58	59	38	29	50	21	58	0	.	7	100	22	58	20	58	67	40	345	16
	81-90 cm	0	.	0	.	0	.	13	71	0	.	0	.	0	.	6	100	7	100	0	.	0	.	14	71	7	100	35	45	83	29
	91-100 cm	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	7	100	0	.	8	100	29	50
	>100 cm	7	100	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	71
	total	7472	8	2007	16	1717	17	1799	14	2708	12	3431	15	6763	11	5310	13	5002	12	1951	18	2758	18	9747	9	9585	9	12967	7	73219	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	12-20 cm	29055	5	8092	13	7722	15	14581	10	16204	8	9240	12	21900	8	11748	11	14338	10	7088	16	6600	15	28134	7	31083	7	41817	6	247602	2
	21-30 cm	15897	5	3869	12	3964	13	6424	11	9497	8	5880	13	13050	8	8735	10	6519	10	4210	14	3586	15	14901	8	17834	7	22531	5	136898	2
	31-40 cm	10725	6	2343	13	2273	14	4044	10	5085	8	3636	13	7289	8	6278	9	4586	10	2419	15	2036	15	8021	8	9603	6	10309	6	78647	2
	41-50 cm	6764	5	1690	12	1661	13	2589	9	3582	7	2065	11	4632	8	3717	9	2882	10	1366	17	1468	14	4274	8	6129	6	4974	6	47791	2
	51-60 cm	3400	6	839	14	1024	14	1930	9	2305	8	1293	13	2744	8	2475	9	1534	11	714	16	768	16	2417	9	3529	7	2654	10	27626	2
	61-70 cm	1306	9	355	17	411	16	829	12	985	11	528	17	1214	11	1048	13	689	14	358	21	284	23	993	12	1381	10	994	9	11375	3
	71-80 cm	458	14	150	25	135	25	348	17	455	15	202	23	512	13	404	17	392	16	195	27	189	28	460	17	548	13	517	14	4965	4
	81-90 cm	113	29	14	70	58	39	95	28	182	22	41	46	142	25	160	24	58	35	48	41	64	33	160	26	233	20	286	20	1654	7
	91-100 cm	44	41	0	.	7	100	42	46	66	34	27	58	12	71	14	71	38	45	7	100	57	35	87	29	73	35	103	32	577	12
	>100 cm	40	46	0	.	14	71	14	71	30	71	16	71	21	57	21	58	7	100	0	.	14	71	14	71	51	38	83	39	327	17
	total	67801	4	17353	10	17269	11	30897	7	38392	6	22929	11	51517	6	34600	8	31042	8	16406	13	15065	12	59462	6	70464	5	84268	4	557462	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. 1230447. Birmensdorf, Swiss Federal Research Institute WSL

page précedente