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
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 2018/26
		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	2669	21	1457	31	1493	29	24954	7	760	40	6116	18	52	74	2442	27	34291	7	1106	22	7005	15	3595	16	1795	47	5460	22	7773	14	1090	33	1735	33	4181	18	2567	22	7227	19	4262	22	10978	11	17710	10	423	44	4875	18	156015	3
	mort	244	32	251	43	300	36	4928	13	180	45	1372	24	0	.	411	39	5077	12	368	48	1669	26	302	26	221	50	655	33	1316	23	202	48	222	43	919	37	306	47	705	21	601	30	1740	17	3644	15	134	40	642	50	26408	5
	total	2912	21	1708	32	1793	26	29882	7	940	37	7488	17	52	74	2853	26	39368	7	1474	26	8674	15	3897	16	2016	46	6115	22	9089	14	1292	31	1957	31	5100	18	2873	21	7932	18	4863	21	12718	11	21354	10	557	40	5517	18	182423	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	1039	30	283	39	929	39	13164	9	724	31	2226	24	34	100	194	46	1044	23	3876	16	6000	17	3634	19	231	38	1172	29	1625	18	142	60	1616	29	1292	27	1228	30	1153	30	1434	28	5838	13	1501	24	467	46	1137	19	51983	4
	mort	187	33	15	100	130	64	1112	16	135	46	205	35	0	.	43	87	265	49	446	33	386	24	221	41	40	82	160	48	222	34	0	.	209	32	209	42	33	100	81	43	275	43	464	23	161	35	117	58	87	41	5205	8
	total	1225	28	299	40	1058	38	14276	8	859	29	2431	23	34	100	238	46	1309	22	4322	17	6386	16	3854	19	271	37	1332	28	1847	17	142	60	1825	28	1501	25	1262	30	1234	30	1709	28	6302	12	1663	24	584	48	1224	19	57188	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	115	60	0	.	0	.	1172	28	259	33	164	46	59	100	0	.	4176	20	187	42	151	52	113	59	66	100	530	90	24	76	251	40	324	36	120	95	149	39	216	74	247	58	136	47	4621	22	0	.	461	28	13541	11
	mort	0	.	0	.	0	.	303	33	56	52	34	100	7	100	0	.	1118	28	108	55	0	.	58	76	0	.	126	87	0	.	22	58	144	55	24	100	7	100	69	62	18	100	105	67	1416	21	0	.	122	44	3739	13
	total	115	60	0	.	0	.	1475	28	315	33	199	52	66	90	0	.	5294	20	295	44	151	52	171	62	66	100	656	79	24	76	273	39	468	35	145	96	155	37	285	65	265	56	242	52	6037	19	0	.	583	26	17280	10
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	350	50	0	.	0	.	160	40	14	71	121	68	0	.	7	100	5017	12	7	100	73	57	7	100	0	.	52	100	249	57	31	64	7	100	14	100	211	70	4051	17	0	.	1003	47	6942	12	7	100	159	43	18482	7
	mort	0	.	0	.	0	.	54	75	0	.	7	100	0	.	0	.	1116	19	0	.	0	.	0	.	0	.	17	100	110	62	0	.	0	.	0	.	17	100	391	28	0	.	114	54	1365	20	0	.	0	.	3192	12
	total	350	50	0	.	0	.	214	37	14	71	128	64	0	.	7	100	6132	12	7	100	73	57	7	100	0	.	69	100	359	55	31	64	7	100	14	100	228	66	4442	17	0	.	1117	45	8307	12	7	100	159	43	21675	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	.	2581	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	1592	24	0	.	0	.	4231	17
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	82	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	187	38	0	.	0	.	268	31
	total	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	2663	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	1778	24	0	.	0	.	4500	17
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	188	45	0	.	54	74	312	28	98	100	0	.	0	.	18	100	518	40	51	74	112	47	17	100	0	.	17	100	237	39	21	100	195	54	18	100	34	71	44	70	87	100	328	49	173	56	0	.	420	56	2942	15
	mort	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	283	49	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	35	100	37	71	35	71	0	.	0	.	406	36
	total	188	45	0	.	54	74	329	29	98	100	0	.	0	.	18	100	801	42	51	74	112	47	17	100	0	.	17	100	237	39	21	100	195	54	18	100	34	71	44	70	121	100	365	47	208	56	0	.	420	56	3349	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	4031	14	235	51	400	36	14878	9	2894	21	3458	19	0	.	873	27	2505	21	3439	18	3686	16	1980	17	909	42	1517	28	5882	16	2288	22	4772	15	1629	20	1581	19	11200	14	1148	34	7360	12	2216	28	224	40	4385	14	83489	3
	mort	238	30	33	71	61	67	725	20	243	38	323	39	0	.	470	58	222	33	291	45	388	32	91	42	43	61	231	58	613	24	152	41	405	31	145	45	17	100	654	26	57	65	754	21	248	48	7	100	183	32	6593	8
	total	4269	14	268	47	461	34	15603	8	3137	21	3781	18	0	.	1344	30	2727	21	3730	18	4074	16	2071	17	952	42	1748	30	6494	16	2440	23	5177	15	1774	20	1598	19	11854	14	1204	34	8113	12	2464	27	231	40	4568	14	90082	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	1083	21	28	79	530	42	4172	12	841	27	1000	25	0	.	648	34	869	26	857	23	954	20	1272	30	308	34	435	75	1966	18	232	51	1423	28	685	36	897	26	916	33	394	38	3631	17	1205	25	134	59	1938	20	26420	5
	mort	24	77	0	.	84	81	202	38	95	45	18	100	0	.	94	76	0	.	118	46	73	50	85	82	18	100	0	.	52	58	17	100	17	100	34	71	67	100	76	80	17	100	53	58	127	52	0	.	84	66	1354	16
	total	1107	21	28	79	614	43	4373	11	936	26	1018	25	0	.	742	36	869	26	976	21	1027	20	1357	32	325	33	435	75	2018	18	249	53	1440	28	719	35	964	27	992	31	411	39	3684	17	1332	26	134	59	2022	20	27773	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	814	26	0	.	235	47	1527	19	383	36	1312	25	34	100	293	39	866	39	612	29	493	30	242	36	521	67	166	56	1109	24	214	43	517	29	532	41	685	23	1963	27	391	46	1699	20	912	29	101	73	742	21	16364	7
	mort	216	47	0	.	107	62	324	35	80	65	231	48	17	100	125	54	123	55	410	38	339	40	0	.	86	74	15	100	166	38	56	58	115	44	147	65	54	52	160	49	15	100	200	32	77	46	0	.	378	42	3441	11
	total	1030	26	0	.	342	46	1851	18	462	32	1543	25	52	100	418	39	990	37	1021	31	832	26	242	36	606	60	182	52	1276	23	270	42	631	29	679	40	738	23	2123	26	406	46	1899	20	989	27	101	73	1121	25	19805	6
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	354	39	0	.	0	.	464	27	243	47	258	40	266	58	0	.	91	72	163	45	119	44	245	89	22	100	0	.	53	49	192	42	341	66	6	100	337	30	1978	26	61	75	1981	31	1080	34	0	.	337	28	8591	12
	mort	38	100	0	.	0	.	74	46	35	100	25	78	71	50	0	.	18	100	58	52	19	100	74	80	0	.	0	.	54	100	17	100	101	51	0	.	0	.	416	35	18	100	238	44	70	50	0	.	24	77	1352	17
	total	392	36	0	.	0	.	539	25	278	47	282	37	338	53	0	.	109	63	222	41	138	40	319	86	22	100	0	.	107	61	209	45	442	55	6	100	337	30	2394	26	79	61	2219	31	1150	33	0	.	361	27	9943	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	.	758	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9595	14	0	.	7	100	90	65	0	.	0	.	10450	13
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	305	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4718	15	0	.	0	.	37	100	0	.	0	.	5059	14
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1063	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14312	13	0	.	7	100	127	74	0	.	0	.	15510	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	1591	19	0	.	163	56	3968	14	459	29	1044	25	69	79	375	49	5776	21	1088	27	890	29	388	37	293	46	243	36	1147	30	123	51	712	32	601	32	1018	37	11891	12	419	36	2196	18	4280	15	70	61	1581	21	40383	5
	mort	180	35	0	.	33	71	468	26	129	49	366	42	0	.	187	59	1635	20	277	37	207	43	126	55	0	.	87	51	385	31	0	.	126	45	250	69	62	60	2028	16	253	61	741	25	1082	21	35	100	169	37	8826	8
	total	1770	18	0	.	195	55	4436	14	589	29	1410	24	69	79	562	43	7411	19	1365	26	1097	27	514	34	293	46	331	35	1532	28	123	51	838	31	851	40	1079	37	13919	12	672	36	2937	16	5363	15	105	62	1750	20	49210	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	.	22	75	201	30	45	86	40	71	0	.	0	.	248	31	34	71	89	45	36	71	13	71	25	77	75	46	0	.	69	71	0	.	17	100	59	57	14	100	141	35	126	37	0	.	51	58	1305	12
	total	0	.	0	.	22	75	201	30	45	86	40	71	0	.	0	.	248	31	34	71	89	45	36	71	13	71	25	77	75	46	0	.	69	71	0	.	17	100	59	57	14	100	141	35	126	37	0	.	51	58	1305	12
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	12234	11	2003	29	3803	24	64780	5	6674	16	15699	11	515	54	4852	19	58492	6	11387	12	19483	10	11493	11	4143	30	9593	17	20065	11	4584	19	11641	13	9080	14	8705	14	50282	6	8442	17	35159	8	42322	7	1426	32	16036	10	432892	2
	mort	1126	18	299	42	736	28	8409	9	998	23	2620	17	95	52	1330	29	10492	9	2110	19	3169	17	994	19	421	34	1317	27	2993	14	467	30	1408	20	1727	25	579	32	9357	9	1304	23	4587	11	8577	10	293	35	1739	23	67148	3
	total	13360	11	2302	29	4540	22	73189	5	7672	16	18320	11	610	52	6182	19	68984	6	13497	12	22652	10	12487	11	4564	29	10910	17	23058	10	5050	19	13050	13	10807	14	9285	14	59639	6	9746	17	39745	8	50898	7	1719	31	17775	10	500040	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. 1279215. Birmensdorf, Swiss Federal Research Institute WSL

page précedente