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
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	2679	21	1649	30	1493	29	27313	7	770	39	7719	17	52	74	2826	25	40832	6	1106	22	7398	14	3674	16	1950	44	5970	21	8477	14	1090	33	1754	32	4699	17	2567	22	8869	17	4970	19	12355	11	19382	9	663	39	4925	18	175182	3
	mort	244	32	269	41	300	36	5442	12	180	45	1389	24	0	.	532	37	5593	11	368	48	1694	26	302	26	228	48	673	32	1406	22	202	48	222	43	926	36	306	47	823	19	636	28	1859	17	4014	14	134	40	657	49	28398	5
	total	2923	21	1918	30	1793	26	32756	7	950	37	9108	16	52	74	3358	23	46426	6	1474	26	9092	14	3976	16	2178	43	6643	21	9884	14	1292	31	1976	31	5624	17	2873	21	9692	16	5606	19	14213	10	23396	9	797	36	5582	17	203580	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	13453	9	759	30	2226	24	34	100	238	42	1044	23	3876	16	6044	16	3634	19	231	38	1172	29	1829	16	142	60	1634	29	1466	25	1228	30	1227	29	1461	28	5897	13	1532	24	488	44	1137	19	53003	4
	mort	187	33	15	100	130	64	1136	16	135	46	205	35	0	.	43	87	283	47	446	33	409	23	221	41	40	82	160	48	241	33	0	.	209	32	216	41	33	100	81	43	275	43	464	23	161	35	117	58	87	41	5295	8
	total	1225	28	299	40	1058	38	14589	8	894	28	2431	23	34	100	281	42	1326	22	4322	17	6454	16	3854	19	271	37	1332	28	2070	16	142	60	1843	27	1682	23	1262	30	1308	28	1736	27	6360	12	1693	24	606	46	1224	19	58298	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	.	1210	28	259	33	164	46	59	100	0	.	4802	19	187	42	151	52	113	59	66	100	530	90	203	71	251	40	324	36	273	65	149	39	331	54	271	54	136	47	4670	21	0	.	461	28	14724	10
	mort	0	.	0	.	0	.	338	31	56	52	34	100	7	100	0	.	1258	26	108	55	0	.	58	76	0	.	126	87	68	73	22	58	144	55	70	66	7	100	76	56	18	100	105	67	1451	20	0	.	122	44	4070	12
	total	115	60	0	.	0	.	1548	26	315	33	199	52	66	90	0	.	6061	18	295	44	151	52	171	62	66	100	656	79	271	71	273	39	468	35	343	65	155	37	407	50	289	52	242	52	6120	19	0	.	583	26	18794	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	.	185	37	14	71	121	68	0	.	7	100	8562	11	7	100	73	57	7	100	0	.	52	100	433	50	31	64	7	100	14	100	211	70	6612	14	0	.	1058	45	9587	12	7	100	159	43	27496	6
	mort	0	.	0	.	0	.	54	75	0	.	7	100	0	.	0	.	1655	17	0	.	0	.	0	.	0	.	17	100	110	62	0	.	0	.	0	.	17	100	630	21	0	.	114	54	1791	17	0	.	0	.	4396	10
	total	350	50	0	.	0	.	239	35	14	71	128	64	0	.	7	100	10217	10	7	100	73	57	7	100	0	.	69	100	543	47	31	64	7	100	14	100	228	66	7242	13	0	.	1172	43	11378	11	7	100	159	43	31892	6
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	.	3971	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	1860	22	0	.	0	.	5889	15
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	205	48	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	219	34	0	.	0	.	424	29
	total	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	4176	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	2079	22	0	.	0	.	6313	15
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	658	38	98	100	0	.	0	.	18	100	696	32	51	74	112	47	17	100	0	.	35	71	237	39	21	100	195	54	76	80	34	71	44	70	87	100	328	49	173	56	0	.	420	56	3543	14
	mort	0	.	0	.	0	.	52	58	0	.	0	.	0	.	0	.	283	49	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	35	100	37	71	35	71	0	.	0	.	459	33
	total	188	45	0	.	54	74	710	37	98	100	0	.	0	.	18	100	979	35	51	74	112	47	17	100	0	.	35	71	256	37	21	100	195	54	76	80	34	71	44	70	121	100	365	47	208	56	0	.	420	56	4002	15
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	4159	14	235	51	400	36	15290	8	3034	20	3458	19	0	.	873	27	2902	20	3439	18	3812	16	1980	17	909	42	1517	28	6396	15	2288	22	4902	15	1936	19	1581	19	11778	13	1239	32	7440	12	2313	27	224	40	4448	14	86553	3
	mort	238	30	33	71	61	67	740	20	243	38	323	39	0	.	470	58	240	31	291	45	388	32	91	42	43	61	231	58	620	24	152	41	405	31	182	39	17	100	687	26	57	65	754	21	266	45	7	100	183	32	6721	8
	total	4397	14	268	47	461	34	16030	8	3277	20	3781	18	0	.	1344	30	3142	20	3730	18	4200	16	2071	17	952	42	1748	30	7016	15	2440	23	5307	15	2118	19	1598	19	12465	13	1296	32	8194	12	2579	27	231	40	4630	14	93274	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	4686	12	943	26	1007	25	20	100	852	30	983	25	857	23	968	20	1280	30	336	32	542	64	2063	17	232	51	1454	28	887	31	923	26	1611	29	455	34	3694	17	1997	24	149	53	2030	19	29611	5
	mort	24	77	0	.	84	81	219	36	95	45	18	100	0	.	111	66	0	.	118	46	73	50	85	82	18	100	0	.	52	58	17	100	17	100	34	71	67	100	108	60	17	100	53	58	162	46	0	.	84	66	1456	15
	total	1107	21	28	79	614	43	4906	12	1038	25	1025	25	20	100	963	32	983	25	976	21	1040	20	1365	32	354	31	542	64	2115	17	249	53	1471	28	920	30	990	27	1719	27	472	34	3747	16	2158	24	149	53	2113	19	31067	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	1701	19	401	34	1312	25	34	100	311	37	1055	34	612	29	493	30	242	36	521	67	166	56	1459	22	214	43	539	28	682	37	685	23	2156	24	444	42	1767	20	1508	27	101	73	849	21	18301	6
	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	219	34	56	58	115	44	217	50	54	52	208	44	15	100	200	32	183	44	0	.	378	42	3718	11
	total	1030	26	0	.	342	46	2025	18	481	31	1543	25	52	100	435	37	1179	33	1021	31	832	26	242	36	606	60	182	52	1678	22	270	42	654	28	898	35	738	23	2364	24	459	43	1967	20	1690	26	101	73	1227	24	22019	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	385	36	0	.	0	.	541	25	243	47	258	40	266	58	0	.	168	60	163	45	119	44	245	89	22	100	0	.	88	49	192	42	341	66	6	100	337	30	2103	25	61	75	2038	31	1142	32	7	100	345	27	9071	11
	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	94	45	0	.	24	77	1376	16
	total	424	34	0	.	0	.	615	24	278	47	282	37	338	53	0	.	186	55	222	41	138	40	319	86	22	100	0	.	142	52	209	45	442	55	6	100	337	30	2519	25	79	61	2277	30	1236	31	7	100	369	27	10446	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	.	9735	14	0	.	7	100	238	67	0	.	0	.	10739	13
	mort	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	305	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4754	15	0	.	0	.	73	71	0	.	0	.	5131	14
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1063	55	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14488	13	0	.	7	100	311	67	0	.	0	.	15870	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	5271	14	485	28	1285	25	167	67	375	49	7141	18	1088	27	1135	27	388	37	388	42	313	36	1478	26	123	51	752	30	1044	31	1122	35	14748	10	1054	44	2976	19	5314	14	70	61	1662	20	50132	5
	mort	180	35	0	.	33	71	657	23	129	49	383	40	55	100	187	59	1811	18	277	37	207	43	126	55	0	.	87	51	459	31	0	.	126	45	377	52	62	60	2449	15	394	53	809	23	1137	20	35	100	169	37	10149	7
	total	1770	18	0	.	195	55	5929	14	614	28	1668	23	222	56	562	43	8953	16	1365	26	1342	25	514	34	388	42	400	33	1936	24	123	51	879	29	1421	33	1184	35	17197	10	1448	43	3786	17	6451	13	105	62	1830	19	60281	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	214	29	45	86	40	71	0	.	0	.	470	26	34	71	89	45	36	71	13	71	25	77	110	39	0	.	69	71	0	.	17	100	75	50	14	100	141	35	162	33	0	.	51	58	1627	12
	total	0	.	0	.	22	75	214	29	45	86	40	71	0	.	0	.	470	26	34	71	89	45	36	71	13	71	25	77	110	39	0	.	69	71	0	.	17	100	75	50	14	100	141	35	162	33	0	.	51	58	1627	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	12403	11	2195	28	3803	24	70319	5	7005	16	17550	11	632	48	5501	18	72916	5	11387	12	20305	10	11580	11	4422	28	10298	16	22663	10	4584	19	11903	13	11081	13	8836	14	59262	5	10041	16	37697	7	49715	6	1710	29	16434	10	484244	1
	mort	1126	18	317	40	736	28	9251	9	998	23	2655	17	150	49	1468	28	12245	8	2110	19	3217	17	994	19	428	34	1335	27	3358	13	467	30	1408	20	2021	22	579	32	10308	8	1480	22	4773	11	9747	9	293	35	1754	23	73219	3
	total	13529	11	2513	28	4540	22	79570	5	8003	16	20205	11	782	44	6970	17	85161	5	13497	12	23522	10	12574	11	4850	28	11633	16	26021	10	5050	19	13311	13	13102	13	9415	14	69570	5	11521	16	42470	7	59462	6	2003	29	18188	10	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. 1279247. Birmensdorf, Swiss Federal Research Institute WSL

page précedente