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 de tiges
essence principale · géant (oui/non)
découpage régional: canton
unité: n/ha
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	géant (oui/non)	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	.
	non	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	.
	oui	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	.
	non	64	20	287	19	170	22	149	6	46	37	159	16	29	61	172	23	237	6	36	20	157	12	115	13	299	39	302	17	160	12	87	28	60	31	168	14	106	19	74	19	283	16	128	9	185	8	89	34	99	16	148	3
	oui	0	74	1	96	0	.	1	23	0	.	1	51	0	.	4	40	2	21	1	72	0	100	1	71	0	.	0	.	1	36	0	.	0	99	2	50	1	60	0	83	0	99	1	38	1	31	0	.	0	57	1	11
	total	64	20	288	19	170	22	150	6	46	37	160	15	29	61	175	22	239	5	37	19	158	12	116	13	299	39	302	17	161	12	87	28	60	31	170	14	107	19	75	19	283	15	129	9	186	8	89	34	99	16	149	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	.
	non	25	29	56	30	105	34	79	8	44	28	57	23	19	90	13	44	7	23	129	13	135	14	115	16	39	29	64	27	33	16	11	58	55	28	52	24	50	28	12	31	95	24	68	11	16	24	99	37	23	17	49	4
	oui	0	70	0	.	0	.	1	31	0	.	1	59	0	.	1	69	0	50	0	70	0	57	2	38	0	.	1	76	1	46	0	.	0	70	0	99	1	99	0	72	0	.	0	50	0	.	0	.	0	58	0	14
	total	25	29	56	30	105	34	79	8	44	28	58	22	19	90	14	44	7	22	130	13	135	14	117	16	39	29	65	27	34	16	11	58	56	27	52	24	51	28	12	30	95	24	68	11	16	24	99	37	23	17	50	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	.
	non	3	59	0	.	0	.	7	28	16	30	4	45	33	90	0	.	29	20	6	41	3	51	4	58	11	96	29	89	0	76	20	37	11	35	5	94	6	37	2	74	16	56	2	46	48	21	0	.	9	27	13	11
	oui	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	71
	total	3	59	0	.	0	.	7	28	16	30	4	45	33	90	0	.	29	20	6	41	3	51	4	58	11	96	29	89	0	76	20	37	11	35	5	94	6	37	2	74	16	56	2	46	48	21	0	.	9	27	13	11
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	.
	non	8	49	0	.	0	.	1	40	1	69	3	67	0	.	0	99	34	11	0	100	2	56	0	99	0	.	3	99	5	57	3	62	0	99	1	99	9	69	42	17	0	.	12	46	72	11	2	96	3	42	17	7
	oui	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	35	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	61	0	.	0	.	1	33	0	.	0	.	0	23
	total	8	49	0	.	0	.	1	40	1	69	3	67	0	.	0	99	35	11	0	100	2	56	0	99	0	.	3	99	5	57	3	62	0	99	1	99	9	69	42	17	0	.	12	46	73	11	2	96	3	42	18	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	.
	non	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	18	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	16	24	0	.	0	.	4	17
	oui	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	58	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	61	0	.	0	.	0	43
	total	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	18	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	17	24	0	.	0	.	4	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	.
	non	5	45	0	.	6	72	2	29	6	99	0	.	0	.	1	99	4	40	2	74	2	44	1	99	0	.	1	99	5	38	2	99	7	54	1	99	1	70	0	70	6	99	4	49	2	56	0	.	9	56	3	15
	oui	0	.	0	.	0	.	0	71	0	99	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	47
	total	5	45	0	.	6	72	2	28	6	99	0	.	0	.	1	99	4	40	2	74	3	46	1	99	0	.	1	99	5	39	2	99	7	54	1	99	1	70	0	70	6	99	4	49	2	56	0	.	9	56	3	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	.
	non	96	11	46	44	45	31	90	7	176	16	90	16	0	.	63	23	17	20	115	15	83	14	64	14	151	34	84	25	122	14	183	16	165	11	66	17	65	16	116	13	75	31	86	10	23	27	47	29	89	12	79	3
	oui	1	61	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	71	0	.	0	.	0	99	0	99	0	50	1	69	0	100	0	.	0	.	0	100	0	25
	total	97	11	46	44	45	31	90	7	176	16	90	16	0	.	63	23	17	20	115	15	83	14	64	14	151	34	84	25	122	14	183	16	165	11	66	17	66	16	116	13	76	31	86	10	23	27	47	29	89	12	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	.
	non	26	19	6	75	60	36	25	11	51	23	26	24	0	.	46	30	6	26	29	21	21	18	41	28	51	25	24	74	41	16	19	48	49	26	28	34	37	24	9	32	26	35	43	16	13	25	28	51	39	18	25	5
	oui	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	71
	total	26	19	6	75	60	36	25	11	51	23	26	24	0	.	47	30	6	26	29	21	21	18	41	28	51	25	24	74	41	16	19	48	49	26	28	34	37	24	9	32	26	35	43	16	13	25	28	51	39	18	25	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	.
	non	19	25	0	.	27	42	9	18	23	33	34	23	19	90	21	36	6	38	20	27	11	29	8	34	87	62	9	54	23	22	17	39	18	27	22	39	28	20	20	26	26	43	20	19	10	28	21	68	15	20	16	7
	oui	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	.	0	.	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	100	0	41
	total	20	25	0	.	27	42	9	18	23	33	34	23	19	90	21	36	6	38	20	27	11	29	8	34	87	62	9	54	23	22	17	39	18	27	22	39	28	20	20	26	26	43	20	19	10	28	21	68	15	20	16	7
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	.
	non	8	38	0	.	0	.	3	27	15	45	7	39	150	38	0	.	1	72	5	44	3	43	8	88	4	96	0	.	1	55	15	39	12	65	0	99	13	26	21	26	3	81	23	31	11	33	0	.	7	27	8	12
	oui	0	100	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	1	80	0	.	1	99	0	.	0	.	0	.	0	70	0	41
	total	9	38	0	.	0	.	3	26	15	45	7	39	150	38	0	.	1	72	5	44	3	43	8	88	4	96	0	.	1	49	15	39	12	65	0	99	14	28	21	26	4	73	23	31	11	33	0	.	7	27	8	12
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	.
	non	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	98	14	0	.	0	100	1	70	0	.	0	.	10	14
	oui	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	38	0	.	0	.	0	100	0	.	0	.	0	36
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	99	14	0	.	0	100	1	65	0	.	0	.	10	13
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	.
	non	38	17	0	.	18	52	24	14	28	25	27	24	39	66	27	46	40	20	36	25	20	28	13	35	49	39	13	33	24	29	10	48	25	30	24	29	42	35	123	11	28	33	26	17	45	14	15	55	32	19	38	5
	oui	0	.	0	.	0	.	0	100	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	71
	total	38	17	0	.	18	52	24	14	28	25	27	23	39	66	27	46	40	20	36	25	20	28	13	35	49	39	13	33	24	29	10	48	25	30	24	29	42	35	123	11	28	33	26	17	45	14	15	55	32	19	38	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	.
	non	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	.
	oui	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	.
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	.
	non	292	7	395	15	432	13	388	3	406	8	408	7	291	33	344	12	405	4	379	6	438	6	368	6	691	16	529	10	413	7	367	10	401	8	366	8	358	8	519	5	558	9	410	5	441	4	301	16	325	6	410	1
	oui	2	34	1	96	0	.	2	17	0	99	2	36	0	.	5	31	3	17	1	51	1	44	2	32	0	.	1	76	4	22	0	.	1	57	2	41	4	40	3	26	2	48	1	28	2	21	0	.	2	29	2	7
	total	294	7	396	15	432	13	390	3	407	8	409	7	291	33	349	12	408	4	381	6	438	6	371	6	691	16	530	10	417	7	367	10	402	8	369	8	362	8	521	5	561	9	412	5	444	4	301	16	326	6	412	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. 1198908. Birmensdorf, Swiss Federal Research Institute WSL

page précedente