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
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	63	20	303	18	170	22	149	6	43	37	187	15	20	65	169	20	219	5	35	20	157	12	114	13	273	37	306	16	148	11	87	28	58	30	163	13	101	19	69	16	243	14	131	9	157	8	122	29	98	16	144	3
	oui	0	74	1	97	0	.	1	22	0	.	1	45	0	.	4	37	2	19	1	72	0	71	1	71	0	.	0	.	2	29	0	.	0	99	1	50	1	60	0	72	0	99	1	36	1	31	0	.	0	57	1	10
	total	64	20	304	18	170	22	150	6	43	37	188	15	20	65	173	20	221	5	36	19	158	12	114	13	273	37	306	16	150	11	87	28	58	30	165	13	102	19	69	16	243	14	132	9	157	8	122	29	98	16	145	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	24	29	52	31	105	34	73	8	43	27	53	23	14	93	14	40	5	23	124	13	128	14	111	16	32	31	59	27	31	15	11	58	53	28	51	22	48	28	9	29	71	24	63	11	12	24	88	37	22	18	43	4
	oui	0	70	0	.	0	.	1	30	0	.	1	59	0	.	1	70	0	50	0	70	0	57	2	38	0	.	1	76	1	41	0	.	1	59	0	99	1	99	0	72	0	.	0	50	0	.	2	96	0	58	0	14
	total	25	29	52	31	105	34	74	8	43	27	54	23	14	93	15	40	6	22	125	13	129	14	113	16	32	31	60	27	32	15	11	58	54	27	51	22	49	28	10	29	71	24	63	11	12	24	90	36	23	17	44	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	27	15	30	4	45	23	93	0	.	26	18	6	41	3	51	4	58	9	96	27	89	4	71	20	37	11	35	10	64	6	37	3	54	13	52	1	46	38	21	0	.	9	27	12	10
	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	27	15	30	4	45	23	93	0	.	26	18	6	41	3	51	4	58	9	96	27	89	4	71	20	37	11	35	10	64	6	37	3	54	13	52	1	46	38	21	0	.	9	27	12	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	.
	non	8	49	0	.	0	.	1	37	1	70	3	67	0	.	0	99	46	10	0	100	2	56	0	99	0	.	3	99	8	49	3	62	0	99	1	99	8	69	51	13	0	.	11	44	77	11	1	97	3	42	22	6
	oui	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	32	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	38	0	.	0	.	1	31	0	.	0	.	0	19
	total	8	49	0	.	0	.	1	37	1	70	3	67	0	.	0	99	46	10	0	100	2	56	0	99	0	.	3	99	8	49	3	62	0	99	1	99	8	69	52	13	0	.	11	44	78	11	1	97	3	42	23	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	.
	non	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	21	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	15	22	0	.	0	.	5	15
	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	47	0	.	0	.	0	37
	total	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	21	19	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	15	21	0	.	0	.	5	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	.
	non	4	45	0	.	6	72	4	38	5	99	0	.	0	.	1	99	4	32	2	74	2	44	1	99	0	.	2	70	4	38	2	99	6	54	3	79	1	70	0	70	4	99	4	49	1	56	0	.	8	56	3	14
	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	4	45	0	.	6	72	4	37	5	99	0	.	0	.	1	99	4	32	2	74	2	46	1	99	0	.	2	70	4	39	2	99	6	54	3	79	1	70	0	70	4	99	4	49	1	56	0	.	8	56	3	14
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	99	11	43	45	45	31	84	7	170	15	84	16	0	.	53	23	16	20	111	15	81	14	62	14	127	35	78	25	113	13	183	16	161	11	68	16	63	16	92	13	60	30	79	10	19	27	41	30	88	12	71	3
	oui	1	61	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	71	0	.	0	99	0	99	0	99	0	50	1	69	0	100	0	.	0	.	0	100	0	24
	total	99	11	43	45	45	31	84	7	170	15	84	16	0	.	53	23	16	20	111	15	81	14	62	14	127	35	78	25	113	13	183	16	162	11	68	16	63	16	92	13	61	30	79	10	19	27	41	30	89	12	71	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	5	76	60	36	26	12	53	22	24	24	8	91	52	27	5	25	28	21	21	18	40	28	47	24	28	62	36	16	19	48	48	26	31	29	37	23	13	29	22	31	39	15	16	24	27	47	40	18	24	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	5	76	60	36	26	12	53	22	24	24	8	91	52	26	5	25	28	21	21	18	40	28	47	24	28	62	36	16	19	48	48	26	31	29	37	23	13	29	22	31	39	15	16	24	27	47	40	18	24	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	32	32	23	14	93	19	34	6	34	20	27	11	29	8	34	73	63	9	55	25	21	17	39	18	26	24	35	27	20	17	24	22	40	19	19	12	26	19	69	17	19	15	6
	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	19	25	0	.	27	42	9	18	23	32	32	23	14	93	19	34	6	34	20	27	11	29	8	34	73	63	9	55	26	21	17	39	18	26	24	35	27	20	17	24	22	40	19	19	12	26	19	69	17	19	15	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	.
	non	9	36	0	.	0	.	3	25	14	45	6	39	105	45	0	.	1	60	5	44	3	43	8	88	3	96	0	.	1	53	15	39	11	65	0	100	12	26	16	24	2	82	22	30	9	32	1	98	7	27	7	11
	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	.	0	99	0	.	0	.	0	.	0	70	0	41
	total	9	35	0	.	0	.	3	25	14	45	6	39	105	45	0	.	1	60	5	44	3	43	8	88	3	96	0	.	2	49	15	39	11	65	0	100	13	28	16	24	3	74	22	30	9	32	1	98	7	26	7	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	.
	non	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	75	14	0	.	0	100	2	69	0	.	0	.	9	13
	oui	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	36	0	.	0	.	0	100	0	.	0	.	0	35
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4	53	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	76	14	0	.	0	100	2	67	0	.	0	.	9	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	29	14	27	24	31	23	66	55	23	47	39	17	35	25	24	25	12	35	54	36	16	33	26	24	10	48	25	28	37	28	44	33	116	10	52	42	32	18	43	13	13	56	33	19	41	5
	oui	0	.	0	.	0	.	0	100	0	.	0	99	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	99	0	.	0	.	0	100	0	.	0	.	0	.	0	52
	total	38	17	0	.	18	52	29	14	27	24	31	23	66	55	23	47	39	17	35	25	24	25	12	35	54	36	16	33	26	24	10	48	25	28	37	28	45	32	116	10	52	42	32	18	43	13	13	56	33	19	41	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	294	7	404	14	432	13	384	3	392	8	425	7	250	31	332	11	392	3	366	7	432	6	358	6	619	16	526	10	396	6	367	10	391	8	386	7	347	8	462	4	490	9	401	5	401	4	312	13	326	6	398	1
	oui	2	34	1	97	0	.	2	16	0	99	2	33	0	.	5	30	3	15	1	51	1	40	2	33	0	.	1	76	4	19	0	.	1	45	2	41	4	37	2	22	2	49	1	27	2	20	2	96	2	29	2	6
	total	296	7	405	14	432	13	386	3	393	8	427	7	250	31	337	11	394	3	367	7	433	6	360	6	619	16	528	10	400	6	367	10	392	8	388	7	351	8	464	4	491	9	403	5	403	4	314	14	327	6	400	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. 1198918. Birmensdorf, Swiss Federal Research Institute WSL

page précedente