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.

IFN4
nombre de tiges de bois mort
bois mort: résistance du bois (3 classes) · bois mort: colonisation par des arbustes (5 classes)
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 2009/17
		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
bois mort: résistance du bois (3 classes)	bois mort: colonisation par des arbustes (5 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	±%	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	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
	0-1	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	.
	2-10	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	.
	11-20	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	.
	21-50	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	.
	>50	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	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
bois frais ou dur	pas d'indication	190	35	156	47	312	34	2503	14	313	28	993	22	24	77	282	36	2959	12	395	31	1541	29	223	36	105	54	491	32	682	20	129	42	424	33	708	43	136	47	3631	13	503	28	1082	18	2410	16	71	55	367	22	20630	5
	0-1	83	51	15	100	144	56	1121	21	73	55	363	31	20	100	68	72	1554	15	262	33	293	28	170	33	29	71	147	34	349	25	90	57	195	38	177	49	68	50	1132	17	156	44	509	23	1558	15	91	61	151	33	8819	6
	2-10	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	32	65	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	67	48
	11-20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	71
	21-50	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	.
	>50	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	273	30	171	50	457	33	3624	12	386	27	1357	20	44	62	350	36	4551	10	666	23	1834	25	393	26	134	46	638	27	1049	17	219	34	619	27	885	43	204	42	4782	11	658	28	1590	15	3968	13	162	44	519	20	29532	4
bois pourri	pas d'indication	165	39	15	100	16	71	595	18	7	100	163	40	17	100	206	52	568	19	208	39	377	30	78	56	53	53	168	53	316	32	24	77	118	44	96	45	51	58	945	20	177	33	490	26	407	23	0	.	140	35	5399	7
	0-1	116	36	15	100	53	87	1558	17	52	54	523	26	7	100	190	36	1278	16	172	33	445	31	103	40	69	81	177	31	253	29	0	.	137	39	131	39	17	100	581	22	162	35	927	20	1384	16	0	.	174	39	8523	6
	2-10	0	.	0	.	0	.	14	71	0	.	37	66	0	.	0	.	0	.	0	.	0	.	0	.	6	100	7	100	7	100	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	90	38
	11-20	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	9	100	0	.	0	.	23	58
	21-50	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100
	>50	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	281	30	30	100	69	69	2173	14	59	49	723	22	24	77	396	34	1854	14	380	26	822	24	181	34	128	50	352	36	576	23	24	77	256	29	227	32	68	50	1544	16	339	32	1424	17	1800	14	0	.	314	27	14043	5
bois en décomposition ou vermoulu	pas d'indication	39	68	6	100	14	71	204	27	17	100	43	63	0	.	88	52	287	28	103	57	78	44	17	100	18	100	83	60	44	58	0	.	46	58	47	55	0	.	168	43	49	73	138	36	157	33	0	.	82	47	1727	11
	0-1	190	28	0	.	83	56	1367	17	136	44	361	29	34	71	146	43	1156	16	187	42	403	25	103	50	39	62	85	47	480	27	35	70	203	41	247	35	54	58	610	23	48	55	565	24	1158	16	17	100	317	31	8024	6
	2-10	0	.	0	.	0	.	20	58	0	.	22	100	0	.	0	.	39	56	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	17	100	112	34
	11-20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	0	.	8	100
	21-50	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100
	>50	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	228	28	6	100	97	54	1598	16	153	40	426	28	34	71	234	36	1481	14	290	38	481	24	120	45	57	53	168	45	531	27	35	70	249	37	301	31	54	58	778	21	97	49	710	22	1315	15	17	100	416	27	9877	6
total	pas d'indication	394	26	177	44	343	33	3301	12	338	28	1199	21	41	72	575	32	3814	11	706	26	1995	26	317	32	176	43	742	28	1042	19	153	38	589	28	850	37	187	42	4745	12	728	25	1709	16	2973	14	71	55	589	19	27757	4
	0-1	389	23	30	71	279	44	4046	13	260	40	1247	23	61	52	404	30	3987	12	621	23	1141	21	377	24	137	50	409	25	1082	18	125	55	535	26	555	27	139	39	2323	12	366	27	2000	15	4100	12	108	58	643	22	25366	4
	2-10	0	.	0	.	0	.	35	54	0	.	59	76	0	.	0	.	71	43	0	.	0	.	0	.	6	100	7	100	32	80	0	.	0	.	7	100	0	.	36	70	0	.	0	.	0	.	0	.	17	100	269	26
	11-20	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	15	71	9	100	0	.	0	.	47	41
	21-50	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	71
	>50	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	782	19	207	46	622	30	7396	10	598	26	2506	19	102	56	980	26	7886	9	1336	19	3137	19	694	22	319	36	1158	23	2155	15	278	32	1124	21	1413	30	326	37	7104	9	1094	24	3724	12	7083	11	179	43	1249	16	53452	3

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. 1235254. Birmensdorf, Swiss Federal Research Institute WSL

page précedente