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 IFN4/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	2766	14	313	28	1011	22	24	77	299	35	3226	12	395	31	1568	28	223	36	112	51	491	32	731	19	129	42	424	33	752	40	136	47	3946	12	525	27	1149	17	2661	15	93	48	382	21	22016	5
	0-1	83	51	15	100	144	56	1166	20	73	55	363	31	20	100	83	61	1810	15	262	33	293	28	170	33	29	71	147	34	402	23	90	57	195	38	214	44	68	50	1222	16	156	44	509	23	1824	16	91	61	151	33	9580	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	3932	12	386	27	1374	20	44	62	382	34	5075	10	666	23	1861	24	393	26	141	44	638	27	1151	16	219	34	619	27	966	40	204	42	5185	10	681	28	1658	14	4485	12	184	40	533	19	31680	4
bois pourri	pas d'indication	165	39	15	100	16	71	644	17	7	100	163	40	72	80	206	52	641	18	208	39	377	30	78	56	53	53	168	53	334	31	24	77	118	44	103	42	51	58	1032	19	229	31	490	26	449	21	0	.	147	33	5790	7
	0-1	116	36	15	100	53	87	1592	16	52	54	523	26	7	100	190	36	1425	15	172	33	454	31	103	40	69	81	177	31	274	27	0	.	137	39	131	39	17	100	624	21	162	35	945	19	1516	15	0	.	174	39	8929	6
	2-10	0	.	0	.	0	.	14	71	0	.	37	66	0	.	0	.	7	100	0	.	0	.	0	.	6	100	7	100	7	100	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	97	36
	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	2257	13	59	49	723	22	79	73	396	34	2080	13	380	26	831	24	181	34	128	50	352	36	615	22	24	77	256	29	234	31	68	50	1674	16	392	30	1442	17	1975	13	0	.	321	26	14846	5
bois en décomposition ou vermoulu	pas d'indication	39	68	6	100	14	71	204	27	17	100	43	63	0	.	88	52	347	28	103	57	78	44	17	100	18	100	102	52	44	58	0	.	46	58	94	41	0	.	194	39	49	73	138	36	175	31	0	.	82	47	1896	11
	0-1	190	28	0	.	83	56	1385	17	136	44	361	29	34	71	181	39	1275	15	187	42	403	25	103	50	39	62	85	47	585	28	35	70	203	41	266	34	54	58	729	22	48	55	565	24	1281	15	17	100	317	31	8562	6
	2-10	0	.	0	.	0	.	20	58	0	.	22	100	0	.	0	.	64	46	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	0	.	17	100	137	31
	11-20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	8	100	0	.	0	.	0	.	14	71
	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	1616	16	153	40	426	28	34	71	269	34	1686	14	290	38	481	24	120	45	57	53	186	42	636	28	35	70	249	37	366	28	54	58	929	20	97	49	710	22	1456	14	17	100	416	27	10616	5
total	pas d'indication	394	26	177	44	343	33	3614	12	338	28	1217	21	96	65	593	31	4214	10	706	26	2023	26	317	32	183	42	760	28	1109	19	153	38	589	28	949	34	187	42	5172	11	803	23	1777	16	3285	13	93	48	612	19	29703	4
	0-1	389	23	30	71	279	44	4143	12	260	40	1247	23	61	52	454	28	4510	11	621	23	1150	21	377	24	137	50	409	25	1262	18	125	55	535	26	610	26	139	39	2574	12	366	27	2018	15	4622	11	108	58	643	22	27071	4
	2-10	0	.	0	.	0	.	35	54	0	.	59	76	0	.	0	.	103	35	0	.	0	.	0	.	6	100	7	100	32	80	0	.	0	.	7	100	0	.	36	70	0	.	0	.	0	.	0	.	17	100	301	24
	11-20	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	7	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	100	0	.	15	71	9	100	0	.	0	.	53	38
	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	7805	9	598	26	2523	19	157	51	1047	24	8841	8	1336	19	3173	19	694	22	326	35	1176	23	2402	15	278	32	1124	21	1566	28	326	37	7789	9	1169	23	3810	12	7915	10	202	40	1271	16	57142	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. 1235264. Birmensdorf, Swiss Federal Research Institute WSL

page précedente