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 de bois mort
bois mort: résistance du bois (3 classes) · bois mort: régénération (3 classes)
découpage régional: région économique
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		région économique
		Ouest du Jura		Est du Jura		Ouest du Plateau		Centre du Plateau		Est du Plateau		Ouest des Préalpes		Centre des Préalpes		Est des Préalpes		Nord-ouest des Alpes		Centre des Alpes		Nord-est des Alpes		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		Suisse
bois mort: résistance du bois (3 classes)	bois mort: régénération (3 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	±%
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
	pas de plante	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	1 plante	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	2 plantes ou plus	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
bois frais ou dur	pas d'indication	3167	11	900	21	751	23	617	20	1035	19	888	22	2324	15	2090	15	1441	19	572	22	713	25	2821	13	2890	12	5852	11	26060	4
	pas de plante	1347	17	616	25	325	27	269	40	549	18	411	22	1092	18	761	19	1012	20	196	45	711	39	2439	12	2334	18	2666	14	14729	6
	1 plante	0	.	0	.	0	.	0	.	0	.	0	.	39	65	0	.	0	.	7	100	0	.	0	.	0	.	8	100	54	51
	2 plantes ou plus	0	.	0	.	0	.	0	.	7	100	0	.	11	100	0	.	14	71	0	.	17	100	13	71	24	77	36	63	123	32
	total	4515	9	1517	17	1076	21	886	19	1590	16	1299	19	3466	14	2851	14	2467	16	775	22	1441	25	5273	11	5248	12	8561	9	40966	4
bois pourri	pas d'indication	502	20	62	45	58	56	132	34	187	33	163	40	616	27	622	17	303	25	320	29	174	41	389	22	290	24	646	18	4465	7
	pas de plante	1250	15	307	25	306	28	363	26	493	24	763	20	1036	16	834	27	933	24	243	34	422	24	1694	14	1461	16	1102	16	11208	5
	1 plante	0	.	7	100	0	.	0	.	0	.	15	100	13	71	29	79	52	58	0	.	0	.	50	55	6	100	20	100	192	28
	2 plantes ou plus	14	71	7	100	0	.	0	.	23	77	13	71	80	50	25	77	61	44	0	.	14	71	74	41	42	41	0	.	354	19
	total	1766	13	383	24	364	26	495	21	704	20	954	19	1745	14	1510	18	1349	19	563	29	611	22	2208	14	1799	15	1768	13	16219	5
bois en décomposition ou vermoulu	pas d'indication	176	42	7	100	20	74	37	77	7	100	33	52	164	37	116	46	62	45	73	50	39	61	79	45	51	55	215	37	1078	15
	pas de plante	961	15	94	49	196	34	267	23	376	25	881	25	832	17	598	23	605	32	167	33	176	32	846	18	962	16	1031	18	7992	6
	1 plante	19	100	0	.	0	.	0	.	17	100	18	100	37	66	0	.	34	62	9	100	7	100	50	54	44	61	37	82	271	25
	2 plantes ou plus	0	.	7	100	0	.	17	100	0	.	48	56	134	38	50	63	88	54	0	.	25	79	121	40	118	36	15	70	622	17
	total	1156	14	108	44	216	33	321	22	399	25	980	23	1167	16	764	21	789	27	248	31	247	31	1097	16	1174	14	1298	16	9964	6
total	pas d'indication	3846	10	969	21	828	22	786	17	1229	17	1085	20	3104	14	2828	13	1805	16	965	20	926	24	3289	13	3231	12	6713	10	31603	4
	pas de plante	3559	10	1017	19	827	20	899	20	1418	14	2055	18	2960	12	2193	18	2550	17	606	25	1310	24	4979	11	4756	12	4799	10	33928	4
	1 plante	19	100	7	100	0	.	0	.	17	100	33	71	89	40	29	79	86	43	16	71	7	100	100	38	50	55	64	57	517	17
	2 plantes ou plus	14	71	14	70	0	.	17	100	30	64	61	46	225	29	75	63	163	34	0	.	56	50	208	29	184	28	52	48	1099	12
	total	7437	8	2007	16	1656	18	1702	14	2693	12	3234	15	6379	11	5125	13	4605	13	1587	20	2299	19	8577	10	8222	10	11627	8	67148	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. 1413640. Birmensdorf, Swiss Federal Research Institute WSL

page précedente