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 IFN4/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	3194	10	900	21	812	22	667	20	1035	19	976	21	2452	15	2140	15	1553	18	638	21	744	24	3240	13	3282	12	6300	11	27935	4
	pas de plante	1355	16	616	25	325	27	269	40	556	18	411	22	1170	18	779	19	1105	19	300	36	920	34	2654	11	2809	15	3023	13	16294	5
	1 plante	0	.	0	.	0	.	0	.	0	.	0	.	39	65	0	.	0	.	7	100	0	.	7	100	0	.	8	100	61	46
	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	4550	9	1517	17	1137	20	936	19	1598	15	1387	18	3672	14	2919	14	2673	15	946	20	1682	23	5915	10	6115	10	9367	9	44413	4
bois pourri	pas d'indication	502	20	62	45	58	56	132	34	194	32	198	36	625	26	722	20	370	23	371	26	199	37	425	21	290	24	729	17	4877	7
	pas de plante	1250	15	307	25	306	28	363	26	493	24	763	20	1043	16	851	27	969	24	278	32	476	22	1912	14	1689	15	1249	15	11949	5
	1 plante	0	.	7	100	0	.	0	.	0	.	15	100	13	71	29	79	70	50	0	.	0	.	72	49	6	100	20	100	232	26
	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	49	38	14	71	375	18
	total	1766	13	383	24	364	26	495	21	711	20	989	18	1761	14	1627	18	1469	18	649	27	689	21	2483	13	2034	14	2012	12	17433	4
bois en décomposition ou vermoulu	pas d'indication	176	42	7	100	20	74	37	77	7	100	33	52	173	36	116	46	89	43	110	47	39	61	79	45	51	55	241	34	1178	14
	pas de plante	961	15	94	49	196	34	283	23	376	25	881	25	832	17	598	23	605	32	202	32	205	30	999	16	1035	15	1123	17	8391	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	146	37	142	32	15	70	671	16
	total	1156	14	108	44	216	33	337	21	399	25	980	23	1177	16	764	21	816	26	320	29	275	29	1274	15	1272	13	1416	15	10511	5
total	pas d'indication	3873	10	969	21	890	21	836	17	1236	17	1207	18	3250	14	2978	13	2012	15	1119	18	982	23	3744	12	3623	11	7270	10	33990	4
	pas de plante	3566	10	1017	19	827	20	916	19	1426	14	2055	18	3046	12	2228	18	2679	17	781	24	1602	22	5565	10	5533	11	5395	9	36634	4
	1 plante	19	100	7	100	0	.	0	.	17	100	33	71	89	40	29	79	104	39	16	71	7	100	129	35	50	55	64	57	564	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	233	28	216	26	65	41	1169	12
	total	7472	8	2007	16	1717	17	1769	14	2708	12	3356	15	6610	11	5310	13	4958	13	1915	18	2647	18	9672	9	9421	9	12795	7	72357	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. 1413646. Birmensdorf, Swiss Federal Research Institute WSL

page précedente