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
volume de bois mort (bois de tige)
bois mort: résistance du bois (5 classes) · bois mort: recouvrement par de l'écorce (3 classes)
découpage régional: région économique
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante IFN4/IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2009/17
		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 (5 classes)	bois mort: recouvrement par de l'écorce (3 classes)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
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
	0-30%	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	31-60%	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	>60%	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	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	3	100
	31-60%	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	3	100	4	73
	>60%	17	66	0	.	17	100	30	100	6	100	20	100	20	85	3	100	25	61	0	.	22	60	19	53	20	92	43	81	241	26
	total	17	66	0	.	17	100	30	100	6	100	20	100	20	85	3	100	25	61	3	100	22	60	21	52	20	92	45	77	249	26
bois dur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	251	24	114	32	138	42	156	40	99	33	520	61	307	25	267	37	281	32	135	37	123	44	279	23	205	24	505	19	3382	12
	31-60%	145	32	98	39	61	52	58	52	55	44	182	40	273	39	163	31	193	39	82	49	84	50	227	26	171	26	334	22	2125	10
	>60%	746	21	257	34	246	34	314	26	375	24	508	25	1062	19	582	22	667	20	179	28	224	29	1204	15	1295	14	918	12	8577	5
	total	1142	16	469	24	446	25	528	21	529	20	1210	29	1642	16	1012	19	1141	20	396	24	431	25	1710	13	1671	12	1757	11	14083	5
bois pourri	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	390	19	80	36	180	39	137	37	404	24	328	32	487	23	312	27	492	27	136	36	205	33	658	17	503	19	298	21	4610	7
	31-60%	61	47	50	90	61	64	118	47	73	71	104	44	252	28	91	41	207	32	65	66	5	72	158	34	148	39	100	27	1492	12
	>60%	203	26	20	69	99	43	40	65	111	38	172	58	442	27	58	44	240	31	38	46	42	45	209	27	222	28	263	23	2159	10
	total	653	16	151	38	340	29	295	27	588	22	604	32	1180	19	461	21	939	21	239	36	251	28	1025	14	873	17	661	14	8261	6
bois en décomposition	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	358	26	106	38	95	47	231	28	281	27	280	32	306	24	328	30	360	26	80	39	215	31	425	18	514	18	345	22	3924	7
	31-60%	61	61	14	100	35	66	78	60	19	58	65	61	31	71	49	67	17	73	33	73	39	50	35	53	91	43	64	56	629	17
	>60%	144	50	4	100	6	62	17	81	31	76	28	66	154	31	23	60	39	57	6	79	3	100	58	45	18	61	51	45	584	18
	total	563	24	123	35	135	41	327	27	331	25	373	27	492	21	400	26	416	24	119	35	257	30	518	17	623	17	460	19	5138	6
bois vermoulu	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	31	78	5	100	27	69	44	72	17	74	3	79	71	55	16	92	88	48	72	65	17	64	119	34	101	38	60	49	671	16
	31-60%	5	77	0	.	2	100	0	.	0	.	0	.	0	.	9	100	7	100	0	.	0	.	0	.	0	.	0	.	23	54
	>60%	0	.	0	.	5	77	0	.	0	.	14	90	0	.	0	.	0	.	0	.	0	.	4	100	0	.	0	.	23	61
	total	36	67	5	100	33	58	44	72	17	74	18	74	71	55	26	95	95	45	72	65	17	64	122	33	101	38	60	49	717	16
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	0	0	0	0
	0-30%	1029	14	306	24	440	31	569	24	800	17	1131	33	1172	17	924	19	1222	19	427	25	561	24	1481	13	1322	13	1208	12	12590	5
	31-60%	272	25	162	43	158	35	254	34	148	40	350	31	556	24	312	24	423	26	180	39	128	37	421	20	410	22	500	17	4273	7
	>60%	1110	17	281	32	374	28	401	23	523	21	742	23	1678	15	666	21	972	17	222	24	291	25	1493	14	1555	13	1275	11	11585	5
	total	2411	12	748	22	972	21	1224	16	1471	14	2224	22	3406	13	1902	14	2616	15	829	20	979	19	3396	10	3288	11	2983	9	28448	4

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. 1268015. Birmensdorf, Swiss Federal Research Institute WSL

page précedente