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.

IFN1
volume des arbres vifs (bois de tige)
diamètre à hauteur de poitrine (10 classes) · résineux et feuillus
découpage régional: région de forêt protectrice
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 1983/85
		région de forêt protectrice
		Plateau/Jura		Nord des Alpes ouest		Nord des Alpes est		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		Suisse
diamètre à hauteur de poitrine (10 classes)	résineux et feuillus	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	.
	résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.
12-20 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	5491	5	3351	6	1952	8	1822	8	2048	7	614	11	15278	3
	feuillus	7194	4	2169	7	1849	9	624	13	340	15	3108	6	15284	3
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	12684	3	5520	5	3801	6	2446	7	2388	6	3722	5	30562	2
21-30 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	13373	4	8078	5	5668	8	4099	7	5308	7	1606	10	38132	2
	feuillus	14634	3	3060	7	3453	8	459	18	383	21	2812	7	24801	2
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	28008	2	11138	4	9121	6	4558	7	5691	6	4418	5	62933	2
31-40 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	25791	3	14627	5	8637	7	4941	7	8496	6	2700	10	65193	2
	feuillus	15997	3	3388	9	3381	9	172	24	318	26	1636	8	24892	3
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	41788	2	18015	4	12018	6	5114	7	8814	6	4336	6	90085	2
41-50 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	26193	3	15557	5	9365	6	4717	7	8496	6	2803	8	67132	2
	feuillus	11837	4	2502	10	2131	10	104	35	294	27	955	11	17824	3
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	38030	2	18059	4	11496	6	4821	7	8790	6	3758	7	84955	2
51-60 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	15752	4	10900	6	6362	8	3792	9	6309	7	2108	10	45224	2
	feuillus	6043	7	1548	14	942	16	53	61	153	44	549	17	9289	5
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	21796	3	12448	5	7304	7	3845	9	6462	7	2657	8	54512	2
61-70 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	5499	7	4751	8	2916	11	1332	14	2850	10	1128	16	18476	4
	feuillus	2569	11	417	26	272	29	30	64	93	51	253	20	3635	9
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	8069	6	5168	8	3188	11	1362	14	2943	10	1381	14	22110	4
71-80 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	2313	12	1892	14	1364	18	868	17	1426	14	719	21	8582	6
	feuillus	911	17	100	49	116	42	30	74	0	.	331	27	1488	13
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	3224	10	1993	13	1480	17	897	17	1426	14	1051	17	10071	6
81-90 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	503	26	566	24	448	26	314	26	404	25	230	33	2466	11
	feuillus	627	23	35	58	19	100	0	.	28	78	85	49	795	19
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	1130	18	602	23	467	25	314	26	432	24	315	27	3261	10
91-100 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	242	38	217	43	193	41	94	51	222	44	74	60	1041	19
	feuillus	110	52	0	.	0	.	0	.	16	100	129	41	255	31
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	352	31	217	43	193	41	94	51	238	42	203	34	1296	16
>100 cm	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	37	100	122	65	71	77	47	74	90	51	288	39	655	25
	feuillus	89	72	0	.	0	.	0	.	0	.	548	37	637	33
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	126	59	122	65	71	77	47	74	90	51	835	28	1292	21
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	95194	2	60061	4	36978	5	22026	5	35648	5	12271	6	262178	1
	feuillus	60013	2	13220	6	12163	7	1472	13	1627	18	10406	5	98900	2
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	155207	1	73281	3	49140	4	23499	5	37275	4	22677	4	361078	1

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. 1353803. Birmensdorf, Swiss Federal Research Institute WSL

page précedente