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 du bois fort de tige (UCB 2010)
assortiment · classes d'assortiments (USC 2010)
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
assortiment	classes d'assortiments (USC 2010)	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	.
	petit bois	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
	classes 1 et 2	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
	classes 3 et 4	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
	classes 5 et 6	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
	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 résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	3	97	1	82	1	68	1	67	8	54	0	100	2	66	6	57	0	.	2	87	0	.	8	57	0	100	2	47	34	24
	classes 1 et 2	16	76	91	61	22	69	21	56	225	43	5	100	54	75	159	46	0	.	27	71	0	.	140	65	3	100	62	40	823	21
	classes 3 et 4	7	100	68	67	27	71	94	64	222	49	0	0	100	88	164	55	0	.	38	74	0	.	20	71	6	100	63	46	810	23
	classes 5 et 6	0	0	5	100	5	100	69	73	74	59	0	0	29	100	32	65	0	.	2	100	0	.	0	0	8	100	88	50	313	28
	total	27	71	164	64	54	62	185	62	529	41	6	100	184	86	362	47	0	.	69	65	0	.	168	63	17	100	215	39	1980	19
bois court résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	88	13	42	19	40	25	121	13	133	12	75	15	169	10	93	14	111	11	60	17	35	22	246	8	342	7	131	9	1686	3
	classes 1 et 2	3985	12	1518	18	1673	20	4243	12	4570	12	3506	14	7499	8	4636	11	4427	11	2396	17	1574	21	9221	8	13159	6	5257	8	67664	2
	classes 3 et 4	3911	11	1624	18	1772	22	4747	13	4433	11	4831	14	10375	9	7480	11	6250	11	2847	18	2026	19	9490	8	15563	6	6949	8	82298	2
	classes 5 et 6	837	17	334	24	337	36	1400	17	1157	18	1732	18	3323	13	2912	19	2270	15	1118	25	689	27	2903	12	5043	9	3297	12	27352	4
	total	8821	10	3517	16	3822	19	10511	11	10293	10	10145	13	21367	8	15120	11	13058	11	6421	16	4325	18	21859	7	34107	6	15633	7	179001	2
bois mi-long résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	122	19	9	52	15	52	49	29	76	26	55	31	117	24	120	20	51	32	34	44	67	26	96	27	6	73	18	64	836	8
	classes 1 et 2	927	18	97	49	184	41	456	36	377	29	597	30	1186	21	1058	21	418	33	306	48	540	30	540	29	84	56	74	62	6844	8
	classes 3 et 4	1563	19	254	56	225	49	1291	28	1361	24	886	30	2107	23	2437	21	844	34	649	39	1147	29	916	29	122	54	171	64	13973	8
	classes 5 et 6	539	34	174	72	0	0	533	33	481	34	176	47	1104	26	957	27	186	41	296	45	749	39	232	57	35	100	38	59	5500	11
	total	3152	17	535	54	424	42	2329	26	2295	23	1714	27	4514	20	4572	20	1498	30	1285	37	2503	28	1784	27	247	47	302	62	27153	7
bois long résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	2906	9	56	55	449	23	449	23	826	17	200	43	440	25	397	26	41	68	0	.	73	47	43	72	0	.	0	.	5878	6
	classes 1 et 2	2540	13	82	64	555	31	259	33	831	24	201	58	229	35	345	32	66	76	0	.	9	100	23	100	0	.	0	.	5140	9
	classes 3 et 4	10136	8	332	52	1712	24	2157	23	3368	17	569	48	1393	27	1510	28	118	100	0	.	198	66	185	81	0	.	0	.	21677	6
	classes 5 et 6	2112	16	65	100	488	39	318	42	713	35	58	100	685	33	286	40	0	0	0	.	92	58	0	0	0	.	0	.	4817	11
	total	17693	8	535	51	3204	22	3184	22	5738	17	1028	45	2747	26	2538	26	224	83	0	.	371	57	250	74	0	.	0	.	37512	6
bois rond feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	84	6	37	12	22	14	36	12	52	8	11	27	42	13	36	13	21	17	11	21	14	19	19	19	15	18	111	7	511	3
	classes 1 et 2	7452	6	2848	12	2431	13	3028	10	5426	7	1320	18	3577	10	3789	12	1909	15	1129	21	1326	16	2005	14	1561	15	9661	6	47461	2
	classes 3 et 4	9814	6	4603	12	3602	14	5073	12	7622	8	1025	25	4232	13	4916	12	1971	18	946	24	1586	19	580	24	1015	22	3842	8	50829	3
	classes 5 et 6	1628	15	1565	20	963	20	1837	18	3700	15	171	46	1095	23	974	22	557	28	233	35	321	31	139	40	266	34	1194	19	14642	6
	total	18979	5	9054	11	7018	13	9974	10	16800	7	2526	19	8946	10	9714	10	4458	15	2319	20	3247	16	2743	15	2857	16	14808	5	113443	2
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	3203	8	145	23	527	20	656	16	1095	13	341	26	771	14	651	16	223	16	107	17	189	21	411	11	364	6	262	6	8946	4
	classes 1 et 2	14920	5	4636	10	4865	11	8008	8	11430	6	5629	11	12544	6	9986	8	6820	9	3858	14	3449	14	11928	7	14807	5	15053	4	127932	1
	classes 3 et 4	25432	4	6881	10	7336	11	13362	8	17005	6	7311	12	18207	7	16507	7	9183	9	4480	15	4958	13	11192	7	16706	6	11026	5	169587	1
	classes 5 et 6	5116	9	2143	17	1794	17	4157	11	6126	11	2138	16	6236	10	5162	13	3013	13	1648	20	1850	20	3275	11	5352	9	4617	10	52624	3
	total	48672	3	13805	9	14521	10	26183	7	35656	5	15418	11	37758	6	32306	7	19239	9	10093	13	10446	12	26805	6	37229	5	30958	3	359089	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. 1213729. Birmensdorf, Swiss Federal Research Institute WSL

page précedente