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
volume du bois fort de tige (UCB 2010)
classes d'assortiments (USC 2010) · essence (5 classes)
découpage régional: région économique
unité: 1000 m³
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
classes d'assortiments (USC 2010)	essence (5 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	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	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	.
petit bois	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2035	11	98	44	420	24	257	26	349	20	339	31	192	13	260	24	115	26	59	27	37	20	276	19	250	11	84	17	4772	6
	sapin	1859	10	40	57	211	28	216	21	136	26	87	33	157	16	108	34	23	24	78	73	8	30	91	68	8	29	12	24	3034	7
	autres résineux	201	42	22	40	122	45	41	57	28	26	6	75	15	47	6	49	12	38	5	57	4	81	130	13	106	14	62	21	760	14
	hêtre	53	9	21	13	12	19	24	13	29	11	7	28	25	15	22	14	9	21	5	29	8	22	4	36	7	29	34	14	260	4
	autres feuillus	24	13	11	19	12	22	12	16	23	12	4	24	13	21	14	18	9	19	5	29	7	29	12	20	7	23	80	9	233	5
	indéterminable	0	72	0	0	0	0	0	0	0	0	0	0	0	0	0	100	0	0	0	0	0	0	0	0	0	0	0	0	0	68
	total	4173	8	193	30	777	18	550	18	564	15	444	26	401	10	411	20	168	19	152	45	63	15	514	17	379	9	272	8	9059	4
classes 1 et 2	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2596	11	699	23	1038	21	2678	14	3779	11	2723	14	5512	10	4357	11	3586	11	1632	19	1498	19	5155	10	8774	7	2997	13	47026	3
	sapin	2429	10	364	32	333	27	2073	14	1089	17	904	24	2893	11	1210	17	510	23	574	29	170	28	383	25	211	27	423	27	13565	5
	autres résineux	537	23	358	25	180	39	300	27	613	16	12	100	243	53	76	41	200	30	151	47	69	64	3661	10	2727	11	1524	13	10649	5
	hêtre	4224	8	1477	14	1022	17	1509	11	2273	10	557	25	2184	12	1622	15	677	21	501	28	555	26	512	28	359	28	2614	14	20085	4
	autres feuillus	2879	10	1074	14	1259	18	1237	14	2633	10	765	19	1250	19	1608	16	1108	18	439	26	612	21	1213	14	961	21	6746	7	23784	4
	indéterminable	8	50	0	100	0	0	0	0	6	87	1	100	2	71	2	77	9	70	0	0	0	0	0	0	13	100	4	58	46	36
	total	12672	5	3973	10	3833	12	7796	8	10394	6	4962	12	12084	6	8874	8	6090	9	3296	15	2904	14	10924	7	13045	6	14309	5	115155	2
classes 3 et 4	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	7644	7	1071	20	1906	23	3170	15	4663	10	4507	13	7410	9	7328	10	5469	12	2532	19	2333	17	6100	10	10994	7	4804	15	69930	3
	sapin	6975	9	530	28	1012	25	3293	14	2269	15	1470	19	5139	10	2936	14	1076	22	835	30	445	32	756	30	583	25	835	26	28155	4
	autres résineux	566	19	521	32	388	33	694	23	1133	18	3	100	409	56	107	45	162	41	91	55	49	62	4050	11	3829	10	1965	12	13968	5
	hêtre	7162	7	3143	13	2042	19	3504	11	3885	10	762	29	3372	14	3606	13	1029	23	615	31	913	22	285	37	662	31	1999	12	32980	3
	autres feuillus	2465	13	1105	19	1475	18	1496	20	3155	10	342	28	887	20	1412	15	711	24	360	38	642	27	357	30	287	31	2535	10	17229	4
	indéterminable	0	0	11	100	0	0	0	0	0	0	0	0	0	0	0	0	13	100	0	0	0	0	0	0	0	0	0	0	23	71
	total	24810	4	6380	11	6824	12	12157	8	15106	6	7084	11	17218	6	15390	8	8459	10	4433	15	4381	14	11548	8	16356	6	12138	7	162285	1
classes 5 et 6	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2217	16	466	36	465	38	1036	19	1393	19	1545	17	2660	13	2997	15	2001	15	1072	23	1329	25	1977	15	3741	11	2306	19	25205	4
	sapin	1856	17	125	39	452	38	1190	18	990	21	607	29	2397	14	1181	19	763	27	427	47	234	45	208	42	414	30	461	31	11305	6
	autres résineux	84	53	123	76	35	76	410	39	428	51	0	0	53	64	55	53	41	55	9	100	21	72	1262	15	1211	14	723	23	4453	9
	hêtre	1413	16	938	21	703	23	1656	17	2602	14	214	48	1228	23	782	24	300	34	214	42	328	36	89	57	209	45	463	20	11138	6
	autres feuillus	231	28	320	29	402	28	459	30	1360	25	45	62	58	61	315	35	246	72	64	72	76	46	52	43	58	47	948	26	4636	11
	indéterminable	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	5802	9	1972	15	2057	17	4750	11	6773	10	2410	15	6397	9	5330	11	3350	13	1787	21	1988	19	3588	11	5633	9	4900	11	56736	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	14491	7	2335	19	3829	19	7141	12	10185	9	9114	12	15774	8	14942	10	11171	11	5295	17	5197	17	13509	9	23759	7	10190	13	146933	2
	sapin	13119	8	1058	27	2008	23	6772	12	4484	13	3068	20	10587	9	5435	13	2371	22	1915	28	857	30	1437	26	1216	24	1732	24	56058	4
	autres résineux	1388	19	1024	31	725	30	1444	23	2202	20	21	83	720	42	244	35	415	28	256	50	142	50	9102	9	7873	9	4273	12	29830	5
	hêtre	12852	6	5579	12	3781	17	6692	10	8789	9	1540	24	6809	12	6032	13	2015	20	1335	27	1803	20	890	29	1237	28	5110	11	64463	3
	autres feuillus	5599	10	2510	14	3149	17	3204	15	7171	10	1156	19	2208	17	3349	13	2074	21	867	29	1337	22	1635	15	1313	20	10310	7	45881	3
	indéterminable	8	50	11	100	0	0	0	0	6	87	1	100	2	71	2	77	22	66	0	0	0	0	0	0	13	100	4	58	70	34
	total	47457	4	12517	10	13491	11	25252	7	32836	5	14900	10	36100	6	30005	7	18067	9	9668	15	9336	13	26574	7	35412	6	31619	5	343236	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. 1400837. Birmensdorf, Swiss Federal Research Institute WSL

page précedente