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 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
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	2083	11	98	44	420	24	257	26	350	20	354	30	205	12	272	23	131	23	70	25	40	19	293	18	289	10	97	15	4958	6
	sapin	1889	9	40	57	211	28	216	21	136	25	87	33	157	16	111	33	23	24	79	73	8	30	92	68	8	29	13	23	3070	7
	autres résineux	201	42	22	40	122	45	41	57	28	26	6	75	16	45	6	49	16	32	7	44	14	53	147	12	131	12	84	17	840	13
	hêtre	54	8	21	13	12	19	24	13	29	11	7	27	26	15	22	14	9	21	6	27	9	21	4	36	8	28	35	14	267	4
	autres feuillus	25	12	12	18	13	21	12	16	25	12	4	24	14	20	15	17	10	19	5	28	8	27	15	18	9	23	86	9	252	4
	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	4252	7	194	30	778	18	550	18	568	15	459	25	417	10	427	19	188	17	166	42	78	16	551	16	444	8	315	7	9387	4
classes 1 et 2	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2683	10	702	23	1064	20	2678	14	3813	11	3303	14	5944	9	4763	11	4000	11	1920	17	1598	18	5622	10	10049	7	3431	12	51570	3
	sapin	2449	10	364	32	333	27	2073	14	1098	16	914	24	2910	10	1219	16	521	22	630	26	173	28	385	25	219	27	440	26	13728	5
	autres résineux	537	23	358	25	180	39	300	27	613	16	12	100	243	53	76	41	249	28	181	41	162	44	4137	9	3459	10	2154	11	12659	5
	hêtre	4245	8	1513	14	1022	17	1509	11	2324	9	561	25	2257	12	1633	15	703	20	544	26	616	25	521	28	380	27	2749	13	20577	4
	autres feuillus	2964	10	1123	14	1276	17	1265	14	2726	9	821	18	1372	18	1755	15	1243	17	613	22	670	20	1553	13	1160	18	7423	7	25963	3
	indéterminable	8	50	0	100	0	0	0	0	6	87	1	100	2	71	2	77	9	67	0	0	0	0	1	100	13	100	20	78	63	35
	total	12886	5	4060	10	3875	11	7825	8	10580	6	5611	11	12729	6	9448	8	6724	9	3887	14	3220	13	12220	7	15280	5	16216	4	124560	2
classes 3 et 4	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	7819	7	1082	20	1906	23	3170	15	4724	10	4915	12	8055	9	8224	10	6022	11	2648	18	2493	16	6358	9	11925	7	5037	14	74377	3
	sapin	7063	9	530	28	1012	25	3293	14	2341	14	1493	19	5160	10	3027	14	1092	22	921	28	453	32	770	30	583	25	853	26	28590	4
	autres résineux	566	19	521	32	388	33	694	23	1133	18	3	100	409	56	107	45	189	36	136	48	100	44	4462	10	4200	9	2338	11	15248	5
	hêtre	7260	7	3184	13	2042	19	3504	11	3944	10	769	29	3619	14	3673	13	1040	23	664	29	982	22	297	36	662	31	2044	12	33685	3
	autres feuillus	2518	12	1130	19	1519	18	1510	20	3293	10	342	28	887	20	1455	14	772	22	401	35	657	26	427	26	390	27	2718	10	18018	4
	indéterminable	0	0	11	100	0	0	0	0	0	0	0	0	0	0	0	0	27	71	0	0	0	0	0	0	0	0	0	0	37	58
	total	25226	4	6458	10	6868	12	12171	8	15435	6	7522	11	18130	6	16485	7	9142	9	4770	15	4685	13	12314	7	17761	6	12989	6	169956	1
classes 5 et 6	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2280	15	466	36	465	38	1036	19	1411	18	1716	16	2920	12	3276	14	2237	15	1072	23	1388	24	2085	15	4132	11	2512	18	26997	4
	sapin	1894	17	125	39	452	38	1190	18	1054	20	610	29	2397	14	1258	18	769	27	443	46	234	45	216	41	414	30	466	30	11522	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	1383	14	1336	14	903	20	4879	9
	hêtre	1552	15	1029	21	703	23	1656	17	2710	14	214	48	1252	23	831	24	300	34	237	38	328	36	97	53	209	45	471	19	11589	6
	autres feuillus	260	26	320	29	506	30	459	30	1549	24	45	62	58	61	325	34	294	62	92	59	76	46	74	42	102	51	989	25	5150	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	6071	9	2063	15	2161	17	4750	11	7151	10	2585	15	6681	9	5745	11	3641	13	1853	20	2047	19	3855	10	6193	9	5342	10	60138	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	14866	6	2348	18	3855	19	7141	12	10298	9	10288	11	17124	8	16535	9	12389	10	5710	16	5519	16	14358	9	26395	6	11077	12	157902	2
	sapin	13295	7	1058	27	2008	23	6772	12	4630	13	3104	19	10624	9	5615	13	2405	21	2072	27	869	30	1462	26	1224	24	1772	24	56910	4
	autres résineux	1388	19	1024	31	725	30	1444	23	2202	20	21	83	721	42	244	35	494	26	333	41	298	38	10129	9	9126	8	5479	10	33627	4
	hêtre	13111	6	5748	12	3781	17	6692	10	9007	9	1551	24	7154	12	6160	12	2052	19	1450	25	1934	20	920	28	1259	27	5299	11	66118	3
	autres feuillus	5766	10	2585	14	3314	16	3246	15	7592	9	1212	18	2332	17	3549	13	2319	20	1110	25	1411	21	2070	14	1660	18	11216	7	49384	3
	indéterminable	8	50	11	100	0	0	0	0	6	87	1	100	2	71	2	77	36	57	0	0	0	0	1	100	13	100	20	78	101	31
	total	48434	3	12775	9	13682	11	25295	7	33734	5	16176	10	37956	6	32106	7	19695	9	10676	13	10031	12	28940	6	39678	5	34862	4	364041	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. 1323775. Birmensdorf, Swiss Federal Research Institute WSL

page précedente