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
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	2093	11	98	44	420	24	257	26	350	20	355	30	206	12	272	23	131	23	72	24	41	18	293	18	297	10	97	15	4983	6
	sapin	1896	9	40	57	211	28	217	21	136	25	87	33	157	16	111	33	23	24	79	73	9	29	92	68	8	29	13	23	3079	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	159	12	136	12	86	16	860	13
	hêtre	54	8	21	13	12	19	25	13	29	11	7	27	27	15	23	14	9	20	7	27	9	21	4	36	8	28	36	14	271	4
	autres feuillus	25	12	12	18	13	21	13	16	25	12	4	24	14	20	15	17	10	19	5	28	8	27	16	17	9	23	86	9	254	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	4270	7	194	30	779	18	554	17	568	15	460	25	419	10	428	19	189	17	169	41	81	16	564	15	458	8	318	7	9448	4
classes 1 et 2	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2699	10	702	23	1089	20	2690	14	3813	11	3377	13	5987	9	4764	11	4062	11	1959	17	1675	17	5668	10	10235	7	3442	12	52163	3
	sapin	2450	10	364	32	333	27	2134	14	1098	16	914	24	2911	10	1251	16	521	22	633	26	202	26	385	25	219	27	440	26	13853	5
	autres résineux	537	23	358	25	180	39	300	27	613	16	12	100	243	53	76	41	261	27	181	41	162	44	4420	10	3648	9	2184	11	13175	5
	hêtre	4247	8	1513	14	1022	17	1552	11	2324	9	561	25	2266	12	1638	15	711	20	611	25	618	25	521	28	380	27	2800	13	20766	4
	autres feuillus	2973	9	1123	14	1282	17	1277	13	2733	9	843	17	1406	18	1755	15	1289	16	623	22	741	19	1591	13	1161	18	7473	7	26270	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	17	81	20	78	67	34
	total	12914	5	4060	10	3906	11	7953	8	10587	6	5707	11	12816	6	9485	8	6853	8	4007	13	3398	13	12587	7	15660	5	16359	4	126293	1
classes 3 et 4	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	7945	7	1082	20	2042	22	3248	15	4724	10	5110	12	8138	9	8256	10	6150	11	2691	18	2681	16	6392	9	12011	7	5094	14	75564	3
	sapin	7078	9	530	28	1012	25	3331	14	2341	14	1493	19	5163	10	3091	14	1092	22	930	27	550	30	770	30	583	25	853	26	28817	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	4507	10	4252	9	2345	11	15352	5
	hêtre	7260	7	3184	13	2042	19	3700	11	3944	10	769	29	3627	14	3707	13	1125	22	721	28	982	22	297	36	662	31	2081	11	34102	3
	autres feuillus	2581	12	1130	19	1519	18	1538	19	3293	10	351	27	887	20	1455	14	795	22	401	35	663	26	432	26	390	27	2722	10	18156	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	14	100	0	0	51	50
	total	25430	4	6458	10	7004	12	12512	8	15435	6	7727	10	18224	6	16615	7	9378	9	4878	14	4976	13	12397	7	17913	6	13095	6	172042	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	1087	19	1411	18	1785	16	2945	12	3306	14	2283	14	1165	22	1449	23	2085	15	4156	11	2575	17	27456	4
	sapin	2007	16	125	39	452	38	1190	18	1054	20	610	29	2412	14	1258	18	769	27	443	46	311	42	216	41	414	30	466	30	11727	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	1389	14	1336	14	922	20	4904	9
	hêtre	1552	15	1029	21	703	23	1856	18	2710	14	214	48	1252	23	831	24	300	34	237	38	328	36	97	53	209	45	471	19	11790	6
	autres feuillus	260	26	320	29	506	30	464	30	1549	24	45	62	58	61	325	34	300	61	92	59	76	46	74	42	102	51	989	25	5162	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	6183	9	2063	15	2161	17	5007	11	7151	10	2653	14	6721	9	5775	11	3693	13	1945	20	2185	18	3861	10	6217	9	5423	10	61039	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	15018	6	2348	18	4017	18	7282	12	10298	9	10627	11	17275	8	16598	9	12626	10	5886	16	5846	16	14437	9	26698	6	11209	12	160166	2
	sapin	13431	7	1058	27	2008	23	6873	12	4630	13	3104	19	10644	9	5711	13	2405	21	2084	27	1072	29	1462	26	1224	24	1772	24	57477	4
	autres résineux	1388	19	1024	31	725	30	1444	23	2202	20	21	83	721	42	244	35	506	25	333	41	298	38	10475	9	9372	8	5537	10	34291	4
	hêtre	13113	6	5748	12	3781	17	7134	11	9007	9	1551	24	7172	12	6198	12	2145	19	1576	24	1936	20	920	28	1259	27	5388	11	66928	3
	autres feuillus	5839	10	2585	14	3320	16	3292	15	7599	9	1244	18	2365	17	3549	13	2394	19	1121	24	1488	21	2113	14	1662	18	11270	7	49842	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	31	64	20	78	118	29
	total	48797	3	12775	9	13850	11	26026	7	33741	5	16547	10	38180	6	32303	7	20113	8	10999	13	10641	12	29409	6	40247	5	35195	4	368822	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. 1323779. Birmensdorf, Swiss Federal Research Institute WSL

page précedente