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)
assortiment · classes d'assortiments (USC 2010)
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
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	0	.	0	.	0	.	1	100	2	100	2	93	0	100	1	68	0	.	0	.	5	60	5	87	5	69	0	.	19	34
	classes 1 et 2	0	.	0	.	0	.	54	100	34	100	87	76	13	100	33	60	0	.	0	.	170	66	151	75	146	61	0	.	689	30
	classes 3 et 4	0	.	0	.	0	.	23	100	0	0	232	72	15	100	97	76	0	.	0	.	64	91	97	85	109	86	0	.	636	36
	classes 5 et 6	0	.	0	.	0	.	0	0	0	0	41	75	0	0	58	87	0	.	0	.	0	0	8	100	22	100	0	.	129	49
	total	0	.	0	.	0	.	78	100	36	100	362	72	28	100	188	73	0	.	0	.	238	71	260	71	282	71	0	.	1473	30
bois court résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	64	14	31	20	12	29	134	13	137	11	71	18	205	10	114	13	92	12	60	18	36	20	222	9	311	7	119	11	1607	3
	classes 1 et 2	2769	12	1248	18	571	26	4524	11	4946	10	3116	15	7764	8	5307	11	4066	11	2297	17	1469	18	8244	8	11413	6	4842	10	62576	3
	classes 3 et 4	3200	13	1619	19	1110	26	5472	12	6339	10	4746	13	10550	8	8686	10	6504	11	3068	17	2627	17	8889	9	14788	6	7309	11	84907	2
	classes 5 et 6	949	24	386	29	487	37	1870	15	2125	17	1793	16	3907	11	3747	14	2713	14	1244	23	1418	23	2782	12	5105	9	3406	14	31933	4
	total	6981	12	3284	17	2180	26	12000	10	13548	9	9727	13	22426	7	17854	9	13375	11	6669	16	5550	17	20137	8	31616	6	15676	10	181022	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	51	30	22	42	5	59	41	33	31	39	14	56	120	23	24	48	31	41	15	73	8	58	108	27	27	48	40	45	538	11
	classes 1 et 2	371	29	144	44	134	84	326	43	237	43	91	60	863	22	117	43	201	42	32	82	99	57	747	24	138	43	101	50	3603	11
	classes 3 et 4	690	27	177	47	123	79	504	32	577	40	285	55	2038	22	322	50	167	43	169	72	135	67	1579	25	435	43	295	44	7498	10
	classes 5 et 6	168	41	136	69	10	100	331	40	168	53	158	58	1203	26	258	53	91	51	100	92	165	71	435	36	239	50	83	51	3545	13
	total	1280	25	479	43	273	60	1201	30	1013	36	548	57	4224	20	721	47	491	36	317	77	408	58	2869	23	840	40	519	43	15183	10
bois long résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	3981	8	107	53	735	19	339	28	342	24	346	33	38	60	236	33	27	100	67	100	0	.	164	49	22	100	0	.	6402	6
	classes 1 et 2	2421	12	29	64	846	22	147	41	264	34	344	41	9	100	186	46	29	100	28	100	0	.	56	60	14	100	0	.	4373	9
	classes 3 et 4	11295	8	325	54	2074	22	1158	32	1150	26	717	36	356	70	1267	34	35	100	220	100	0	.	341	57	74	100	0	.	19013	7
	classes 5 et 6	3040	14	192	74	454	42	434	40	518	35	159	88	0	0	170	51	0	0	165	100	0	.	222	56	0	0	0	.	5356	11
	total	20737	7	654	54	4110	19	2078	29	2274	25	1566	31	403	67	1859	34	90	100	480	100	0	.	783	49	110	100	0	.	35143	6
bois rond feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	78	7	32	12	25	15	36	11	51	9	11	20	38	13	36	12	17	15	10	23	15	19	16	18	14	19	114	7	493	3
	classes 1 et 2	7111	6	2552	12	2282	14	2746	10	4912	7	1323	18	3436	11	3232	12	1794	14	939	24	1166	18	1726	14	1333	17	9365	6	43915	3
	classes 3 et 4	9626	6	4258	12	3517	14	5000	10	7040	8	1104	24	4259	12	5018	12	1753	18	976	26	1555	19	642	25	949	24	4534	7	50232	3
	classes 5 et 6	1645	14	1258	18	1105	19	2114	16	3962	13	259	43	1287	22	1097	21	546	38	278	39	404	31	141	39	267	38	1411	18	15774	5
	total	18459	5	8100	10	6929	13	9896	10	15965	7	2696	19	9019	10	9383	11	4111	16	2203	23	3140	17	2525	15	2563	17	15424	6	110414	2
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	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	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	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	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	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. 1387525. Birmensdorf, Swiss Federal Research Institute WSL

page précedente