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
nombre de tiges
stade de développement · résineux et feuillus
découpage régional: région économique
unité: 1000 n
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
stade de développement	résineux et feuillus	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	41	85	0	.	7	100	7	100	110	94	27	100	22	75	21	100	150	51	7	100	0	.	21	58	483	39	113	59	1010	24
	feuillus	136	88	0	.	16	72	38	84	23	76	39	100	0	.	43	100	7	100	0	.	36	100	0	.	0	.	0	0	338	42
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	177	87	0	.	23	58	45	86	134	79	65	100	22	75	64	74	157	50	7	100	36	100	21	58	483	39	113	59	1348	22
recrû/fourré	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	793	58	87	45	160	60	649	39	184	39	455	47	731	33	488	37	400	39	49	100	96	66	119	61	807	28	342	51	5359	14
	feuillus	258	34	201	42	130	46	172	36	322	35	116	61	529	32	366	40	270	70	24	72	95	73	43	100	189	61	148	74	2862	14
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	1050	48	288	38	289	41	820	34	506	29	571	42	1260	27	854	33	670	38	73	72	191	61	162	55	996	28	491	42	8221	11
perchis	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	3208	25	1222	39	2278	34	5400	22	5557	19	1267	49	4494	27	2742	32	1967	30	1123	43	311	52	3471	24	6926	21	2010	33	41976	7
	feuillus	5248	20	3300	23	2902	29	3204	23	5265	15	692	45	1832	30	1510	35	2929	26	430	53	702	55	4367	20	2149	35	14733	15	49262	7
	indéterminable	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	8456	16	4522	22	5179	24	8605	17	10821	14	1959	38	6326	22	4252	26	4896	22	1552	40	1014	45	7838	17	9075	18	16743	14	91238	5
jeune futaie	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	2851	24	800	40	1139	33	3869	23	3515	21	1388	38	4036	31	1504	36	2052	35	820	44	1508	38	7273	22	5803	21	2120	32	38676	8
	feuillus	4552	20	1291	33	996	36	2004	24	3050	20	974	49	1833	41	1458	47	1231	39	1160	44	1231	39	1331	33	1291	45	12087	14	34487	8
	indéterminable	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	7402	16	2091	29	2134	29	5873	19	6565	17	2361	32	5869	25	2962	32	3283	28	1980	40	2739	34	8604	20	7094	19	14207	13	73164	6
futaie moyenne	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	6684	14	1162	27	642	39	2027	23	2008	20	2109	34	2066	27	3654	20	1906	29	1370	44	422	37	3557	23	6965	15	2896	23	37466	6
	feuillus	7564	12	3012	21	2056	29	1635	24	3045	17	719	37	1950	30	2609	20	1026	34	534	62	586	35	775	47	342	45	3683	22	29534	6
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	14248	11	4174	19	2698	27	3661	19	5052	16	2827	30	4016	23	6262	17	2932	27	1904	39	1007	31	4332	22	7307	15	6579	16	67001	5
vieille futaie	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	5696	12	606	32	1318	24	2887	17	3124	14	3484	23	7113	13	4663	14	2646	20	2069	29	1445	33	6317	15	8614	12	4202	15	54184	4
	feuillus	5015	13	1517	22	1845	22	3680	16	5177	13	806	34	3587	17	2863	18	1258	27	944	32	673	30	499	38	892	28	2972	21	31729	5
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	0
	total	10711	11	2124	21	3162	20	6567	13	8301	11	4290	22	10700	12	7525	12	3904	18	3013	25	2118	27	6816	15	9506	12	7174	13	85912	4
mélangé	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	10177	10	436	43	655	41	1699	28	931	27	2503	26	10035	13	2442	26	4648	18	2216	31	1914	32	11781	12	12574	13	6510	21	68522	5
	feuillus	6779	12	1422	32	1015	34	1240	27	2344	20	1796	29	3894	16	2588	26	1827	27	577	47	1313	37	2767	25	1846	31	8076	15	37485	6
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0
	total	16956	9	1858	30	1671	31	2939	23	3275	19	4298	23	13930	11	5031	22	6474	17	2793	29	3227	26	14549	12	14420	12	14586	14	106007	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	29449	5	4313	16	6198	16	16537	10	15430	9	11232	13	28498	8	15513	10	13768	10	7654	16	5697	17	32539	8	42173	6	18194	10	247194	2
	feuillus	29552	6	10744	11	8959	13	11973	9	19225	7	5141	17	13625	10	11437	11	8549	13	3668	21	4636	18	9782	12	6708	17	41699	6	185698	2
	indéterminable	0	0	0	.	0	.	0	.	0	0	0	.	0	0	0	.	0	0	0	.	0	.	0	0	0	0	0	.	0	0
	total	59000	4	15057	10	15157	11	28510	8	34655	6	16373	11	42123	6	26950	8	22317	9	11322	15	10333	14	42322	7	48881	6	59893	5	432892	2

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. 1325158. Birmensdorf, Swiss Federal Research Institute WSL

page précedente