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 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
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	0	29	50	483	39	113	59	1017	24
	feuillus	136	88	0	.	16	72	38	84	23	76	39	100	0	.	43	100	7	100	0	.	157	80	0	.	0	.	0	0	459	41
	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	157	80	29	50	483	39	113	59	1477	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	464	46	857	29	497	36	480	35	49	100	96	66	173	48	1253	24	433	43	6174	12
	feuillus	258	34	254	39	130	46	172	36	377	33	116	61	529	32	384	39	411	51	68	70	95	73	148	58	235	51	300	44	3475	12
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	1050	48	340	35	289	41	820	34	561	28	580	41	1385	25	880	32	891	31	118	58	191	61	321	38	1488	23	734	31	9649	10
perchis	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	3208	25	1222	39	2325	34	5400	22	5574	19	1666	44	4539	27	2818	31	2449	28	1911	33	311	52	4260	21	11226	15	4080	22	50988	7
	feuillus	5282	20	3300	23	2902	29	3204	23	5298	15	1102	38	2012	28	1789	33	3259	25	1047	49	702	55	6231	18	3343	26	17417	13	56888	6
	indéterminable	0	0	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	8490	16	4522	22	5226	23	8605	17	10872	14	2769	32	6551	22	4607	25	5708	21	2958	30	1014	45	10490	15	14569	14	21496	11	107877	5
jeune futaie	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	3045	23	809	40	1139	33	3869	23	3515	21	2185	36	4150	30	1504	36	2288	33	1042	39	1685	35	8228	20	6954	19	2864	28	43276	7
	feuillus	4844	19	1487	31	996	36	2061	23	3050	20	1144	44	1861	41	1458	47	1291	37	1285	41	1238	39	1331	33	1377	43	12859	14	36281	7
	indéterminable	0	0	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0
	total	7889	17	2296	28	2134	29	5929	19	6565	17	3329	30	6011	25	2962	32	3580	27	2327	36	2922	32	9559	18	8331	18	15723	13	79558	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	2561	33	2066	27	3753	19	2029	28	1370	44	550	33	3737	23	7179	15	3242	22	39010	6
	feuillus	7564	12	3012	21	2056	29	1635	24	3045	17	719	37	1950	30	2644	20	1026	34	534	62	624	33	775	47	360	43	3829	21	29773	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	3280	29	4016	23	6397	17	3055	26	1904	39	1174	28	4512	21	7539	15	7071	15	68783	5
vieille futaie	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	5766	12	606	32	1318	24	2887	17	3171	14	3707	23	7362	12	5428	14	2756	19	2146	28	1445	33	6618	15	8837	12	4341	15	56387	4
	feuillus	5084	13	1548	21	2039	21	3680	16	5656	13	806	34	3815	17	3067	18	1352	26	1005	31	673	30	585	34	924	27	2972	21	33206	5
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	0	0	.	0	0
	total	10850	10	2155	21	3356	19	6567	13	8827	11	4513	21	11177	12	8494	12	4108	17	3151	24	2118	27	7202	15	9761	12	7313	13	89593	3
mélangé	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	10521	10	436	43	655	41	1699	28	964	26	2839	25	10812	12	2808	24	5551	17	2635	28	2301	28	12708	12	15124	12	8987	17	78042	5
	feuillus	6928	12	1422	32	1015	34	1240	27	2604	21	1796	29	4399	17	2874	25	2214	27	891	39	1810	31	3147	23	1940	30	8928	14	41208	6
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	.	0	0
	total	17449	9	1858	30	1671	31	2939	23	3568	19	4635	22	15210	11	5681	20	7764	16	3527	27	4112	23	15855	11	17064	11	17916	12	119249	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	résineux	30057	5	4322	16	6245	16	16537	10	15526	9	13450	13	29807	8	16828	9	15703	10	9161	14	6389	16	35752	7	51056	6	24061	8	274895	2
	feuillus	30096	6	11024	11	9153	13	12029	9	20053	7	5721	16	14566	10	12258	11	9561	13	4830	19	5300	17	12216	11	8180	15	46305	6	201292	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	60153	4	15346	10	15398	11	28567	8	35579	6	19171	11	44373	6	29086	8	25264	9	13991	13	11689	13	47968	6	59235	5	70366	4	476187	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. 1325163. Birmensdorf, Swiss Federal Research Institute WSL

page précedente