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
âge des arbres (classes de 40 ans) · essence principale
découpage régional: région de forêt protectrice
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 de forêt protectrice
		Plateau/Jura		Nord des Alpes ouest		Nord des Alpes est		Sud-ouest des Alpes		Sud-est des Alpes		Sud des Alpes		Suisse
âge des arbres (classes de 40 ans)	essence principale	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	.
	épicéa	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
	pin	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	mélèze	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	arole	0	.	0	.	0	.	0	0	0	0	0	.	0	0
	autres résineux	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
	érable	0	0	0	0	0	0	0	0	0	.	0	0	0	0
	frêne	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	chêne	0	0	0	0	0	0	0	0	0	.	0	0	0	0
	châtaignier	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
	indéterminable	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
=40 ans	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	13200	11	5038	18	3622	24	1724	17	3381	22	1392	29	28358	7
	sapin	7973	12	3626	22	842	38	104	48	17	100	266	46	12828	10
	pin	426	40	139	79	0	.	107	57	104	100	0	.	776	31
	mélèze	1131	43	305	43	117	86	301	32	84	52	191	61	2129	25
	arole	0	.	0	.	0	.	70	61	0	.	0	.	70	61
	autres résineux	390	28	0	.	21	100	0	.	0	.	0	.	411	27
	hêtre	12745	8	2580	15	1633	30	71	61	212	39	826	26	18066	7
	érable	7026	12	1749	19	934	25	426	49	363	45	514	41	11012	9
	frêne	2895	13	1091	26	349	35	374	37	167	48	725	33	5602	10
	chêne	488	28	21	100	0	.	35	71	0	.	174	49	718	23
	châtaignier	0	.	0	.	0	.	0	.	18	100	1856	32	1874	31
	autres feuillus	6323	10	2239	16	781	22	1419	23	2066	29	3658	20	16484	8
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	52598	5	16787	10	8299	15	4632	14	6411	17	9600	14	98328	4
41-80 ans	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	15710	9	14557	9	8010	12	7925	15	12659	10	4303	17	63165	4
	sapin	11588	8	6331	11	2715	16	667	32	203	39	712	35	22216	6
	pin	1085	24	428	66	165	72	1805	35	1524	29	41	72	5048	17
	mélèze	237	32	233	71	18	100	2137	21	1043	24	2008	23	5677	12
	arole	0	.	0	.	0	.	566	32	1093	38	0	.	1659	27
	autres résineux	1051	27	67	50	285	35	173	56	292	56	44	70	1912	19
	hêtre	18782	6	6699	11	5304	13	1725	31	742	31	8566	15	41818	5
	érable	4738	9	3476	16	2335	17	609	29	242	33	499	41	11898	7
	frêne	3234	12	1390	30	1442	20	463	39	410	71	1481	29	8419	10
	chêne	2643	24	253	45	27	75	766	40	45	75	1536	32	5271	17
	châtaignier	0	.	7	100	0	.	55	100	15	100	7490	16	7568	16
	autres feuillus	4693	11	1825	19	1679	22	2756	19	1624	38	9968	13	22546	8
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	63762	4	35266	6	21981	8	19647	10	19894	9	36648	6	197198	2
81-120 ans	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	6630	9	7641	11	4772	12	3643	17	6050	13	2375	18	31111	5
	sapin	5221	10	2623	12	1670	16	411	35	124	49	225	36	10274	6
	pin	1000	17	245	67	173	52	1572	37	1392	36	0	.	4382	18
	mélèze	146	26	30	80	77	54	1245	19	704	22	1479	21	3681	12
	arole	0	.	0	.	0	.	344	37	634	31	0	.	977	24
	autres résineux	280	42	0	.	33	71	0	.	87	82	0	.	400	35
	hêtre	8994	7	3388	16	2737	14	192	44	528	33	1535	19	17375	5
	érable	1105	15	794	22	788	22	102	49	51	59	86	63	2927	10
	frêne	1270	16	252	37	562	23	68	84	6	100	34	50	2192	12
	chêne	1256	24	53	51	38	64	91	63	40	71	238	46	1716	19
	châtaignier	0	.	0	.	0	.	27	70	12	100	621	35	661	33
	autres feuillus	413	24	136	43	314	61	45	63	15	70	293	39	1216	21
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	26317	4	15162	8	11164	9	7740	12	9643	11	6886	10	76912	3
121-160 ans	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	1882	11	5390	12	2820	16	2364	17	4104	16	1655	17	18214	6
	sapin	1853	12	1429	15	652	23	145	49	181	41	154	36	4413	8
	pin	510	27	133	54	60	69	422	37	675	40	72	91	1872	19
	mélèze	21	58	27	71	66	72	1377	19	564	21	974	23	3029	12
	arole	0	.	10	100	0	.	281	34	346	33	16	100	653	23
	autres résineux	56	76	7	100	0	.	0	.	69	61	0	.	132	46
	hêtre	2335	13	831	19	496	21	149	72	121	55	616	55	4548	11
	érable	181	32	126	35	92	36	45	100	7	100	24	100	476	20
	frêne	90	35	0	.	35	53	7	100	0	.	0	.	132	28
	chêne	437	22	18	100	28	81	159	100	6	100	14	70	662	28
	châtaignier	0	.	0	.	0	.	7	100	0	.	90	62	98	58
	autres feuillus	35	66	0	.	0	.	60	77	0	.	43	54	137	41
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	7400	7	7970	10	4249	13	5016	13	6073	12	3657	14	34365	4
>160 ans	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	907	19	4196	16	2410	17	2054	21	4312	14	1289	20	15167	7
	sapin	554	24	872	19	337	27	176	48	109	41	205	30	2252	11
	pin	49	51	115	80	0	.	717	41	474	40	110	72	1463	25
	mélèze	7	100	58	73	0	.	1881	20	1370	16	651	19	3967	11
	arole	0	.	0	.	0	.	331	30	508	26	32	100	872	19
	autres résineux	17	100	0	.	0	.	0	.	69	100	0	.	87	82
	hêtre	558	44	350	36	135	35	78	76	12	70	548	38	1681	21
	érable	41	53	31	60	12	70	23	100	0	.	0	.	107	35
	frêne	7	100	6	100	0	.	0	.	6	100	0	.	19	58
	chêne	162	44	0	.	18	71	28	100	0	.	16	71	224	35
	châtaignier	0	.	0	.	0	.	0	.	0	.	251	46	251	46
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	2302	16	5628	13	2912	15	5287	14	6860	11	3101	12	26089	5
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	38330	5	36822	6	21635	8	17710	10	30504	7	11014	13	156015	3
	sapin	27189	6	14880	9	6216	12	1501	24	634	26	1563	25	51983	4
	pin	3070	13	1060	48	398	46	4621	22	4169	20	223	72	13541	11
	mélèze	1543	32	653	34	277	52	6942	12	3766	13	5302	15	18482	7
	arole	0	.	10	100	0	.	1592	24	2581	24	49	100	4231	17
	autres résineux	1795	20	74	46	339	36	173	56	518	40	44	70	2942	15
	hêtre	43415	4	13848	9	10304	10	2216	28	1615	24	12090	13	83489	3
	érable	13092	7	6176	11	4162	13	1205	25	663	31	1122	28	26420	5
	frêne	7495	8	2739	19	2389	16	912	29	589	52	2240	24	16364	7
	chêne	4987	15	344	39	112	47	1080	34	91	72	1978	26	8591	12
	châtaignier	0	.	7	100	0	.	90	65	45	72	10308	14	10450	13
	autres feuillus	11464	8	4199	12	2774	17	4280	15	3705	25	13962	11	40383	5
	indéterminable	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	total	152379	2	80813	4	48605	6	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. 1327262. Birmensdorf, Swiss Federal Research Institute WSL

page précedente