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 des arbres vifs (bois de tige)
essence (56 classes)
découpage régional: canton
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
	canton
	AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Suisse
essence (56 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	±%	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	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	.
Abies alba	1398	28	609	41	1551	36	16155	9	541	38	2259	24	4	100	501	48	2105	23	3889	20	6273	14	4592	17	368	56	1259	34	3634	18	184	59	1306	22	2031	25	1377	32	1298	29	862	33	7026	13	1621	26	269	44	2054	20	63168	4
Larix decidua, Larix kaempferi	286	41	0	.	0	.	248	48	27	71	97	69	0	.	50	100	7615	11	22	100	28	59	41	100	0	.	18	100	218	49	36	59	20	100	57	100	70	60	3914	15	0	.	492	31	8549	12	40	100	285	37	22114	6
Picea abies	2592	21	2564	31	2096	30	26958	7	751	36	7664	15	4	75	3152	24	32662	7	2239	23	6657	14	4483	15	1573	37	3932	21	9791	14	1388	28	1717	27	5119	17	2572	21	6765	21	4090	22	11378	11	14470	10	699	43	5757	14	161073	3
Pinus cembra	0	.	0	.	0	.	12	100	0	.	0	.	0	.	0	.	1499	20	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	8	100	0	.	0	.	874	24	0	.	0	.	2393	15
Pinus mugo subsp. uncinata	0	.	0	.	0	.	54	61	0	.	0	.	0	.	0	.	434	26	0	.	0	.	0	.	4	100	217	83	0	.	0	.	0	.	65	88	0	.	66	100	20	82	0	.	162	43	0	.	0	.	1023	24
Pinus mugo subsp. mugo	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	35	40	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	7	100	0	.	13	60	0	.	0	.	56	31
Pinus nigra	0	.	0	.	0	.	14	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	50	100	0	.	0	.	0	.	93	84	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	157	60
Pinus strobus	0	.	0	.	0	.	123	55	8	100	2	100	0	.	0	.	0	.	80	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	100	0	.	0	.	19	100	246	44
Pinus sylvestris	143	58	0	.	0	.	1134	32	290	35	329	56	67	100	0	.	2188	20	303	39	246	54	73	72	0	.	0	.	95	71	237	38	320	32	0	.	404	42	58	62	205	63	167	49	1728	20	0	.	820	22	8807	9
Pseudotsuga menziesii	150	63	0	.	0	.	522	44	252	100	0	.	0	.	0	.	0	.	0	.	350	71	0	.	0	.	0	.	337	100	66	100	0	.	0	.	3	100	81	100	0	.	62	91	0	.	0	.	14	91	1836	30
Taxus baccata	21	74	0	.	14	74	3	71	0	.	0	.	0	.	3	100	0	.	11	74	2	100	8	100	0	.	8	100	6	374	0	.	57	58	4	100	2	100	1	100	0	.	43	48	1	100	0	.	61	56	243	25
autres résineux	28	100	0	.	0	.	13	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	75
Acer campestre	17	82	0	.	0	.	1	100	19	66	0	.	0	.	9	100	7	76	38	49	0	.	0	.	14	100	0	.	0	.	8	100	19	60	0	.	0	.	7	84	0	.	45	44	6	78	0	.	9	100	201	21
Acer opalus	0	.	0	.	0	.	23	73	0	.	0	.	0	.	0	.	0	.	0	.	0	.	16	72	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	156	34	11	72	0	.	0	.	206	28
Acer platanoides	60	63	0	.	0	.	195	42	100	57	16	88	0	.	-13	100	66	81	-11	483	11	100	20	79	6	100	0	.	152	42	6	100	17	72	48	72	2	100	0	.	2	100	91	39	82	91	0	.	55	85	903	20
Acer pseudoplatanus	559	22	25	75	266	42	2117	12	309	32	550	24	0	.	373	39	359	25	481	22	538	22	531	30	116	52	199	57	1594	18	87	52	691	22	289	30	471	39	238	39	168	42	900	18	277	32	100	50	1212	19	12451	5
Aesculus hippocastanum	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	11	100	0	.	0	.	0	.	11	100
Alnus glutinosa	84	47	0	.	0	.	72	71	5	100	0	.	0	.	0	.	84	100	79	100	56	66	0	.	0	.	0	.	0	.	0	.	50	100	2	100	146	57	219	45	0	.	255	54	0	.	0	.	175	54	1226	21
Alnus incana	0	.	0	.	9	100	60	51	0	.	37	56	0	.	19	71	422	42	17	100	59	71	2	100	0	.	2	100	56	76	0	.	13	100	66	81	20	87	85	63	3	100	6	100	145	49	1	100	0	.	1022	21
Alnus viridis	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	.
Betula pendula	9	171	0	.	34	89	74	55	0	.	21	74	0	.	0	.	244	28	0	.	5	100	0	0	0	.	2	100	17	84	0	.	53	100	1	100	25	65	1307	20	21	68	0	.	177	29	0	.	56	91	2046	14
Betula pubescens	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	5	100	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	5	100	0	.	0	.	47	100	0	.	0	.	66	72
Carpinus betulus	129	38	0	.	0	.	60	54	59	60	13	100	8	86	0	.	0	.	79	49	55	78	0	.	0	.	0	.	16	100	13	84	59	73	0	.	58	67	8	100	0	.	90	90	7	100	0	.	149	51	801	19
Castanea sativa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	515	44	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	4838	14	0	.	6	100	97	52	0	.	0	.	5456	12
Fagus sylvatica	4567	16	323	48	494	36	13391	9	2317	20	3366	19	0	.	935	31	1847	22	3416	17	3640	17	1304	18	486	42	1366	30	5257	15	2159	21	4431	15	1826	25	1734	20	5839	12	1001	33	6720	12	886	31	314	43	4304	14	71921	3
Fraxinus excelsior	743	29	0	.	254	55	1285	24	309	45	1343	28	9	100	260	44	301	39	770	29	575	49	99	46	511	59	116	76	1347	25	231	46	462	27	576	39	779	27	707	37	211	58	1310	23	342	35	115	60	1261	22	13916	7
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	43	70	0	.	0	.	0	.	0	.	0	.	43	70
Ilex aquifolium	4	100	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	5	78	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	71	0	.	60	50	2	100	2	100	2	100	0	.	0	.	84	38
Juglans regia	4	100	0	.	0	.	6	76	2	100	0	.	0	.	0	.	46	46	0	.	2	100	0	.	0	.	2	100	0	.	8	100	0	.	0	.	0	0	0	.	0	.	0	0	1	100	0	.	6	100	77	32
Laburnum anagyroides	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	8	81	2	100	0	.	0	.	12	57
Malus sylvestris	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	.
Ostrya carpinifolia	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	98	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	442	41	0	.	0	.	0	.	0	.	0	.	540	38
Populus alba, Populus x canescens	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	435	74	0	0	0	.	0	.	435	74
Populus nigra s.l.	40	100	0	.	0	.	16	100	0	.	70	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	87	100	0	.	0	.	0	.	0	.	0	.	0	.	213	56
Populus (autres)	0	.	0	.	0	.	66	100	0	.	119	77	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	185	61
Populus tremula	3	100	0	.	0	.	15	82	0	.	52	77	0	.	0	.	204	92	10	100	12	100	0	.	0	.	5	100	11	100	0	.	0	.	0	.	0	.	71	78	0	.	37	62	69	42	0	.	2	100	491	41
Prunus avium	36	44	0	.	0	.	201	34	0	0	17	45	0	.	20	72	63	68	13	90	32	64	0	.	0	.	0	.	50	47	0	.	60	58	0	.	37	61	208	30	8	100	45	47	51	39	4	100	98	39	943	13
Prunus padus	0	0	0	.	0	.	6	100	0	.	0	.	0	.	0	.	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	68	0	.	0	.	2	100	0	.	0	.	13	92	52	47
Pyrus communis, Pyrus pyraster	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100
Quercus cerris	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	97	66	0	.	0	.	0	.	0	.	0	.	97	66
Quercus petraea	271	57	0	.	0	.	235	39	94	63	17	100	250	72	0	.	149	71	93	63	58	100	87	60	0	.	0	.	13	71	182	52	169	49	0	.	168	76	612	28	86	72	838	29	37	58	0	.	391	33	3748	13
Quercus pubescens	5	100	0	.	0	.	21	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	107	45	0	.	33	100	162	49	0	.	0	.	327	31
Quercus robur	111	53	0	.	0	.	372	27	95	83	214	46	135	100	0	.	0	.	240	58	247	55	0	.	5	100	0	.	84	65	28	100	43	68	19	100	795	53	122	51	0	.	281	49	33	100	0	.	168	39	2992	18
Quercus rubra	301	59	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	301	59
Robinia pseudoacacia	6	100	0	.	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	426	50	0	.	0	.	14	97	0	.	0	.	478	45
Salix (autres)	14	71	0	.	20	100	55	50	1	100	51	50	0	.	0	.	147	36	5	100	8	82	5	100	1	100	1	100	3	74	0	.	24	63	0	.	12	100	22	50	1	100	32	57	83	47	0	.	42	58	528	17
Sorbus aria	3	100	0	.	0	.	56	31	33	55	9	77	0	.	37	91	15	67	58	44	5	100	31	46	0	.	2	100	2	100	12	100	11	54	2	100	0	.	97	25	19	53	38	43	48	32	0	.	29	61	507	13
Sorbus aucuparia	0	.	0	.	0	.	88	39	0	.	0	0	0	.	0	.	23	38	7	100	20	56	17	67	3	71	4	100	12	53	0	.	0	.	12	69	0	.	14	58	7	100	56	43	46	38	0	.	2	100	311	17
Sorbus torminalis	0	.	0	.	0	.	19	100	9	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9	100	0	.	0	.	0	.	0	.	0	.	2	100	38	60
Tilia cordata	99	45	0	.	4	100	284	48	0	.	5	100	0	.	0	.	168	54	39	65	3	100	9	100	0	.	0	.	169	58	7	100	6	100	54	100	21	82	434	35	25	70	111	44	6	78	0	.	41	69	1483	18
Tilia platyphyllos	203	59	0	.	0	.	74	50	0	.	14	100	0	.	79	74	19	100	0	.	0	.	-4	100	0	.	0	.	62	49	0	.	0	0	44	81	9	100	9	87	0	.	26	100	201	47	0	.	0	.	736	24
Ulmus glabra	46	48	0	.	8	100	186	28	56	64	54	62	0	.	0	0	4	71	21	61	28	74	0	.	77	58	25	67	66	52	0	.	65	78	43	47	10	100	39	64	22	67	12	67	0	.	2	100	82	57	846	15
Ulmus minor	0	.	0	.	0	.	0	0	0	.	27	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	27	100
autres feuillus	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	56	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	25	100	0	.	0	0	0	.	0	.	0	.	82	74
autres arbustes	3	100	0	.	0	.	8	81	1	100	1	100	0	.	0	.	21	41	5	79	0	0	0	0	0	.	0	.	2	100	0	.	0	.	0	.	4	100	68	37	0	.	5	60	8	61	0	.	4	71	129	22
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	.	0	0	0	0	0	0	0	0	0	0	0	.	0	0	0	0
total	11935	11	3520	29	4750	24	64227	5	5310	17	16349	11	475	55	5426	19	51347	5	11963	12	18918	10	11363	11	3164	27	7159	18	22996	10	4744	18	9590	12	10261	14	8847	14	28344	7	6758	18	30732	7	30257	7	1544	33	17110	9	387089	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. 1217675. Birmensdorf, Swiss Federal Research Institute WSL

page précedente