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
essence (56 classes)
découpage régional: canton
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
	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 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	±%	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	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	1039	30	283	39	929	39	13164	9	724	31	2226	24	34	100	194	46	1044	23	3876	16	6000	17	3634	19	231	38	1172	29	1625	18	142	60	1616	29	1292	27	1228	30	1153	30	1434	28	5838	13	1501	24	467	46	1137	19	51983	4
Larix decidua, Larix kaempferi	350	50	0	.	0	.	160	40	14	71	121	68	0	.	7	100	5017	12	7	100	73	57	7	100	0	.	52	100	249	57	31	64	7	100	14	100	211	70	4051	17	0	.	1003	47	6942	12	7	100	159	43	18482	7
Picea abies	2669	21	1457	31	1493	29	24948	7	760	40	6116	18	52	74	2442	27	34291	7	1106	22	7005	15	3595	16	1795	47	5460	22	7773	14	1090	33	1735	33	4181	18	2567	22	7227	19	4262	22	10978	11	17710	10	423	44	4875	18	156009	3
Pinus cembra	0	.	0	.	0	.	10	100	0	.	0	.	0	.	0	.	2581	24	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	49	100	0	.	0	.	1592	24	0	.	0	.	4231	17
Pinus mugo subsp. uncinata	0	.	0	.	0	.	176	62	0	.	0	.	0	.	0	.	2353	30	0	.	0	.	0	.	66	100	530	90	0	.	0	.	0	.	120	95	0	.	156	100	46	73	0	.	435	49	0	.	0	.	3881	23
Pinus mugo subsp. mugo	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	518	40	0	.	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	87	100	0	.	156	62	0	.	0	.	795	31
Pinus nigra	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	31	100	0	.	0	.	0	.	48	77	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	96	53
Pinus strobus	0	.	0	.	0	.	38	55	38	100	39	100	0	.	0	.	0	.	32	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	7	100	170	40
Pinus sylvestris	115	60	0	.	0	.	940	33	221	35	125	52	59	100	0	.	1823	25	155	46	151	52	82	72	0	.	0	.	24	76	203	43	324	36	0	.	149	39	61	59	201	65	119	51	4187	23	0	.	454	28	9393	12
Pseudotsuga menziesii	122	61	0	.	0	.	260	32	98	100	0	.	0	.	0	.	0	.	0	.	97	51	0	.	0	.	0	.	56	100	21	100	0	.	0	.	17	100	24	100	0	.	47	72	0	.	0	.	54	73	795	22
Taxus baccata	52	75	0	.	54	74	35	71	0	.	0	.	0	.	18	100	0	.	51	74	15	100	17	100	0	.	17	100	164	44	0	.	195	54	18	100	17	100	20	100	0	.	281	56	17	100	0	.	366	63	1338	24
autres résineux	14	100	0	.	0	.	6	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	20	76
Acer campestre	59	59	0	.	0	.	18	100	42	61	0	.	0	.	15	100	55	74	109	47	0	.	0	.	63	100	0	.	0	.	17	100	98	61	0	.	0	.	58	76	0	.	138	41	53	74	0	.	7	100	734	20
Acer opalus	0	.	0	.	0	.	53	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	41	85	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	604	37	89	60	0	.	0	.	788	30
Acer platanoides	50	55	0	.	0	.	213	40	284	49	56	73	0	.	15	100	40	84	48	74	34	100	26	78	18	100	0	.	180	51	41	100	45	86	48	79	17	100	0	.	18	100	249	43	138	68	0	.	154	62	1677	16
Acer pseudoplatanus	974	21	28	79	530	42	3887	12	515	30	944	26	0	.	617	35	773	28	700	26	920	20	1205	31	226	35	435	75	1786	19	173	56	1280	26	637	37	880	27	858	34	376	39	2640	21	925	30	134	59	1778	21	23221	5
Aesculus hippocastanum	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	7	100
Alnus glutinosa	175	50	0	.	0	.	141	50	19	100	0	.	0	.	0	.	187	100	66	100	152	79	0	.	0	.	0	.	0	.	0	.	150	100	22	100	265	57	428	41	0	.	176	59	0	.	0	.	364	47	2144	20
Alnus incana	0	.	0	.	69	100	315	61	0	.	241	60	0	.	73	71	2111	37	51	100	260	70	17	100	0	.	15	100	320	73	0	.	17	100	223	74	153	89	397	50	18	100	15	100	637	49	17	100	0	.	4951	20
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	112	46	0	.	59	79	179	52	0	.	54	73	0	.	0	.	810	36	0	.	17	100	0	0	0	.	17	100	42	72	0	.	34	100	17	100	124	81	3929	21	87	66	0	.	934	29	0	.	87	64	6504	14
Betula pubescens	0	.	0	.	0	.	0	0	0	.	0	.	0	.	0	.	18	100	0	.	35	100	0	.	0	.	0	.	0	.	0	.	0	.	17	100	0	.	7	100	0	.	0	.	23	100	0	.	0	.	100	49
Carpinus betulus	356	31	0	.	0	.	117	55	203	48	34	100	69	79	0	.	0	.	280	50	27	74	0	.	0	.	0	.	35	100	35	71	129	67	0	.	135	50	80	100	0	.	223	80	55	100	0	.	260	36	2038	16
Castanea sativa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	758	54	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	9595	14	0	.	7	100	90	65	0	.	0	.	10450	13
Fagus sylvatica	4031	14	235	51	400	36	14878	9	2894	21	3458	19	0	.	873	27	2505	21	3439	18	3686	16	1980	17	909	42	1517	28	5882	16	2288	22	4772	15	1629	20	1581	19	11200	14	1148	34	7360	12	2216	28	224	40	4385	14	83489	3
Fraxinus excelsior	814	26	0	.	235	47	1527	19	383	36	1312	25	34	100	293	39	866	39	612	29	493	30	242	36	521	67	166	56	1109	24	214	43	517	29	532	41	685	23	1665	29	391	46	1699	20	912	29	101	73	742	21	16066	7
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	298	72	0	.	0	.	0	.	0	.	0	.	298	72
Ilex aquifolium	19	100	0	.	0	.	49	100	0	.	0	.	0	.	0	.	0	.	51	74	0	.	0	.	0	.	0	.	0	.	0	.	0	.	38	71	0	.	443	52	23	100	18	100	18	100	0	.	0	.	659	37
Juglans regia	17	100	0	.	0	.	53	74	17	100	0	.	0	.	0	.	174	46	0	.	25	100	0	.	0	.	22	100	0	.	41	100	0	.	0	.	0	0	0	.	0	.	0	0	18	100	0	.	17	100	384	28
Laburnum anagyroides	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	29	100	0	.	36	71	20	100	0	.	0	.	85	51
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	.	546	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1972	37	0	.	0	.	0	.	0	.	0	.	2518	36
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	.	141	71	0	0	0	.	0	.	141	71
Populus nigra s.l.	9	100	0	.	0	.	7	100	0	.	8	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	26	100	0	.	0	.	0	.	0	.	0	.	0	.	49	60
Populus (autres)	0	.	0	.	0	.	7	100	0	.	20	75	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	61
Populus tremula	20	100	0	.	0	.	67	71	0	.	14	71	0	.	0	.	101	68	8	100	8	100	0	.	0	.	27	100	6	100	0	.	0	.	0	.	0	.	54	55	0	.	76	72	379	40	0	.	20	100	779	24
Prunus avium	110	44	0	.	0	.	430	28	0	0	129	43	0	.	52	58	199	58	34	71	94	51	0	.	0	.	0	.	130	40	0	.	109	59	0	.	30	64	415	28	18	100	128	36	371	56	35	100	93	46	2377	14
Prunus padus	0	0	0	.	0	.	67	100	0	.	0	.	0	.	0	.	18	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	136	75	0	.	0	.	17	100	0	.	0	.	68	79	306	44
Pyrus communis, Pyrus pyraster	0	.	0	.	0	.	0	.	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100
Quercus cerris	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	102	51	0	.	0	.	0	.	0	.	0	.	102	51
Quercus petraea	115	46	0	.	0	.	180	48	156	64	78	100	222	66	0	.	91	72	28	61	27	100	245	89	0	.	0	.	28	79	140	45	310	72	0	.	62	75	1391	33	61	75	1343	35	288	71	0	.	187	31	4951	16
Quercus pubescens	17	100	0	.	0	.	37	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	415	52	0	.	390	100	776	38	0	.	0	.	1636	33
Quercus robur	74	55	0	.	0	.	247	33	87	64	180	38	45	100	0	.	0	.	136	53	93	49	0	.	22	100	0	.	26	58	52	100	31	63	6	100	275	33	70	45	0	.	247	48	16	100	0	.	150	50	1755	14
Quercus rubra	148	79	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	148	79
Robinia pseudoacacia	52	100	0	.	0	.	0	.	24	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1011	42	0	.	0	.	76	71	0	.	0	.	1163	37
Salix (autres)	154	69	0	.	8	100	353	59	17	100	261	41	0	.	0	.	547	36	37	100	61	77	17	100	15	100	22	100	35	71	0	.	86	51	0	.	9	100	118	50	17	100	180	51	415	40	0	.	141	63	2491	16
Sorbus aria	17	100	0	.	0	.	420	32	93	52	45	74	0	.	195	84	73	61	259	58	33	100	141	43	0	.	17	100	21	100	7	100	86	53	17	100	0	.	862	25	107	53	250	38	318	33	0	.	172	51	3135	13
Sorbus aucuparia	0	.	0	.	0	.	589	32	0	.	0	0	0	.	0	.	161	37	19	100	112	54	136	65	33	71	44	100	91	53	0	.	0	.	55	58	0	.	119	50	51	100	376	38	457	41	0	.	20	100	2261	15
Sorbus torminalis	0	.	0	.	0	.	17	100	7	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	0	.	0	.	0	.	17	100	48	54
Tilia cordata	223	42	0	.	19	100	447	37	0	.	18	100	0	.	0	.	495	45	112	53	8	100	8	100	0	.	0	.	222	85	40	100	17	100	28	100	88	82	1247	28	55	74	347	46	36	71	0	.	126	67	3536	15
Tilia platyphyllos	210	48	0	.	0	.	185	51	0	.	18	100	0	.	55	81	33	100	0	.	0	.	69	100	0	.	0	.	91	63	0	.	0	0	39	71	19	100	27	75	0	.	24	100	431	44	0	.	0	.	1202	22
Ulmus glabra	98	46	0	.	7	100	457	26	62	50	151	59	0	.	0	0	54	74	78	46	58	52	0	.	245	54	79	50	138	46	0	.	83	54	144	45	7	100	133	63	40	61	126	72	0	.	18	100	127	45	2107	13
Ulmus minor	0	.	0	.	0	.	0	0	0	.	17	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	17	100
autres feuillus	0	.	0	.	0	.	20	100	0	.	0	.	0	.	0	.	0	.	38	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	28	100	0	.	0	0	0	.	0	.	0	.	86	60
autres arbustes	18	100	0	.	0	.	48	74	17	100	17	100	0	.	0	.	249	39	54	74	0	0	0	0	0	.	0	.	17	100	0	.	0	.	0	.	19	100	594	32	0	.	55	58	91	60	0	.	68	71	1249	19
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	12234	11	2003	29	3803	24	64780	5	6674	16	15699	11	515	54	4852	19	58492	6	11387	12	19483	10	11493	11	4143	30	9593	17	20065	11	4584	19	11641	13	9080	14	8705	14	50282	6	8442	17	35159	8	42322	7	1426	32	16036	10	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. 1355763. Birmensdorf, Swiss Federal Research Institute WSL

page précedente