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.

IFN4
volume du bois fort de tige (UCB 2010)
assortiment · classes d'assortiments (USC 2010)
découpage régional: région économique
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2009/17
		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
assortiment	classes d'assortiments (USC 2010)	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	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	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
	classes 1 et 2	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
	classes 3 et 4	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
	classes 5 et 6	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	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
bois résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	3	97	1	82	1	68	1	67	8	54	0	100	2	67	5	64	0	.	2	87	0	.	8	62	0	.	1	73	31	26
	classes 1 et 2	16	76	91	61	22	69	21	56	225	43	5	100	51	79	124	55	0	.	27	71	0	.	120	74	0	.	32	59	734	23
	classes 3 et 4	7	100	68	67	27	71	94	64	222	49	0	0	95	93	119	68	0	.	38	74	0	.	11	100	0	.	34	69	715	26
	classes 5 et 6	0	0	5	100	5	100	69	73	74	59	0	0	29	100	15	80	0	.	2	100	0	.	0	0	0	.	21	83	220	35
	total	27	71	164	64	54	62	185	62	529	41	6	100	177	89	264	57	0	.	69	65	0	.	138	75	0	.	87	56	1700	22
bois court résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	87	13	42	19	39	26	121	13	133	12	68	16	162	10	85	15	94	12	50	19	30	23	222	9	289	7	106	10	1529	3
	classes 1 et 2	3917	12	1513	18	1628	21	4243	12	4549	12	3296	15	7091	8	4246	12	3912	11	2062	18	1398	22	8521	8	11687	6	4508	9	62573	3
	classes 3 et 4	3794	11	1610	18	1772	22	4747	13	4335	11	4576	14	9796	9	6878	12	5759	12	2665	19	1889	20	9058	8	14662	6	6439	9	77979	3
	classes 5 et 6	795	18	334	24	337	36	1400	17	1138	18	1605	18	3127	14	2657	20	2059	16	1110	25	665	28	2754	12	4611	9	3026	13	25620	4
	total	8593	10	3499	16	3775	19	10511	11	10154	10	9545	13	20177	8	13867	11	11824	11	5887	18	3983	19	20555	7	31249	6	14080	8	167701	2
bois mi-long résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	122	19	9	52	15	52	49	29	76	26	49	32	107	25	111	21	50	32	33	46	58	28	86	29	6	73	18	64	789	8
	classes 1 et 2	925	18	97	49	184	41	456	36	374	29	434	32	1086	22	1013	22	408	33	306	48	474	33	469	32	84	56	74	62	6384	8
	classes 3 et 4	1563	19	254	56	225	49	1291	28	1350	24	874	30	1979	24	2223	22	791	36	649	39	1055	30	793	32	122	54	171	64	13341	8
	classes 5 et 6	539	34	174	72	0	0	533	33	407	35	176	47	1060	27	748	26	186	41	296	45	729	39	210	62	35	100	38	59	5130	11
	total	3150	17	535	54	424	42	2329	26	2207	24	1534	29	4232	20	4094	20	1434	31	1284	37	2316	30	1558	30	247	47	302	62	25644	7
bois long résineux	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	2880	9	56	55	449	23	449	23	826	17	200	43	440	25	364	27	41	68	0	.	55	54	43	72	0	.	0	.	5801	6
	classes 1 et 2	2515	13	82	64	555	31	259	33	831	24	201	58	229	35	299	34	66	76	0	.	9	100	23	100	0	.	0	.	5069	9
	classes 3 et 4	10006	9	332	52	1712	24	2157	23	3368	17	569	48	1393	27	1414	29	118	100	0	.	198	66	185	81	0	.	0	.	21451	6
	classes 5 et 6	2058	16	65	100	488	39	318	42	713	35	58	100	685	33	286	40	0	0	0	.	92	58	0	0	0	.	0	.	4763	11
	total	17458	8	535	51	3204	22	3184	22	5738	17	1028	45	2747	26	2363	27	224	83	0	.	353	60	250	74	0	.	0	.	37084	6
bois rond feuillus	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	83	7	35	12	22	15	36	12	50	8	11	27	39	12	35	13	18	17	10	22	13	20	16	21	14	19	105	7	487	3
	classes 1 et 2	7394	6	2676	12	2405	13	3001	10	5337	7	1269	19	3433	10	3587	12	1739	15	930	24	1216	17	1720	16	1348	17	8911	6	44964	2
	classes 3 et 4	9547	6	4390	12	3548	14	5073	12	7435	8	1018	25	4028	12	4723	12	1789	18	839	26	1516	19	520	26	921	23	3690	8	49038	3
	classes 5 et 6	1511	16	1265	18	910	21	1837	18	3255	13	171	46	1082	23	919	23	475	31	215	37	321	31	108	42	220	35	1141	20	13430	6
	total	18534	5	8366	10	6885	13	9947	10	16077	7	2469	19	8583	10	9263	11	4022	15	1995	22	3066	17	2363	16	2503	17	13848	6	107920	2
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	petit bois	3174	8	143	23	525	20	656	16	1093	13	328	27	751	15	599	17	203	17	95	19	156	22	374	12	309	7	231	7	8638	4
	classes 1 et 2	14768	5	4460	10	4794	11	7981	8	11316	6	5206	12	11890	6	9269	8	6124	9	3325	15	3097	15	10852	7	13119	6	13525	4	119725	2
	classes 3 et 4	24917	4	6654	10	7282	11	13362	8	16710	6	7037	12	17290	7	15357	8	8457	10	4192	15	4659	14	10566	8	15705	6	10334	5	162523	1
	classes 5 et 6	4903	9	1842	16	1741	17	4157	11	5587	10	2010	16	5984	10	4625	13	2720	14	1623	20	1807	20	3071	12	4867	9	4226	10	49163	3
	total	47762	3	13099	9	14342	10	26156	7	34705	5	14581	11	35915	6	29851	7	17504	9	9235	14	9718	13	24864	7	34000	6	28317	4	340049	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. 1213701. Birmensdorf, Swiss Federal Research Institute WSL

page précedente