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 total de tiges
gravité des dégâts · essence principale
découpage régional: région de forêt protectrice
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante
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
gravité des dégâts	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	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.	0	.
aucun dégât	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	29694	6	30345	7	17245	9	13117	11	24029	8	9104	13	123534	3
	sapin	23739	6	12227	10	5128	13	999	27	357	28	1283	24	43733	4
	pin	2335	14	897	54	554	37	3925	23	3692	19	261	49	11664	11
	mélèze	1508	32	589	33	338	46	7081	11	4876	12	6575	12	20967	7
	arole	0	.	10	100	0	.	950	24	2867	22	49	100	3875	17
	autres résineux	1209	19	202	50	165	48	0	.	236	45	44	70	1855	15
	hêtre	33770	4	10009	10	7740	11	1587	29	968	24	9026	14	63100	4
	érable	10856	8	4750	13	3114	14	1343	28	447	39	1171	28	21681	6
	frêne	4735	9	1729	19	1016	20	709	31	448	50	1684	22	10321	7
	chêne	4205	16	275	36	83	50	930	36	84	74	1653	23	7229	12
	châtaignier	0	.	0	.	0	.	108	63	18	100	4330	17	4456	16
	autres feuillus	9774	8	4305	14	2360	17	3510	16	3055	22	11460	12	34464	6
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	121825	2	65338	5	37742	6	34258	7	41076	6	46640	5	346879	2
dégât léger	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	5435	8	6719	9	3806	11	3957	11	8130	8	2432	13	30480	4
	sapin	1192	12	897	17	441	24	222	32	89	41	93	49	2934	8
	pin	157	36	81	48	39	71	215	39	162	43	23	76	677	20
	mélèze	21	58	82	51	24	79	1397	38	875	20	783	22	3182	18
	arole	0	.	0	.	0	.	576	36	480	24	16	100	1072	22
	autres résineux	150	33	35	70	0	.	0	.	17	100	0	.	202	29
	hêtre	2907	10	1134	17	812	16	193	64	156	43	1149	15	6350	7
	érable	812	15	634	20	457	24	131	41	117	52	336	34	2487	10
	frêne	384	28	118	44	152	37	81	71	28	74	109	50	873	18
	chêne	195	34	44	60	29	78	71	61	7	100	75	53	420	23
	châtaignier	0	.	0	.	0	.	0	.	0	.	925	38	925	38
	autres feuillus	649	18	811	19	335	28	535	23	597	34	1320	16	4248	9
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	11900	5	10556	7	6094	9	7379	11	10659	7	7263	8	53851	3
dégât moyen	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	2083	10	2529	11	1921	12	1271	14	2169	12	1080	20	11053	5
	sapin	1294	12	980	17	563	19	144	44	45	54	111	38	3136	8
	pin	308	29	45	63	45	62	175	31	415	28	32	100	1020	16
	mélèze	14	71	37	71	53	100	279	21	204	29	494	25	1081	15
	arole	0	.	0	.	0	.	60	41	242	29	0	.	301	25
	autres résineux	230	37	76	91	46	100	0	.	35	71	0	.	387	31
	hêtre	3777	8	1737	16	1450	16	194	36	249	35	1433	16	8840	6
	érable	869	15	665	24	681	20	183	37	83	48	224	31	2704	10
	frêne	403	21	98	44	487	26	157	45	75	61	138	36	1359	14
	chêne	190	30	68	59	35	100	53	58	0	.	85	58	431	22
	châtaignier	0	.	0	.	0	.	0	.	0	.	1143	20	1143	20
	autres feuillus	823	15	509	23	516	27	433	25	420	29	1673	14	4373	8
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	9990	5	6743	7	5797	9	2948	10	3936	9	6414	7	35828	3
dégât grave	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	1418	12	2027	11	1216	15	676	18	1323	13	753	22	7412	6
	sapin	1039	12	689	16	387	22	120	42	117	49	128	30	2481	8
	pin	111	30	38	61	57	75	244	37	336	27	14	71	800	18
	mélèze	0	.	24	100	46	71	428	24	292	25	558	24	1349	14
	arole	0	.	0	.	0	.	158	36	236	43	0	.	394	29
	autres résineux	154	40	35	100	36	71	17	100	87	53	0	.	329	27
	hêtre	2378	10	848	18	668	18	225	48	204	40	883	19	5207	7
	érable	570	17	444	24	371	26	194	38	57	53	34	71	1670	11
	frêne	1752	15	820	34	607	24	177	40	151	45	351	50	3858	12
	chêne	309	27	53	58	7	100	53	75	0	.	240	52	662	24
	châtaignier	0	.	0	.	0	.	50	79	12	100	2589	17	2651	17
	autres feuillus	803	17	404	29	417	26	496	32	472	27	1489	13	4082	9
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	8534	5	5382	8	3812	9	2839	11	3288	9	7040	8	30895	3
dégât très grave	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	429	19	694	19	537	22	360	22	533	21	148	33	2702	9
	sapin	321	20	174	27	130	33	47	52	26	77	22	58	720	13
	pin	160	28	36	100	59	64	110	54	190	37	7	100	563	20
	mélèze	0	.	0	.	0	.	401	23	158	34	359	25	918	15
	arole	0	.	0	.	0	.	117	46	130	56	0	.	247	37
	autres résineux	51	58	92	79	150	50	156	62	321	50	0	.	770	28
	hêtre	1326	12	543	21	460	22	114	44	92	56	521	22	3056	8
	érable	332	20	258	35	208	43	146	52	73	48	52	73	1068	16
	frêne	547	19	180	32	552	24	384	50	77	72	150	39	1890	14
	chêne	160	38	6	100	0	.	35	71	0	.	127	59	329	30
	châtaignier	0	.	7	100	0	.	81	91	15	100	1460	17	1563	17
	autres feuillus	432	22	280	27	511	37	340	40	305	33	1097	20	2965	12
	indéterminable	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	total	3758	7	2272	12	2607	13	2291	16	1920	14	3943	9	16791	4
mort	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	4409	9	9016	10	4543	14	4014	14	4821	11	1595	17	28398	5
	sapin	2351	11	1377	14	1041	19	161	35	201	63	163	33	5295	8
	pin	791	20	337	41	157	45	1451	20	1223	26	112	50	4070	12
	mélèze	52	54	158	46	110	62	1791	17	1126	20	1158	18	4396	10
	arole	0	.	0	.	0	.	219	34	205	48	0	.	424	29
	autres résineux	54	58	35	71	53	74	35	71	283	49	0	.	459	33
	hêtre	2904	11	1189	18	1436	22	266	45	195	36	732	24	6721	8
	érable	648	23	239	31	298	37	162	46	0	.	108	60	1456	15
	frêne	1721	17	804	24	678	24	183	44	104	63	228	41	3718	11
	chêne	717	21	58	52	72	79	94	45	0	.	434	34	1376	16
	châtaignier	0	.	0	.	0	.	73	71	0	.	5059	14	5131	14
	autres feuillus	1729	14	1539	17	1484	23	1137	20	1029	23	3231	13	10149	7
	indéterminable	328	26	445	20	146	33	162	33	399	28	146	40	1627	12
	total	15703	5	15197	7	10019	9	9747	9	9585	9	12967	7	73219	3
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	43468	5	51330	6	29269	8	23396	9	41004	7	15113	11	203580	3
	sapin	29935	5	16344	8	7691	11	1693	24	835	26	1800	23	58298	4
	pin	3860	13	1435	40	910	36	6120	19	6018	18	450	46	18794	10
	mélèze	1594	32	890	29	571	45	11378	11	7531	11	9928	11	31892	6
	arole	0	.	10	100	0	.	2079	22	4160	20	65	79	6313	15
	autres résineux	1849	19	473	53	449	36	208	56	979	35	44	70	4002	15
	hêtre	47062	4	15461	9	12565	10	2579	27	1863	23	13744	12	93274	3
	érable	14087	7	6990	11	5128	12	2158	24	778	29	1925	25	31067	5
	frêne	9543	8	3749	16	3493	15	1690	26	882	42	2661	22	22019	6
	chêne	5775	14	504	33	226	39	1236	31	91	72	2614	24	10446	11
	châtaignier	0	.	7	100	0	.	311	67	45	72	15506	12	15870	12
	autres feuillus	14209	7	7848	12	5623	17	6451	13	5879	20	20271	9	60281	5
	indéterminable	328	26	445	20	146	33	162	33	399	28	146	40	1627	12
	total	171711	2	105487	4	66072	6	59462	6	70464	5	84268	4	557462	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. 1259307. Birmensdorf, Swiss Federal Research Institute WSL

page précedente