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 de bois mort (bois de tige)
bois mort: résistance du bois (5 classes) · bois mort: recouvrement par de l'écorce (3 classes)
découpage régional: canton
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante
réseau: réseau 1,4 km
état 2009/17
		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
bois mort: résistance du bois (5 classes)	bois mort: recouvrement par de l'écorce (3 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	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	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
	0-30%	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	.
	31-60%	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	.
	>60%	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	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
bois frais	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	.
	0-30%	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	6	76
	31-60%	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	1	100	0	.	1	100	4	59
	>60%	7	100	0	.	6	100	61	43	8	100	0	.	0	.	11	65	19	67	8	75	2	100	2	71	0	.	2	100	12	61	0	.	0	.	7	80	9	61	55	46	0	.	24	55	17	39	0	.	1	100	252	18
	total	7	100	0	.	6	100	61	43	8	100	0	.	0	.	11	65	24	58	8	75	2	100	2	71	0	.	2	100	12	61	0	.	0	.	9	67	9	61	57	44	0	.	24	55	18	39	0	.	2	100	262	17
bois dur	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	.
	0-30%	28	40	7	68	12	57	549	15	50	37	418	46	16	93	62	48	470	17	70	35	200	32	35	52	5	75	72	30	213	28	40	37	97	25	175	32	19	56	526	14	75	39	232	20	429	15	8	74	57	34	3866	7
	31-60%	30	49	7	100	11	74	325	21	61	38	102	37	3	100	36	77	337	16	68	35	136	42	8	91	6	77	49	48	121	31	18	68	46	41	74	34	7	58	213	18	40	47	221	26	339	16	18	71	42	55	2319	7
	>60%	183	27	30	45	126	38	1418	10	86	37	378	20	6	100	176	33	1740	9	192	24	481	21	103	30	30	47	140	29	386	19	35	47	107	26	136	27	21	48	936	13	105	27	613	17	1512	11	88	50	235	23	9261	4
	total	241	23	44	36	149	38	2293	9	197	25	898	24	25	65	275	30	2548	8	330	19	817	20	146	26	40	44	260	24	720	18	93	30	249	19	384	23	47	37	1676	10	219	22	1066	13	2279	9	114	43	334	19	15446	3
bois pourri	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	.
	0-30%	129	33	32	64	57	64	712	15	28	58	252	27	21	62	61	34	598	13	123	26	257	29	38	49	35	50	143	32	299	23	7	90	81	31	249	28	22	70	344	15	108	37	364	19	614	13	18	100	221	21	4811	5
	31-60%	39	73	1	100	6	75	315	21	36	75	76	38	3	100	7	51	137	26	27	69	109	33	2	76	17	62	12	66	57	40	0	.	20	51	22	67	3	100	57	27	41	58	168	31	133	26	0	.	23	52	1312	9
	>60%	48	40	0	.	15	63	351	19	20	67	157	41	0	.	46	60	279	18	23	49	123	40	32	41	11	68	31	60	56	37	2	100	18	68	23	55	5	62	186	19	20	46	157	20	160	23	0	.	41	46	1804	8
	total	216	26	33	61	78	49	1377	12	84	41	485	25	23	59	114	33	1014	11	173	23	489	23	72	32	63	38	186	30	413	19	9	76	119	26	294	27	29	60	587	11	170	34	690	15	908	10	18	100	285	20	7927	4
bois en décomposition	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	.
	0-30%	165	31	14	100	56	52	618	14	81	31	102	29	1	100	76	36	739	13	128	29	120	28	10	61	14	56	74	44	260	23	3	71	123	36	130	34	45	56	224	21	44	51	327	24	399	14	2	100	115	26	3870	5
	31-60%	0	.	0	.	8	100	98	35	7	100	45	58	0	.	4	78	96	30	14	58	10	61	0	.	0	.	3	100	53	45	0	.	20	96	26	71	0	.	34	57	33	83	33	43	33	36	0	.	11	58	528	14
	>60%	15	86	2	100	0	.	134	31	5	72	17	66	0	.	0	.	44	33	9	71	38	46	10	85	10	72	10	80	10	74	0	.	23	100	7	53	2	72	36	35	0	.	21	57	52	39	2	100	17	82	464	14
	total	181	29	16	89	65	47	850	13	93	29	164	26	1	100	79	35	879	12	152	27	167	23	21	53	24	44	88	43	324	22	3	71	165	37	163	30	47	54	294	18	76	46	380	22	484	13	3	71	143	25	4862	5
bois vermoulu	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	.
	0-30%	14	55	0	.	9	100	127	31	4	75	3	66	0	.	17	65	115	24	30	58	16	55	0	.	16	76	28	77	7	75	0	.	3	100	19	80	0	.	58	37	43	59	60	42	149	23	0	.	15	55	731	11
	31-60%	0	.	0	.	6	100	4	100	1	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	3	71	0	.	3	76	0	.	0	.	0	.	16	46
	>60%	0	.	0	.	0	.	3	100	0	.	1	100	1	100	0	.	1	100	0	.	4	72	0	.	0	.	2	100	0	.	0	.	0	.	0	.	0	.	22	91	0	.	15	63	10	74	0	.	0	.	59	40
	total	14	55	0	.	14	100	133	30	5	64	3	55	1	100	17	65	116	24	30	58	21	46	0	.	16	76	30	71	7	75	0	.	3	100	19	80	0	.	83	36	43	59	77	35	159	22	0	.	15	55	806	11
total	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	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
	0-30%	336	23	53	48	134	48	2006	10	163	26	775	28	38	64	216	29	1927	9	352	19	593	21	83	32	70	37	317	24	779	16	50	33	303	21	574	20	86	37	1151	10	269	27	983	14	1591	9	28	70	408	17	13283	4
	31-60%	69	50	9	85	32	44	742	15	106	39	223	28	5	71	47	60	570	13	109	28	255	29	10	87	23	51	64	44	232	24	18	68	85	34	123	30	10	50	309	15	113	39	425	19	505	14	18	71	77	34	4179	5
	>60%	253	22	31	43	146	35	1967	9	118	30	553	19	7	89	234	28	2084	8	232	23	648	19	148	25	51	37	185	26	464	17	37	45	147	26	173	24	37	37	1236	11	126	24	830	14	1752	10	90	49	293	21	11841	3
	total	658	17	93	32	312	30	4715	7	387	21	1550	19	50	52	496	22	4581	7	693	15	1496	16	241	20	143	30	566	20	1475	13	105	28	536	17	870	18	133	29	2696	8	508	21	2238	11	3848	7	135	39	779	14	29304	3

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. 1268023. Birmensdorf, Swiss Federal Research Institute WSL

page précedente