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 de bois mort (bois de tige)
bois mort: résistance du bois (5 classes) · bois mort: recouvrement par de l'écorce (3 classes)
découpage régional: région économique
unité: 1000 m³
ensemble analysé: forêt accessible sans la forêt buissonnante IFN4/IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		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
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	±%
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
	0-30%	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	.
	>60%	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 frais	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	13	100	0	.	0	.	0	.	0	.	0	.	14	100	12	100	0	.	0	.	0	.	0	.	0	.	8	71	47	50
	31-60%	0	.	0	.	0	.	0	.	0	.	0	.	0	.	19	100	0	.	0	.	23	100	0	.	16	100	20	80	78	48
	>60%	64	46	38	81	102	52	46	70	105	57	12	55	55	69	52	51	26	56	15	87	31	55	38	50	40	56	32	57	656	18
	total	78	42	38	81	102	52	46	70	105	57	12	55	69	59	83	42	26	56	15	87	54	68	38	50	56	60	59	42	780	16
bois dur	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	471	17	262	34	70	35	156	47	307	25	177	35	502	23	323	28	486	25	117	34	205	32	652	16	484	20	940	13	5153	6
	31-60%	410	24	160	55	38	90	58	47	118	36	49	44	399	25	208	33	250	26	62	61	61	41	385	24	453	23	422	17	3073	8
	>60%	1896	15	654	23	386	27	406	25	497	21	395	30	1379	19	1017	17	517	20	204	26	351	24	1389	13	1628	12	1665	14	12382	5
	total	2777	12	1075	22	494	23	619	22	922	17	621	23	2281	15	1548	16	1253	16	382	21	617	20	2425	11	2565	12	3027	10	20607	4
bois pourri	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	618	17	257	40	149	37	276	28	496	24	701	26	892	20	644	19	600	21	146	31	239	26	922	15	659	21	523	28	7122	6
	31-60%	171	37	16	84	33	80	38	64	132	59	39	50	129	39	196	35	159	36	81	45	72	46	136	28	223	28	103	30	1526	11
	>60%	202	32	25	64	10	62	57	54	83	50	78	41	297	40	77	33	163	30	107	48	18	53	236	23	328	25	261	25	1943	10
	total	991	16	299	36	191	32	372	24	711	26	818	23	1317	17	917	16	923	17	334	25	330	23	1293	13	1209	16	886	18	10590	5
bois en décomposition	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	276	20	65	43	100	45	307	30	141	30	460	29	636	20	349	29	450	31	141	38	192	47	473	20	646	19	368	23	4605	7
	31-60%	102	53	0	.	2	100	0	.	8	85	3	100	111	44	23	54	26	73	21	95	22	100	40	47	40	60	14	62	412	21
	>60%	37	53	0	.	0	.	1	100	15	100	22	54	1	100	0	.	0	.	5	76	21	71	51	46	30	50	77	44	260	21
	total	416	25	65	43	102	44	309	30	164	32	484	28	748	21	372	28	477	30	166	38	235	42	565	18	716	18	459	20	5277	7
bois vermoulu	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0-30%	55	39	4	100	20	100	13	77	19	75	68	53	101	32	11	65	73	52	25	61	9	77	47	47	87	33	111	33	644	14
	31-60%	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	5	100	5	100
	>60%	0	.	0	.	0	.	0	.	0	.	3	100	0	.	0	.	0	.	0	.	0	.	0	.	5	100	0	.	8	74
	total	55	39	4	100	20	100	13	77	19	75	71	51	101	32	11	65	73	52	25	61	9	77	47	47	93	32	116	31	657	14
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
	0-30%	1434	12	588	26	340	27	753	21	964	16	1405	23	2144	13	1339	16	1610	16	428	25	645	22	2094	11	1876	13	1949	12	17570	4
	31-60%	684	21	176	51	72	59	96	38	258	34	91	33	639	19	445	23	435	21	164	34	178	30	561	19	732	20	564	15	5093	7
	>60%	2199	14	717	23	497	27	510	22	701	20	509	25	1733	18	1146	16	706	18	331	23	421	23	1713	11	2031	11	2034	12	15249	4
	total	4317	10	1481	19	909	21	1359	16	1922	14	2006	18	4516	11	2930	13	2751	13	922	19	1244	16	4368	9	4639	10	4547	8	37911	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. 1268039. Birmensdorf, Swiss Federal Research Institute WSL

page précedente