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.

IFN2–IFN3
accroissement (accroissement brut)
altitude (par classes de 400 m) · résineux et feuillus
découpage régional: canton
unité: 1000 m³/an
ensemble analysé: forêt accessible sans la forêt buissonnante IFN2/IFN3
réseau: réseau 1,4 km
évolution 1993/95–2004/06
		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
altitude (par classes de 400 m)	résineux et feuillus	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%	1000 m³/an	±%
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	.
	résineux	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	.
	feuillus	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	.
	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	.
	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	.
>1800 m	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	.
	résineux	0	.	0	.	0	.	8	43	0	.	3	100	0	.	0	.	168	11	0	.	0	.	0	.	0	.	0	675	1	100	0	.	0	.	0	.	0	.	15	30	2	71	1	75	91	17	0	.	0	.	289	8
	feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	66	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	68	0	.	0	.	0	48
	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
	total	0	.	0	.	0	.	8	43	0	.	3	100	0	.	0	.	169	11	0	.	0	.	0	.	0	.	0	675	1	100	0	.	0	.	0	.	0	.	15	30	2	71	1	75	91	17	0	.	0	.	289	8
1401-1800 m	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	.
	résineux	0	.	1	100	0	.	160	13	0	.	21	30	0	.	21	44	385	8	0	.	21	35	0	.	9	48	26	27	18	36	0	.	0	.	14	44	0	.	88	15	17	31	86	17	247	10	1	100	0	.	1126	4
	feuillus	0	.	0	100	0	.	7	48	0	.	0	44	0	.	0	98	18	35	0	.	0	74	0	.	0	51	0	56	0	66	0	.	0	.	0	101	0	.	20	22	0	84	5	30	8	42	0	.	0	.	61	15
	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
	total	0	.	1	100	0	.	168	13	0	.	22	30	0	.	21	44	403	7	0	.	21	35	0	.	10	47	26	27	19	36	0	.	0	.	14	43	0	.	108	13	18	31	91	17	255	10	1	100	0	.	1187	4
1001-1400 m	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	.
	résineux	0	.	23	35	25	35	329	10	0	.	137	15	0	.	42	32	220	10	49	28	110	17	127	13	10	39	61	24	125	16	0	.	13	37	120	18	0	.	24	46	32	27	209	11	113	14	18	41	6	58	1769	4
	feuillus	0	.	7	49	4	62	74	16	-1	100	16	26	0	.	23	31	45	18	8	55	13	31	19	26	7	61	10	58	24	33	0	.	12	37	18	34	0	.	133	17	9	50	77	13	35	17	1	71	4	72	538	6
	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
	total	0	.	30	31	29	35	403	9	-1	100	153	15	0	.	66	25	265	9	56	27	122	16	145	13	17	40	71	23	149	16	0	.	25	31	138	16	0	.	157	16	41	25	287	9	148	12	19	40	10	51	2307	3
601-1000 m	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	.
	résineux	45	25	27	36	95	22	490	8	20	34	125	15	0	.	22	32	87	20	92	14	228	13	85	17	5	79	7	48	171	15	27	33	57	19	46	26	55	26	21	39	17	36	215	12	32	22	24	34	144	17	2110	4
	feuillus	56	19	4	60	27	28	259	10	42	27	68	17	0	.	29	67	46	19	79	16	83	20	30	21	13	58	25	28	114	17	34	26	80	17	39	24	29	32	115	15	7	49	158	12	29	21	12	49	71	18	1436	4
	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
	total	101	18	30	35	123	20	749	7	62	24	193	13	0	.	51	40	133	15	171	12	310	12	115	15	18	48	32	26	286	12	61	23	137	14	86	19	84	22	136	14	24	32	372	10	61	17	36	33	214	14	3546	3
=600 m	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	.
	résineux	253	14	0	.	0	.	247	12	30	30	36	31	2	71	0	.	0	1782	64	21	69	25	0	.	1	100	8	61	40	25	33	37	64	22	7	99	116	18	2	100	5	55	41	29	6	43	6	46	212	13	1218	5
	feuillus	238	11	0	.	0	.	131	14	57	24	56	24	16	48	0	100	15	44	38	22	37	36	2	70	3	71	-1	244	43	27	29	31	71	17	9	74	107	15	95	18	4	79	88	22	11	39	5	63	135	13	1192	5
	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
	total	492	9	0	.	0	.	378	10	87	19	92	20	18	46	0	100	15	45	102	17	106	22	2	70	4	71	7	99	82	21	63	25	136	15	15	62	223	13	97	18	9	61	128	19	17	30	11	49	347	10	2410	3
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	.
	résineux	299	12	51	25	121	18	1228	5	50	22	323	10	2	71	86	21	861	5	204	11	427	9	212	10	25	29	102	17	354	10	60	25	135	13	186	14	170	15	150	13	73	17	551	7	486	7	49	23	362	10	6498	2
	feuillus	294	10	11	38	31	25	459	7	98	18	138	13	16	48	52	38	123	12	125	12	132	16	51	16	23	38	34	29	179	13	63	20	163	11	67	19	136	14	363	9	20	32	321	9	85	12	19	37	209	10	3130	2
	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
	total	593	8	62	23	152	18	1687	4	148	15	461	8	18	46	137	20	983	5	329	9	559	9	263	10	48	25	136	15	533	8	124	17	298	10	253	12	307	11	513	7	93	16	872	6	571	6	67	22	572	8	9629	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. 1264693. Birmensdorf, Swiss Federal Research Institute WSL

page précedente