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 IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
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	.	5	52	0	.	0	.	0	.	0	.	159	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	37	0	.	0	.	71	21	0	.	0	.	246	12
	feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	95	0	.	0	.	0	69
	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	.	5	52	0	.	0	.	0	.	0	.	159	16	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	13	37	0	.	0	.	71	21	0	.	0	.	247	12
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	.	0	.	0	.	145	17	0	.	22	37	0	.	23	61	361	11	0	.	25	45	0	.	9	77	17	44	18	39	0	.	0	.	15	63	0	.	92	20	14	42	74	26	270	13	2	100	0	.	1097	6
	feuillus	0	.	0	.	0	.	3	83	0	.	1	57	0	.	0	0	23	49	0	.	0	85	0	.	0	100	0	62	0	70	0	.	0	.	0	83	0	.	16	35	0	100	5	42	11	51	0	.	0	.	61	23
	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	0	.	0	.	0	.	148	17	0	.	23	37	0	.	23	61	384	11	0	.	26	46	0	.	10	77	18	44	19	39	0	.	0	.	15	61	0	.	109	18	14	41	79	24	281	13	2	100	0	.	1158	6
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	.	28	38	31	41	238	15	0	.	162	19	0	.	40	47	181	15	30	43	128	22	111	18	13	49	41	36	117	23	0	.	17	46	127	22	0	.	28	34	39	35	190	15	90	20	14	69	10	58	1611	5
	feuillus	0	.	4	91	5	71	84	22	0	.	13	33	0	.	25	36	34	25	1	117	14	40	18	34	5	68	10	91	19	55	0	.	18	38	8	56	0	.	95	18	14	44	61	18	30	24	1	100	2	92	463	8
	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
	total	0	.	32	38	36	42	322	13	0	.	175	18	0	.	65	34	215	13	31	43	142	21	129	18	17	49	51	37	136	22	0	.	35	37	135	22	0	.	123	17	53	30	251	13	120	18	15	65	12	60	2074	4
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	41	32	27	46	83	30	510	10	19	39	110	20	0	.	22	43	87	25	77	22	254	17	94	23	7	89	8	70	138	20	39	38	47	25	24	46	59	31	17	57	21	44	175	17	27	35	17	55	154	22	2040	5
	feuillus	53	26	3	60	23	38	292	12	26	31	69	22	0	.	43	67	45	22	78	24	90	23	39	25	21	56	23	37	139	20	33	36	77	22	41	31	40	38	129	18	12	46	127	19	19	36	17	55	82	21	1505	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	.	0	0
	total	94	26	30	45	106	29	802	8	45	29	179	17	0	.	64	48	133	19	154	18	344	15	133	20	29	51	31	34	277	16	72	29	124	18	65	27	100	27	147	17	34	37	302	14	46	26	34	48	236	18	3545	4
=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	204	17	0	.	0	.	265	14	31	39	33	41	3	79	0	.	0	.	80	26	85	31	0	.	0	.	7	72	18	41	47	46	52	34	1	100	137	22	3	75	6	69	43	41	6	53	2	100	195	18	1196	7
	feuillus	199	15	0	.	0	.	146	16	56	27	61	31	24	54	0	.	10	58	38	30	53	37	2	95	0	.	1	82	47	34	33	37	42	32	12	90	106	21	100	28	3	153	62	33	9	48	5	100	137	17	1144	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
	total	403	12	0	.	0	.	411	12	88	23	94	26	28	51	0	.	10	58	118	22	138	25	2	95	0	.	7	72	65	29	81	32	94	26	13	86	243	17	103	27	9	89	105	27	15	37	7	100	331	13	2340	5
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	245	15	55	29	114	24	1152	6	50	28	329	12	3	79	85	30	787	7	187	15	492	12	205	14	30	39	72	25	291	14	86	30	117	20	167	19	196	18	153	15	81	22	481	10	462	9	34	39	359	14	6181	2
	feuillus	252	13	7	56	28	34	511	9	83	21	141	17	24	54	67	43	111	16	116	18	156	18	59	20	26	47	35	37	202	17	66	25	136	16	62	28	146	18	342	11	29	32	251	13	70	18	23	46	221	13	3080	3
	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
	total	497	11	62	29	142	24	1664	6	133	18	469	11	28	51	152	26	899	6	303	13	648	11	264	13	56	33	107	22	494	11	152	21	253	14	229	16	342	14	495	9	111	20	732	8	532	9	58	35	580	10	9261	2

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. 1393418. Birmensdorf, Swiss Federal Research Institute WSL

page précedente