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 de tiges
altitude (par classes de 200 m) · nombre de dégâts
découpage régional: région de production
unité: 1000 n
ensemble analysé: forêt accessible sans la forêt buissonnante IFN1-IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
état 2018/26
		région de production
		Jura		Plateau		Préalpes		Alpes		Sud des Alpes		Suisse
altitude (par classes de 200 m)	nombre de dégâts	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
pas d'indication	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	0	.	0	.	0	.	0	.	0	.	0	.
	un dégât visible	0	.	0	.	0	.	0	.	0	.	0	.
	deux dégâts visibles ou plus	0	.	0	.	0	.	0	.	0	.	0	.
	arbre mort ou à terre	0	.	0	.	0	.	0	.	0	.	0	.
	total	0	.	0	.	0	.	0	.	0	.	0	.
>1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	0	.	0	.	69	100	14488	10	1706	27	16263	10
	un dégât visible	0	.	0	.	7	100	4593	11	512	34	5112	11
	deux dégâts visibles ou plus	0	.	0	.	66	100	2216	15	384	34	2665	14
	arbre mort ou à terre	0	.	0	.	0	0	450	40	0	0	450	40
	total	0	.	0	.	142	100	21746	10	2602	25	24491	9
1601-1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	0	.	0	.	3847	31	15067	11	4120	19	23034	9
	un dégât visible	0	.	0	.	693	30	4683	11	989	21	6365	10
	deux dégâts visibles ou plus	0	.	0	.	424	41	2431	13	432	27	3287	12
	arbre mort ou à terre	0	.	0	.	101	75	49	54	0	0	151	53
	total	0	.	0	.	5064	29	22231	10	5540	18	32836	9
1401-1600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	571	39	386	53	6694	18	19914	9	5943	19	33509	7
	un dégât visible	183	40	61	61	1997	16	5179	10	1537	21	8956	8
	deux dégâts visibles ou plus	91	55	0	.	825	23	3141	12	590	22	4646	9
	arbre mort ou à terre	0	0	0	0	37	72	286	44	18	100	341	38
	total	845	37	446	53	9552	15	28520	8	8088	18	47452	7
1201-1400 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	5032	16	207	78	9742	12	14103	11	4695	20	33778	7
	un dégât visible	1126	19	39	82	2595	13	3776	11	1572	17	9109	7
	deux dégâts visibles ou plus	375	25	27	100	1532	18	2312	15	817	23	5062	10
	arbre mort ou à terre	0	0	0	0	42	62	184	39	108	43	334	27
	total	6533	15	273	75	13911	11	20375	10	7191	17	48282	6
1001-1200 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	12295	10	913	41	12946	10	11366	12	5567	19	43088	6
	un dégât visible	2315	12	123	54	3083	12	3506	13	1669	18	10695	7
	deux dégâts visibles ou plus	995	17	89	79	1549	16	2136	16	1002	22	5771	9
	arbre mort ou à terre	0	0	0	0	113	54	158	59	43	71	314	37
	total	15604	9	1125	39	17691	10	17165	11	8282	17	59867	5
801-1000 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	12486	10	5432	19	16902	10	8417	13	5562	26	48799	6
	un dégât visible	3001	15	850	24	3313	12	2752	14	2069	23	11984	7
	deux dégâts visibles ou plus	1549	17	397	25	1476	16	1631	18	985	26	6038	9
	arbre mort ou à terre	0	0	0	0	94	55	66	48	188	63	348	38
	total	17035	10	6679	18	21786	9	12866	12	8804	23	67170	6
601-800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	12766	11	22623	8	10558	12	6132	16	4497	20	56576	5
	un dégât visible	2525	12	4267	11	2754	15	1853	17	2513	22	13911	7
	deux dégâts visibles ou plus	1162	19	1843	12	1260	18	757	22	1697	22	6719	8
	arbre mort ou à terre	35	100	50	58	96	44	52	58	98	44	330	25
	total	16488	10	28783	8	14668	11	8793	15	8805	17	77536	5
=600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	13193	10	32583	6	1693	32	2790	26	6220	18	56479	5
	un dégât visible	2984	12	5461	7	504	43	441	29	2168	16	11558	6
	deux dégâts visibles ou plus	1225	14	2873	10	414	48	214	35	1869	21	6595	8
	arbre mort ou à terre	152	34	97	41	21	74	34	71	323	41	627	24
	total	17552	9	41015	5	2633	34	3479	25	10580	15	75259	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	56342	3	62145	3	62452	4	92277	3	38310	6	311526	2
	un dégât visible	12133	5	10801	5	14945	5	26781	4	13029	6	77689	2
	deux dégâts visibles ou plus	5395	7	5229	7	7545	7	14837	5	7775	8	40782	3
	arbre mort ou à terre	186	33	147	34	503	24	1279	20	779	24	2895	12
	total	74057	3	78322	3	85446	4	135175	3	59893	5	432892	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. 1198801. Birmensdorf, Swiss Federal Research Institute WSL

page précedente