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 IFN4/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	.	566	89	17836	9	3932	17	22334	8
	un dégât visible	0	.	0	.	22	75	6011	10	1582	25	7614	9
	deux dégâts visibles ou plus	0	.	0	.	66	100	2815	13	822	23	3703	11
	arbre mort ou à terre	0	.	0	.	0	0	574	33	93	49	667	29
	total	0	.	0	.	654	81	27236	9	6428	16	34318	8
1601-1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	0	.	0	.	3981	30	18454	9	4793	18	27228	8
	un dégât visible	0	.	0	.	744	28	5894	10	1207	20	7844	9
	deux dégâts visibles ou plus	0	.	0	.	498	37	3018	12	580	25	4096	10
	arbre mort ou à terre	0	.	0	.	101	75	120	42	16	100	238	39
	total	0	.	0	.	5324	27	27486	9	6596	17	39406	8
1401-1600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	680	34	386	53	7347	16	22439	9	7386	17	38238	7
	un dégât visible	225	35	61	61	2192	15	5856	9	1869	19	10202	7
	deux dégâts visibles ou plus	97	51	0	.	935	22	3856	11	723	20	5612	9
	arbre mort ou à terre	0	0	0	0	37	72	465	34	84	59	586	29
	total	1002	33	446	53	10511	14	32617	8	10063	15	54639	6
1201-1400 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	5587	17	253	66	10710	11	15745	10	5141	18	37437	7
	un dégât visible	1134	19	39	82	3021	12	4541	11	1778	16	10514	7
	deux dégâts visibles ou plus	375	25	27	100	1722	17	3088	16	914	21	6126	10
	arbre mort ou à terre	0	0	0	0	42	62	326	44	108	43	475	32
	total	7096	15	320	65	15496	10	23700	9	7940	15	54552	6
1001-1200 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	12302	10	913	41	14537	10	13163	11	6343	17	47260	6
	un dégât visible	2315	12	123	54	3519	11	4400	13	1920	17	12277	7
	deux dégâts visibles ou plus	995	17	89	79	1988	16	2408	15	1110	20	6590	9
	arbre mort ou à terre	0	0	0	0	113	54	245	48	134	71	492	33
	total	15612	9	1125	39	20157	10	20216	10	9507	15	66618	5
801-1000 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	12858	10	5795	19	17807	10	9084	13	6370	23	51914	6
	un dégât visible	3031	14	972	23	3461	11	3127	14	2148	22	12739	7
	deux dégâts visibles ou plus	1569	16	451	25	1732	15	1863	17	1076	24	6692	8
	arbre mort ou à terre	0	0	0	0	94	55	84	43	204	58	382	35
	total	17458	10	7218	18	23094	9	14159	11	9799	21	71727	6
601-800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	12827	11	22707	8	10653	12	6191	16	4541	19	56920	5
	un dégât visible	2618	12	4267	11	2754	15	1870	17	2513	22	14022	7
	deux dégâts visibles ou plus	1180	19	1843	12	1260	18	757	22	1719	21	6759	8
	arbre mort ou à terre	35	100	50	58	96	44	52	58	98	44	330	25
	total	16660	10	28867	8	14763	11	8869	14	8872	17	78031	5
=600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	13270	10	32998	5	1693	32	2969	25	6550	18	57481	5
	un dégât visible	3025	12	5578	7	504	43	547	27	2227	16	11881	6
	deux dégâts visibles ou plus	1225	14	2893	10	414	48	314	36	2061	19	6907	8
	arbre mort ou à terre	152	34	97	41	21	74	34	71	323	41	627	24
	total	17671	9	41567	5	2633	34	3864	23	11162	15	76896	4
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.
	pas de dégât visible	57525	3	63053	3	67294	4	105881	3	45057	5	338812	2
	un dégât visible	12348	5	11039	5	16216	4	32246	3	15244	6	87093	2
	deux dégâts visibles ou plus	5440	7	5304	7	8616	7	18119	5	9005	7	46483	3
	arbre mort ou à terre	186	33	147	34	503	24	1901	17	1060	21	3798	11
	total	75499	3	79544	3	92630	3	158148	3	70366	4	476187	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. 1198810. Birmensdorf, Swiss Federal Research Institute WSL

page précedente