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.

IFN4–IFN5
accroissement (accroissement brut)
altitude (par classes de 400 m) · essence principale
découpage régional: région économique
unité: 1000 m³/an
ensemble analysé: forêt accessible sans la forêt buissonnante IFN4/IFN5
réseau: réseau 1,4 km, sous-réseaux 1 à 5
évolution 2009/17–2018/26
		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
altitude (par classes de 400 m)	essence principale	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	.
	épicéa	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	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	.
	total	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	.
	épicéa	0	.	0	.	0	.	0	.	0	.	7	100	1	100	0	.	19	45	3	100	0	100	35	25	110	22	29	32	205	14
	sapin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pin	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	71	0	.	0	.	1	79	10	41	0	282	11	37
	mélèze	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	100	50	28	74	20	55	23	181	13
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	14	40	38	29	0	87	52	24
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	43	0	.	1	43
	hêtre	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	érable	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	95	0	74	0	54	1	44
	indéterminable	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	.	7	100	1	100	0	.	21	41	3	100	0	100	100	19	233	14	85	22	451	10
1401-1800 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	16	46	0	.	1	697	0	.	0	.	67	26	80	23	35	40	161	18	29	51	46	37	216	15	428	11	110	17	1189	6
	sapin	6	64	0	.	0	.	0	.	0	.	19	60	4	106	2	96	15	43	-1	130	0	.	6	72	5	53	22	47	78	24
	pin	0	.	0	.	0	.	0	.	0	.	0	.	4	82	0	.	2	69	2	76	0	.	6	62	11	37	-4	91	22	36
	mélèze	0	.	0	.	0	.	0	.	0	.	1	100	0	.	0	.	8	59	0	0	1	94	49	30	46	25	65	24	170	15
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	2	74	0	321	0	.	4	83
	autres résineux	0	.	0	.	0	.	0	.	0	.	0	.	0	86	0	.	0	110	0	0	0	100	0	100	0	99	0	.	0	49
	hêtre	1	71	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	1	100	22	33	24	31
	érable	3	87	0	.	0	90	0	.	0	.	-1	164	4	51	0	100	-1	421	0	.	2	86	2	43	0	177	4	68	14	51
	frêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	100	0	.	0	.	0	.	0	81
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres feuillus	1	73	0	.	0	.	0	.	0	.	-1	122	1	44	0	100	5	33	1	85	1	62	13	35	26	40	16	54	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
	total	27	51	0	.	1	421	0	.	0	.	85	29	93	22	37	40	191	18	31	50	50	34	295	14	517	10	235	13	1562	6
1001-1400 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	184	14	0	.	5	100	1	76	1	97	134	18	139	17	188	17	85	24	67	29	71	30	65	22	166	20	69	25	1176	6
	sapin	195	13	0	.	12	66	3	75	7	71	45	47	129	21	64	21	31	40	27	50	8	56	32	37	8	73	18	38	579	9
	pin	0	116	0	.	0	.	0	.	0	.	0	.	0	.	0	73	0	0	1	89	-1	100	10	40	19	55	2	74	30	36
	mélèze	0	.	0	.	0	.	0	.	0	.	1	100	0	100	0	.	1	92	0	.	0	100	22	36	21	46	16	59	60	26
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	100	0	.	0	.	0	.	0	.	0	.	0	100	2	100	0	100	0	100	0	0	0	100	0	.	0	.	3	75
	hêtre	79	16	0	.	2	102	3	92	5	58	15	52	27	47	55	30	28	42	15	47	22	44	1	593	7	71	82	25	341	11
	érable	33	27	0	.	1	71	0	100	0	.	9	38	11	43	14	38	15	52	9	44	13	46	8	45	3	70	6	69	123	14
	frêne	2	61	0	.	0	.	0	.	0	100	2	63	4	47	1	171	0	1166	7	56	6	65	10	51	3	71	15	68	51	27
	chêne	0	.	0	.	0	.	0	.	0	.	0	.	1	80	0	100	0	100	0	.	0	.	1	46	0	.	3	66	5	40
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	70	0	70
	autres feuillus	6	61	0	.	0	100	0	100	0	.	6	46	9	41	5	85	3	49	2	177	3	66	15	47	19	48	48	35	117	19
	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	499	8	0	.	20	61	7	71	13	62	211	17	320	14	331	14	162	19	128	22	123	24	166	17	246	16	258	14	2485	4
601-1000 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	90	20	19	34	100	25	161	18	143	16	19	36	114	20	159	19	27	34	14	47	23	36	12	57	55	24	28	67	961	7
	sapin	223	13	17	35	61	26	150	18	73	24	11	43	223	14	125	21	16	41	6	81	9	52	3	56	13	46	1	100	929	7
	pin	11	54	1	73	2	48	4	84	9	48	0	.	11	64	2	101	0	.	2	96	0	712	4	59	10	46	0	.	56	22
	mélèze	1	105	0	113	6	76	1	56	6	59	0	.	0	100	4	60	2	99	0	.	-1	113	4	52	7	55	3	93	34	26
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	6	56	1	76	2	82	19	43	9	57	0	.	2	77	1	56	0	.	0	.	0	113	0	0	0	.	0	.	39	27
	hêtre	172	13	40	31	75	23	108	21	115	21	27	39	123	20	50	30	19	51	2	286	35	36	7	49	13	40	38	35	823	7
	érable	44	25	10	48	14	43	12	37	23	31	0	1114	5	113	43	41	7	60	0	1002	8	71	7	65	12	45	4	51	188	14
	frêne	14	37	6	60	12	83	12	50	39	37	25	45	19	35	31	33	5	89	7	56	7	52	4	77	7	74	3	68	191	14
	chêne	7	41	0	77	5	60	4	65	6	35	2	78	4	86	0	0	0	205	0	100	0	100	6	50	2	78	7	45	43	18
	châtaignier	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	1	100	0	89	70	27	71	27
	autres feuillus	9	33	5	47	11	46	9	38	10	29	3	51	12	39	15	27	4	105	1	57	2	50	11	38	14	45	36	34	142	13
	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	576	9	99	22	288	16	479	12	434	12	87	25	513	10	430	13	78	25	31	36	82	23	60	25	134	17	190	16	3478	4
=600 m	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	27	32	45	22	25	33	146	17	284	13	0	.	17	70	12	63	1	90	1	91	0	.	0	.	0	.	3	73	560	8
	sapin	37	39	15	52	12	56	118	17	85	23	0	.	7	100	2	92	0	.	0	961	0	100	0	.	0	.	0	.	277	12
	pin	11	62	15	58	4	82	3	92	15	29	0	.	0	.	0	.	0	.	1	97	0	.	-2	83	0	.	0	.	46	27
	mélèze	0	100	4	80	8	60	3	80	8	84	0	.	1	100	1	100	2	100	0	.	0	.	0	0	0	.	0	100	25	36
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	autres résineux	0	.	12	66	5	100	9	59	8	59	0	.	0	.	0	133	0	.	0	.	0	.	0	.	0	.	2	92	36	33
	hêtre	31	27	90	16	16	67	125	15	173	12	0	.	1	59	24	46	3	100	8	61	1	178	0	1079	0	.	3	57	477	7
	érable	3	253	14	37	4	44	25	28	50	28	0	.	-1	91	3	124	2	95	1	99	0	100	3	96	0	.	7	58	111	18
	frêne	13	31	19	42	34	47	18	44	50	22	0	.	0	71	7	51	4	59	-1	124	1	100	1	45	1	100	10	49	159	15
	chêne	8	49	18	49	25	42	14	38	28	35	0	.	0	.	2	86	0	.	1	60	0	.	1	61	0	.	10	47	107	17
	châtaignier	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1	68	0	.	33	33	34	32
	autres feuillus	6	57	11	31	24	37	36	29	49	29	0	.	0	85	7	59	2	386	3	76	0	177	5	59	4	100	52	37	197	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
	total	136	19	243	13	157	22	497	10	751	8	0	.	25	58	58	35	13	61	15	54	3	136	9	84	5	100	118	21	2028	5
total	pas d'indication	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	épicéa	315	10	64	18	131	21	308	12	428	10	227	14	350	11	396	12	292	13	115	22	140	20	328	11	758	8	239	13	4090	3
	sapin	461	9	32	31	85	22	270	12	165	16	75	33	363	12	192	15	61	25	32	45	17	38	41	30	26	33	41	30	1864	5
	pin	22	41	15	55	5	59	7	62	24	26	0	.	15	51	2	96	2	63	6	48	-1	112	21	31	50	25	-2	253	166	14
	mélèze	1	81	3	82	15	48	4	60	14	53	1	71	1	79	5	53	14	40	0	0	0	371	125	18	148	14	139	16	469	8
	arole	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	2	100	0	.	0	.	16	36	38	30	0	87	56	23
	autres résineux	6	54	13	60	7	72	28	35	17	41	0	.	2	68	3	70	0	79	0	100	0	144	0	93	1	39	2	92	80	20
	hêtre	283	9	131	14	94	22	235	12	293	11	42	31	151	18	128	19	49	31	25	40	58	27	8	88	21	35	145	17	1665	4
	érable	83	20	24	29	19	32	37	22	73	21	8	58	19	42	60	31	22	46	10	48	23	36	20	32	15	39	21	32	435	9
	frêne	30	23	25	35	46	41	30	33	90	20	26	42	23	30	40	28	9	66	13	44	14	39	16	40	11	50	28	41	401	9
	chêne	16	33	19	48	29	36	18	33	33	30	2	78	5	76	3	75	0	725	2	52	0	100	8	38	2	78	19	30	155	13
	châtaignier	0	.	0	.	0	100	0	.	0	.	0	.	0	.	0	.	0	100	0	.	0	.	2	56	0	89	103	21	105	20
	autres feuillus	21	27	16	26	36	29	45	24	59	25	9	38	22	27	26	27	13	57	6	65	6	40	44	22	62	25	153	19	518	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
	total	1237	5	342	11	468	12	983	7	1198	6	390	12	951	7	856	9	465	11	210	17	258	15	629	9	1133	6	887	6	10005	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. 1305299. Birmensdorf, Swiss Federal Research Institute WSL

page précedente