Die Aspe ist fast in ganz Europa vertreten und fehlt lediglich in Südfrankreich, Westspanien und Sizilien. Optimal gedeiht sie in nordischen Mischwäldern mit Waldföhre, Fichte und Birke.
In der Schweiz trifft man die Aspe häufig im Wallis, Tessin und Bündnerland.
Wie andere Pionierbaumarten braucht die Aspe helle Standorte und wird auf die Dauer von anderen Baumarten verdrängt. Diese bezüglich Klima und Standort anspruchslose Art ist bis in die obere Montanstufe gut vertreten. Die Hälfte der Aspen wächst zwischen 800 und 1200 m ü.M.; in Strauchform erreicht sie Lagen bis 2200 m ü.M.
Ihren Fortbestand sichert sich die Aspe als Erstbesiedler auf Rohböden oder auf feuchten und trockenen Standorten. Im Vergleich zur Birke bevorzugt sie eher nährstoffreiche, basische Böden.
Textquelle Brändli 1996
Häufigkeit: Stammzahl, Vorrat
LFI-Probeflächen mit Vorkommen zwischen 1983 und 2018*
* Ein Vorkommen wird auf der Karte nur dann mit einem Punkt dargestellt, wenn die gewählten Gehölzarten in mindestens zwei Inventuren festgestellt wurden.
Produktionsregion | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
Baumarten (60 Klassen) | 1000 m³ | ± % | 1000 m³ | ± % | 1000 m³ | ± % | 1000 m³ | ± % | 1000 m³ | ± % | 1000 m³ | ± % |
Populus tremula | 50 | 84 | 42 | 40 | 10 | 93 | 208 | 30 | 151 | 36 | 462 | 21 |
Total | 72855 | 2 | 90108 | 2 | 94191 | 2 | 112683 | 2 | 34308 | 3 | 404145 | 1 |
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparamter) deren wahre Werte nicht bekannt sind und deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden müssen.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. In allen LFI-Tabellen wird dazu neben der Schätzung selber eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen wird der prozentuale Standardfehler ausgedruckt, gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler. Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100
absoluter Standardfehler = prozentualer Standardfehler x Schätzung / 100
Mit der Schätzung selber und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ x absoluter Standardfehler
und der oberen Grenze
Schätzung + tQ x absoluter Standardfehler
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, respektive ob sich zwei geschätzte Populationsparameter tatsächlich (in der Population) unterscheiden. Für praktische Zwecke geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen Testergebnis und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
Im LFI gibt es zwei Arten von Veränderungen. Beim ersten Typ von Veränderungen werden spezielle Veränderungszielgrössen (Themen) definiert, wie Zuwachs, Nutzung, Abgang, Mortalität. Diese Zielgrössen (Themen) sind nur für „Veränderungsinventuren“ verfügbar, z.B. LFI3-LFI4b. Bei diesen Auswertungen wird den Befundeinheitsausprägungen für den ersten Inventurzeitpunkt die Ausprägung des zweiten Inventurzeitpunkts zugewiesen, falls sich dieser verändert hat. Diese Auswertungen berücksichtigen somit nicht den Wechsel einer Befundeinheitsausprägung von der früheren zur späteren Inventur, sondern beachten nur die Veränderung aus der (Befundeinheits-) Perspektive der aktuelleren Inventur.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen, wie Stammzahl, Vorrat oder Waldfläche benutzt, um eine Veränderung aufzuzeigen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4b verwendet. Bei diesen Veränderungsauswertungen wird der Wechsel einer Befundeinheitsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Befundeinheiten, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
Produktionsregion | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
Baumarten (60 Klassen) | m³/Anz | ± % | m³/Anz | ± % | m³/Anz | ± % | m³/Anz | ± % | m³/Anz | ± % | m³/Anz | ± % |
Populus tremula | 0.5 | 10.7 | 0.4 | 32.2 | 0.5 | 57.4 | 0.4 | 17.1 | 0.4 | 19.7 | 0.4 | 10.8 |
Total | 0.9 | 2.0 | 1.0 | 2.1 | 1.0 | 2.0 | 0.7 | 1.7 | 0.5 | 3.1 | 0.8 | 0.9 |
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparamter) deren wahre Werte nicht bekannt sind und deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden müssen.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. In allen LFI-Tabellen wird dazu neben der Schätzung selber eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen wird der prozentuale Standardfehler ausgedruckt, gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler. Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100
absoluter Standardfehler = prozentualer Standardfehler x Schätzung / 100
Mit der Schätzung selber und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ x absoluter Standardfehler
und der oberen Grenze
Schätzung + tQ x absoluter Standardfehler
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, respektive ob sich zwei geschätzte Populationsparameter tatsächlich (in der Population) unterscheiden. Für praktische Zwecke geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen Testergebnis und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
Im LFI gibt es zwei Arten von Veränderungen. Beim ersten Typ von Veränderungen werden spezielle Veränderungszielgrössen (Themen) definiert, wie Zuwachs, Nutzung, Abgang, Mortalität. Diese Zielgrössen (Themen) sind nur für „Veränderungsinventuren“ verfügbar, z.B. LFI3-LFI4b. Bei diesen Auswertungen wird den Befundeinheitsausprägungen für den ersten Inventurzeitpunkt die Ausprägung des zweiten Inventurzeitpunkts zugewiesen, falls sich dieser verändert hat. Diese Auswertungen berücksichtigen somit nicht den Wechsel einer Befundeinheitsausprägung von der früheren zur späteren Inventur, sondern beachten nur die Veränderung aus der (Befundeinheits-) Perspektive der aktuelleren Inventur.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen, wie Stammzahl, Vorrat oder Waldfläche benutzt, um eine Veränderung aufzuzeigen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4b verwendet. Bei diesen Veränderungsauswertungen wird der Wechsel einer Befundeinheitsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Befundeinheiten, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
Produktionsregion | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
Baumarten (60 Klassen) | 1000 Anz | ± % | 1000 Anz | ± % | 1000 Anz | ± % | 1000 Anz | ± % | 1000 Anz | ± % | 1000 Anz | ± % |
Populus tremula | 97 | 88 | 103 | 42 | 20 | 71 | 546 | 27 | 361 | 33 | 1128 | 19 |
Total | 84760 | 2 | 91668 | 2 | 95788 | 2 | 156045 | 2 | 67169 | 3 | 495429 | 1 |
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparamter) deren wahre Werte nicht bekannt sind und deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden müssen.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. In allen LFI-Tabellen wird dazu neben der Schätzung selber eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen wird der prozentuale Standardfehler ausgedruckt, gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler. Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100
absoluter Standardfehler = prozentualer Standardfehler x Schätzung / 100
Mit der Schätzung selber und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ x absoluter Standardfehler
und der oberen Grenze
Schätzung + tQ x absoluter Standardfehler
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, respektive ob sich zwei geschätzte Populationsparameter tatsächlich (in der Population) unterscheiden. Für praktische Zwecke geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen Testergebnis und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
Im LFI gibt es zwei Arten von Veränderungen. Beim ersten Typ von Veränderungen werden spezielle Veränderungszielgrössen (Themen) definiert, wie Zuwachs, Nutzung, Abgang, Mortalität. Diese Zielgrössen (Themen) sind nur für „Veränderungsinventuren“ verfügbar, z.B. LFI3-LFI4b. Bei diesen Auswertungen wird den Befundeinheitsausprägungen für den ersten Inventurzeitpunkt die Ausprägung des zweiten Inventurzeitpunkts zugewiesen, falls sich dieser verändert hat. Diese Auswertungen berücksichtigen somit nicht den Wechsel einer Befundeinheitsausprägung von der früheren zur späteren Inventur, sondern beachten nur die Veränderung aus der (Befundeinheits-) Perspektive der aktuelleren Inventur.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen, wie Stammzahl, Vorrat oder Waldfläche benutzt, um eine Veränderung aufzuzeigen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4b verwendet. Bei diesen Veränderungsauswertungen wird der Wechsel einer Befundeinheitsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Befundeinheiten, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
Produktionsregion | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
Baumarten (60 Klassen) | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± |
Populus tremula | 0.1 | 0.1 | 0.1 | 0.0 | 0.0 | 0.0 | 0.4 | 0.1 | 0.5 | 0.2 | 0.2 | 0.0 |
Total | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . |
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparamter) deren wahre Werte nicht bekannt sind und deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden müssen.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. In allen LFI-Tabellen wird dazu neben der Schätzung selber eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen wird der prozentuale Standardfehler ausgedruckt, gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler. Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100
absoluter Standardfehler = prozentualer Standardfehler x Schätzung / 100
Mit der Schätzung selber und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ x absoluter Standardfehler
und der oberen Grenze
Schätzung + tQ x absoluter Standardfehler
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, respektive ob sich zwei geschätzte Populationsparameter tatsächlich (in der Population) unterscheiden. Für praktische Zwecke geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen Testergebnis und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
Im LFI gibt es zwei Arten von Veränderungen. Beim ersten Typ von Veränderungen werden spezielle Veränderungszielgrössen (Themen) definiert, wie Zuwachs, Nutzung, Abgang, Mortalität. Diese Zielgrössen (Themen) sind nur für „Veränderungsinventuren“ verfügbar, z.B. LFI3-LFI4b. Bei diesen Auswertungen wird den Befundeinheitsausprägungen für den ersten Inventurzeitpunkt die Ausprägung des zweiten Inventurzeitpunkts zugewiesen, falls sich dieser verändert hat. Diese Auswertungen berücksichtigen somit nicht den Wechsel einer Befundeinheitsausprägung von der früheren zur späteren Inventur, sondern beachten nur die Veränderung aus der (Befundeinheits-) Perspektive der aktuelleren Inventur.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen, wie Stammzahl, Vorrat oder Waldfläche benutzt, um eine Veränderung aufzuzeigen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4b verwendet. Bei diesen Veränderungsauswertungen wird der Wechsel einer Befundeinheitsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Befundeinheiten, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
Produktionsregion | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
Jura | Mittelland | Voralpen | Alpen | Alpensüdseite | Schweiz | |||||||
Baumarten (60 Klassen) | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± |
Populus tremula | 0.1 | 0.1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.2 | 0.1 | 0.4 | 0.2 | 0.1 | 0.0 |
Total | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . |
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparamter) deren wahre Werte nicht bekannt sind und deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden müssen.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. In allen LFI-Tabellen wird dazu neben der Schätzung selber eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen wird der prozentuale Standardfehler ausgedruckt, gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler. Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100
absoluter Standardfehler = prozentualer Standardfehler x Schätzung / 100
Mit der Schätzung selber und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ x absoluter Standardfehler
und der oberen Grenze
Schätzung + tQ x absoluter Standardfehler
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, respektive ob sich zwei geschätzte Populationsparameter tatsächlich (in der Population) unterscheiden. Für praktische Zwecke geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen Testergebnis und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
Im LFI gibt es zwei Arten von Veränderungen. Beim ersten Typ von Veränderungen werden spezielle Veränderungszielgrössen (Themen) definiert, wie Zuwachs, Nutzung, Abgang, Mortalität. Diese Zielgrössen (Themen) sind nur für „Veränderungsinventuren“ verfügbar, z.B. LFI3-LFI4b. Bei diesen Auswertungen wird den Befundeinheitsausprägungen für den ersten Inventurzeitpunkt die Ausprägung des zweiten Inventurzeitpunkts zugewiesen, falls sich dieser verändert hat. Diese Auswertungen berücksichtigen somit nicht den Wechsel einer Befundeinheitsausprägung von der früheren zur späteren Inventur, sondern beachten nur die Veränderung aus der (Befundeinheits-) Perspektive der aktuelleren Inventur.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen, wie Stammzahl, Vorrat oder Waldfläche benutzt, um eine Veränderung aufzuzeigen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4b verwendet. Bei diesen Veränderungsauswertungen wird der Wechsel einer Befundeinheitsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Befundeinheiten, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.
Wirtschaftsregion | ||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Jura West | Jura Ost | Mittelland West | Mittelland Mitte | Mittelland Ost | Voralpen West | Voralpen Mitte | Voralpen Ost | Alpen Nordwest | Alpen Mitte | Alpen Nordost | Alpen Südwest | Alpen Südost | Alpensüdseite | Schweiz | ||||||||||||||||
Baumarten (60 Klassen) | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± | % | ± |
Populus tremula | 0.1 | 0.1 | . | . | 0.3 | 0.2 | . | . | 0.1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | . | . | 0.3 | 0.3 | . | . | 0.1 | 0.1 | 0.6 | 0.2 | 0.2 | 0.1 | 0.5 | 0.2 | 0.2 | 0.0 |
Total | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . | 100.0 | . |
Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparamter) deren wahre Werte nicht bekannt sind und deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden müssen.
Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. In allen LFI-Tabellen wird dazu neben der Schätzung selber eine zweite Zahl angegeben, der Standardfehler der Schätzung.
In den meisten Tabellen wird der prozentuale Standardfehler ausgedruckt, gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler. Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:
prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100
absoluter Standardfehler = prozentualer Standardfehler x Schätzung / 100
Mit der Schätzung selber und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung
mit der unteren Grenze
Schätzung - tQ x absoluter Standardfehler
und der oberen Grenze
Schätzung + tQ x absoluter Standardfehler
Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, respektive ob sich zwei geschätzte Populationsparameter tatsächlich (in der Population) unterscheiden. Für praktische Zwecke geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen Testergebnis und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.
Im LFI gibt es zwei Arten von Veränderungen. Beim ersten Typ von Veränderungen werden spezielle Veränderungszielgrössen (Themen) definiert, wie Zuwachs, Nutzung, Abgang, Mortalität. Diese Zielgrössen (Themen) sind nur für „Veränderungsinventuren“ verfügbar, z.B. LFI3-LFI4b. Bei diesen Auswertungen wird den Befundeinheitsausprägungen für den ersten Inventurzeitpunkt die Ausprägung des zweiten Inventurzeitpunkts zugewiesen, falls sich dieser verändert hat. Diese Auswertungen berücksichtigen somit nicht den Wechsel einer Befundeinheitsausprägung von der früheren zur späteren Inventur, sondern beachten nur die Veränderung aus der (Befundeinheits-) Perspektive der aktuelleren Inventur.
Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen, wie Stammzahl, Vorrat oder Waldfläche benutzt, um eine Veränderung aufzuzeigen. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4b verwendet. Bei diesen Veränderungsauswertungen wird der Wechsel einer Befundeinheitsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Befundeinheiten, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.