Scelta degli argomenti

Stima ed errore standard della stima

I risultati pubblicati nelle tabelle dell’IFN sono stime attribuite alle variabili che caratterizzano la foresta svizzera (parametri riguardanti la popolazione boschiva), i cui valori reali non sono noti e devono pertanto essere estrapolati (stimati) partendo dai dati del campione rilevato sulle aree di saggio dell’IFN.

Le estrapolazioni sono affette da un margine di incertezza. Ciò nonostante, la precisione delle estrapolazioni può essere stimata in modo affidabile in funzione del campione rilevato dall’IFN, che è concepito come un campione casuale. A tale scopo, in tutte le tabelle dell’IFN, accanto al valore stimato viene fornito un secondo dato, l’errore standard della stima.

La maggior parte delle tabelle presenta l'errore standard in valore percentuale («±%»). A volte, in particolare nel caso di percentuali stimate, viene indicato l'errore standard assoluto («±»). La relazione tra errore standard assoluto e l’errore standard in termini percentuali è la seguente:

errore standard percentuale = errore standard assoluto / stima x 100

errore standard assoluto = errore standard percentuale × stima / 100

Le informazioni e i dati sull'accessibilità e la viabilità sono il risultato di una indagine completa che ha riguardato l’intera rete viaria delle strade forestali esistenti. In questo caso, non è quindi necessario indicare un errore standard, poiché non vi è margine d’incertezza dovuto al campionamento.

Intervallo di confidenza della stima

Partendo dal valore stimato e dall'errore standard della stima, può essere calcolato il cosiddetto intervallo di confidenza della stima,

il cui limite inferiore è:
stima - tQ × errore standard assoluto

mentre il limite superiore è:
stima + tQ × errore standard assoluto

Se per il calcolo si utilizza l'errore standard semplice (tQ = 1), si ottiene un intervallo di confidenza del 68%. Si può ipotizzare che il valore reale del parametro della popolazione si trovi all'interno di questo intervallo di confidenza della stima, con una probabilità del 68%. Se si utilizza l’errore standard doppio (tQ = 2), il valore reale si trova con una probabilità del 95% all'interno del cosiddetto intervallo di confidenza del 95%.

Significatività della stima

L'intervallo di confidenza può essere utilizzato per verificare statisticamente se il parametro della popolazione stimato è più grande o più piccolo di un determinato valore di riferimento, rispettivamente per valutare se due parametri stimati differiscono effettivamente (nella popolazione reale). A fini pratici, la procedura adottata è la seguente: se un valore di riferimento si trova all’esterno dell'intervallo di confidenza, si parte dal presupposto che il valore stimato riferito alla popolazione differisca in modo significativo da esso; se si trova invece all'interno dell’intervallo, la differenza tra il valore stimato e il valore di riferimento viene considerata come casuale e pertanto non è da ritenere come significativa. Se si vogliono confrontare due parametri di una popolazione, essi differiscono significativamente se i loro intervalli di confidenza non si sovrappongono.

Trattamento dei valori mancanti

Quando si calcolano dei risultati, i dati non sono sempre disponibili per tutte le combinazioni di categorie delle variabili di classificazione e della suddivisione regionale^*. Nella maggior parte dei casi, questo significa che il valore stimato attraverso la variabile target non si verifica o si verifica solo molto raramente. In genere viene quindi inserito («imputato») il valore 0. Tuttavia, poiché questo valore non si basa su misurazioni dirette, l'errore standard corrispondente viene rappresentato con un punto [.]. Se nel calcolo si fa riferimento al valore presunto di 0, ad esempio per le percentuali o per alcune stime che indicano delle variazioni, non è possibile utilizzare alcun valore. In casi simili, il valore stimato e l'errore standard vengono contraddistinti da un punto [.].

Ad esempio, fino ad oggi non sono stati trovati né misurati dei pini cembri nella regione dell'Altopiano (provvigione della specie «pino cembro» in funzione della regione di produzione). Si può quindi ipotizzare che questi valori siano mancanti, poiché il pino cembro effettivamente non è presente nell'Altopiano e pertanto la sua provvigione deve inevitabilmente corrispondere al valore 0.

^* Ad esempio, combinazione della categoria «pino cembro» della variabile di classificazione «specie arboree» e della categoria «Altopiano» della suddivisione regionale.

Variazioni

Nell'IFN ci sono due tipi di variazioni:

Il primo tipo concerne variabili target specifiche per componenti di variazione, come “incremento”, “utilizzazione”, “mortalità” o “alberi scomparsi”. Queste variabili target sono disponibili solo per due cicli di misurazione successivi, per esempio per il periodo IFN3-IFN4. Quando si valutano le componenti di variazione, la categoria della variabile di classificazione del secondo ciclo di misurazione viene assegnata anche a quella del primo ciclo di misurazione. Queste elaborazioni non tengono pertanto conto del cambiamento di una categoria (ad esempio da proprietà privata a proprietà pubblica) avvenuta tra un inventario e quello successivo.

Nel secondo tipo di variazione, si utilizza la differenza di variabili target come il numero di fusti, la provvigione o la superficie forestale, per fare un bilancio della variazione tra due cicli di misurazione. Queste variabili target vengono solitamente impiegate per rappresentare uno stato, ad esempio quello dell’IFN4, ma possono anche mostrare il cambiamento avvenuto tra due cicli di misurazione qualsiasi, per esempio tra l’IFN1 e l’IFN4. Nell’analisi di questo tipo di variazioni si tiene conto dell’eventuale cambiamento di una categoria della variabile di classificazione. Così si può ad esempio osservare che la superficie del bosco esclusi gli arbusteti è aumentata. Questo ha effetto solo per quelle variabili di classificazione le cui categorie possono effettivamente cambiare, come ad esempio l’appartenenza all’area forestale o lo stato degli alberi.

IFN5
numero totale di fusti
specie arborea principale · stato dell'albero (vivo/morto)
suddivisione regionale: regione dei boschi di protezione
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		regione dei boschi di protezione
		Giura/Altopiano		Alpi nordoccidentali		Alpi nordorientali		Alpi sudoccidentali		Alpi sudorientali		Sud delle Alpi		Svizzera
specie arborea principale	stato dell'albero (vivo/morto)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	morto	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.
abete rosso	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	39059	5	42314	6	24726	8	19382	9	36184	7	13518	12	175182	3
	morto	4409	9	9016	10	4543	14	4014	14	4821	11	1595	17	28398	5
	totale	43468	5	51330	6	29269	8	23396	9	41004	7	15113	11	203580	3
abete bianco	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	27584	5	14967	9	6649	11	1532	24	634	26	1637	24	53003	4
	morto	2351	11	1377	14	1041	19	161	35	201	63	163	33	5295	8
	totale	29935	5	16344	8	7691	11	1693	24	835	26	1800	23	58298	4
pino	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	3070	13	1098	47	753	36	4670	21	4795	19	338	53	14724	10
	morto	791	20	337	41	157	45	1451	20	1223	26	112	50	4070	12
	totale	3860	13	1435	40	910	36	6120	19	6018	18	450	46	18794	10
larice	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	1543	32	732	31	461	47	9587	12	6404	12	8770	11	27496	6
	morto	52	54	158	46	110	62	1791	17	1126	20	1158	18	4396	10
	totale	1594	32	890	29	571	45	11378	11	7531	11	9928	11	31892	6
cembro	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	0	.	10	100	0	.	1860	22	3954	20	65	79	5889	15
	morto	0	.	0	.	0	.	219	34	205	48	0	.	424	29
	totale	0	.	10	100	0	.	2079	22	4160	20	65	79	6313	15
altre conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	1795	20	439	53	396	34	173	56	696	32	44	70	3543	14
	morto	54	58	35	71	53	74	35	71	283	49	0	.	459	33
	totale	1849	19	473	53	449	36	208	56	979	35	44	70	4002	15
faggio	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	44158	4	14272	8	11129	10	2313	27	1669	23	13012	12	86553	3
	morto	2904	11	1189	18	1436	22	266	45	195	36	732	24	6721	8
	totale	47062	4	15461	9	12565	10	2579	27	1863	23	13744	12	93274	3
acero	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	13439	7	6751	12	4830	12	1997	24	778	29	1817	26	29611	5
	morto	648	23	239	31	298	37	162	46	0	.	108	60	1456	15
	totale	14087	7	6990	11	5128	12	2158	24	778	29	1925	25	31067	5
frassino	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	7822	8	2946	18	2815	15	1508	27	778	43	2433	22	18301	6
	morto	1721	17	804	24	678	24	183	44	104	63	228	41	3718	11
	totale	9543	8	3749	16	3493	15	1690	26	882	42	2661	22	22019	6
quercia	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	5058	15	446	34	154	41	1142	32	91	72	2180	24	9071	11
	morto	717	21	58	52	72	79	94	45	0	.	434	34	1376	16
	totale	5775	14	504	33	226	39	1236	31	91	72	2614	24	10446	11
castagno	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	0	.	7	100	0	.	238	67	45	72	10448	13	10739	13
	morto	0	.	0	.	0	.	73	71	0	.	5059	14	5131	14
	totale	0	.	7	100	0	.	311	67	45	72	15506	12	15870	12
altre latifoglie	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	12480	8	6309	13	4139	17	5314	14	4849	21	17040	10	50132	5
	morto	1729	14	1539	17	1484	23	1137	20	1029	23	3231	13	10149	7
	totale	14209	7	7848	12	5623	17	6451	13	5879	20	20271	9	60281	5
non determinabile	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	morto	328	26	445	20	146	33	162	33	399	28	146	40	1627	12
	totale	328	26	445	20	146	33	162	33	399	28	146	40	1627	12
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	vivo	156008	2	90291	4	56052	6	49715	6	60878	5	71300	4	484244	1
	morto	15703	5	15197	7	10019	9	9747	9	9585	9	12967	7	73219	3
	totale	171711	2	105487	4	66072	6	59462	6	70464	5	84268	4	557462	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. 1279246. Birmensdorf, Swiss Federal Research Institute WSL

indietro