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 di fusti morti
legno morto: consistenza del legno (3 classi) · legno morto: numero di funghi (3 classi)
suddivisione regionale: regione economica
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		regione economica
		Giura Ovest		Giura Est		Altopiano Ovest		Altopiano Centro		Altopiano Est		Prealpi Ovest		Prealpi Centro		Prealpi Est		Alpi Nord-Ovest		Alpi Centro		Alpi Nord-Est		Alpi Sud-Ovest		Alpi Sud-Est		Sud delle Alpi		Svizzera
legno morto: consistenza del legno (3 classi)	legno morto: numero di funghi (3 classi)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	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	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	1	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	2 o più	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	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
legno fresco o duro	nessuna indicazione	3524	11	1132	19	896	21	676	20	1368	17	1324	18	3188	15	2422	16	2194	16	925	20	1447	24	5359	11	5363	10	8753	9	38569	4
	0	189	34	94	64	17	100	20	100	57	52	35	100	166	36	192	39	123	55	0	.	74	74	77	81	18	100	0	.	1061	17
	1	717	18	243	38	211	36	254	40	126	32	69	45	337	27	265	27	371	25	57	64	272	36	504	24	775	22	639	17	4839	7
	2 o più	120	37	49	54	14	71	0	.	47	74	0	.	55	67	40	55	0	.	0	.	0	.	49	54	14	71	28	77	414	20
	totale	4550	9	1517	17	1137	20	950	19	1598	15	1427	18	3745	14	2919	14	2687	15	982	20	1793	22	5990	10	6171	10	9419	9	44884	3
legno marcio	nessuna indicazione	1353	14	231	31	280	28	370	25	577	23	774	20	1359	17	1211	19	1262	19	561	27	517	22	2021	14	1720	14	1534	13	13769	5
	0	93	60	43	62	0	.	17	100	0	.	17	100	120	41	67	60	18	100	0	.	37	61	0	.	0	.	0	.	413	23
	1	313	25	109	44	84	43	125	34	121	38	224	26	303	24	331	37	194	29	88	44	135	39	443	23	422	25	430	22	3322	8
	2 o più	7	100	0	.	0	.	0	.	14	71	0	.	47	62	18	100	25	78	0	.	0	.	18	100	0	.	108	43	238	27
	totale	1766	13	383	24	364	26	512	21	711	20	1015	18	1829	14	1627	18	1499	17	649	27	689	21	2483	13	2142	14	2072	11	17742	4
legno in decomposizione o putrefatto e inconsistente	nessuna indicazione	1002	16	76	56	180	37	262	24	335	28	792	23	962	17	505	24	780	27	276	29	209	34	1126	14	1180	14	1273	15	8958	6
	0	51	54	24	77	0	.	0	.	41	60	69	100	26	75	51	85	0	.	0	.	37	71	0	.	0	.	0	.	299	32
	1	103	51	7	100	36	71	41	69	24	77	113	38	173	32	208	36	36	45	45	60	29	62	148	41	92	38	179	33	1234	13
	2 o più	0	.	0	.	0	.	35	61	0	.	15	72	28	81	0	.	0	.	0	.	0	.	0	.	0	.	24	100	101	40
	totale	1156	14	108	44	216	33	337	21	399	25	989	23	1189	16	764	21	816	26	320	29	275	29	1274	15	1272	13	1476	15	10592	5
totale	nessuna indicazione	5879	9	1439	18	1355	18	1308	15	2279	14	2889	15	5509	12	4138	14	4236	13	1762	18	2173	19	8506	10	8263	9	11559	8	61296	3
	0	333	37	161	47	17	100	36	71	98	39	121	100	312	27	310	44	141	56	0	.	148	64	77	81	18	100	0	.	1774	16
	1	1133	14	359	30	331	28	420	27	271	23	405	24	813	17	804	24	600	20	190	36	437	29	1096	18	1289	17	1248	13	9395	5
	2 o più	127	37	49	54	14	71	35	61	60	59	15	72	130	41	58	49	25	78	0	.	0	.	67	48	14	71	160	35	754	15
	totale	7472	8	2007	16	1717	17	1799	14	2708	12	3431	15	6763	11	5310	13	5002	12	1951	18	2758	18	9747	9	9585	9	12967	7	73219	3

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. 1410704. Birmensdorf, Swiss Federal Research Institute WSL

indietro