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
volume del legno di fusto commerciabile (HG 2010)
tipo di assortimento · classi di assortimento (HG 2010)
suddivisione regionale: regione dei boschi di protezione
unità: 1000 m³
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
tipo di assortimento	classi di assortimento (HG 2010)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classi 1 e 2	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classi 3 e 4	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classi 5 e 6	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
legno di conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	2	80	6	58	6	53	6	70	10	41	0	100	31	25
	classi 1 e 2	89	72	272	51	203	56	175	65	357	40	17	100	1113	24
	classi 3 e 4	23	100	490	50	160	58	137	67	198	56	11	100	1020	29
	classi 5 e 6	0	0	108	68	58	87	33	80	32	75	0	0	232	42
	totale	114	75	877	50	427	51	352	57	598	44	28	100	2395	25
legno corto di conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	383	6	405	7	230	9	254	8	381	7	155	9	1809	3
	classi 1 e 2	14272	5	16429	5	10041	8	9301	8	13583	6	5948	8	69573	2
	classi 3 e 4	18310	5	23557	5	16026	7	9577	8	16132	6	7970	10	91571	2
	classi 5 e 6	6043	9	9165	7	6953	10	2953	11	5634	9	3879	13	34627	4
	totale	39008	5	49556	5	33250	7	22085	7	35729	5	17952	8	197580	2
legname medio-lungo di conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	150	17	175	18	73	28	118	26	28	47	41	44	585	10
	classi 1 e 2	1212	20	1205	18	445	29	940	28	148	41	101	50	4051	11
	classi 3 e 4	2071	17	2593	18	869	31	1602	25	442	42	312	42	7889	10
	classi 5 e 6	813	24	1465	23	670	32	446	35	239	50	83	51	3717	13
	totale	4246	15	5437	17	2057	27	3107	22	857	39	538	42	16242	9
legname lungo di conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	5598	7	410	29	303	34	166	48	22	100	0	.	6498	6
	classi 1 e 2	3787	9	382	38	213	42	56	60	14	100	0	.	4453	9
	classi 3 e 4	16233	7	1108	33	1487	32	352	55	74	100	0	.	19254	7
	classi 5 e 6	4760	12	159	88	335	56	257	50	0	0	0	.	5512	11
	totale	30378	6	2059	27	2338	34	831	47	110	100	0	.	35717	6
tondame di latifoglie	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	230	4	71	8	65	9	20	16	16	18	122	7	525	3
	classi 1 e 2	20060	3	7089	7	5988	9	2114	12	1558	15	10293	6	47102	2
	classi 3 e 4	30203	3	7581	9	7928	9	729	23	1066	22	4803	7	52309	3
	classi 5 e 6	10950	7	2169	17	1889	15	172	37	311	36	1460	18	16952	5
	totale	61443	3	16911	7	15870	8	3035	14	2952	16	16678	5	116888	2
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	6363	6	1067	12	677	16	564	15	458	8	318	7	9448	4
	classi 1 e 2	39420	3	25377	4	16891	6	12587	7	15660	5	16359	4	126293	1
	classi 3 e 4	66839	2	35329	4	26470	6	12397	7	17913	6	13095	6	172042	1
	classi 5 e 6	22566	4	13066	6	9905	8	3861	10	6217	9	5423	10	61039	3
	totale	135189	2	74840	4	53943	5	29409	6	40247	5	35195	4	368822	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. 1213812. Birmensdorf, Swiss Federal Research Institute WSL

indietro