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.

IFN2
numero di fusti
specie arborea (56 classi)
suddivisione regionale: regione dei boschi di protezione
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 1993/95
	regione dei boschi di protezione
	Giura/Altopiano		Alpi nordoccidentali		Alpi nordorientali		Alpi sudoccidentali		Alpi sudorientali		Sud delle Alpi		Svizzera
specie arborea (56 classi)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
Abies alba	27178	4	14439	6	7141	8	1667	21	893	18	1329	19	52647	3
Larix decidua, Larix kaempferi	1408	17	257	25	447	29	8710	9	4875	9	5239	10	20936	5
Picea abies	59954	4	48319	4	28443	6	17240	7	30953	5	9686	8	194596	2
Pinus cembra	0	.	106	92	62	73	1717	18	2473	16	13	77	4371	12
Pinus mugo subsp. uncinata	0	.	811	38	146	50	320	35	2779	20	96	92	4151	16
Pinus mugo subsp. mugo	0	.	20	71	113	50	154	87	562	35	0	.	851	29
Pinus nigra	127	41	0	.	99	100	0	.	28	74	0	.	253	45
Pinus strobus	124	31	4	100	0	.	0	.	0	.	0	.	128	30
Pinus sylvestris	5235	9	251	42	840	28	5313	15	2413	17	362	48	14413	7
Pseudotsuga menziesii	987	26	15	77	0	.	0	.	0	.	4	100	1006	25
Taxus baccata	689	26	61	59	112	36	0	.	0	.	0	.	863	21
altre conifere	25	86	0	.	0	.	10	100	0	.	0	.	36	68
Acer campestre	651	17	46	60	19	100	73	56	40	100	62	48	891	15
Acer opalus	232	36	179	58	0	.	120	38	0	.	0	.	532	26
Acer platanoides	521	24	173	35	178	35	83	67	25	71	14	77	993	16
Acer pseudoplatanus	8580	6	4205	9	3817	11	475	28	428	29	736	22	18241	4
Aesculus hippocastanum	20	100	0	.	0	.	0	.	0	.	0	.	20	100
Alnus glutinosa	1064	25	168	55	10	100	0	.	0	.	628	35	1871	19
Alnus incana	648	29	1398	22	1783	25	1184	31	2042	27	1509	27	8565	11
Alnus viridis	0	.	60	100	10	100	0	.	0	.	0	.	70	87
Betula pendula	351	34	124	45	181	34	988	20	373	30	5737	11	7753	9
Betula pubescens	0	.	57	56	10	100	18	100	0	.	61	57	146	35
Carpinus betulus	2645	12	9	100	56	100	30	100	0	.	130	52	2870	12
Castanea sativa	84	70	0	.	0	.	244	50	21	83	11352	10	11702	9
Fagus sylvatica	51588	3	15280	8	12214	8	1969	22	1735	19	11285	10	94072	2
Fraxinus excelsior	10319	6	2520	13	3370	13	821	21	636	37	1911	17	19576	5
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	107	68	107	68
Ilex aquifolium	21	71	10	100	10	100	0	.	0	.	120	60	161	47
Juglans regia	127	40	14	77	11	100	0	.	46	63	25	61	223	28
Laburnum anagyroides	31	75	69	78	0	.	110	62	0	.	67	43	278	34
Malus sylvestris	30	100	10	100	0	.	0	.	0	.	11	100	51	66
Ostrya carpinifolia	0	.	0	.	0	.	0	.	0	.	1917	26	1917	26
Populus alba, Populus x canescens	26	73	74	71	0	.	0	.	0	.	0	.	100	56
Populus nigra s.l.	95	63	0	.	35	100	87	89	0	.	32	85	249	43
Populus (altr)	132	46	0	.	0	.	10	100	0	.	21	71	163	39
Populus tremula	335	46	108	73	9	100	208	54	180	57	299	33	1140	22
Prunus avium	1029	13	483	36	256	30	161	31	42	62	296	22	2268	11
Prunus padus	210	40	0	.	0	.	0	.	0	0	0	.	210	40
Pyrus communis, Pyrus pyraster	14	77	0	.	0	.	0	.	0	.	0	.	14	77
Quercus cerris	0	.	0	.	0	.	0	.	0	.	80	52	80	52
Quercus petraea	4762	14	282	47	95	45	301	31	157	60	1478	26	7074	11
Quercus pubescens	157	72	0	.	0	.	356	34	0	.	510	27	1023	21
Quercus robur	2399	12	430	34	96	39	56	49	0	.	127	34	3108	11
Quercus rubra	137	71	0	.	0	.	0	.	0	.	0	.	137	71
Robinia pseudoacacia	196	66	0	0	0	.	75	77	93	100	494	42	857	31
Salix (altri)	399	26	338	28	54	55	396	35	223	37	582	25	1993	13
Sorbus aria	1325	15	431	24	425	29	240	30	199	40	477	21	3098	9
Sorbus aucuparia	421	27	924	17	348	24	277	31	188	33	145	32	2302	11
Sorbus torminalis	59	41	0	.	0	.	0	.	0	.	0	.	59	41
Tilia cordata	1040	20	386	44	199	34	301	52	51	92	882	20	2859	13
Tilia platyphyllos	431	26	98	47	238	61	421	37	0	.	218	40	1407	18
Ulmus glabra	644	21	360	24	660	18	10	100	59	50	145	44	1878	11
Ulmus minor	28	58	12	100	0	.	0	.	0	.	11	100	51	45
altre latifoglie	91	90	0	.	0	.	0	.	0	.	22	70	112	74
altre arbusti	222	28	10	100	65	52	40	61	14	77	211	32	563	18
non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
totale	186792	1	92541	3	61552	5	44187	5	51528	4	58430	3	495030	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. 1355704. Birmensdorf, Swiss Federal Research Institute WSL

indietro