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.

IFN3
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 2004/06
	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	26371	4	13639	6	6951	8	1784	19	960	17	1657	18	51362	3
Larix decidua, Larix kaempferi	1216	16	426	27	521	29	9966	8	5692	9	7100	9	24922	5
Picea abies	52710	4	42920	5	26394	6	19028	7	35289	5	10987	8	187329	2
Pinus cembra	0	.	129	80	73	75	1891	16	2717	15	33	66	4843	11
Pinus mugo subsp. uncinata	0	.	869	39	247	44	414	33	2902	19	86	91	4518	15
Pinus mugo subsp. mugo	0	.	204	62	142	48	80	58	790	31	10	100	1225	23
Pinus nigra	104	46	0	.	97	100	0	.	18	100	0	.	219	50
Pinus strobus	70	36	4	100	0	.	0	.	0	.	0	.	75	34
Pinus sylvestris	4474	9	359	40	538	32	4676	15	2374	17	338	48	12759	7
Pseudotsuga menziesii	976	25	4	100	0	.	0	.	0	.	9	100	988	25
Taxus baccata	930	25	50	53	133	34	10	100	0	.	0	.	1124	21
altre conifere	124	31	33	50	28	54	0	.	20	71	25	72	231	22
Acer campestre	695	17	83	57	44	72	156	43	30	74	51	54	1061	15
Acer opalus	264	34	332	41	0	.	135	36	0	.	0	.	731	23
Acer platanoides	753	25	104	39	192	44	83	67	29	72	36	67	1196	19
Acer pseudoplatanus	9926	6	5060	10	4125	11	775	21	548	27	1347	19	21782	4
Aesculus hippocastanum	30	74	0	.	0	.	0	.	0	.	0	.	30	74
Alnus glutinosa	1232	25	0	.	0	0	0	.	0	.	468	36	1700	21
Alnus incana	390	32	1277	21	1776	25	1150	33	2183	27	1564	25	8340	11
Alnus viridis	0	.	0	.	0	.	0	.	0	.	10	100	10	100
Betula pendula	337	31	159	44	134	42	1265	21	992	29	6697	11	9584	9
Betula pubescens	0	.	44	65	10	100	18	100	0	.	0	0	73	49
Carpinus betulus	2351	12	0	0	44	71	50	100	0	.	114	47	2560	12
Castanea sativa	135	70	4	100	0	.	186	58	17	100	11145	10	11487	9
Fagus sylvatica	48289	3	14688	8	11805	8	2089	21	1754	18	12498	9	91123	3
Fraxinus excelsior	10953	6	2893	14	3883	14	1002	25	844	29	2613	16	22187	5
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	159	62	159	62
Ilex aquifolium	31	58	49	66	20	71	10	100	0	.	214	47	324	33
Juglans regia	159	29	6	100	0	0	10	100	72	52	61	70	307	24
Laburnum anagyroides	40	78	0	0	0	.	70	55	0	.	75	43	185	32
Malus sylvestris	30	100	10	100	0	.	0	.	0	.	0	0	40	79
Ostrya carpinifolia	0	.	0	.	0	.	0	.	0	.	2214	25	2214	25
Populus alba, Populus x canescens	32	71	37	100	0	.	34	100	0	.	0	.	103	54
Populus nigra s.l.	64	52	0	.	15	100	12	100	10	100	36	71	137	34
Populus (altr)	76	55	0	.	0	.	0	.	0	.	4	100	80	52
Populus tremula	213	50	35	58	13	100	300	40	157	50	328	35	1045	20
Prunus avium	1069	12	440	32	228	33	259	28	98	65	426	25	2519	10
Prunus padus	198	43	0	.	12	100	0	.	29	74	0	.	238	38
Pyrus communis, Pyrus pyraster	10	100	0	.	0	.	4	100	0	.	11	100	25	61
Quercus cerris	0	.	0	.	0	.	0	.	0	.	103	41	103	41
Quercus petraea	3946	13	407	44	93	39	335	38	146	51	1718	24	6646	11
Quercus pubescens	235	61	0	.	0	.	632	29	0	.	520	27	1387	20
Quercus robur	2120	13	290	40	65	42	14	59	0	.	132	34	2620	12
Quercus rubra	132	86	0	.	0	.	0	.	0	.	0	.	132	86
Robinia pseudoacacia	251	53	41	100	0	.	57	71	0	.	764	33	1113	26
Salix (altri)	376	22	395	35	103	45	740	32	285	30	843	25	2742	13
Sorbus aria	1575	15	510	23	348	31	422	27	331	52	578	18	3764	10
Sorbus aucuparia	580	24	820	18	349	25	461	25	245	31	225	37	2681	10
Sorbus torminalis	57	41	0	.	0	.	0	.	0	.	0	.	57	41
Tilia cordata	1261	25	417	41	208	39	268	52	32	66	1291	19	3477	13
Tilia platyphyllos	439	22	128	61	384	60	455	35	0	.	105	42	1511	21
Ulmus glabra	644	17	433	22	613	18	0	.	36	62	162	39	1887	10
Ulmus minor	47	53	12	100	0	.	0	.	0	.	0	.	59	47
altre latifoglie	109	83	54	83	0	.	0	.	0	.	21	71	185	56
altre arbusti	221	29	138	49	70	60	34	52	51	54	545	23	1060	16
non determinabile	0	0	0	0	0	0	0	0	0	0	0	0	0	0
totale	176246	2	87504	3	59658	4	48875	5	58652	4	67323	3	498258	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. 1355724. Birmensdorf, Swiss Federal Research Institute WSL

indietro