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 di produzione
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 2004/06
	regione di produzione
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
specie arborea (56 classi)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
Abies alba	15367	5	11004	7	16773	5	6561	8	1657	18	51362	3
Larix decidua, Larix kaempferi	187	33	1029	18	237	39	16368	6	7100	9	24922	5
Picea abies	21933	6	30777	5	45303	4	78328	3	10987	8	187329	2
Pinus cembra	0	.	0	.	126	83	4684	11	33	66	4843	11
Pinus mugo subsp. uncinata	0	.	0	.	701	45	3731	16	86	91	4518	15
Pinus mugo subsp. mugo	0	.	0	.	30	100	1185	24	10	100	1225	23
Pinus nigra	104	46	0	.	0	.	115	86	0	.	219	50
Pinus strobus	20	82	51	38	4	100	0	.	0	.	75	34
Pinus sylvestris	2282	14	2192	12	290	40	7656	11	338	48	12759	7
Pseudotsuga menziesii	262	49	714	29	4	100	0	.	9	100	988	25
Taxus baccata	455	34	475	37	125	33	68	50	0	.	1124	21
altre conifere	66	41	59	47	29	54	52	41	25	72	231	22
Acer campestre	540	21	155	29	94	54	220	34	51	54	1061	15
Acer opalus	214	37	51	84	0	.	467	31	0	.	731	23
Acer platanoides	282	25	471	38	189	41	219	36	36	67	1196	19
Acer pseudoplatanus	4733	8	5192	9	5714	10	4795	9	1347	19	21782	4
Aesculus hippocastanum	20	100	10	100	0	.	0	.	0	.	30	74
Alnus glutinosa	148	39	1084	28	0	0	0	.	468	36	1700	21
Alnus incana	99	81	291	33	1591	20	4795	17	1564	25	8340	11
Alnus viridis	0	.	0	.	0	.	0	.	10	100	10	100
Betula pendula	40	48	297	35	124	40	2427	16	6697	11	9584	9
Betula pubescens	0	.	0	.	21	100	52	55	0	0	73	49
Carpinus betulus	1056	20	1296	16	44	71	50	100	114	47	2560	12
Castanea sativa	0	.	135	70	0	.	207	53	11145	10	11487	9
Fagus sylvatica	25943	4	22345	4	18405	6	11931	8	12498	9	91123	3
Fraxinus excelsior	4012	10	6941	8	4519	11	4102	13	2613	16	22187	5
Fraxinus ornus	0	.	0	.	0	.	0	.	159	62	159	62
Ilex aquifolium	31	58	0	.	39	78	40	50	214	47	324	33
Juglans regia	56	52	103	35	6	100	81	47	61	70	307	24
Laburnum anagyroides	40	78	0	.	0	.	70	55	75	43	185	32
Malus sylvestris	30	100	0	.	0	.	10	100	0	0	40	79
Ostrya carpinifolia	0	.	0	.	0	.	0	.	2214	25	2214	25
Populus alba, Populus x canescens	5	100	26	83	0	.	72	71	0	.	103	54
Populus nigra s.l.	15	100	50	60	15	100	22	71	36	71	137	34
Populus (altr)	0	.	76	55	0	.	0	.	4	100	80	52
Populus tremula	109	88	104	46	23	71	482	30	328	35	1045	20
Prunus avium	294	26	774	14	377	29	647	24	426	25	2519	10
Prunus padus	0	.	198	43	12	100	29	74	0	.	238	38
Pyrus communis, Pyrus pyraster	0	.	10	100	0	.	4	100	11	100	25	61
Quercus cerris	0	.	0	.	0	.	0	.	103	41	103	41
Quercus petraea	2299	19	1647	18	113	42	869	26	1718	24	6646	11
Quercus pubescens	109	100	126	73	0	.	632	29	520	27	1387	20
Quercus robur	362	29	1757	14	227	28	141	72	132	34	2620	12
Quercus rubra	112	100	20	72	0	.	0	.	0	.	132	86
Robinia pseudoacacia	196	65	55	77	0	.	98	59	764	33	1113	26
Salix (altri)	206	28	170	34	278	28	1245	22	843	25	2742	13
Sorbus aria	1271	17	305	33	383	27	1228	19	578	18	3764	10
Sorbus aucuparia	412	24	169	59	564	18	1311	15	225	37	2681	10
Sorbus torminalis	37	50	20	71	0	.	0	.	0	.	57	41
Tilia cordata	389	61	872	24	156	49	769	29	1291	19	3477	13
Tilia platyphyllos	289	26	150	41	184	71	784	33	105	42	1511	21
Ulmus glabra	284	21	360	26	624	18	457	20	162	39	1887	10
Ulmus minor	28	74	19	71	12	100	0	.	0	.	59	47
altre latifoglie	100	91	10	100	0	.	54	83	21	71	185	56
altre arbusti	84	44	138	38	149	47	145	35	545	23	1060	16
non determinabile	0	0	0	0	0	0	0	0	0	0	0	0
totale	84521	2	91726	2	97486	2	157203	2	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. 1355727. Birmensdorf, Swiss Federal Research Institute WSL

indietro