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
provvigione (legno del fusto)
tipo di bosco (17 classi)
suddivisione regionale: cantone
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
	cantone
	AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Svizzera
tipo di bosco (17 classi)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
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	.
bosco non accessibile	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	.
arbusteto	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	.
superficie forestale perennemente non boscata	206	72	31	100	0	.	1461	37	198	82	969	42	0	.	376	87	364	38	283	100	855	56	299	65	0	.	0	.	715	59	154	100	79	100	177	87	193	73	148	92	0	.	979	43	1016	62	0	.	147	100	8652	16
superficie forestale temporaneamente non boscata	0	.	0	.	36	100	277	64	0	.	34	100	0	.	19	90	645	35	17	100	4	100	0	.	0	.	0	.	68	100	0	.	111	88	11	100	140	83	59	81	0	.	289	64	54	55	0	.	3	100	1766	22
striscia aperta nel soprassuolo e scarpata	197	100	0	.	0	.	303	52	49	100	0	.	0	.	0	.	102	75	0	.	11	100	0	.	0	.	10	100	0	.	0	.	0	.	0	.	0	.	0	.	25	100	67	100	0	.	0	.	144	100	908	34
soprassuolo perennemente aperto	0	.	0	.	0	0	814	36	16	100	145	85	0	0	325	52	2448	19	151	91	99	79	271	49	165	72	193	61	413	52	0	.	99	120	167	66	0	.	993	32	52	95	1640	24	1411	29	0	.	4	100	9405	10
selva, arboricoltura	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	73	100	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	1079	36	0	.	486	73	120	100	0	.	0	.	1758	31
ceduo	0	.	0	.	0	.	149	46	19	100	231	61	0	.	25	100	765	38	214	99	138	100	0	.	42	100	0	.	246	100	458	73	0	.	0	.	162	94	5035	14	0	.	112	69	387	37	0	.	0	.	7982	12
ceduo composto	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	206	72	0	.	0	.	34	100	0	.	0	.	0	.	162	100	133	101	0	.	0	.	1657	25	0	.	149	100	116	86	0	.	98	100	2556	21
fustaia a struttura disetanea	121	85	0	.	0	.	6465	17	0	.	847	39	0	.	146	76	5327	16	79	100	2079	27	2008	28	200	100	329	54	553	43	0	.	370	51	333	59	149	71	699	37	204	65	1216	27	3300	18	251	73	132	73	24809	7
fustaia irregolare	785	34	291	100	200	71	9836	13	456	45	1425	36	0	.	1352	38	8010	13	2359	28	2966	25	2758	24	227	87	1731	32	4503	22	121	100	890	42	925	38	580	47	7324	21	1523	37	4730	21	6467	15	0	.	1554	30	61013	5
novelleto/spessina	310	45	0	0	133	72	2126	25	55	85	272	50	24	71	46	100	2128	27	96	57	544	46	104	69	0	.	27	87	184	44	80	85	57	70	227	50	117	100	86	68	45	84	490	39	104	48	78	71	415	42	7748	12
perticaia	1306	24	0	.	266	88	3777	16	723	33	943	36	0	.	424	68	3286	16	682	51	1986	25	568	38	145	93	284	62	1191	34	318	52	632	35	1029	35	931	31	2375	17	818	40	2697	20	2128	20	120	71	2213	21	28841	6
fustaia giovane	1473	30	218	100	284	71	5441	16	602	47	1896	30	0	.	300	62	4956	17	1177	39	1522	33	280	81	434	78	1216	40	2129	30	734	41	742	36	218	72	1019	37	3383	19	1022	40	2972	21	3838	20	222	100	2816	23	38895	6
fustaia adulta	2211	25	781	61	1000	60	9540	15	1692	32	3943	24	301	71	1132	37	10141	13	1776	30	2256	31	1331	36	1029	51	657	59	4606	22	1518	32	3608	22	2193	29	891	36	3605	20	1748	43	5766	17	3953	23	632	50	3924	20	70235	5
fustaia matura	5518	18	2430	36	2831	33	28093	9	1833	35	6689	19	160	94	1870	39	19556	10	5129	21	7054	19	3914	24	1097	46	3029	31	10952	16	1199	42	3570	24	5926	20	4789	21	5001	19	2009	32	10903	15	10654	14	734	60	5776	19	150717	3
rilevamento incompleto	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	.
totale	12128	11	3751	28	4750	24	68278	5	5643	16	17394	11	485	54	6015	18	58007	5	11963	12	19513	10	11568	11	3339	26	7478	17	25559	9	4744	18	10291	12	11207	13	8970	13	31445	6	7447	17	32496	7	33548	6	2036	30	17228	9	415285	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. 1232910. Birmensdorf, Swiss Federal Research Institute WSL

indietro