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.

IFN1
numero totale di fusti IFN1
specie arborea principale
suddivisione regionale: cantone
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 1983/85
	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
specie arborea principale	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
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	.
abete rosso	5150	14	1928	25	2978	22	35690	5	747	28	10836	11	15	78	3439	20	36199	5	3703	18	9484	11	4706	14	1695	28	5481	15	11386	10	1797	26	2697	18	6508	13	3846	17	4737	12	4067	17	15174	7	18930	7	1067	25	7438	10	199698	2
abete bianco	2200	16	616	32	785	29	14678	7	654	25	2655	18	0	.	495	34	1372	18	3879	14	5344	12	4006	13	386	34	883	25	3102	13	53	48	1949	16	1774	17	705	23	985	25	918	29	6490	10	1976	21	593	39	2198	15	58696	3
pino	801	22	8	100	5	100	1308	20	554	26	302	36	143	88	0	.	6334	13	527	33	313	53	198	47	0	.	333	71	371	41	330	42	840	24	332	46	345	28	492	43	534	39	402	37	6632	14	10	100	1170	16	22284	6
larice	459	41	4	100	22	100	334	34	25	62	161	68	0	.	14	77	6321	8	8	71	34	68	4	100	0	.	4	100	301	36	85	54	24	61	15	72	57	87	3239	12	16	100	244	32	8363	8	8	100	202	30	19946	5
cembro	0	.	0	.	0	.	5	100	0	.	0	.	0	.	0	.	2354	16	0	.	0	.	0	.	0	.	94	100	24	100	0	.	0	.	0	.	0	.	0	.	35	100	0	.	1690	19	0	.	0	.	4202	12
altre conifere	74	49	20	100	10	100	311	40	119	100	44	76	0	.	10	100	367	49	10	100	100	56	9	100	21	100	0	.	137	47	22	85	109	49	10	100	20	71	0	.	65	56	201	51	62	85	0	.	196	50	1917	16
faggio	6776	10	430	34	912	27	16836	7	3274	15	4607	13	10	100	1672	25	2655	16	4812	12	4023	14	2382	14	821	28	2122	25	6122	12	2885	18	6342	11	2114	17	1783	16	9631	10	790	33	8866	8	1820	23	369	37	5172	11	97226	2
acero	1037	16	107	50	275	40	2943	11	540	22	516	23	10	100	610	29	525	22	895	16	719	22	523	29	230	29	330	28	1879	15	220	39	1027	19	640	23	529	35	440	28	232	38	2584	15	590	25	148	50	1287	17	18835	4
frassino	1115	18	125	57	538	34	1915	15	350	36	1105	22	29	74	425	48	625	37	1207	20	586	25	231	50	415	57	193	48	1812	17	243	40	688	29	527	28	717	23	1460	18	210	47	2264	15	568	26	425	47	1402	16	19175	5
quercia	1003	21	0	.	4	100	830	19	430	48	307	29	933	43	0	.	436	49	322	33	244	35	294	51	11	100	5	100	280	52	312	26	447	34	33	67	410	24	1953	20	30	65	2592	19	518	28	5	100	494	22	11892	8
castagno	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	981	38	0	.	0	.	0	.	0	.	0	.	20	100	0	.	0	.	0	.	0	.	10885	10	0	.	131	86	114	53	0	.	0	.	12131	9
altre latifoglie	1915	18	128	55	126	52	3340	11	777	23	856	22	69	59	416	32	4165	13	1344	19	902	29	608	35	228	44	594	34	2042	21	100	43	872	19	941	29	1122	24	10945	8	666	38	3191	15	4102	15	59	40	1676	18	41183	4
non determinabile	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	20530	7	3366	22	5655	18	78189	4	7469	12	21388	8	1209	38	7080	15	62335	4	16707	8	21748	8	12962	9	3805	20	10037	12	27476	7	6049	15	14995	9	12895	10	9534	11	44767	4	7564	14	42140	5	45364	5	2685	21	21235	7	507185	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. 1240916. Birmensdorf, Swiss Federal Research Institute WSL

indietro