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
quota (classi di 200 m) · numero di danni
suddivisione regionale: regione dei boschi di protezione
unità: n/ha
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
quota (classi di 200 m)	numero di danni	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	un danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	due o più danni visibili	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	albero morto o a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.
>1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	276	22	258	15	269	8	282	6	186	10	260	4
	un danno visibile	0	.	80	21	97	54	68	17	62	8	45	14	62	7
	due o più danni visibili	0	.	20	36	48	86	21	25	16	15	15	20	18	12
	albero morto o a terra	0	.	0	.	0	.	3	49	9	44	4	50	6	33
	totale	0	.	376	20	403	19	361	9	369	5	250	8	346	4
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	261	12	286	19	347	10	308	7	250	10	296	5
	un danno visibile	0	.	77	14	69	19	76	10	78	9	58	11	73	5
	due o più danni visibili	0	.	20	15	8	45	21	17	21	15	21	19	20	8
	albero morto o a terra	0	.	8	76	2	98	1	99	3	48	1	99	3	44
	totale	0	.	366	11	365	16	446	9	410	7	330	8	392	4
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	191	14	266	7	207	12	291	9	308	8	313	8	276	4
	un danno visibile	32	24	84	8	38	15	70	10	80	11	62	12	69	5
	due o più danni visibili	14	29	31	13	9	30	20	19	26	14	19	17	23	7
	albero morto o a terra	0	.	5	46	1	75	8	54	0	100	2	63	3	31
	totale	237	12	386	6	255	11	389	7	414	7	396	8	372	3
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	290	8	320	7	300	8	359	9	295	10	322	9	312	3
	un danno visibile	62	10	91	10	77	13	76	12	99	10	84	11	82	5
	due o più danni visibili	18	17	33	12	19	18	24	21	20	19	38	16	26	7
	albero morto o a terra	0	100	1	41	7	44	6	43	0	.	6	36	3	23
	totale	370	6	445	6	403	7	465	8	414	8	449	7	424	3
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	374	5	327	6	374	7	327	9	289	12	342	9	347	3
	un danno visibile	69	8	93	7	99	9	87	15	95	14	98	9	88	4
	due o più danni visibili	18	15	33	10	25	15	28	23	52	17	35	14	29	6
	albero morto o a terra	0	70	2	42	2	60	11	52	2	70	1	57	2	27
	totale	461	4	454	5	500	6	452	8	438	9	475	7	466	2
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	358	5	327	7	368	7	422	10	287	12	360	9	353	3
	un danno visibile	83	7	86	9	105	10	62	16	82	13	108	11	90	4
	due o più danni visibili	26	12	22	19	29	15	26	24	20	22	43	26	27	8
	albero morto o a terra	1	47	2	40	0	77	1	99	5	48	3	61	2	23
	totale	468	4	437	6	502	6	510	8	394	10	515	7	471	3
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	342	3	353	7	381	7	289	15	330	13	350	9	346	2
	un danno visibile	63	5	83	11	95	19	76	19	73	15	120	13	74	4
	due o più danni visibili	16	8	19	20	29	31	31	27	28	25	47	15	21	7
	albero morto o a terra	0	48	1	100	0	70	7	51	2	74	0	.	1	31
	totale	421	3	456	6	505	8	403	12	433	10	518	8	442	2
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	315	3	520	12	417	9	342	18	373	9	373	8	329	2
	un danno visibile	58	4	75	29	101	28	118	40	20	87	116	9	66	4
	due o più danni visibili	15	8	14	83	17	34	26	33	0	.	38	15	17	7
	albero morto o a terra	1	28	0	.	1	99	0	.	0	.	3	47	1	24
	totale	389	2	609	13	536	10	487	18	393	8	531	6	414	2
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	331	2	315	3	338	3	321	4	298	3	316	3	322	1
	un danno visibile	64	3	86	4	87	6	74	6	78	4	87	4	76	2
	due o più danni visibili	17	5	27	6	23	9	23	9	23	7	32	7	23	3
	albero morto o a terra	1	21	3	27	2	31	5	24	4	31	3	20	2	11
	totale	412	1	431	2	450	3	423	3	402	3	438	3	423	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. 1198857. Birmensdorf, Swiss Federal Research Institute WSL

indietro