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
volume del legno di fusto commerciabile (HG 2010)
classi di assortimento (HG 2010) · specie arborea (5 classi)
suddivisione regionale: regione economica
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN4/IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		regione economica
		Giura Ovest		Giura Est		Altopiano Ovest		Altopiano Centro		Altopiano Est		Prealpi Ovest		Prealpi Centro		Prealpi Est		Alpi Nord-Ovest		Alpi Centro		Alpi Nord-Est		Alpi Sud-Ovest		Alpi Sud-Est		Sud delle Alpi		Svizzera
classi di assortimento (HG 2010)	specie arborea (5 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	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete bianco	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	altre conifere	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	faggio	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	altre latifoglie	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
legname di piccole dimensioni	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	2083	11	98	44	420	24	257	26	350	20	354	30	205	12	272	23	131	23	70	25	40	19	293	18	289	10	97	15	4958	6
	abete bianco	1889	9	40	57	211	28	216	21	136	25	87	33	157	16	111	33	23	24	79	73	8	30	92	68	8	29	13	23	3070	7
	altre conifere	201	42	22	40	122	45	41	57	28	26	6	75	16	45	6	49	16	32	7	44	14	53	147	12	131	12	84	17	840	13
	faggio	54	8	21	13	12	19	24	13	29	11	7	27	26	15	22	14	9	21	6	27	9	21	4	36	8	28	35	14	267	4
	altre latifoglie	25	12	12	18	13	21	12	16	25	12	4	24	14	20	15	17	10	19	5	28	8	27	15	18	9	23	86	9	252	4
	non determinabile	0	72	0	0	0	0	0	0	0	0	0	0	0	0	0	100	0	0	0	0	0	0	0	0	0	0	0	0	0	68
	totale	4252	7	194	30	778	18	550	18	568	15	459	25	417	10	427	19	188	17	166	42	78	16	551	16	444	8	315	7	9387	4
classi 1 e 2	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	2683	10	702	23	1064	20	2678	14	3813	11	3303	14	5944	9	4763	11	4000	11	1920	17	1598	18	5622	10	10049	7	3431	12	51570	3
	abete bianco	2449	10	364	32	333	27	2073	14	1098	16	914	24	2910	10	1219	16	521	22	630	26	173	28	385	25	219	27	440	26	13728	5
	altre conifere	537	23	358	25	180	39	300	27	613	16	12	100	243	53	76	41	249	28	181	41	162	44	4137	9	3459	10	2154	11	12659	5
	faggio	4245	8	1513	14	1022	17	1509	11	2324	9	561	25	2257	12	1633	15	703	20	544	26	616	25	521	28	380	27	2749	13	20577	4
	altre latifoglie	2964	10	1123	14	1276	17	1265	14	2726	9	821	18	1372	18	1755	15	1243	17	613	22	670	20	1553	13	1160	18	7423	7	25963	3
	non determinabile	8	50	0	100	0	0	0	0	6	87	1	100	2	71	2	77	9	67	0	0	0	0	1	100	13	100	20	78	63	35
	totale	12886	5	4060	10	3875	11	7825	8	10580	6	5611	11	12729	6	9448	8	6724	9	3887	14	3220	13	12220	7	15280	5	16216	4	124560	2
classi 3 e 4	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	7819	7	1082	20	1906	23	3170	15	4724	10	4915	12	8055	9	8224	10	6022	11	2648	18	2493	16	6358	9	11925	7	5037	14	74377	3
	abete bianco	7063	9	530	28	1012	25	3293	14	2341	14	1493	19	5160	10	3027	14	1092	22	921	28	453	32	770	30	583	25	853	26	28590	4
	altre conifere	566	19	521	32	388	33	694	23	1133	18	3	100	409	56	107	45	189	36	136	48	100	44	4462	10	4200	9	2338	11	15248	5
	faggio	7260	7	3184	13	2042	19	3504	11	3944	10	769	29	3619	14	3673	13	1040	23	664	29	982	22	297	36	662	31	2044	12	33685	3
	altre latifoglie	2518	12	1130	19	1519	18	1510	20	3293	10	342	28	887	20	1455	14	772	22	401	35	657	26	427	26	390	27	2718	10	18018	4
	non determinabile	0	0	11	100	0	0	0	0	0	0	0	0	0	0	0	0	27	71	0	0	0	0	0	0	0	0	0	0	37	58
	totale	25226	4	6458	10	6868	12	12171	8	15435	6	7522	11	18130	6	16485	7	9142	9	4770	15	4685	13	12314	7	17761	6	12989	6	169956	1
classi 5 e 6	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	2280	15	466	36	465	38	1036	19	1411	18	1716	16	2920	12	3276	14	2237	15	1072	23	1388	24	2085	15	4132	11	2512	18	26997	4
	abete bianco	1894	17	125	39	452	38	1190	18	1054	20	610	29	2397	14	1258	18	769	27	443	46	234	45	216	41	414	30	466	30	11522	6
	altre conifere	84	53	123	76	35	76	410	39	428	51	0	0	53	64	55	53	41	55	9	100	21	72	1383	14	1336	14	903	20	4879	9
	faggio	1552	15	1029	21	703	23	1656	17	2710	14	214	48	1252	23	831	24	300	34	237	38	328	36	97	53	209	45	471	19	11589	6
	altre latifoglie	260	26	320	29	506	30	459	30	1549	24	45	62	58	61	325	34	294	62	92	59	76	46	74	42	102	51	989	25	5150	11
	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	0	0	0	0
	totale	6071	9	2063	15	2161	17	4750	11	7151	10	2585	15	6681	9	5745	11	3641	13	1853	20	2047	19	3855	10	6193	9	5342	10	60138	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	14866	6	2348	18	3855	19	7141	12	10298	9	10288	11	17124	8	16535	9	12389	10	5710	16	5519	16	14358	9	26395	6	11077	12	157902	2
	abete bianco	13295	7	1058	27	2008	23	6772	12	4630	13	3104	19	10624	9	5615	13	2405	21	2072	27	869	30	1462	26	1224	24	1772	24	56910	4
	altre conifere	1388	19	1024	31	725	30	1444	23	2202	20	21	83	721	42	244	35	494	26	333	41	298	38	10129	9	9126	8	5479	10	33627	4
	faggio	13111	6	5748	12	3781	17	6692	10	9007	9	1551	24	7154	12	6160	12	2052	19	1450	25	1934	20	920	28	1259	27	5299	11	66118	3
	altre latifoglie	5766	10	2585	14	3314	16	3246	15	7592	9	1212	18	2332	17	3549	13	2319	20	1110	25	1411	21	2070	14	1660	18	11216	7	49384	3
	non determinabile	8	50	11	100	0	0	0	0	6	87	1	100	2	71	2	77	36	57	0	0	0	0	1	100	13	100	20	78	101	31
	totale	48434	3	12775	9	13682	11	25295	7	33734	5	16176	10	37956	6	32106	7	19695	9	10676	13	10031	12	28940	6	39678	5	34862	4	364041	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. 1323775. Birmensdorf, Swiss Federal Research Institute WSL

indietro