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 dei boschi di protezione
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		regione dei boschi di protezione
		Giura/Altopiano		Alpi nordoccidentali		Alpi nordorientali		Alpi sudoccidentali		Alpi sudorientali		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	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete bianco	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	altre conifere	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	faggio	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	altre latifoglie	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.
legname di piccole dimensioni	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	3159	8	646	17	356	18	276	19	250	11	84	17	4772	6
	abete bianco	2461	8	267	14	194	35	91	68	8	29	12	24	3034	7
	altre conifere	414	25	33	29	15	35	130	13	106	14	62	21	760	14
	faggio	139	5	41	11	35	11	4	36	7	29	34	14	260	4
	altre latifoglie	83	7	26	13	25	13	12	20	7	23	80	9	233	5
	non determinabile	0	72	0	0	0	100	0	0	0	0	0	0	0	68
	totale	6257	6	1012	12	626	17	514	17	379	9	272	8	9059	4
classi 1 e 2	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	10791	6	11822	6	7488	9	5155	10	8774	7	2997	13	47026	3
	abete bianco	6287	7	4307	9	1954	13	383	25	211	27	423	27	13565	5
	altre conifere	1987	10	455	31	296	30	3661	10	2727	11	1524	13	10649	5
	faggio	10505	4	3418	9	2677	12	512	28	359	28	2614	14	20085	4
	altre latifoglie	9082	5	3123	11	2658	12	1213	14	961	21	6746	7	23784	4
	non determinabile	14	46	12	55	2	77	0	0	13	100	4	58	46	36
	totale	38667	3	23136	5	15075	6	10924	7	13045	6	14309	5	115155	2
classi 3 e 4	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	18454	5	17386	6	12192	8	6100	10	10994	7	4804	15	69930	3
	abete bianco	14079	6	7685	8	4216	12	756	30	583	25	835	26	28155	4
	altre conifere	3302	10	575	42	247	31	4050	11	3829	10	1965	12	13968	5
	faggio	19736	4	5163	11	5134	11	285	37	662	31	1999	12	32980	3
	altre latifoglie	9695	6	1940	13	2414	12	357	30	287	31	2535	10	17229	4
	non determinabile	11	100	13	100	0	0	0	0	0	0	0	0	23	71
	totale	65277	2	32762	4	24204	6	11548	8	16356	6	12138	7	162285	1
classi 5 e 6	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	5577	9	6206	8	5398	11	1977	15	3741	11	2306	19	25205	4
	abete bianco	4613	10	3767	11	1843	17	208	42	414	30	461	31	11305	6
	altre conifere	1080	27	93	43	85	40	1262	15	1211	14	723	23	4453	9
	faggio	7312	7	1742	18	1324	18	89	57	209	45	463	20	11138	6
	altre latifoglie	2772	14	349	53	456	27	52	43	58	47	948	26	4636	11
	non determinabile	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	totale	21353	4	12157	7	9105	9	3588	11	5633	9	4900	11	56736	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	37981	4	36060	5	25434	8	13509	9	23759	7	10190	13	146933	2
	abete bianco	27441	5	16025	8	8207	11	1437	26	1216	24	1732	24	56058	4
	altre conifere	6783	10	1155	28	643	26	9102	9	7873	9	4273	12	29830	5
	faggio	37692	4	10364	9	9170	10	890	29	1237	28	5110	11	64463	3
	altre latifoglie	21632	5	5438	11	5553	11	1635	15	1313	20	10310	7	45881	3
	non determinabile	25	51	24	59	2	77	0	0	13	100	4	58	70	34
	totale	131554	2	69067	4	49010	6	26574	7	35412	6	31619	5	343236	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. 1400836. Birmensdorf, Swiss Federal Research Institute WSL

indietro