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
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	2093	11	98	44	420	24	257	26	350	20	355	30	206	12	272	23	131	23	72	24	41	18	293	18	297	10	97	15	4983	6
	abete bianco	1896	9	40	57	211	28	217	21	136	25	87	33	157	16	111	33	23	24	79	73	9	29	92	68	8	29	13	23	3079	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	159	12	136	12	86	16	860	13
	faggio	54	8	21	13	12	19	25	13	29	11	7	27	27	15	23	14	9	20	7	27	9	21	4	36	8	28	36	14	271	4
	altre latifoglie	25	12	12	18	13	21	13	16	25	12	4	24	14	20	15	17	10	19	5	28	8	27	16	17	9	23	86	9	254	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	4270	7	194	30	779	18	554	17	568	15	460	25	419	10	428	19	189	17	169	41	81	16	564	15	458	8	318	7	9448	4
classi 1 e 2	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	2699	10	702	23	1089	20	2690	14	3813	11	3377	13	5987	9	4764	11	4062	11	1959	17	1675	17	5668	10	10235	7	3442	12	52163	3
	abete bianco	2450	10	364	32	333	27	2134	14	1098	16	914	24	2911	10	1251	16	521	22	633	26	202	26	385	25	219	27	440	26	13853	5
	altre conifere	537	23	358	25	180	39	300	27	613	16	12	100	243	53	76	41	261	27	181	41	162	44	4420	10	3648	9	2184	11	13175	5
	faggio	4247	8	1513	14	1022	17	1552	11	2324	9	561	25	2266	12	1638	15	711	20	611	25	618	25	521	28	380	27	2800	13	20766	4
	altre latifoglie	2973	9	1123	14	1282	17	1277	13	2733	9	843	17	1406	18	1755	15	1289	16	623	22	741	19	1591	13	1161	18	7473	7	26270	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	17	81	20	78	67	34
	totale	12914	5	4060	10	3906	11	7953	8	10587	6	5707	11	12816	6	9485	8	6853	8	4007	13	3398	13	12587	7	15660	5	16359	4	126293	1
classi 3 e 4	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	7945	7	1082	20	2042	22	3248	15	4724	10	5110	12	8138	9	8256	10	6150	11	2691	18	2681	16	6392	9	12011	7	5094	14	75564	3
	abete bianco	7078	9	530	28	1012	25	3331	14	2341	14	1493	19	5163	10	3091	14	1092	22	930	27	550	30	770	30	583	25	853	26	28817	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	4507	10	4252	9	2345	11	15352	5
	faggio	7260	7	3184	13	2042	19	3700	11	3944	10	769	29	3627	14	3707	13	1125	22	721	28	982	22	297	36	662	31	2081	11	34102	3
	altre latifoglie	2581	12	1130	19	1519	18	1538	19	3293	10	351	27	887	20	1455	14	795	22	401	35	663	26	432	26	390	27	2722	10	18156	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	14	100	0	0	51	50
	totale	25430	4	6458	10	7004	12	12512	8	15435	6	7727	10	18224	6	16615	7	9378	9	4878	14	4976	13	12397	7	17913	6	13095	6	172042	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	1087	19	1411	18	1785	16	2945	12	3306	14	2283	14	1165	22	1449	23	2085	15	4156	11	2575	17	27456	4
	abete bianco	2007	16	125	39	452	38	1190	18	1054	20	610	29	2412	14	1258	18	769	27	443	46	311	42	216	41	414	30	466	30	11727	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	1389	14	1336	14	922	20	4904	9
	faggio	1552	15	1029	21	703	23	1856	18	2710	14	214	48	1252	23	831	24	300	34	237	38	328	36	97	53	209	45	471	19	11790	6
	altre latifoglie	260	26	320	29	506	30	464	30	1549	24	45	62	58	61	325	34	300	61	92	59	76	46	74	42	102	51	989	25	5162	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	6183	9	2063	15	2161	17	5007	11	7151	10	2653	14	6721	9	5775	11	3693	13	1945	20	2185	18	3861	10	6217	9	5423	10	61039	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	15018	6	2348	18	4017	18	7282	12	10298	9	10627	11	17275	8	16598	9	12626	10	5886	16	5846	16	14437	9	26698	6	11209	12	160166	2
	abete bianco	13431	7	1058	27	2008	23	6873	12	4630	13	3104	19	10644	9	5711	13	2405	21	2084	27	1072	29	1462	26	1224	24	1772	24	57477	4
	altre conifere	1388	19	1024	31	725	30	1444	23	2202	20	21	83	721	42	244	35	506	25	333	41	298	38	10475	9	9372	8	5537	10	34291	4
	faggio	13113	6	5748	12	3781	17	7134	11	9007	9	1551	24	7172	12	6198	12	2145	19	1576	24	1936	20	920	28	1259	27	5388	11	66928	3
	altre latifoglie	5839	10	2585	14	3320	16	3292	15	7599	9	1244	18	2365	17	3549	13	2394	19	1121	24	1488	21	2113	14	1662	18	11270	7	49842	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	31	64	20	78	118	29
	totale	48797	3	12775	9	13850	11	26026	7	33741	5	16547	10	38180	6	32303	7	20113	8	10999	13	10641	12	29409	6	40247	5	35195	4	368822	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. 1323779. Birmensdorf, Swiss Federal Research Institute WSL

indietro