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 IFN1-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	2035	11	98	44	420	24	257	26	349	20	339	31	192	13	260	24	115	26	59	27	37	20	276	19	250	11	84	17	4772	6
	abete bianco	1859	10	40	57	211	28	216	21	136	26	87	33	157	16	108	34	23	24	78	73	8	30	91	68	8	29	12	24	3034	7
	altre conifere	201	42	22	40	122	45	41	57	28	26	6	75	15	47	6	49	12	38	5	57	4	81	130	13	106	14	62	21	760	14
	faggio	53	9	21	13	12	19	24	13	29	11	7	28	25	15	22	14	9	21	5	29	8	22	4	36	7	29	34	14	260	4
	altre latifoglie	24	13	11	19	12	22	12	16	23	12	4	24	13	21	14	18	9	19	5	29	7	29	12	20	7	23	80	9	233	5
	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	4173	8	193	30	777	18	550	18	564	15	444	26	401	10	411	20	168	19	152	45	63	15	514	17	379	9	272	8	9059	4
classi 1 e 2	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	2596	11	699	23	1038	21	2678	14	3779	11	2723	14	5512	10	4357	11	3586	11	1632	19	1498	19	5155	10	8774	7	2997	13	47026	3
	abete bianco	2429	10	364	32	333	27	2073	14	1089	17	904	24	2893	11	1210	17	510	23	574	29	170	28	383	25	211	27	423	27	13565	5
	altre conifere	537	23	358	25	180	39	300	27	613	16	12	100	243	53	76	41	200	30	151	47	69	64	3661	10	2727	11	1524	13	10649	5
	faggio	4224	8	1477	14	1022	17	1509	11	2273	10	557	25	2184	12	1622	15	677	21	501	28	555	26	512	28	359	28	2614	14	20085	4
	altre latifoglie	2879	10	1074	14	1259	18	1237	14	2633	10	765	19	1250	19	1608	16	1108	18	439	26	612	21	1213	14	961	21	6746	7	23784	4
	non determinabile	8	50	0	100	0	0	0	0	6	87	1	100	2	71	2	77	9	70	0	0	0	0	0	0	13	100	4	58	46	36
	totale	12672	5	3973	10	3833	12	7796	8	10394	6	4962	12	12084	6	8874	8	6090	9	3296	15	2904	14	10924	7	13045	6	14309	5	115155	2
classi 3 e 4	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	7644	7	1071	20	1906	23	3170	15	4663	10	4507	13	7410	9	7328	10	5469	12	2532	19	2333	17	6100	10	10994	7	4804	15	69930	3
	abete bianco	6975	9	530	28	1012	25	3293	14	2269	15	1470	19	5139	10	2936	14	1076	22	835	30	445	32	756	30	583	25	835	26	28155	4
	altre conifere	566	19	521	32	388	33	694	23	1133	18	3	100	409	56	107	45	162	41	91	55	49	62	4050	11	3829	10	1965	12	13968	5
	faggio	7162	7	3143	13	2042	19	3504	11	3885	10	762	29	3372	14	3606	13	1029	23	615	31	913	22	285	37	662	31	1999	12	32980	3
	altre latifoglie	2465	13	1105	19	1475	18	1496	20	3155	10	342	28	887	20	1412	15	711	24	360	38	642	27	357	30	287	31	2535	10	17229	4
	non determinabile	0	0	11	100	0	0	0	0	0	0	0	0	0	0	0	0	13	100	0	0	0	0	0	0	0	0	0	0	23	71
	totale	24810	4	6380	11	6824	12	12157	8	15106	6	7084	11	17218	6	15390	8	8459	10	4433	15	4381	14	11548	8	16356	6	12138	7	162285	1
classi 5 e 6	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	2217	16	466	36	465	38	1036	19	1393	19	1545	17	2660	13	2997	15	2001	15	1072	23	1329	25	1977	15	3741	11	2306	19	25205	4
	abete bianco	1856	17	125	39	452	38	1190	18	990	21	607	29	2397	14	1181	19	763	27	427	47	234	45	208	42	414	30	461	31	11305	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	1262	15	1211	14	723	23	4453	9
	faggio	1413	16	938	21	703	23	1656	17	2602	14	214	48	1228	23	782	24	300	34	214	42	328	36	89	57	209	45	463	20	11138	6
	altre latifoglie	231	28	320	29	402	28	459	30	1360	25	45	62	58	61	315	35	246	72	64	72	76	46	52	43	58	47	948	26	4636	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	5802	9	1972	15	2057	17	4750	11	6773	10	2410	15	6397	9	5330	11	3350	13	1787	21	1988	19	3588	11	5633	9	4900	11	56736	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	14491	7	2335	19	3829	19	7141	12	10185	9	9114	12	15774	8	14942	10	11171	11	5295	17	5197	17	13509	9	23759	7	10190	13	146933	2
	abete bianco	13119	8	1058	27	2008	23	6772	12	4484	13	3068	20	10587	9	5435	13	2371	22	1915	28	857	30	1437	26	1216	24	1732	24	56058	4
	altre conifere	1388	19	1024	31	725	30	1444	23	2202	20	21	83	720	42	244	35	415	28	256	50	142	50	9102	9	7873	9	4273	12	29830	5
	faggio	12852	6	5579	12	3781	17	6692	10	8789	9	1540	24	6809	12	6032	13	2015	20	1335	27	1803	20	890	29	1237	28	5110	11	64463	3
	altre latifoglie	5599	10	2510	14	3149	17	3204	15	7171	10	1156	19	2208	17	3349	13	2074	21	867	29	1337	22	1635	15	1313	20	10310	7	45881	3
	non determinabile	8	50	11	100	0	0	0	0	6	87	1	100	2	71	2	77	22	66	0	0	0	0	0	0	13	100	4	58	70	34
	totale	47457	4	12517	10	13491	11	25252	7	32836	5	14900	10	36100	6	30005	7	18067	9	9668	15	9336	13	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. 1400837. Birmensdorf, Swiss Federal Research Institute WSL

indietro