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
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	3219	8	691	16	385	17	293	18	297	10	97	15	4983	6
	abete bianco	2500	8	267	14	199	34	92	68	8	29	13	23	3079	7
	altre conifere	414	25	37	26	27	32	159	12	136	12	86	16	860	13
	faggio	143	5	43	11	38	11	4	36	8	28	36	14	271	4
	altre latifoglie	87	6	28	12	28	13	16	17	9	23	86	9	254	4
	non determinabile	0	72	0	0	0	100	0	0	0	0	0	0	0	68
	totale	6363	6	1067	12	677	16	564	15	458	8	318	7	9448	4
classi 1 e 2	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	10994	6	13426	6	8398	8	5668	10	10235	7	3442	12	52163	3
	abete bianco	6378	7	4346	9	2086	13	385	25	219	27	440	26	13853	5
	altre conifere	1987	10	515	29	419	26	4420	10	3648	9	2184	11	13175	5
	faggio	10659	4	3538	9	2867	11	521	28	380	27	2800	13	20766	4
	altre latifoglie	9387	5	3539	10	3119	11	1591	13	1161	18	7473	7	26270	3
	non determinabile	14	46	12	53	2	77	1	100	17	81	20	78	67	34
	totale	39420	3	25377	4	16891	6	12587	7	15660	5	16359	4	126293	1
classi 3 e 4	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	19041	5	19398	6	13629	8	6392	9	12011	7	5094	14	75564	3
	abete bianco	14293	6	7748	8	4570	11	770	30	583	25	853	26	28817	4
	altre conifere	3302	10	602	40	343	27	4507	10	4252	9	2345	11	15352	5
	faggio	20131	4	5521	11	5409	10	297	36	662	31	2081	11	34102	3
	altre latifoglie	10061	6	2033	13	2519	12	432	26	390	27	2722	10	18156	4
	non determinabile	11	100	27	71	0	0	0	0	14	100	0	0	51	50
	totale	66839	2	35329	4	26470	6	12397	7	17913	6	13095	6	172042	1
classi 5 e 6	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	5709	9	7013	8	5919	11	2085	15	4156	11	2575	17	27456	4
	abete bianco	4828	10	3791	11	2012	16	216	41	414	30	466	30	11727	6
	altre conifere	1080	27	93	43	85	40	1389	14	1336	14	922	20	4904	9
	faggio	7850	8	1766	18	1396	18	97	53	209	45	471	19	11790	6
	altre latifoglie	3099	14	403	46	493	26	74	42	102	51	989	25	5162	11
	non determinabile	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	totale	22566	4	13066	6	9905	8	3861	10	6217	9	5423	10	61039	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	abete rosso	38963	4	40528	5	28331	7	14437	9	26698	6	11209	12	160166	2
	abete bianco	27999	5	16152	8	8867	11	1462	26	1224	24	1772	24	57477	4
	altre conifere	6783	10	1248	26	875	23	10475	9	9372	8	5537	10	34291	4
	faggio	38783	4	10868	9	9709	10	920	28	1259	27	5388	11	66928	3
	altre latifoglie	22635	5	6004	11	6159	10	2113	14	1662	18	11270	7	49842	3
	non determinabile	25	51	39	52	2	77	1	100	31	64	20	78	118	29
	totale	135189	2	74840	4	53943	5	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. 1323778. Birmensdorf, Swiss Federal Research Institute WSL

indietro