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
numero di fusti morti
legno morto: consistenza del legno (3 classi) · legno morto: rinnovazione (3 classi)
suddivisione regionale: regione economica
unità: 1000 n
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
legno morto: consistenza del legno (3 classi)	legno morto: rinnovazione (3 classi)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	nessuna indicazione	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
	nessuna pianta	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	1 pianta	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	2 o più piante	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	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
legno fresco o duro	nessuna indicazione	3167	11	900	21	751	23	617	20	1035	19	888	22	2324	15	2090	15	1441	19	572	22	713	25	2821	13	2890	12	5852	11	26060	4
	nessuna pianta	1347	17	616	25	325	27	269	40	549	18	411	22	1092	18	761	19	1012	20	196	45	711	39	2439	12	2334	18	2666	14	14729	6
	1 pianta	0	.	0	.	0	.	0	.	0	.	0	.	39	65	0	.	0	.	7	100	0	.	0	.	0	.	8	100	54	51
	2 o più piante	0	.	0	.	0	.	0	.	7	100	0	.	11	100	0	.	14	71	0	.	17	100	13	71	24	77	36	63	123	32
	totale	4515	9	1517	17	1076	21	886	19	1590	16	1299	19	3466	14	2851	14	2467	16	775	22	1441	25	5273	11	5248	12	8561	9	40966	4
legno marcio	nessuna indicazione	502	20	62	45	58	56	132	34	187	33	163	40	616	27	622	17	303	25	320	29	174	41	389	22	290	24	646	18	4465	7
	nessuna pianta	1250	15	307	25	306	28	363	26	493	24	763	20	1036	16	834	27	933	24	243	34	422	24	1694	14	1461	16	1102	16	11208	5
	1 pianta	0	.	7	100	0	.	0	.	0	.	15	100	13	71	29	79	52	58	0	.	0	.	50	55	6	100	20	100	192	28
	2 o più piante	14	71	7	100	0	.	0	.	23	77	13	71	80	50	25	77	61	44	0	.	14	71	74	41	42	41	0	.	354	19
	totale	1766	13	383	24	364	26	495	21	704	20	954	19	1745	14	1510	18	1349	19	563	29	611	22	2208	14	1799	15	1768	13	16219	5
legno in decomposizione o putrefatto e inconsistente	nessuna indicazione	176	42	7	100	20	74	37	77	7	100	33	52	164	37	116	46	62	45	73	50	39	61	79	45	51	55	215	37	1078	15
	nessuna pianta	961	15	94	49	196	34	267	23	376	25	881	25	832	17	598	23	605	32	167	33	176	32	846	18	962	16	1031	18	7992	6
	1 pianta	19	100	0	.	0	.	0	.	17	100	18	100	37	66	0	.	34	62	9	100	7	100	50	54	44	61	37	82	271	25
	2 o più piante	0	.	7	100	0	.	17	100	0	.	48	56	134	38	50	63	88	54	0	.	25	79	121	40	118	36	15	70	622	17
	totale	1156	14	108	44	216	33	321	22	399	25	980	23	1167	16	764	21	789	27	248	31	247	31	1097	16	1174	14	1298	16	9964	6
totale	nessuna indicazione	3846	10	969	21	828	22	786	17	1229	17	1085	20	3104	14	2828	13	1805	16	965	20	926	24	3289	13	3231	12	6713	10	31603	4
	nessuna pianta	3559	10	1017	19	827	20	899	20	1418	14	2055	18	2960	12	2193	18	2550	17	606	25	1310	24	4979	11	4756	12	4799	10	33928	4
	1 pianta	19	100	7	100	0	.	0	.	17	100	33	71	89	40	29	79	86	43	16	71	7	100	100	38	50	55	64	57	517	17
	2 o più piante	14	71	14	70	0	.	17	100	30	64	61	46	225	29	75	63	163	34	0	.	56	50	208	29	184	28	52	48	1099	12
	totale	7437	8	2007	16	1656	18	1702	14	2693	12	3234	15	6379	11	5125	13	4605	13	1587	20	2299	19	8577	10	8222	10	11627	8	67148	3

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. 1413640. Birmensdorf, Swiss Federal Research Institute WSL

indietro