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.

IFN3
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
reticolo: reticolo 1,4 x 1,4 km
stato 2004/06
		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	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessuna pianta	3120	7	801	17	1031	15	947	16	1852	12	2270	12	3690	11	2620	13	2194	13	842	20	1280	16	3867	9	4469	8	6001	8	34983	3
	1 pianta	14	77	0	.	13	100	0	.	12	58	10	100	26	54	19	71	33	49	18	64	4	100	28	54	23	72	8	71	208	20
	2 o più piante	15	78	0	.	0	.	0	.	22	54	0	.	27	53	23	56	18	63	0	.	4	100	18	64	13	58	4	100	143	22
	totale	3148	7	801	17	1044	15	947	16	1886	12	2280	12	3742	10	2662	13	2244	13	861	20	1288	16	3913	9	4505	8	6013	8	35334	3
legno marcio	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessuna pianta	577	15	165	41	330	25	164	31	267	22	554	18	612	21	515	17	761	19	129	30	349	32	1609	11	1345	11	1666	10	9042	5
	1 pianta	0	.	0	.	0	.	0	.	10	100	30	58	9	100	22	61	35	48	10	100	28	55	26	50	29	44	0	.	199	20
	2 o più piante	0	.	4	100	0	.	0	.	20	71	14	79	23	62	8	71	51	41	24	100	35	50	67	30	64	40	23	70	332	17
	totale	577	15	169	40	330	25	164	31	297	23	598	18	644	20	544	17	847	19	164	29	412	28	1701	11	1438	11	1689	10	9574	4
legno in decomposizione o putrefatto e inconsistente	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessuna pianta	447	19	77	43	143	27	119	31	158	25	172	27	201	22	230	27	512	19	138	33	123	37	967	14	1046	15	813	13	5146	6
	1 pianta	11	100	0	.	4	100	0	.	0	.	15	77	24	61	0	.	42	49	20	71	0	.	34	52	50	43	23	54	221	20
	2 o più piante	0	.	9	100	0	.	0	.	0	.	26	54	41	45	18	65	73	37	10	100	27	60	69	42	55	38	4	100	333	17
	totale	457	19	86	40	146	26	119	31	158	25	212	25	267	21	248	26	628	19	167	29	149	33	1070	14	1151	15	841	13	5700	6
totale	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	4144	7	1043	15	1503	14	1229	14	2277	10	2996	12	4503	10	3365	11	3467	12	1110	17	1752	15	6442	8	6859	7	8481	7	49171	3
	1 pianta	25	61	0	.	16	81	0	.	22	56	55	63	59	38	41	46	110	34	48	43	32	49	88	30	102	30	31	44	628	13
	2 o più piante	15	78	13	76	0	.	0	.	42	44	40	44	91	30	48	37	142	27	34	100	65	37	154	28	132	26	31	55	808	11
	totale	4183	7	1056	15	1519	14	1229	14	2341	10	3091	12	4653	10	3454	11	3719	12	1192	17	1849	15	6684	8	7094	7	8543	7	50607	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. 1322029. Birmensdorf, Swiss Federal Research Institute WSL

indietro