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)
tipo di assortimento · classi di assortimento (HG 2010)
suddivisione regionale: regione dei boschi di protezione
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN4/IFN5
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
tipo di assortimento	classi di assortimento (HG 2010)	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	.
	legname di piccole dimensioni	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classi 1 e 2	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classi 3 e 4	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	classi 5 e 6	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
legno di conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	2	80	6	58	6	53	5	84	10	43	0	100	29	27
	classi 1 e 2	89	72	272	51	203	56	158	72	330	43	17	100	1068	25
	classi 3 e 4	23	100	490	50	160	58	137	67	179	61	11	100	1001	30
	classi 5 e 6	0	0	108	68	58	87	33	80	32	75	0	0	232	42
	totale	114	75	877	50	427	51	333	59	551	47	28	100	2329	25
legno corto di conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	381	6	403	7	226	9	250	8	368	7	153	9	1782	3
	classi 1 e 2	14172	6	16240	6	9865	8	9183	8	13235	6	5906	8	68601	2
	classi 3 e 4	18041	5	23147	5	15625	7	9515	8	16013	6	7905	10	90246	2
	classi 5 e 6	5924	9	9010	7	6723	10	2947	12	5610	9	3798	13	34012	4
	totale	38518	5	48800	5	32439	7	21895	7	35227	6	17762	9	194640	2
legname medio-lungo di conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	150	17	175	18	73	28	111	27	28	47	41	44	577	10
	classi 1 e 2	1212	20	1201	18	441	29	747	24	148	41	101	50	3851	10
	classi 3 e 4	2071	17	2593	18	836	31	1586	25	442	42	312	42	7840	10
	classi 5 e 6	813	24	1465	23	641	34	446	35	239	50	83	51	3687	13
	totale	4246	15	5434	17	1991	28	2890	23	857	39	538	42	15955	9
legname lungo di conifere	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	5580	7	410	29	303	34	166	48	22	100	0	.	6481	6
	classi 1 e 2	3771	10	382	38	213	42	56	60	14	100	0	.	4437	9
	classi 3 e 4	16108	7	1108	33	1487	32	352	55	74	100	0	.	19129	7
	classi 5 e 6	4716	12	159	88	335	56	257	50	0	0	0	.	5468	11
	totale	30175	6	2059	27	2338	34	831	47	110	100	0	.	35514	6
tondame di latifoglie	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	228	4	70	9	64	9	20	16	16	18	121	7	519	3
	classi 1 e 2	19981	3	6970	7	5832	9	2076	12	1553	16	10192	6	46604	2
	classi 3 e 4	29915	3	7456	9	7832	9	724	23	1052	22	4762	7	51741	3
	classi 5 e 6	10743	7	2163	17	1889	15	172	37	311	36	1460	18	16739	5
	totale	60868	3	16659	8	15617	8	2991	14	2933	16	16535	5	115602	2
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	legname di piccole dimensioni	6342	6	1064	12	672	16	551	16	444	8	315	7	9387	4
	classi 1 e 2	39226	3	25064	4	16554	6	12220	7	15280	5	16216	4	124560	2
	classi 3 e 4	66158	2	34794	4	25940	6	12314	7	17761	6	12989	6	169956	1
	classi 5 e 6	22196	4	12906	6	9646	8	3855	10	6193	9	5342	10	60138	3
	totale	133921	2	73828	4	52812	5	28940	6	39678	5	34862	4	364041	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. 1213802. Birmensdorf, Swiss Federal Research Institute WSL

indietro