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.

IFN2
provvigione (legno del fusto)
specie arborea (56 classi)
suddivisione regionale: regione dei boschi di protezione
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 1993/95
	regione dei boschi di protezione
	Giura/Altopiano		Alpi nordoccidentali		Alpi nordorientali		Alpi sudoccidentali		Alpi sudorientali		Sud delle Alpi		Svizzera
specie arborea (56 classi)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
Abies alba	28692	6	15877	8	7190	12	867	30	1023	27	1348	28	54997	4
Larix decidua, Larix kaempferi	1310	21	526	32	452	35	6731	12	5018	12	3687	14	17724	6
Picea abies	63536	4	44040	6	28183	8	11361	10	24656	7	8870	12	180646	2
Pinus cembra	0	.	14	71	0	.	718	23	1316	20	1	100	2050	15
Pinus mugo subsp. uncinata	0	.	149	72	59	63	166	33	483	29	52	100	910	21
Pinus mugo subsp. mugo	0	.	2	72	3	100	19	89	10	58	0	.	33	53
Pinus nigra	167	60	0	.	0	.	0	.	43	100	0	.	211	52
Pinus strobus	276	42	24	100	0	.	0	.	0	.	0	.	300	39
Pinus sylvestris	6034	10	545	56	331	41	1700	20	2162	20	144	52	10915	8
Pseudotsuga menziesii	830	33	59	100	0	.	0	.	0	.	12	100	901	31
Taxus baccata	77	31	6	79	-4	479	0	.	0	.	0	.	78	40
altre conifere	0	.	0	.	0	.	0	.	0	.	0	.	0	.
Acer campestre	96	40	13	81	2	100	1	100	7	100	8	56	128	32
Acer opalus	82	48	29	74	0	.	16	69	0	.	0	.	127	36
Acer platanoides	271	32	124	51	115	36	5	443	20	85	16	100	551	22
Acer pseudoplatanus	4231	8	1877	14	2103	14	117	39	98	52	109	38	8535	6
Aesculus hippocastanum	13	100	0	.	0	.	0	.	0	.	0	.	13	100
Alnus glutinosa	680	28	39	65	4	100	0	.	0	.	184	49	907	23
Alnus incana	162	39	129	32	184	48	92	65	300	34	124	34	990	17
Alnus viridis	0	.	8	100	1	100	0	.	0	.	0	.	9	91
Betula pendula	85	37	33	60	69	51	182	26	52	44	1230	16	1651	13
Betula pubescens	0	.	31	83	1	100	25	100	0	.	37	61	93	45
Carpinus betulus	841	18	1	100	17	100	5	100	0	.	12	70	876	17
Castanea sativa	1	100	0	.	0	.	100	57	17	100	4580	13	4698	13
Fagus sylvatica	43221	4	10695	10	8419	12	633	31	1233	27	3816	13	68018	3
Fraxinus excelsior	8346	10	1380	19	2048	17	195	34	212	52	259	30	12440	7
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	7	100	7	100
Ilex aquifolium	1	100	0	.	0	.	0	.	0	.	15	70	16	66
Juglans regia	19	84	15	71	0	.	0	.	8	71	8	100	50	43
Laburnum anagyroides	6	86	23	73	0	.	3	76	0	.	1	100	32	54
Malus sylvestris	4	100	1	100	0	.	0	.	0	.	1	100	7	68
Ostrya carpinifolia	0	.	0	.	0	.	0	.	0	.	257	39	257	39
Populus alba, Populus x canescens	2	100	231	71	0	.	0	.	0	.	0	.	233	70
Populus nigra s.l.	150	72	0	.	46	100	2	100	0	.	26	100	223	54
Populus (altr)	135	61	0	.	0	.	9	100	0	.	4	100	148	56
Populus tremula	68	54	0	.	6	100	21	52	19	72	80	50	194	29
Prunus avium	598	22	83	58	115	30	20	55	13	67	70	46	898	16
Prunus padus	46	64	0	.	0	.	0	.	0	0	0	.	46	64
Pyrus communis, Pyrus pyraster	8	88	0	.	0	.	0	.	0	.	0	.	8	88
Quercus cerris	0	.	0	.	0	.	0	.	0	.	78	62	78	62
Quercus petraea	3293	14	41	61	95	55	34	39	104	72	435	33	4002	12
Quercus pubescens	24	93	0	.	0	.	54	57	0	.	66	42	144	33
Quercus robur	2458	16	164	57	76	68	15	100	0	.	152	59	2866	15
Quercus rubra	184	56	0	.	0	.	0	.	0	.	0	.	184	56
Robinia pseudoacacia	53	76	0	0	0	.	29	84	0	.	215	66	297	50
Salix (altri)	149	56	43	50	20	60	40	50	36	53	49	56	336	28
Sorbus aria	196	19	53	40	47	51	30	40	23	70	52	32	401	14
Sorbus aucuparia	50	35	133	24	32	32	12	56	10	56	8	55	245	16
Sorbus torminalis	54	55	0	.	0	.	0	.	0	.	0	.	54	55
Tilia cordata	231	30	261	50	116	44	2	100	31	81	212	30	855	20
Tilia platyphyllos	299	41	89	65	113	63	112	64	0	.	115	57	728	25
Ulmus glabra	256	28	128	35	331	25	2	100	31	77	52	71	800	16
Ulmus minor	1	100	3	100	0	.	0	.	0	.	0	0	4	77
altre latifoglie	2	100	0	.	0	.	0	.	0	.	2	100	4	71
altre arbusti	24	50	0	.	10	58	4	81	10	84	17	39	64	27
non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
totale	167264	2	76871	4	50186	6	23321	7	36933	6	26410	5	380985	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. 1217564. Birmensdorf, Swiss Federal Research Institute WSL

indietro