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
reticolo: reticolo 1,4 x 1,4 km
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	29489	4	16488	6	7891	9	1044	22	1206	19	1378	21	57496	3
Larix decidua, Larix kaempferi	1589	16	474	31	590	28	7779	8	5158	9	4101	9	19692	5
Picea abies	62084	3	48202	4	28918	6	12437	7	26967	5	8630	8	187238	2
Pinus cembra	0	.	40	82	24	73	812	17	1385	15	6	91	2267	11
Pinus mugo subsp. uncinata	0	.	256	34	53	48	104	31	506	21	45	75	965	15
Pinus mugo subsp. mugo	0	.	1	71	9	46	11	89	45	40	0	.	66	32
Pinus nigra	173	42	0	.	51	100	0	.	21	111	0	.	245	38
Pinus strobus	185	36	14	100	0	.	0	.	0	.	0	.	199	34
Pinus sylvestris	6299	8	370	49	609	24	1999	15	2258	15	320	42	11855	6
Pseudotsuga menziesii	778	25	35	97	0	.	0	.	0	.	7	100	820	24
Taxus baccata	121	28	10	62	4	364	0	.	0	.	0	.	135	27
altre conifere	11	72	0	.	0	.	1	100	0	.	0	.	12	68
Acer campestre	147	26	12	62	1	100	10	69	4	100	8	54	182	22
Acer opalus	61	41	22	56	0	.	22	42	0	.	0	.	105	28
Acer platanoides	292	22	89	46	100	31	5	242	11	85	10	84	507	16
Acer pseudoplatanus	4611	6	1806	10	1960	11	100	29	108	34	167	27	8753	5
Aesculus hippocastanum	8	100	0	.	0	.	0	.	0	.	0	.	8	100
Alnus glutinosa	491	23	31	55	2	100	0	.	0	.	168	38	692	19
Alnus incana	113	33	234	24	294	28	137	35	300	30	247	32	1325	13
Alnus viridis	0	.	5	100	1	100	0	.	0	.	0	.	5	90
Betula pendula	144	34	49	49	44	48	202	25	61	33	1380	11	1880	9
Betula pubescens	0	.	24	62	1	100	13	100	0	.	24	54	62	38
Carpinus betulus	763	14	1	100	10	100	3	100	0	.	13	53	789	14
Castanea sativa	39	82	0	.	0	.	131	54	28	73	4936	10	5133	10
Fagus sylvatica	44617	3	10897	8	9061	8	511	24	943	23	4297	10	70327	2
Fraxinus excelsior	8048	7	1260	14	1769	13	233	25	180	38	464	19	11954	5
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	25	83	25	83
Ilex aquifolium	1	71	2	100	7	100	0	.	0	.	10	57	20	47
Juglans regia	66	38	8	71	4	100	0	.	-8	157	6	77	76	39
Laburnum anagyroides	3	86	13	72	0	.	13	69	0	.	6	55	36	38
Malus sylvestris	2	100	1	100	0	.	0	.	0	.	1	100	4	68
Ostrya carpinifolia	0	.	0	.	0	.	0	.	0	.	244	26	244	26
Populus alba, Populus x canescens	43	97	133	71	0	.	0	.	0	.	0	.	176	59
Populus nigra s.l.	154	50	0	.	25	100	42	98	0	.	28	71	250	37
Populus (altr)	150	50	0	.	0	.	5	100	0	.	33	94	188	43
Populus tremula	114	37	71	72	4	100	32	44	40	51	120	45	381	23
Prunus avium	536	16	110	33	90	28	37	38	7	66	91	30	871	12
Prunus padus	40	49	0	.	0	.	0	.	0	0	0	.	40	49
Pyrus communis, Pyrus pyraster	5	88	0	.	0	.	0	.	0	.	0	.	5	88
Quercus cerris	0	.	0	.	0	.	0	.	0	.	43	62	43	62
Quercus petraea	3556	10	94	43	74	45	42	34	154	55	515	25	4436	9
Quercus pubescens	29	62	0	.	0	.	58	38	0	.	147	30	234	22
Quercus robur	2997	12	216	33	149	40	31	60	0	.	91	54	3484	11
Quercus rubra	119	51	0	.	0	.	0	.	0	.	0	.	119	51
Robinia pseudoacacia	232	69	0	0	0	.	17	84	9	100	169	49	428	42
Salix (altri)	204	34	56	32	12	59	46	31	55	39	87	29	459	18
Sorbus aria	276	22	71	24	68	32	28	30	25	44	64	22	530	13
Sorbus aucuparia	45	26	128	19	30	71	33	32	21	33	11	36	268	14
Sorbus torminalis	33	52	0	.	0	.	0	.	0	.	0	.	33	52
Tilia cordata	365	21	241	39	110	32	96	78	18	82	239	25	1069	15
Tilia platyphyllos	326	27	75	49	71	59	114	42	0	.	128	42	714	18
Ulmus glabra	294	19	123	25	371	19	1	100	32	55	43	52	865	11
Ulmus minor	2	59	1	100	0	.	0	.	0	.	3	100	7	54
altre latifoglie	11	90	0	.	0	.	0	.	0	.	2	76	13	78
altre arbusti	25	34	1	100	7	51	3	65	5	84	14	31	55	21
non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
totale	169693	1	81663	3	52416	4	26153	5	39539	4	28322	3	397785	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. 1217580. Birmensdorf, Swiss Federal Research Institute WSL

indietro