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
numero di fusti
specie arborea (56 classi)
suddivisione regionale: regione dei boschi di protezione
unità: 1000 n
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 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
Abies alba	27163	6	14188	8	6502	11	1223	28	763	25	1261	27	51100	4
Larix decidua, Larix kaempferi	1119	20	316	31	431	42	7596	13	4175	13	4753	14	18391	7
Picea abies	61351	5	46309	6	27471	9	16756	11	28487	7	9090	11	189464	3
Pinus cembra	0	.	15	71	0	.	1390	24	2335	20	16	100	3755	15
Pinus mugo subsp. uncinata	0	.	550	75	124	74	477	39	2402	28	149	100	3702	22
Pinus mugo subsp. mugo	0	.	36	72	52	100	260	87	195	55	0	.	542	47
Pinus nigra	142	55	0	.	0	.	0	.	33	100	0	.	176	49
Pinus strobus	181	37	7	100	0	.	0	.	0	.	0	.	188	36
Pinus sylvestris	5248	11	364	49	386	53	5142	22	2229	23	155	50	13525	10
Pseudotsuga menziesii	829	30	7	100	0	.	0	.	0	.	8	100	844	30
Taxus baccata	586	33	35	71	157	41	0	.	0	.	0	.	778	26
altre conifere	0	.	0	.	0	.	0	.	0	.	0	.	0	.
Acer campestre	462	26	61	71	31	100	21	100	74	100	95	54	744	22
Acer opalus	248	47	207	86	0	.	90	58	0	.	0	.	545	40
Acer platanoides	398	25	242	40	263	39	132	75	46	71	8	100	1089	18
Acer pseudoplatanus	7883	8	4131	13	3670	14	554	38	335	37	429	33	17001	6
Aesculus hippocastanum	34	100	0	.	0	.	0	.	0	.	0	.	34	100
Alnus glutinosa	1394	32	221	64	18	100	0	.	0	.	813	43	2447	24
Alnus incana	760	36	840	27	1196	41	971	39	2139	31	924	34	6829	15
Alnus viridis	0	.	110	100	17	100	0	.	0	.	0	.	128	87
Betula pendula	155	36	71	50	281	38	1104	28	322	42	5108	16	7042	13
Betula pubescens	0	.	60	77	17	100	34	100	0	.	94	65	205	42
Carpinus betulus	2588	17	15	100	93	100	55	100	0	.	120	70	2872	16
Castanea sativa	17	100	0	.	0	.	176	61	28	100	11748	13	11969	13
Fagus sylvatica	50753	4	15302	10	11877	10	2026	30	1969	25	10636	14	92563	3
Fraxinus excelsior	10047	9	2761	18	3601	17	711	30	637	62	1255	26	19013	7
Fraxinus ornus	0	.	0	.	0	.	0	.	0	.	60	100	60	100
Ilex aquifolium	17	100	0	.	0	.	0	.	0	.	164	79	181	72
Juglans regia	52	75	26	76	0	.	0	.	74	70	8	100	160	42
Laburnum anagyroides	56	76	123	79	0	.	35	71	0	.	18	100	232	48
Malus sylvestris	52	100	18	100	0	.	0	.	0	.	20	100	91	65
Ostrya carpinifolia	0	.	0	.	0	.	0	.	0	.	2094	38	2094	38
Populus alba, Populus x canescens	17	100	129	71	0	.	0	.	0	.	0	.	146	64
Populus nigra s.l.	40	81	0	.	63	100	17	100	0	.	9	100	129	57
Populus (altr)	162	58	0	.	0	.	17	100	0	.	18	100	197	50
Populus tremula	109	48	0	.	15	100	82	45	60	89	317	47	584	29
Prunus avium	946	16	442	55	424	31	111	46	73	61	290	32	2287	15
Prunus padus	165	46	0	.	0	.	0	.	0	0	0	.	165	46
Pyrus communis, Pyrus pyraster	24	77	0	.	0	.	0	.	0	.	0	.	24	77
Quercus cerris	0	.	0	.	0	.	0	.	0	.	147	52	147	52
Quercus petraea	5086	19	139	52	134	54	268	36	84	74	1481	35	7191	15
Quercus pubescens	73	80	0	.	0	.	334	49	0	.	326	51	733	33
Quercus robur	2113	17	393	43	40	64	18	100	0	.	193	38	2758	15
Quercus rubra	242	74	0	.	0	.	0	.	0	.	0	.	242	74
Robinia pseudoacacia	58	68	0	0	0	.	126	77	0	.	575	58	760	46
Salix (altri)	162	34	320	45	92	55	385	57	176	62	330	43	1465	22
Sorbus aria	1180	20	289	32	346	50	265	42	166	64	351	30	2598	14
Sorbus aucuparia	540	35	927	22	304	33	121	52	74	50	102	46	2068	15
Sorbus torminalis	68	50	0	.	0	.	0	.	0	.	0	.	68	50
Tilia cordata	816	28	332	47	229	46	19	100	84	92	980	29	2460	17
Tilia platyphyllos	374	39	54	65	363	70	381	50	0	.	251	58	1423	27
Ulmus glabra	371	24	368	32	568	25	19	100	62	62	126	66	1513	15
Ulmus minor	17	100	21	100	0	.	0	.	0	.	0	0	38	71
altre latifoglie	17	100	0	.	0	.	0	.	0	.	20	100	36	71
altre arbusti	161	44	0	.	95	60	54	75	26	77	237	42	572	25
non determinabile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
totale	184276	2	89430	4	58861	6	40969	7	47048	6	54781	5	475365	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. 1355691. Birmensdorf, Swiss Federal Research Institute WSL

indietro