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
specie arborea (56 classi)
suddivisione regionale: regione di produzione
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2004/06
	regione di produzione
	Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
specie arborea (56 classi)	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
Abies alba	15220	7	11184	9	15404	7	6562	11	1436	26	49805	4
Larix decidua, Larix kaempferi	118	34	804	25	246	59	12378	8	5597	15	19143	7
Picea abies	21414	8	29213	7	42234	6	68969	4	9924	11	171753	3
Pinus cembra	0	.	0	.	0	.	3877	16	32	100	3910	16
Pinus mugo subsp. uncinata	0	.	0	.	480	91	3224	23	133	100	3836	22
Pinus mugo subsp. mugo	0	.	0	.	0	.	722	34	0	.	722	34
Pinus nigra	121	60	0	.	0	.	33	100	0	.	154	52
Pinus strobus	36	83	66	44	7	100	0	.	0	.	109	39
Pinus sylvestris	2137	18	2330	17	421	46	7083	16	149	52	12120	10
Pseudotsuga menziesii	157	76	679	24	7	100	0	.	16	100	858	24
Taxus baccata	435	30	358	53	110	41	82	64	0	.	985	24
altre conifere	104	45	51	58	25	77	14	71	0	.	193	31
Acer campestre	329	26	105	47	71	89	164	43	76	62	745	19
Acer opalus	214	46	75	100	0	.	509	47	0	.	797	34
Acer platanoides	374	27	165	45	302	43	343	40	8	100	1192	19
Acer pseudoplatanus	4378	10	5055	12	5221	13	4229	13	666	30	19548	6
Aesculus hippocastanum	34	100	0	.	0	.	0	.	0	.	34	100
Alnus glutinosa	139	59	1302	32	0	0	0	.	524	49	1965	25
Alnus incana	180	81	187	43	1199	30	4562	23	685	42	6813	17
Alnus viridis	0	.	0	.	0	.	0	.	16	100	16	100
Betula pendula	45	60	184	45	144	48	1935	22	4797	18	7106	14
Betula pubescens	0	.	0	.	35	100	51	74	0	0	86	60
Carpinus betulus	1035	30	1019	20	76	71	92	100	120	70	2342	17
Castanea sativa	0	.	66	100	0	.	124	52	12047	13	12238	13
Fagus sylvatica	26243	6	21513	5	18940	8	11733	10	11465	13	89894	3
Fraxinus excelsior	3676	15	6469	10	4588	15	4087	19	1522	29	20341	7
Fraxinus ornus	0	.	0	.	0	.	0	.	239	74	239	74
Ilex aquifolium	36	71	0	.	52	100	34	71	281	62	403	46
Juglans regia	41	100	68	50	10	100	109	53	18	100	248	33
Laburnum anagyroides	70	77	0	.	0	.	36	71	47	73	153	45
Malus sylvestris	52	100	0	.	0	.	18	100	0	0	71	78
Ostrya carpinifolia	0	.	0	.	0	.	0	.	2337	37	2337	37
Populus alba, Populus x canescens	0	.	46	84	0	.	62	100	0	.	108	67
Populus nigra s.l.	28	100	18	100	27	100	0	0	0	.	72	59
Populus (altr)	0	.	106	66	0	.	0	.	0	.	106	66
Populus tremula	17	100	60	52	22	100	294	38	326	51	719	28
Prunus avium	344	38	595	21	445	36	415	30	402	34	2200	14
Prunus padus	0	.	212	68	0	.	18	100	0	.	229	63
Pyrus communis, Pyrus pyraster	0	.	17	100	0	.	8	100	0	.	25	75
Quercus cerris	0	.	0	.	0	.	0	.	189	41	189	41
Quercus petraea	2120	28	1948	25	123	52	570	37	1629	35	6390	15
Quercus pubescens	187	100	73	80	0	.	553	41	342	52	1156	30
Quercus robur	452	37	1273	19	201	42	14	71	166	44	2106	15
Quercus rubra	208	100	33	72	0	.	0	.	0	.	241	87
Robinia pseudoacacia	34	100	0	.	0	.	95	71	664	47	793	41
Salix (altri)	157	38	130	42	172	49	1155	34	371	42	1984	22
Sorbus aria	1065	22	348	39	250	35	846	25	478	27	2986	13
Sorbus aucuparia	465	33	288	63	549	23	1001	22	83	59	2386	15
Sorbus torminalis	35	70	34	71	0	.	0	.	0	.	68	50
Tilia cordata	146	39	662	35	145	51	492	32	1598	25	3043	16
Tilia platyphyllos	151	51	188	55	271	85	891	44	28	76	1531	31
Ulmus glabra	292	30	260	33	732	24	370	27	103	67	1756	14
Ulmus minor	0	.	17	100	21	100	0	.	0	.	37	71
altre latifoglie	0	.	17	100	0	.	81	100	20	100	119	72
altre arbusti	142	45	49	74	84	79	123	37	505	34	903	23
non determinabile	0	0	0	0	0	0	0	0	0	0	0	0
totale	82430	3	87265	3	92612	3	137959	3	59038	4	459304	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. 1355717. Birmensdorf, Swiss Federal Research Institute WSL

indietro