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.

IFN1–IFN2
incremento (incremento lordo)
proprietà (2 classi) · proprietà (2 classi; situazione nell'IFN5)
suddivisione regionale: cantone
unità: 1000 m³/anno
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1/IFN2
reticolo: reticolo 1,4 x 1,4 km
variazione 1983/85–1993/95
		cantone
		AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Svizzera
proprietà (2 classi)	proprietà (2 classi; situazione nell'IFN5)	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%	1000 m³/anno	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	pubblica	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	privata	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	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	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
pubblica	nessuna indicazione	210	13	5	53	10	56	328	10	50	23	156	16	2	100	39	36	331	9	108	15	50	24	65	19	19	37	58	21	126	16	40	26	140	14	83	21	52	26	184	10	24	31	304	10	236	10	36	38	147	16	2813	3
	pubblica	240	12	11	46	21	38	410	9	59	23	181	15	8	72	40	24	367	8	122	15	96	19	97	17	12	45	69	19	158	15	63	21	136	14	87	18	68	22	166	10	49	24	306	9	229	10	23	37	154	14	3182	3
	privata	6	100	0	.	0	.	82	22	9	48	3	75	0	.	0	.	12	34	0	.	11	53	1	100	0	100	2	100	1	214	3	100	0	.	3	71	3	77	18	39	7	56	21	37	19	42	0	.	10	52	213	12
	totale	455	8	16	35	31	31	820	6	119	15	341	11	10	63	79	21	710	6	230	11	158	14	163	12	32	28	129	14	285	11	106	16	276	10	173	14	123	16	369	7	80	18	631	7	484	7	59	28	311	10	6209	2
privata	nessuna indicazione	46	31	12	51	48	31	456	10	29	35	74	23	2	124	5	60	59	21	52	25	172	16	50	24	8	61	13	49	139	17	7	62	27	36	55	32	66	24	107	14	17	38	136	16	56	21	18	42	114	18	1771	4
	pubblica	9	57	0	.	3	100	18	39	1	76	6	61	3	100	1	100	14	42	2	89	18	49	15	53	4	100	0	.	3	63	0	.	3	78	6	75	4	72	15	43	0	.	13	57	15	34	0	.	21	36	175	13
	privata	62	27	19	44	40	33	585	8	13	47	119	17	5	105	13	48	82	20	37	27	260	13	71	21	15	37	19	50	155	16	12	47	28	34	32	34	117	20	97	16	15	37	104	21	49	23	7	59	170	15	2127	4
	totale	117	19	31	34	91	22	1059	6	43	27	199	13	10	64	20	36	155	14	91	18	451	10	136	15	27	31	32	36	296	11	19	38	57	24	92	23	187	15	220	10	31	27	253	12	119	14	25	34	305	11	4074	3
totale	nessuna indicazione	255	12	17	39	58	27	784	7	79	19	230	13	4	83	44	33	390	8	160	13	222	13	115	15	27	32	71	19	265	12	47	24	167	13	137	18	118	17	292	8	41	24	439	9	292	9	54	29	261	12	4585	2
	pubblica	249	12	11	46	24	35	428	8	61	23	187	15	12	59	41	23	381	7	124	15	115	18	112	16	16	42	69	19	160	15	63	21	138	14	93	18	71	21	181	10	49	24	320	9	243	9	23	37	175	13	3357	3
	privata	67	26	19	44	40	33	668	8	22	34	122	17	5	105	13	48	94	18	37	27	271	13	72	21	15	37	21	46	156	16	15	43	28	34	35	31	121	20	116	15	21	31	125	18	68	20	7	59	180	14	2342	4
	totale	572	8	47	25	122	18	1879	4	162	13	540	8	20	45	98	18	865	5	321	9	609	8	299	9	59	21	161	13	581	8	125	14	333	9	265	12	310	11	590	5	112	15	884	6	603	6	84	22	615	7	10286	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. 1415967. Birmensdorf, Swiss Federal Research Institute WSL

indietro