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
quota (classi di 200 m) · numero di danni
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 1993/95
		regione di produzione
		Giura		Altopiano		Prealpi		Alpi		Sud delle Alpi		Svizzera
quota (classi di 200 m)	numero di danni	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	0	.
	un danno visibile	0	.	0	.	0	.	0	.	0	.	0	.
	due o più danni visibili	0	.	0	.	0	.	0	.	0	.	0	.
	albero morto o a terra	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.
>1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	201	100	14616	10	1768	26	16586	9
	un danno visibile	0	.	0	.	7	100	4159	10	395	35	4561	10
	due o più danni visibili	0	.	0	.	38	100	890	19	109	40	1038	17
	albero morto o a terra	0	.	0	.	0	0	272	44	97	62	369	36
	totale	0	.	0	.	246	100	19938	9	2369	25	22554	9
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	3564	31	15707	11	3629	19	22900	9
	un danno visibile	0	.	0	.	594	29	4487	13	747	23	5828	11
	due o più danni visibili	0	.	0	.	108	59	1509	20	201	28	1819	17
	albero morto o a terra	0	.	0	.	66	74	149	52	36	71	251	38
	totale	0	.	0	.	4333	29	21852	10	4614	18	30798	9
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	649	43	493	53	7617	16	16789	9	4813	18	30361	7
	un danno visibile	152	48	98	53	2053	22	5118	10	1198	22	8619	8
	due o più danni visibili	22	58	13	100	361	28	1911	14	227	30	2535	12
	albero morto o a terra	0	0	0	0	31	100	166	40	36	71	232	33
	totale	823	38	604	53	10062	16	23983	9	6274	17	41746	7
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	4924	16	204	85	12595	12	15187	11	5256	18	38166	7
	un danno visibile	1107	22	31	100	3167	12	4735	12	1074	21	10114	7
	due o più danni visibili	356	32	16	100	1442	23	1324	16	400	26	3537	12
	albero morto o a terra	0	0	0	0	48	73	76	54	8	100	132	41
	totale	6387	15	251	82	17252	12	21322	10	6738	17	51949	6
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	14361	10	746	35	16151	10	12155	13	6084	20	49497	6
	un danno visibile	2882	12	264	45	4652	12	3642	14	1050	19	12490	7
	due o più danni visibili	724	18	26	79	1667	16	1370	18	385	38	4172	10
	albero morto o a terra	19	100	0	0	30	71	143	47	64	58	257	32
	totale	17986	9	1036	36	22500	10	17310	12	7584	18	66415	6
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	14046	11	5401	18	22023	10	10376	13	5299	20	57145	6
	un danno visibile	3869	12	1363	20	5404	12	3489	15	1542	24	15668	7
	due o più danni visibili	1585	19	249	30	1548	17	1596	18	650	27	5627	9
	albero morto o a terra	0	0	0	0	25	100	146	44	62	73	233	36
	totale	19500	10	7013	17	29001	9	15607	12	7553	18	78674	5
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	15070	10	28161	7	12465	12	6883	15	5757	19	68336	5
	un danno visibile	3718	13	4801	8	2415	14	1785	17	1742	24	14461	6
	due o più danni visibili	1063	20	1137	15	758	24	791	24	1104	25	4853	10
	albero morto o a terra	0	0	34	71	0	0	103	69	18	100	155	50
	totale	19851	9	34133	7	15638	11	9562	14	8621	18	87805	5
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	17734	9	46083	6	3184	27	2668	26	7774	16	77443	5
	un danno visibile	3159	13	7156	7	800	47	717	33	2076	19	13907	6
	due o più danni visibili	735	19	1711	14	235	52	82	55	1107	23	3871	10
	albero morto o a terra	17	100	98	63	0	0	17	100	72	85	204	44
	totale	21646	9	55048	5	4219	28	3483	24	11029	15	95425	4
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	66786	3	81087	3	77800	4	94381	3	40381	5	360434	2
	un danno visibile	14886	5	13712	4	19093	5	28132	4	9825	7	85648	2
	due o più danni visibili	4484	9	3153	9	6158	8	9473	6	4183	10	27451	4
	albero morto o a terra	37	71	132	50	200	37	1071	19	393	28	1833	14
	totale	86192	3	98084	3	103250	3	133057	3	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. 1198709. Birmensdorf, Swiss Federal Research Institute WSL

indietro