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
reticolo: reticolo 1,4 x 1,4 km
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	.	494	47	15965	7	1953	18	18412	7
	un danno visibile	0	.	0	.	108	49	4358	8	459	21	4926	7
	due o più danni visibili	0	.	0	.	53	66	951	13	158	25	1162	12
	albero morto o a terra	0	.	0	.	0	0	324	39	57	62	382	35
	totale	0	.	0	.	655	44	21599	7	2627	17	24881	6
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	2975	22	17816	7	3480	15	24270	6
	un danno visibile	0	.	0	.	617	21	4994	9	782	17	6392	7
	due o più danni visibili	0	.	0	.	120	39	1593	13	214	24	1927	11
	albero morto o a terra	0	.	0	.	35	72	109	44	29	58	173	33
	totale	0	.	0	.	3747	21	24512	7	4504	14	32763	6
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	693	28	347	45	8173	12	17168	8	5195	13	31576	6
	un danno visibile	197	32	76	43	2022	15	4699	7	1167	15	8161	6
	due o più danni visibili	47	51	18	72	368	21	1675	11	303	23	2411	9
	albero morto o a terra	0	0	0	0	55	71	183	28	66	46	305	24
	totale	937	26	441	43	10618	12	23726	7	6730	12	42452	5
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	5532	11	333	46	12874	9	17227	8	6111	13	42076	5
	un danno visibile	1316	15	51	71	3803	11	4858	8	1344	16	11371	6
	due o più danni visibili	362	21	12	75	1498	16	1693	15	360	20	3925	9
	albero morto o a terra	0	0	0	0	69	47	136	33	4	100	209	27
	totale	7209	10	397	45	18244	8	23913	7	7819	12	57582	4
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	14411	7	692	28	17430	7	13446	9	7518	12	53498	4
	un danno visibile	3017	9	241	34	4693	9	4243	11	1475	13	13669	5
	due o più danni visibili	750	14	28	54	1579	12	1508	13	585	19	4451	7
	albero morto o a terra	25	61	0	0	39	63	131	33	97	44	291	23
	totale	18203	7	962	27	23741	7	19328	8	9675	11	71908	4
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	13213	8	5632	14	20937	7	12159	10	5796	14	57737	4
	un danno visibile	3700	9	1221	16	5138	9	3749	10	1494	17	15302	5
	due o più danni visibili	1621	14	242	22	1673	13	1633	13	651	19	5819	7
	albero morto o a terra	19	71	0	0	47	47	93	41	34	73	192	27
	totale	18552	8	7094	13	27794	7	17635	9	7975	13	79050	4
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	15696	7	27416	6	12747	9	6798	12	5418	14	68075	4
	un danno visibile	3856	9	4756	7	2407	11	1909	15	1692	17	14620	5
	due o più danni visibili	1126	14	1109	11	828	17	700	18	1274	18	5037	7
	albero morto o a terra	0	0	70	38	12	100	86	52	10	100	178	30
	totale	20678	7	33351	5	15994	8	9493	11	8394	13	87910	3
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	16946	7	48834	4	3965	20	2926	19	7383	12	80054	3
	un danno visibile	3148	9	7135	6	749	32	854	26	2096	14	13981	5
	due o più danni visibili	872	17	1875	11	170	43	136	32	1187	17	4240	8
	albero morto o a terra	32	52	128	57	0	0	10	100	39	84	209	40
	totale	20997	7	57971	4	4884	20	3927	18	10705	11	98484	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	66491	2	83254	2	79594	3	103506	2	42853	4	375699	1
	un danno visibile	15232	3	13479	3	19536	4	29665	3	10508	5	88421	2
	due o più danni visibili	4778	7	3284	7	6289	6	9889	5	4733	7	28973	3
	albero morto o a terra	75	35	198	39	257	26	1072	16	336	23	1938	11
	totale	86577	2	100216	2	105676	2	144132	2	58430	3	495030	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. 1198721. Birmensdorf, Swiss Federal Research Institute WSL

indietro