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.

IFN5
numero di fusti
quota (classi di 200 m) · numero di danni
suddivisione regionale: regione biogeografica
unità: n/ha
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		regione biogeografica
		Giura		Altopiano		Versante nord delle Alpi		Alpi centrali occidentali		Alpi centrali orientali		Versante sud delle Alpi		Svizzera
quota (classi di 200 m)	numero di danni	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	un danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	due o più danni visibili	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	albero morto o a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	totale	0	.	0	.	0	.	0	.	0	.	0	.	0	.
>1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	304	33	199	12	259	9	218	11	236	6
	un danno visibile	0	.	0	.	59	32	63	12	92	10	88	20	81	7
	due o più danni visibili	0	.	0	.	38	35	46	17	32	15	44	18	39	10
	albero morto o a terra	0	.	0	.	0	.	5	55	10	37	5	47	7	28
	totale	0	.	0	.	400	27	313	9	393	7	355	10	362	5
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	269	15	300	13	276	9	230	12	269	6
	un danno visibile	0	.	0	.	76	12	93	15	76	11	63	15	76	7
	due o più danni visibili	0	.	0	.	48	19	46	14	37	15	35	19	41	9
	albero morto o a terra	0	.	0	.	5	54	2	53	2	73	1	70	3	34
	totale	0	.	0	.	399	11	441	12	391	7	329	10	390	5
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	174	17	0	.	256	8	310	12	289	10	337	11	281	5
	un danno visibile	46	20	0	.	75	8	99	25	72	10	85	15	78	6
	due o più danni visibili	16	45	0	.	45	12	51	17	43	15	36	15	42	7
	albero morto o a terra	0	.	0	.	4	42	11	63	2	60	5	45	4	28
	totale	236	15	0	.	380	6	470	10	406	8	463	9	405	4
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	272	11	40	0	272	6	368	13	284	12	243	14	279	5
	un danno visibile	55	14	20	0	79	8	68	16	107	12	86	10	78	5
	due o più danni visibili	19	21	0	.	48	11	63	33	58	22	43	18	45	9
	albero morto o a terra	0	.	0	.	4	53	5	44	2	99	6	37	4	31
	totale	346	9	60	0	403	5	505	11	451	9	378	10	406	4
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	312	6	242	19	300	6	288	12	264	19	287	12	296	4
	un danno visibile	58	9	48	23	85	7	73	17	92	24	89	12	77	5
	due o più danni visibili	26	15	10	64	46	11	42	31	67	24	48	16	41	7
	albero morto o a terra	0	.	0	.	3	47	12	64	2	99	7	59	3	31
	totale	396	5	300	15	435	5	414	11	424	14	431	9	418	3
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	324	6	380	11	308	6	358	15	209	18	380	18	325	4
	un danno visibile	73	12	49	16	80	8	94	22	81	17	128	16	80	6
	due o più danni visibili	39	13	23	23	43	11	58	36	44	20	63	19	42	7
	albero morto o a terra	0	.	0	.	2	40	2	98	2	99	12	57	2	35
	totale	436	5	452	9	434	5	511	12	335	14	583	15	450	3
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	302	7	302	5	307	8	249	39	263	14	285	14	298	4
	un danno visibile	58	9	57	8	97	12	55	28	84	20	158	17	73	6
	due o più danni visibili	27	17	25	9	40	16	30	46	29	33	108	16	35	7
	albero morto o a terra	1	100	1	50	3	46	8	65	1	98	6	42	2	24
	totale	388	6	385	5	447	8	341	29	376	10	558	10	409	3
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	251	9	259	4	332	14	245	39	164	28	303	14	265	3
	un danno visibile	56	14	46	6	86	20	25	46	0	.	103	11	55	5
	due o più danni visibili	27	15	23	9	47	34	23	36	0	.	95	16	32	8
	albero morto o a terra	2	45	1	30	4	59	0	.	0	.	15	39	3	24
	totale	336	7	329	3	469	14	293	32	164	28	516	9	355	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	293	3	282	3	288	3	283	5	268	4	285	5	284	2
	un danno visibile	60	5	50	5	81	3	77	8	84	5	97	5	73	2
	due o più danni visibili	28	7	23	6	45	5	48	9	41	7	57	6	39	3
	albero morto o a terra	1	44	1	26	3	20	6	27	4	28	7	19	3	10
	totale	382	3	356	3	417	2	414	5	398	4	446	4	400	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. 1374673. Birmensdorf, Swiss Federal Research Institute WSL

indietro