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 economica
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN4/IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		regione economica
		Giura Ovest		Giura Est		Altopiano Ovest		Altopiano Centro		Altopiano Est		Prealpi Ovest		Prealpi Centro		Prealpi Est		Alpi Nord-Ovest		Alpi Centro		Alpi Nord-Est		Alpi Sud-Ovest		Alpi Sud-Est		Sud delle Alpi		Svizzera
quota (classi di 200 m)	numero di danni	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%	1000 n	±%
nessuna indicazione	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	un danno visibile	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	due o più danni visibili	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	albero morto o a terra	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	.
>1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	496	100	69	100	0	.	769	50	255	100	71	100	5408	16	11334	12	3932	17	22334	8
	un danno visibile	0	.	0	.	0	.	0	.	0	.	15	100	7	100	0	.	236	49	55	100	88	100	1777	16	3855	13	1582	25	7614	9
	due o più danni visibili	0	.	0	.	0	.	0	.	0	.	0	.	66	100	0	.	126	44	0	.	18	100	1257	21	1414	17	822	23	3703	11
	albero morto o a terra	0	.	0	.	0	.	0	.	0	.	0	.	0	0	0	.	0	0	0	0	0	.	122	62	452	39	93	49	667	29
	totale	0	.	0	.	0	.	0	.	0	.	511	100	142	100	0	.	1131	44	309	100	176	100	8564	15	17055	12	6428	16	34318	8
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	0	.	0	.	0	.	764	51	2945	38	272	100	2360	23	262	48	1065	53	6666	18	8101	14	4793	18	27228	8
	un danno visibile	0	.	0	.	0	.	0	.	0	.	203	59	540	32	0	.	848	28	274	45	138	43	2133	19	2501	15	1207	20	7844	9
	due o più danni visibili	0	.	0	.	0	.	0	.	0	.	126	61	372	45	0	.	521	35	163	60	21	58	1051	18	1262	19	580	25	4096	10
	albero morto o a terra	0	.	0	.	0	.	0	.	0	.	0	0	79	92	22	100	35	100	0	0	0	0	68	48	18	100	16	100	238	39
	totale	0	.	0	.	0	.	0	.	0	.	1094	53	3936	33	294	100	3764	22	699	45	1224	49	9917	17	11882	13	6596	17	39406	8
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	680	34	0	.	386	53	0	.	0	.	2465	34	3260	22	1622	34	4402	19	1679	34	923	34	5872	17	9563	14	7386	17	38238	7
	un danno visibile	225	35	0	.	61	61	0	.	0	.	720	28	1174	20	298	43	1154	21	514	34	282	38	1574	18	2332	15	1869	19	10202	7
	due o più danni visibili	97	51	0	.	0	.	0	.	0	.	384	40	483	28	68	47	979	26	284	37	205	47	938	22	1451	18	723	20	5612	9
	albero morto o a terra	0	0	0	.	0	0	0	.	0	.	37	72	0	0	0	0	18	100	58	100	104	71	198	60	88	53	84	59	586	29
	totale	1002	33	0	.	446	53	0	.	0	.	3606	29	4917	19	1987	33	6552	17	2535	32	1514	33	8582	16	13434	13	10063	15	54639	6
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	5587	17	0	.	253	66	0	.	0	.	3892	21	3593	21	3225	19	3046	25	1935	29	1403	30	5766	19	3595	21	5141	18	37437	7
	un danno visibile	1134	19	0	.	39	82	0	.	0	.	870	23	1157	21	995	21	797	25	692	38	568	31	1089	21	1395	21	1778	16	10514	7
	due o più danni visibili	375	25	0	.	27	100	0	.	0	.	792	30	526	30	404	29	443	29	300	38	638	35	973	35	733	30	914	21	6126	10
	albero morto o a terra	0	0	0	.	0	0	0	.	0	.	0	0	36	71	6	100	0	0	158	81	90	60	78	47	0	0	108	43	475	32
	totale	7096	15	0	.	320	65	0	.	0	.	5555	19	5312	19	4630	18	4286	22	3086	29	2698	27	7907	18	5722	19	7940	15	54552	6
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12302	10	0	.	575	58	198	74	140	67	3456	24	7162	15	3920	18	2497	26	2075	29	1640	37	4041	19	2910	25	6343	17	47260	6
	un danno visibile	2315	12	0	.	53	88	7	100	63	75	739	25	1604	18	1176	19	745	27	901	32	659	30	941	22	1154	29	1920	17	12277	7
	due o più danni visibili	995	17	0	.	76	92	0	.	13	100	505	42	873	21	610	28	289	37	463	35	334	38	509	32	813	29	1110	20	6590	9
	albero morto o a terra	0	0	0	.	0	0	0	0	0	.	15	100	37	100	61	76	18	100	71	100	0	0	139	66	18	100	134	71	492	33
	totale	15612	9	0	.	704	56	205	73	216	63	4715	23	9675	15	5767	17	3548	23	3509	27	2633	31	5630	19	4896	21	9507	15	66618	5
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	11414	11	1445	31	1671	30	2445	30	1679	37	1971	31	8843	15	6994	16	2171	25	1214	39	918	31	2793	26	1987	27	6370	23	51914	6
	un danno visibile	2786	15	245	38	241	40	421	33	310	49	374	36	1712	17	1375	18	629	37	486	38	565	28	715	31	732	26	2148	22	12739	7
	due o più danni visibili	1472	17	96	39	163	44	96	38	192	41	174	33	803	24	756	24	139	37	233	59	579	32	457	41	455	28	1076	24	6692	8
	albero morto o a terra	0	0	0	0	0	0	0	0	0	0	0	0	94	55	0	0	8	100	18	100	22	77	18	100	18	100	204	58	382	35
	totale	15672	11	1786	30	2076	31	2961	29	2181	35	2518	28	11451	14	9124	15	2947	27	1951	35	2084	25	3984	24	3193	25	9799	21	71727	6
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	10686	13	2142	23	5283	21	9388	14	8036	13	923	46	5872	16	3857	22	1459	29	520	60	884	45	1196	46	2132	25	4541	19	56920	5
	un danno visibile	2038	14	580	28	1049	24	1585	19	1633	17	224	61	1441	22	1088	23	509	38	199	57	220	52	286	37	655	28	2513	22	14022	7
	due o più danni visibili	841	18	339	49	344	26	738	20	761	19	25	100	759	27	476	25	132	40	96	58	86	60	210	49	232	41	1719	21	6759	8
	albero morto o a terra	0	0	35	100	0	0	0	0	50	58	0	0	36	71	60	57	0	0	0	.	15	100	36	71	0	0	98	44	330	25
	totale	13565	12	3095	22	6676	19	11711	13	10480	12	1173	45	8108	16	5482	20	2100	29	816	56	1206	46	1729	37	3019	23	8872	17	78031	5
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	5212	16	8058	14	4058	19	11486	11	17454	8	0	.	699	56	994	38	648	62	896	48	102	74	1289	36	35	100	6550	18	57481	5
	un danno visibile	1361	20	1665	16	712	23	1491	14	3375	10	0	.	97	90	408	48	186	54	165	50	52	72	144	45	0	.	2227	16	11881	6
	due o più danni visibili	572	22	652	18	405	24	713	18	1775	15	0	.	34	62	380	52	85	64	26	76	0	.	203	48	0	.	2061	19	6907	8
	albero morto o a terra	62	53	90	44	0	0	0	0	97	41	0	.	0	0	21	74	15	100	0	0	0	0	18	100	0	.	323	41	627	24
	totale	7206	15	10465	13	5176	18	13690	11	22701	7	0	.	830	58	1803	41	935	55	1086	46	154	71	1655	33	35	100	11162	15	76896	4
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	45881	4	11645	11	12227	12	23517	8	27309	6	13968	12	32444	7	20883	8	17351	9	8836	14	7005	15	33032	7	39657	6	45057	5	338812	2
	un danno visibile	9859	6	2489	13	2155	15	3503	11	5381	8	3145	12	7732	8	5339	9	5105	11	3286	15	2573	14	8660	8	12623	7	15244	6	87093	2
	due o più danni visibili	4352	8	1087	19	1016	16	1546	13	2742	11	2007	18	3915	11	2694	13	2715	13	1565	18	1880	18	5598	10	6361	8	9005	7	46483	3
	albero morto o a terra	62	53	125	42	0	0	0	0	147	34	52	59	281	36	170	37	93	49	304	52	231	40	678	26	594	31	1060	21	3798	11
	totale	60153	4	15346	10	15398	11	28567	8	35579	6	19171	11	44373	6	29086	8	25264	9	13991	13	11689	13	47968	6	59235	5	70366	4	476187	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. 1198807. Birmensdorf, Swiss Federal Research Institute WSL

indietro