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 dei boschi di protezione
unità: n/ha
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN1-IFN5
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		regione dei boschi di protezione
		Giura/Altopiano		Alpi nordoccidentali		Alpi nordorientali		Alpi sudoccidentali		Alpi sudorientali		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	.	324	31	0	.	248	11	276	9	249	15	265	7
	un danno visibile	0	.	96	31	0	.	74	13	91	12	75	26	83	8
	due o più danni visibili	0	.	63	38	0	.	49	21	36	17	56	25	44	12
	albero morto o a terra	0	.	0	.	0	.	5	69	11	47	0	.	7	40
	totale	0	.	482	23	0	.	375	9	414	9	379	12	400	6
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	358	18	331	29	319	14	289	10	271	12	309	7
	un danno visibile	0	.	91	15	76	24	105	14	81	13	65	15	85	7
	due o più danni visibili	0	.	55	25	32	57	48	15	47	17	28	23	44	10
	albero morto o a terra	0	.	5	90	5	94	3	52	0	.	0	.	2	53
	totale	0	.	509	14	444	21	474	12	417	8	364	10	440	6
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	190	18	271	11	300	14	308	12	301	10	380	13	299	5
	un danno visibile	48	21	82	9	78	17	81	13	74	11	98	16	80	6
	due o più danni visibili	18	47	45	14	29	26	49	19	45	16	38	17	41	8
	albero morto o a terra	0	.	2	58	3	69	10	63	2	57	1	99	3	37
	totale	256	15	399	8	410	13	448	9	422	8	518	11	424	4
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	263	10	301	9	237	10	379	12	273	15	274	14	284	5
	un danno visibile	58	14	77	9	71	10	67	17	107	13	92	11	77	5
	due o più danni visibili	20	21	46	16	49	18	39	27	56	26	48	19	43	9
	albero morto o a terra	0	.	1	70	6	47	4	50	0	.	6	40	3	26
	totale	341	8	425	7	362	8	489	10	436	11	420	10	406	4
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	317	6	318	7	283	10	309	11	261	21	307	13	306	4
	un danno visibile	58	8	74	10	96	12	73	15	81	27	92	12	76	5
	due o più danni visibili	26	15	34	14	52	17	42	30	80	26	55	17	41	8
	albero morto o a terra	0	.	2	62	2	75	12	72	2	98	2	70	2	37
	totale	401	5	428	6	433	8	436	10	424	16	457	10	425	3
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	336	6	324	8	306	9	362	15	215	20	415	21	328	4
	un danno visibile	72	10	66	10	77	11	98	22	80	18	154	16	81	6
	due o più danni visibili	36	12	28	17	43	17	62	36	44	21	73	20	41	8
	albero morto o a terra	0	.	3	50	1	76	3	97	2	98	14	61	2	38
	totale	445	5	420	6	426	7	524	12	341	16	656	16	452	4
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	305	5	334	7	291	13	324	36	263	15	289	14	304	4
	un danno visibile	58	7	89	14	83	15	77	22	81	20	162	17	75	6
	due o più danni visibili	26	9	37	21	36	17	60	39	29	36	109	17	36	7
	albero morto o a terra	1	53	1	70	4	48	10	63	0	.	6	42	2	24
	totale	390	4	462	7	414	11	470	23	372	11	566	10	417	3
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	263	4	417	25	282	21	288	24	100	0	331	14	272	3
	un danno visibile	48	6	88	34	85	29	23	38	0	.	115	11	56	5
	due o più danni visibili	24	8	37	36	61	43	24	39	0	.	99	16	32	8
	albero morto o a terra	1	26	5	96	3	70	4	96	0	.	17	39	3	24
	totale	336	3	547	22	432	21	339	22	100	0	562	9	363	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	289	2	315	4	284	5	311	5	277	5	317	5	297	2
	un danno visibile	56	4	78	4	81	5	80	6	84	6	108	6	74	2
	due o più danni visibili	26	5	40	7	44	8	47	9	45	8	64	7	39	3
	albero morto o a terra	1	24	2	28	3	26	6	29	4	39	6	24	3	12
	totale	371	2	434	3	413	4	444	4	410	4	496	4	412	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. 1374642. Birmensdorf, Swiss Federal Research Institute WSL

indietro