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 di produzione
unità: 1000 n
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 km, sottoreticoli 1 a 5
stato 2018/26
		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	.	566	89	18592	9	3932	17	23089	8
	un danno visibile	0	.	0	.	22	75	6287	10	1582	25	7891	9
	due o più danni visibili	0	.	0	.	66	100	2925	13	822	23	3813	11
	albero morto o a terra	0	.	0	.	0	0	591	32	93	49	684	29
	totale	0	.	0	.	654	81	28395	8	6428	16	35477	8
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	4217	29	19134	9	4947	17	28298	8
	un danno visibile	0	.	0	.	780	27	6053	10	1207	20	8040	9
	due o più danni visibili	0	.	0	.	523	35	3214	12	612	24	4349	10
	albero morto o a terra	0	.	0	.	123	64	155	39	16	100	294	34
	totale	0	.	0	.	5643	26	28556	9	6783	16	40982	7
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	680	34	386	53	7347	16	22999	8	7423	17	38834	7
	un danno visibile	225	35	61	61	2192	15	6366	11	1905	19	10749	8
	due o più danni visibili	97	51	0	.	935	22	4059	11	740	19	5830	9
	albero morto o a terra	0	0	0	0	37	72	465	34	102	52	605	28
	totale	1002	33	446	53	10511	14	33889	8	10169	15	56017	6
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	5587	17	293	59	10904	11	16376	10	5148	18	38309	6
	un danno visibile	1134	19	148	77	3092	12	4588	11	1778	16	10740	7
	due o più danni visibili	375	25	80	74	1755	17	3101	16	921	21	6232	10
	albero morto o a terra	0	0	0	0	42	62	326	44	125	39	493	31
	totale	7096	15	522	56	15793	10	24391	9	7972	15	55774	6
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12302	10	913	41	14576	10	13218	11	6511	17	47520	6
	un danno visibile	2352	11	123	54	3554	11	4418	12	1956	16	12403	6
	due o più danni visibili	995	17	89	79	2023	16	2420	15	1128	20	6655	8
	albero morto o a terra	0	0	0	0	113	54	245	48	169	60	527	32
	totale	15649	9	1125	39	20266	10	20302	10	9763	15	67105	5
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12875	10	5948	18	17994	10	9475	12	6609	23	52901	6
	un danno visibile	3031	14	972	23	3461	11	3359	13	2241	21	13064	7
	due o più danni visibili	1602	16	451	25	1732	15	2018	16	1097	24	6901	8
	albero morto o a terra	0	0	0	0	94	55	84	43	204	58	382	35
	totale	17508	10	7372	18	23280	9	14937	11	10151	20	73248	5
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	12827	11	22832	8	10653	12	6258	16	4541	19	57111	5
	un danno visibile	2618	12	4267	11	2754	15	1907	17	2513	22	14059	7
	due o più danni visibili	1180	19	1843	12	1260	18	765	21	1719	21	6767	8
	albero morto o a terra	35	100	50	58	96	44	52	58	98	44	330	25
	totale	16660	10	28992	8	14763	11	8982	14	8872	17	78268	5
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	13312	10	33206	5	1693	32	3047	24	6550	18	57810	5
	un danno visibile	3037	12	5667	7	504	43	547	27	2227	16	11982	6
	due o più danni visibili	1259	14	2905	10	414	48	314	36	2061	19	6954	8
	albero morto o a terra	152	34	97	41	21	74	34	71	323	41	627	24
	totale	17759	9	41876	5	2633	34	3943	22	11162	15	77373	4
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	57584	3	63579	3	67949	4	109099	3	45661	5	343872	2
	un danno visibile	12396	5	11238	5	16358	4	33527	4	15409	6	88928	2
	due o più danni visibili	5507	7	5369	7	8708	7	18816	5	9099	7	47500	3
	albero morto o a terra	186	33	147	34	525	24	1953	16	1132	20	3943	11
	totale	75674	3	80333	3	93541	3	163395	2	71300	4	484244	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. 1198815. Birmensdorf, Swiss Federal Research Institute WSL

indietro