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: n/ha
insieme analizzato: bosco accessibile esclusi gli arbusteti IFN4/IFN5
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	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%	n/ha	±%
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	.	803	52	243	7	220	11	243	6
	un danno visibile	0	.	0	.	31	25	82	8	89	21	83	7
	due o più danni visibili	0	.	0	.	94	72	38	11	46	19	40	10
	albero morto o a terra	0	.	0	.	0	.	8	32	5	47	7	29
	totale	0	.	0	.	927	39	371	6	360	10	374	5
1601-1800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	0	.	0	.	425	23	268	7	254	12	280	6
	un danno visibile	0	.	0	.	79	21	86	8	64	15	81	7
	due o più danni visibili	0	.	0	.	53	32	44	10	31	21	42	9
	albero morto o a terra	0	.	0	.	11	73	2	41	1	99	2	39
	totale	0	.	0	.	568	20	399	6	349	11	405	5
1401-1600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	154	19	225	29	269	12	280	6	357	11	285	5
	un danno visibile	51	21	35	43	80	11	73	7	90	15	76	5
	due o più danni visibili	22	43	0	.	34	19	48	9	35	15	42	7
	albero morto o a terra	0	.	0	.	1	71	6	33	4	58	4	28
	totale	226	17	261	29	385	10	407	5	486	9	407	4
1201-1400 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	275	12	225	36	273	8	303	7	255	14	282	5
	un danno visibile	56	14	34	62	77	9	87	8	88	10	79	5
	due o più danni visibili	18	22	24	80	44	15	59	14	45	18	46	9
	albero morto o a terra	0	.	0	.	1	61	6	43	5	41	4	32
	totale	349	10	284	34	394	6	456	6	394	9	410	4
1001-1200 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	315	6	296	23	303	7	288	7	290	12	300	4
	un danno visibile	59	9	40	44	73	9	96	10	88	12	78	5
	due o più danni visibili	26	15	29	72	41	14	53	13	51	16	42	7
	albero morto o a terra	0	.	0	.	2	53	5	47	6	70	3	33
	totale	400	5	365	20	420	6	442	6	435	10	423	3
801-1000 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	323	6	377	11	336	7	268	9	402	18	329	4
	un danno visibile	76	12	63	18	65	9	92	10	136	17	81	6
	due o più danni visibili	39	14	29	20	33	14	55	15	68	19	42	7
	albero morto o a terra	0	.	0	.	2	54	2	42	13	56	2	35
	totale	439	6	470	10	436	5	417	7	619	15	454	4
601-800 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	312	7	297	6	322	8	274	11	285	14	301	4
	un danno visibile	64	9	56	9	83	12	83	13	158	17	74	6
	due o più danni visibili	29	17	24	10	38	16	34	19	108	16	36	7
	albero morto o a terra	1	100	1	57	3	43	2	57	6	42	2	24
	totale	405	6	378	5	446	7	393	9	558	10	412	3
=600 m	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	263	7	258	4	262	22	313	17	308	13	267	3
	un danno visibile	60	10	44	6	78	36	58	20	105	11	55	5
	due o più danni visibili	24	12	23	10	64	42	33	30	97	15	32	8
	albero morto o a terra	3	33	1	41	3	70	4	69	15	39	3	24
	totale	350	6	325	4	408	24	407	14	525	9	357	3
totale	nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
	nessun danno visibile	295	3	279	3	310	4	274	3	296	5	288	2
	un danno visibile	63	5	49	5	75	4	84	3	100	5	74	2
	due o più danni visibili	28	7	24	7	40	7	47	5	59	7	40	3
	albero morto o a terra	1	33	1	33	2	24	5	16	7	21	3	11
	totale	387	3	353	3	427	3	410	2	462	4	405	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. 1374662. Birmensdorf, Swiss Federal Research Institute WSL

indietro