Auswahl aus Themenliste

Schätzung und Standardfehler der Schätzung

Die in den LFI-Tabellen publizierten Ergebnisse sind Schätzungen für Grössen im Schweizer Wald (Populationsparameter), deren wahre Werte nicht bekannt sind und die deshalb aus den Daten der LFI-Stichprobe hochgerechnet (geschätzt) werden.

Die Hochrechnungen sind mit Unsicherheiten behaftet. Aus der als Zufallsstichprobe konzipierten LFI-Stichprobe kann die Genauigkeit der Hochrechnungen aber zuverlässig abgeschätzt werden. Dazu ist in allen LFI-Tabellen neben der Schätzung selbst eine zweite Zahl angegeben, der Standardfehler der Schätzung.

In den meisten Tabellen ist der prozentuale Standardfehler ausgewiesen («±%»), gelegentlich (vor allem bei geschätzten Prozenten) aber auch der absolute Standardfehler («±»). Der Zusammenhang zwischen absolutem und prozentualem Standardfehler ist der folgende:

prozentualer Standardfehler = absoluter Standardfehler / Schätzung x 100

absoluter Standardfehler = prozentualer Standardfehler × Schätzung / 100

Bei den Angaben zur Erschliessung handelt es sich um eine Vollerhebung sämtlicher Waldstrassen. In dem Fall ist die Angabe eines Standardfehlers nicht nötig, da es keine stichprobenbedingte Unsicherheit gibt.

Vertrauensintervall der Schätzung

Mit der Schätzung und dem Standardfehler der Schätzung kann das sogenannte Vertrauensintervall der Schätzung

mit der unteren Grenze
Schätzung - tQ × absoluter Standardfehler

und der oberen Grenze
Schätzung + tQ × absoluter Standardfehler

berechnet werden. Wird für die Berechnung der einfache Standardfehler verwendet (tQ = 1), dann wird das 68%-Vertrauensintervall gebildet. Es darf angenommen werden, dass der wahre Wert des Populationsparameters mit einer Wahrscheinlichkeit von 68% innerhalb dieses Vertrauensintervalls der Schätzung liegt. Wird der doppelte Standardfehler verwendet (tQ = 2), dann liegt der wahre Wert mit einer Wahrscheinlichkeit von «95%» innerhalb dieses sogenannten 95%-Vertrauensintervalls.

Signifikanz der Schätzung

Mit dem Vertrauensintervall kann statistisch geprüft werden, ob der geschätzte Populationsparameter grösser oder kleiner als ein bestimmter Referenz- oder Zielwert ist, beziehungsweise ob sich zwei geschätzte Populationsparameter tatsächlich (in der wahren Population) unterscheiden. In der Praxis geht man folgendermassen vor: Wenn ein Referenzwert ausserhalb des Vertrauensintervalls liegt, geht man davon aus, dass sich der geschätzte Populationswert signifikant von diesem unterscheidet, liegt er innerhalb, interpretiert man die Differenz zwischen geschätztem Wert und Referenzwert als zufällig bzw. nicht signifikant. Will man zwei Populationsparameter vergleichen, unterscheiden sich diese signifikant, wenn sich ihre Vertrauensintervalle nicht überlappen.

Behandlung von fehlenden Werten

Beim Berechnen einer Ergebnistabelle stehen nicht immer für alle Kombinationen von Merkmalsausprägungen^* Daten zur Verfügung. Dies deutet in den meisten Fällen darauf hin, dass die mit der betreffenden Zielgrösse geschätzte Grösse nicht oder nur sehr selten vorkommt. Üblicherweise wird dann der Wert 0 eingesetzt (imputiert). Da diesem Wert aber keine direkten Messungen zugrunde liegen, wird der zugehörige Standardfehler mit einem Punkt [.] dargestellt. Wird bei der Berechnung Bezug auf den angenommenen Wert von 0 genommen, z.B. bei Prozenten oder gewissen Veränderungsschätzungen, kann kein Wert eingesetzt werden. In diesem Fall steht bei Schätzwert und Standardfehler ein Punkt [.].

Zum Beispiel wurden bisher im Mittelland keine Arven gefunden und gemessen (Vorrat der Arven nach Produktionsregionen). Es kann also angenommen werden, dass die Werte fehlen, weil die Arve im Mittelland tatsächlich nicht vorkommt und deshalb der Vorrat dort 0 sein muss.

^* z.B. Kombination der Ausprägung «Arve» des Klassifizierungsmerkmals «Baumart» und der Ausprägung «Mittelland» der regionalen Gliederung

Veränderungen

Im LFI gibt es zwei Typen von Veränderungen:

Beim ersten Typ handelt es sich um spezifische Zielgrössen für Veränderungskomponenten wie Zuwachs, Nutzung, Mortalität oder Abgänge. Diese Zielgrössen sind jeweils nur für zwei aufeinanderfolgende Messzyklen verfügbar, z.B. LFI3–LFI4. Bei der Auswertung von Veränderungskomponenten wird dem Klassifizierungsmerkmal des ersten Messzyklus die Ausprägung des zweiten Messzyklus zugewiesen. Diese Auswertungen berücksichtigen somit den Wechsel einer Merkmalsausprägung (z.B. von privatem zu öffentlichem Eigentum) von der früheren zur späteren Inventur nicht.

Beim zweiten Typ von Veränderungen wird die Differenz von Zielgrössen wie Stammzahl, Vorrat oder Waldfläche benutzt, um die Veränderung zwischen zwei Messzyklen zu bilanzieren. Diese Zielgrössen werden üblicherweise für die Darstellung von Zuständen, z.B. dem LFI4, verwendet, können aber die Veränderungsbilanz zwischen zwei beliebigen Messzyklen aufzeigen, z.B. dem LFI1 und dem LFI4. Bei diesen Veränderungsauswertungen wird der Wechsel einer Merkmalsausprägung bei der Analyse berücksichtigt. So kann man z.B. sehen, dass die Waldfläche ohne Gebüschwald zugenommen hat. Dies hat nur einen Effekt bei solchen Klassifizierungsmerkmalen, die ihre Ausprägung auch tatsächlich wechseln können, z.B. die Zugehörigkeit zur Waldfläche oder der Baumzustand.

LFI4
Totholzstammzahl
Totholz: Holzfestigkeit (3 Klassen) · Totholz: Pilzartenzahl (3 Klassen)
Regionale Gliederung: Kanton
Einheit: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2009/17
		Kanton
		AG		AI		AR		BE		BL/BS		FR		GE		GL		GR		JU		LU		NE		NW		OW		SG		SH		SO		SZ		TG		TI		UR		VD		VS		ZG		ZH		Schweiz
Totholz: Holzfestigkeit (3 Klassen)	Totholz: Pilzartenzahl (3 Klassen)	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%	1000 Stk.	±%
keine Angabe	keine Angabe	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	0	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	1	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	2 und mehr	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	Total	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
Frisch-/Hartholz	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0	250	30	171	50	337	32	2978	13	365	27	1105	22	44	62	320	38	4033	11	516	26	1664	25	356	27	104	54	622	27	877	18	198	35	564	27	695	49	204	42	3820	12	565	30	1302	16	3510	13	135	44	422	22	25158	4
	1	24	76	0	.	105	67	618	24	14	71	238	32	0	.	29	62	447	23	140	37	153	30	37	71	30	72	16	72	157	33	21	58	54	66	190	35	0	.	873	19	86	53	269	27	373	22	27	75	97	39	3999	8
	2 und mehr	0	.	0	.	14	100	28	50	7	100	13	71	0	.	0	.	71	48	9	100	18	100	0	.	0	.	0	.	15	100	0	.	0	.	0	.	0	.	89	48	7	100	19	100	85	84	0	.	0	.	375	26
	Total	273	30	171	50	457	33	3624	12	386	27	1357	20	44	62	350	36	4551	10	666	23	1834	25	393	26	134	46	638	27	1049	17	219	34	619	27	885	43	204	42	4782	11	658	28	1590	15	3968	13	162	44	519	20	29532	4
Morschholz	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0	170	36	30	100	62	76	1589	15	24	77	470	24	17	100	382	35	1496	14	286	28	526	22	159	36	97	60	293	40	398	27	7	100	214	31	134	35	68	50	1238	18	282	32	1110	17	1482	15	0	.	257	29	10793	5
	1	60	52	0	.	7	100	504	22	35	64	195	33	7	100	14	71	314	24	57	49	224	37	21	58	13	71	59	52	151	34	17	100	41	61	92	55	0	.	292	30	57	88	263	28	263	30	0	.	50	44	2737	9
	2 und mehr	51	56	0	.	0	.	81	47	0	.	57	80	0	.	0	.	43	61	37	71	72	80	0	.	18	100	0	.	27	75	0	.	0	.	0	.	0	.	14	100	0	.	51	74	54	69	0	.	7	100	512	22
	Total	281	30	30	100	69	69	2173	14	59	49	723	22	24	77	396	34	1854	14	380	26	822	24	181	34	128	50	352	36	576	23	24	77	256	29	227	32	68	50	1544	16	339	32	1424	17	1800	14	0	.	314	27	14043	5
Moder-/Mulmholz	keine Angabe	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.	0	.
	0	166	32	0	.	97	54	1324	17	146	42	348	33	34	71	227	36	1188	15	241	39	433	25	96	53	39	62	134	47	445	29	35	70	169	35	223	38	20	100	526	25	89	49	612	22	1162	16	0	.	292	29	8045	6
	1	62	48	6	100	0	.	236	23	8	100	78	42	0	.	7	100	275	27	49	54	31	64	24	77	18	100	34	55	71	41	0	.	72	76	77	42	17	100	233	37	7	100	81	43	134	34	17	100	91	49	1629	11
	2 und mehr	0	.	0	.	0	.	38	55	0	.	0	.	0	.	0	.	18	100	0	.	17	71	0	.	0	.	0	.	15	100	0	.	9	100	0	.	17	100	19	100	0	.	17	100	18	100	0	.	34	71	203	27
	Total	228	28	6	100	97	54	1598	16	153	40	426	28	34	71	234	36	1481	14	290	38	481	24	120	45	57	53	168	45	531	27	35	70	249	37	301	31	54	58	778	21	97	49	710	22	1315	15	17	100	416	27	9877	6
Total	keine Angabe	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
	0	585	21	201	48	496	30	5891	10	535	27	1924	19	95	60	929	26	6717	9	1043	20	2622	20	612	23	240	39	1050	24	1720	17	240	34	947	21	1053	34	292	35	5584	10	937	26	3024	13	6155	11	135	44	971	17	43997	3
	1	146	32	6	100	112	63	1358	14	56	48	512	25	7	100	50	44	1037	17	247	32	408	26	83	42	61	48	109	41	379	21	38	55	167	46	360	32	17	100	1398	16	150	45	613	21	771	17	44	60	238	27	8365	6
	2 und mehr	51	56	0	.	14	100	147	33	7	100	70	67	0	.	0	.	132	48	46	60	107	79	0	.	18	100	0	.	57	51	0	.	9	100	0	.	17	100	122	41	7	100	88	59	157	52	0	.	40	61	1090	16
	Total	782	19	207	46	622	30	7396	10	598	26	2506	19	102	56	980	26	7886	9	1336	19	3137	19	694	22	319	36	1158	23	2155	15	278	32	1124	21	1413	30	326	37	7104	9	1094	24	3724	12	7083	11	179	43	1249	16	53452	3

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. 1196140. Birmensdorf, Swiss Federal Research Institute WSL

zurück