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.

LFI5
Totholzstammzahl
Stücklänge liegender toter Bäume (6 Klassen)
Regionale Gliederung: Kanton
Einheit: 1000 Stk.
Bezugsfläche: zugänglicher Wald ohne Gebüschwald LFI1-LFI5
Netz: 1,4-km-Netz, Unternetze 1-5
Zustand 2018/26
	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
Stücklänge liegender toter Bäume (6 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	623	25	269	44	419	32	4534	11	611	26	1401	18	24	100	868	32	6846	10	1371	22	2037	19	571	23	245	43	787	30	1969	17	304	37	828	22	1184	26	448	32	7282	10	952	24	3004	13	5311	12	208	38	914	23	43011	4
0.0-5.0 m	240	28	0	.	124	58	1539	15	147	41	372	26	54	73	269	57	1625	14	179	34	527	26	145	37	67	61	189	34	436	23	69	61	187	42	286	38	34	71	1017	18	126	47	418	22	1443	14	17	100	242	31	9753	6
5.1-10.0 m	115	42	15	100	87	53	1073	16	149	41	327	33	17	100	160	44	1101	16	319	28	257	31	200	35	29	71	208	43	302	25	86	45	254	33	126	36	67	100	592	20	158	36	627	21	1001	17	35	71	142	38	7447	6
10.1-15.0 m	109	45	15	100	54	74	758	20	35	100	395	34	0	.	7	100	433	22	91	47	199	38	71	50	6	100	25	77	149	32	0	.	42	61	50	61	17	100	295	25	33	63	354	28	407	23	18	100	294	56	3857	9
15.1-20.0 m	39	61	0	.	18	100	309	23	49	63	94	41	0	.	12	70	257	29	94	52	81	46	0	.	41	60	73	58	104	36	0	.	76	46	47	61	0	.	87	52	26	77	104	45	300	22	7	100	116	52	1935	10
20.1-25.0 m	0	.	0	.	18	100	95	36	0	.	0	.	0	.	6	100	180	27	42	61	38	71	7	100	33	71	29	72	0	.	0	.	21	58	18	100	0	.	83	57	9	100	49	48	86	34	0	.	17	100	731	14
>25.0 m	0	.	0	.	18	100	102	37	7	100	32	60	0	.	6	100	49	38	14	71	30	62	0	.	0	.	6	100	33	54	7	100	0	.	15	100	13	71	0	.	0	.	31	65	29	50	7	100	14	71	414	16
Total	1126	18	299	42	736	28	8409	9	998	23	2620	17	95	52	1330	29	10492	9	2110	19	3169	17	994	19	421	34	1317	27	2993	14	467	30	1408	20	1727	25	579	32	9357	9	1304	23	4587	11	8577	10	293	35	1739	23	67148	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. 1413683. Birmensdorf, Swiss Federal Research Institute WSL

zurück