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
provvigione (legno del fusto)
specie arborea (56 classi)
suddivisione regionale: regione di produzione
unità: 1000 m³
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
specie arborea (56 classi)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
nessuna indicazione	0	.	0	.	0	.	0	.	0	.	0	.
Abies alba	16244	7	15498	8	21385	7	8945	11	2068	24	64140	4
Larix decidua, Larix kaempferi	156	39	1074	20	236	40	17433	7	6789	11	25688	6
Picea abies	18260	6	22994	6	46986	5	71851	4	12596	12	172686	2
Pinus cembra	0	.	0	.	0	.	2828	14	9	94	2836	13
Pinus mugo subsp. uncinata	0	.	0	.	229	79	817	19	93	76	1139	22
Pinus mugo subsp. mugo	0	.	0	.	2	71	102	38	0	.	104	37
Pinus nigra	157	60	0	.	0	.	0	.	0	.	157	60
Pinus strobus	88	92	121	50	37	100	0	.	0	.	246	44
Pinus sylvestris	1701	18	2361	15	566	49	4290	13	72	54	8990	9
Pseudotsuga menziesii	318	82	1357	35	81	100	0	.	81	100	1836	30
Taxus baccata	125	33	77	47	46	37	-6	394	1	100	243	25
altre conifere	28	100	0	.	0	.	13	100	0	.	41	75
Acer campestre	127	27	27	55	14	100	57	38	7	84	232	20
Acer opalus	95	44	8	100	0	.	120	34	0	.	223	26
Acer platanoides	354	33	80	50	200	34	253	43	15	100	903	20
Acer pseudoplatanus	3234	9	3181	11	3690	10	2758	11	456	26	13320	5
Aesculus hippocastanum	11	100	0	.	0	.	0	.	0	.	11	100
Alnus glutinosa	153	58	801	25	2	100	0	.	302	42	1258	20
Alnus incana	30	65	48	51	321	29	792	27	160	42	1350	18
Alnus viridis	0	.	0	.	3	100	0	0	0	.	3	100
Betula pendula	-9	100	203	39	57	60	643	21	1831	17	2725	13
Betula pubescens	0	.	0	.	8	100	53	88	5	100	66	72
Carpinus betulus	302	35	470	24	16	100	7	100	8	100	802	19
Castanea sativa	0	.	0	.	0	.	193	45	5412	13	5605	12
Fagus sylvatica	21049	5	21282	6	16197	7	8574	9	6638	11	73741	3
Fraxinus excelsior	2305	14	6080	11	3125	16	2150	15	869	31	14529	7
Fraxinus ornus	0	.	0	.	0	.	0	.	43	70	43	70
Ilex aquifolium	10	62	0	.	9	71	6	59	60	50	84	38
Juglans regia	10	83	16	54	4	70	40	48	8	100	79	31
Laburnum anagyroides	8	81	0	.	0	.	4	71	2	100	14	52
Malus sylvestris	0	.	0	.	0	.	0	.	0	.	0	.
Ostrya carpinifolia	0	.	0	.	0	.	0	.	540	38	540	38
Populus alba, Populus x canescens	0	.	151	100	0	.	283	100	0	.	435	74
Populus nigra s.l.	40	100	439	51	0	.	0	.	32	100	511	45
Populus (altr)	0	.	185	61	0	.	0	.	0	.	185	61
Populus tremula	10	100	88	52	31	58	226	44	271	72	625	36
Prunus avium	102	35	405	22	81	33	161	23	256	29	1004	13
Prunus padus	0	.	51	49	0	.	3	72	3	100	57	44
Pyrus communis, Pyrus pyraster	0	.	2	100	0	.	0	.	0	.	2	100
Quercus cerris	0	.	0	.	0	.	0	.	102	63	102	63
Quercus petraea	1276	22	1463	21	77	76	358	36	681	26	3855	12
Quercus pubescens	33	100	25	84	0	.	171	47	112	43	341	30
Quercus robur	507	36	2328	22	191	40	52	73	122	51	3200	17
Quercus rubra	140	92	161	75	0	.	0	.	0	.	301	59
Robinia pseudoacacia	32	100	25	80	0	.	14	97	426	50	497	44
Salix (altri)	79	46	154	30	102	37	279	27	124	35	737	15
Sorbus aria	243	26	37	51	45	34	211	23	101	25	637	14
Sorbus aucuparia	63	33	11	63	71	35	208	22	36	47	387	15
Sorbus torminalis	9	100	30	72	0	.	0	.	0	.	38	60
Tilia cordata	78	39	298	26	153	62	421	36	672	28	1621	17
Tilia platyphyllos	203	56	110	54	109	45	319	35	9	87	750	24
Ulmus glabra	157	41	223	30	368	21	62	36	39	64	848	15
Ulmus minor	0	.	27	100	0	0	0	.	0	.	27	100
altre latifoglie	56	100	2	100	0	.	0	0	36	75	94	66
altre arbusti	12	45	18	45	11	88	39	39	82	32	163	20
non determinabile	0	0	0	0	0	0	0	0	0	0	0	0
totale	67792	3	81907	3	94450	3	124730	2	41172	4	410050	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. 1217689. Birmensdorf, Swiss Federal Research Institute WSL

indietro