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.

IFN2
provvigione (legno del fusto)
tipo di bosco (17 classi)
suddivisione regionale: cantone
unità: 1000 m³
insieme analizzato: bosco accessibile esclusi gli arbusteti
reticolo: reticolo 1,4 x 1,4 km
stato 1993/95
	cantone
	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		Svizzera
tipo di bosco (17 classi)	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%	1000 m³	±%
nessuna indicazione	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	.
bosco non accessibile	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	.
arbusteto	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	.
superficie forestale perennemente non boscata	422	48	18	100	57	100	2154	30	418	52	751	45	0	.	210	74	435	41	222	50	600	65	51	100	0	.	213	71	317	63	278	55	199	49	643	54	306	71	327	56	0	.	749	42	837	40	55	100	296	53	9558	12
superficie forestale temporaneamente non boscata	0	.	0	.	32	100	123	69	0	.	0	.	0	.	8	100	490	42	0	.	69	71	0	.	14	100	113	75	54	100	0	.	0	.	66	73	0	.	51	60	11	74	34	100	176	71	0	.	0	.	1240	23
striscia aperta nel soprassuolo e scarpata	31	72	0	.	0	.	193	59	0	.	0	.	0	.	27	100	44	74	62	99	7	100	0	.	0	.	6	100	37	100	0	.	80	74	0	.	0	.	2	100	0	100	67	71	131	51	0	.	0	.	686	25
soprassuolo perennemente aperto	0	.	28	100	33	100	1457	23	131	93	190	43	0	.	159	57	3456	12	375	39	77	77	419	46	73	54	285	38	681	30	0	.	0	.	360	40	33	100	951	23	215	44	1429	24	1259	19	0	.	0	.	11613	7
selva, arboricoltura	0	.	0	.	0	.	0	.	0	.	7	100	0	.	0	.	15	100	0	.	0	.	0	.	0	.	0	.	87	100	0	.	0	.	0	.	58	100	973	29	0	.	73	98	0	.	0	.	0	.	1213	26
ceduo	0	.	29	100	0	.	364	55	13	100	9	100	124	72	0	.	103	68	0	.	9	100	0	.	0	.	19	100	0	.	71	100	132	60	0	.	0	.	2209	15	25	85	207	48	476	31	0	.	0	.	3791	12
ceduo composto	687	33	0	.	0	.	76	100	0	.	19	100	319	50	0	.	389	36	93	100	0	.	0	.	0	.	0	.	0	.	108	100	159	73	0	.	166	55	2733	13	0	.	365	48	61	74	0	.	446	40	5622	10
fustaia a struttura disetanea	0	.	0	.	0	.	3254	16	0	.	263	54	0	.	91	71	2544	16	197	65	385	42	597	32	54	100	0	.	804	34	0	.	0	.	329	41	0	.	1224	21	60	71	1239	26	2011	16	255	59	0	.	13307	7
fustaia irregolare	476	49	404	54	855	42	6735	12	215	62	2073	25	0	.	424	41	3347	15	1190	27	1785	27	989	29	352	46	514	34	1893	23	0	.	374	42	696	35	229	64	2521	16	220	62	1370	23	3700	15	37	100	710	34	31109	5
novelleto/spessina	227	38	8	100	35	98	677	26	73	97	108	52	0	.	146	50	1175	20	102	71	298	47	55	80	0	.	270	52	361	36	16	100	106	48	120	46	115	47	165	50	86	48	286	39	257	30	17	59	233	37	4934	9
perticaia	1835	18	39	72	117	64	4640	13	618	34	1524	21	65	100	492	49	3366	12	1297	24	1481	22	571	34	333	38	898	30	2198	17	457	36	710	26	823	29	1242	25	3652	13	881	26	2351	16	2299	13	482	41	1567	19	33939	4
fustaia giovane	3453	15	779	37	903	41	10923	10	1275	26	4607	16	0	.	1252	38	7744	10	3716	17	2340	21	986	27	671	39	1607	25	3151	19	1016	29	3639	15	1904	24	1257	29	1746	21	1062	35	6316	12	4088	14	303	52	2661	19	67400	4
fustaia adulta	5636	14	560	48	1676	29	22353	8	3071	18	6020	15	51	100	1107	36	12502	9	4889	15	5934	15	3935	16	749	43	2184	27	8252	14	1470	27	4261	16	3148	21	3139	20	2331	18	926	37	11538	10	6054	12	921	36	8596	12	121302	3
fustaia matura	4930	16	371	59	1490	34	20648	8	1439	29	3099	22	0	.	1321	31	10961	10	1515	28	6719	15	2893	19	76	100	750	45	6367	17	639	39	2501	24	2515	24	2599	23	2405	18	1305	30	6747	13	4804	15	388	77	5588	15	92070	4
totale	17698	7	2235	22	5197	17	73595	4	7254	11	18668	8	560	36	5236	15	46571	4	13658	8	19706	8	10495	9	2321	20	6860	13	24201	7	4055	15	12163	9	10605	10	9146	11	21290	4	4792	14	32771	5	26153	5	2459	22	20097	7	397785	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. 1232787. Birmensdorf, Swiss Federal Research Institute WSL

indietro