NHV - dinsdag 6 maart 2012 drs. Paul K. Baggelaar Icastat ir. Eit C.J. van der Meulen AMO. Trendanalyse op maat voor een meetnet waterkwaliteit. Hoofddoelstellingen milieumeetnetten. Beschrijven en beoordelen van: de toestand objectiveren met behulp van normen - PowerPoint PPT Presentation
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Beschrijven en beoordelen van:Beschrijven en beoordelen van:
1.1. de de toestandtoestandobjectiveren met behulp van normenobjectiveren met behulp van normen
2.2. de de veranderingverandering van de toestand van de toestandobjectiveren met behulp van statistische objectiveren met behulp van statistische methodenmethoden vergt veel inspanning bij grootschalig vergt veel inspanning bij grootschalig meetnet (duizenden reeksen)meetnet (duizenden reeksen)
Vorm van niet-stationariteitVorm van niet-stationariteit
Verandering in het Verandering in het centrum centrum van de van de kansverdeling van meetwaarden over kansverdeling van meetwaarden over tenminste enkele jarentenminste enkele jaren
We richten ons op de We richten ons op de monotonemonotone trend trend
Ondergrens van nulOndergrens van nul Gecensureerde meetwaarden Gecensureerde meetwaarden (bv. < 1 (bv. < 1
g/l)g/l) Uitschieters, meestal naar bovenUitschieters, meestal naar boven Scheve kansverdeling Scheve kansverdeling (naar rechts)(naar rechts) SeizoenspatroonSeizoenspatroon Correlatie in tijd of ruimteCorrelatie in tijd of ruimte
Criteria bij keuze trendtoetsCriteria bij keuze trendtoets1.1. Empirisch significantieniveau niet hoger Empirisch significantieniveau niet hoger
dan gehanteerd significantieniveau (dan gehanteerd significantieniveau () ) verleent objectiviteit en zeggingskracht aan verleent objectiviteit en zeggingskracht aan signaleringsfunctie van het meetnetsignaleringsfunctie van het meetnet
2.2. Hoogste onderscheidend vermogen ( Hoogste onderscheidend vermogen (1-1-) ) van alle trendtoetsen die aan van alle trendtoetsen die aan 1.1. voldoen voldoen er wordt dan zo efficiënt mogelijk informatie er wordt dan zo efficiënt mogelijk informatie gefilterd uit de duur betaalde meetgegevensgefilterd uit de duur betaalde meetgegevens
Lukt zelden volledig en toepassen van Lukt zelden volledig en toepassen van een parametrische toets/schatter is dan een parametrische toets/schatter is dan niet optimaalniet optimaal
Geeft ‘kromme’ trends in de meetschaalGeeft ‘kromme’ trends in de meetschaal
Bij niet-normaliteit geven wij de voorkeur Bij niet-normaliteit geven wij de voorkeur aan verdelingsvrije methodenaan verdelingsvrije methoden
Theilhelling en Kendall-seizoenshelling zijn beideTheilhelling en Kendall-seizoenshelling zijn beide zuiverezuivere en en robuusterobuuste schatters, met schatters, met
grotere nauwkeurigheidgrotere nauwkeurigheid dan lineaire regressie- dan lineaire regressie-helling bij scheve kansverdelingenhelling bij scheve kansverdelingen
ConclusiesConclusies1.1. Maatwerk bij trendanalyse loont: meer Maatwerk bij trendanalyse loont: meer
onderscheidend vermogen bij trendtoetsen en onderscheidend vermogen bij trendtoetsen en grotere nauwkeurigheid bij trendschattengrotere nauwkeurigheid bij trendschatten
2.2. Selectie toets/schatter obv soort kansverdeling Selectie toets/schatter obv soort kansverdeling en al of geen seizoenseffecten en/of en al of geen seizoenseffecten en/of autocorrelatieautocorrelatie
3.3. Bij niet-normaliteit verdelingsvrije methodenBij niet-normaliteit verdelingsvrije methoden
4.4. Selectieprocedure en trendanalyse zijn zodanig Selectieprocedure en trendanalyse zijn zodanig geobjectiveerd dat ze automatisch uitgevoerd geobjectiveerd dat ze automatisch uitgevoerd kunnen wordenkunnen worden