11 NHV-werkgroep Tijdreeksanalyse Discussiemiddag 1 oktober 2015 Paul Baggelaar Belang van ruismodel bij tijdreeksmodellering Icastat.

Slides:



Advertisements
Verwante presentaties
Statistische uitspraken over onbekende populatiegemiddelden
Advertisements

Introductie tot de lineaire regressie
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Icastat - AMO Icastat - AMO 1 NHV - dinsdag 6 maart 2012 drs. Paul K. Baggelaar Icastat ir. Eit C.J. van der Meulen AMO Trendanalyse op maat voor een meetnet.
vwo A/C Samenvatting Hoofdstuk 6
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Het vergelijken van twee populatiegemiddelden: Student’s t-toets
Help! Statistiek! Doorlopende serie laagdrempelige lezingen,
havo A Samenvatting Hoofdstuk 11
Tussenpresentatie Modelleren C Random Seeds Sanne Ernst Jarno van Roosmalen.
Blogs Annette Ficker Tim Oosterwijk Opdrachtgever: Matthieu Jonckheere
Eindpresentatie Modelleren C Random Seeds
Introductie Tim Vanhoomissen
Wiskunde D bij Moderne wiskunde
vwo C Samenvatting Hoofdstuk 14
vwo C Samenvatting Hoofdstuk 12
Gegevensverwerving en verwerking
Gegevensverwerving en verwerking
Meervoudige lineaire regressie
Inferentie voor regressie
Continue kansverdelingen
Deze week: Syllabus deel 2: Hoofdstuk 1 bestuderen
Help! Statistiek! Doorlopende serie laagdrempelige lezingen,
H4 Marktonderzoek Verschillende informatiebehoeften in verschillende fasen: Analyse fase Strategische fase Implementatie fase Evaluatie fase.
Voorspellende analyse
Hoofdstuk 16 De steekproefuitkomsten generaliseren naar de populatie en hypothesen over percentages en gemiddelden toetsen.
Hoofdstuk 6 Steekproeven trekken Methoden en technieken van onderzoek, 5e editie, Mark Saunders, Philip Lewis, Adrian Thornhill, Marije Booij en Jan.
Populatiegemiddelden: recap
Logistische regressie
Statistiek voor Historici
Statistiek voor Historici
Methodologie & Statistiek I Verband tussen twee variabelen 3.1.
Methodologie & Statistiek I Principes van statistisch toetsen 5.1.
Klik ergens op het witte deel van deze pagina om verder te gaan
De steekproefuitkomsten generaliseren naar de populatie
COLLEGE2PD2005 Deel I: historische, wetenschapstheoretische achtergrond; state of the art; A. 1. Geschiedenis testbeweging eind 19e eeuw 2.
Psychologische Test.
Statistiek.
Dyslexie en het geheugen: De ontbrekende schakel?
Cursus Regressie-analyse Rijkswaterstaat, 13 februari ASSUMPTIES (1)
1 Aart Smits (eauQstat), Eit C.J. van der Meulen (AMO) Gerrit van de Haar (RIWA), Paul K. Baggelaar (Icastat) Imputeren en beoordelen meetreeksen RIWA-base.
Cursus Regressie-analyse Rijkswaterstaat, 13 februari Enkelvoudige regressie-analyse Transparanten beschikbaar gesteld door Dr. B. Pelzer.
Regressie-analyse Casus:
Made by: BadBoysBroekhin
Methoden & Technieken van Onderzoek Maurice Scheepers Kamer H4.318
Onderzoeksvaardigheden 3
Valide tijdreeksmodellen Bestaan die ? Frans van Geer.
Nut en noodzaak van het ruismodel  NHV Tijdreeksanalyse discussiemiddag  Koen van der Hauw  1 oktober 2015 Enkele praktische ervaringen.
Workshop basismonitoring Belgische offshore windmolenparken Thema 1: natuurlijke variabiliteit & gradiënten N. Vanermen & S. Degraer WINMON Workshop, Oktober.
Workshop Starten met je onderzoek Hans de Braal en Gert-Jan de Fijter.
Marktonderzoek © 2011 | Noordhoff Uitgevers bv College 4 Hoofdstuk 6 Steekproef.
Talent in Ontwikkeling
Mart H. Mojet Workshop 2.2 Docentendag Netwerk Noord, 24 juni 2016 NLT Statistiek, Big Data, en MS Excel.
BACK TO BASICS steekproeven
Inhoud Ervaringen Valkuilen Lessen. Schatgraven in een tijdreeks Paul Baggelaar Icastat Statistisch Adviesbureau.
Wat zegt een steekproef?
Talent in Ontwikkeling
‘Dyslexie’ of Niet zo makkelijk leren lezen en spellen
Betrouwbaarheidsinterval
Hoofdstuk 16 De steekproefuitkomsten generaliseren naar de populatie en hypothesen over percentages en gemiddelden toetsen.
Wat maakt een PPT goed?.
Helderheid over materialiteit
Training statistiek NEN-689
Werkveldbijeenkomst Z&W 19 Juni 2018
Cursus Interne auditor
Voorbereiding accreditatie ringtesten rookgassen
Juridische onderbouwing van de waardewisselaar lerarenbeurs
Voorspellende analyse
Voorbereiding accreditatie ringtesten rookgassen
Transcript van de presentatie:

11 NHV-werkgroep Tijdreeksanalyse Discussiemiddag 1 oktober 2015 Paul Baggelaar Belang van ruismodel bij tijdreeksmodellering Icastat

Algemene vorm tijdreeksmodel Icastat 2 ruismodel deterministische component Autoregressieve deel ‘Moving-average’-deel Differentiedeelconstante modelresidu stochastische component (ruis)

Nut van ruismodel 1.Kan betere pasvorm tijdreeksmodel geven (vermindert onzekerheid), door ook structuur in ruis te benutten bij het modelleren 2.Kan objectieve kwantificering onzekerheden uitspraken mogelijk maken 3.Kan aanvullende informatie geven over proces dat tijdreeks heeft gegenereerd ( zoals niet- lineariteiten) Icastat 3

Principe ruismodellering Icastat 4 Breng stochastische component terug tot verschijnsel dat: minimaal is bekende waarschijnlijkheidswetten volgt Daardoor kunnen op basis van het model uitspraken worden gedaan met: minimale en kwantificeerbare onzekerheden

De kracht van statistiek - 1 Icastat 5 ? Populatie

De kracht van statistiek - 2 Icastat 6 Onverdachte / objectieve uitspraken over populatie, met: statistische significanties betrouwbaarheden Naar populatie Van aselecte steekproef

Een valkuil van statistiek Icastat 7 Naar populatie Niet-aselecte steekproef Objectieve kwantificering statistische significanties betrouwbaarheden is niet meer mogelijk

8 Eenvoudig tijdreeksmodel Y t = b 0 + b 1∙ X t + a t onderzoeksvariabele tijdsindex intercept hellingtijd modelresidu Icastat

9 Voorbeeld lineaire regressie Icastat

10 Significantie en betrouwbaarheid Icastat Significantie: 95%-betr.interval: Student-t-waarde Standafw modelresidu

11 Significantie en betrouwbaarheid Icastat Berekening veronderstelt Gaussiaanse witte ruis Modelresiduën zijn dan: afkomstig uit zelfde normale kansverdeling gemiddeld nul onafhankelijk van elkaar onafhankelijk van modelwaarden

12 Voorbeeld lineaire regressie Icastat

13 Modelresiduën normaal verdeeld? Icastat

14 Modelresiduën geen autocorrelatie? Icastat

15 Uitgebreide lineaire regressie ruis autoregressieve modelparameter modelresidu Icastat

16 Voorbeeld uitgebreide lineaire regressie Icastat

17 Modelresiduën geen autocorrelatie? Icastat

Modelleringscyclus Icastat 18 (correlogram / proceskennis) (minimalisatie modelresidu) (modelresidu witte ruis?)

Identificatie ruismodel Icastat 19 autocorrelogrampartieel autocorrelogram N t =  1 N t-1 + a t Keuze ruismodel: N t =  11 N t-1 + a t N t =  21 N t-1 +  22 N t-2 + a t

N t =  11 N t-1 + a t Identificatie ruismodel Icastat 20 autocorrelogrampartieel autocorrelogram N t =  1 N t-1 +  2 N t-2 + a t Keuze ruismodel:

Identificatie ruismodel Icastat 21 autocorrelogrampartieel autocorrelogram N t = a t -  1 a t-1 Keuze ruismodel:

Verificatie ruismodel Onafhankelijkheid modelresiduën? Icastat 22 autocorrelogrampartieel autocorrelogram Geen ‘structuur’ meer aanwezig

Verificatie ruismodel Normaliteit modelresiduën? Icastat 23 Voldoet aan normaliteit Bij niet-normaliteit => transformeren uitvoerreeks

Randvoorwaarden niet voldaan? 1.Niet melden en significanties / betrouwbaar- heden meegeven alsof er wél sprake is van Gaussiaanse witte ruis 2.Wel melden, maar stellen dat het weinig uitmaakt voor significanties / betrouwbaar- heden 3.Wel melden en stellen dat significanties / betrouwbaarheden daardoor niet meer objectief kwantificeerbaar zijn (ze zijn ‘zacht’) Icastat 24

Niet Gaussiaans? 1.Transformeer uitvoerreeks 2.Ga uit van theoretische kansverdeling waar modelresiduën best aan voldoen Bootstrappen empirische kansverdeling van modelresiduën? Deze kansverdeling vaststellen met modelvalidatie? kan realistischer beeld geven, omdat dan ook modelonzekerheid wordt verdisconteerd onafhankelijke validatieset lastig te vinden Icastat 25

Kernpunten Meegeven significanties / betrouwbaarheden is helemaal niet vanzelfsprekend Onderbouw eerst dat wordt voldaan aan randvoorwaarden (Gaussiaanse witte ruis) Wees terughoudend met uitspraken als niet wordt voldaan aan randvoorwaarden Icastat 26

Vragen? Icastat 27

Doelstellingen tijdreeksanalyse Icastat Systeeminzicht 3. Systeemregeling 2. Voorspellen uitvoer