Duiding en beleidsnotitie
Ontwikkeling verklaren en vergelijken
Eigen ontwikkeling en referentiegroepen
Basisontwikkeling van referentiejaar tot laatste prognosejaar. Exposuregroep en AMIGO volgen de keuzes in het menu; dubbelen tellen één keer mee.
Vergelijkbare historische ontwikkeling
Vergelijkt maximaal zes opeenvolgende waarnemingsjaren, met minstens vier jaren. Zoekt binnen dezelfde modelrun; in wijkmodus alleen binnen de gekozen gemeente.
Gevoeligheid van kenmerken
Download gevoeligheidPrimaire reeks en actuele instellingen · lokaal afdrukbaar als PDF.
Basisontwikkeling · klik een gebied voor details. Zoom: Ctrl + scroll of ↑ / ↓ wanneer de kaart focus heeft.
Gebied verkennen
Gebieden vergelijken
Kaartwaarden als tabel
Verdieping
Analyse, uitvoer en modelverantwoording logisch gegroepeerd
Open panel
Sluit panel
Kwaliteit en onzekerheid
Lees eerst de afzonderlijke out-of-sample kaarten en gebruik de in-sample kaarten daarna als diagnostische vergelijking.
Globale model fit · alle gemeenten of wijken
De volledige geselecteerde modelrun: OOS beoordeelt voorspelkracht; in-sample beschrijft historische passing.
WAPE en langetermijnprognoses: hoe weeg je ze samen?
Een lagere OOS-WAPE betekent kleinere voorspelfouten in de getoetste perioden. Een iets hogere WAPE sluit betere langetermijnprognoses niet uit, maar is daar ook geen bewijs voor. Een plausibel ogende curve vervangt geen validatie.
Vergelijk modellen op dezelfde gebieden, testjaren en prognosehorizon. Korte backtests onderbouwen een veel langere prognose slechts beperkt. Bekijk meerdere rolling-origin folds, bias, intervaldekking en gevoeligheid voor een extra meetjaar. WAPE over alle gebieden wordt relatief sterk bepaald door gebieden met grote aantallen.
Een NB-GAM kan niet-lineaire relaties beschrijven en multilevel-effecten kunnen lokale ruis dempen. Dat maakt de toekomst niet automatisch betrouwbaarder. De log-link zorgt voor positieve verwachtingen en kan bij een stijgende lineaire trend op de logschaal juist exponentiële groei geven. Afvlakking is geen ingebouwde garantie.
Kies bij een klein WAPE-verschil niet uitsluitend op de foutmaat of de vorm van de curve. Onderbouw de keuze met validatie op de gewenste horizon, stabiele prognoses, inhoudelijk verdedigbare aannames en vergelijking met eenvoudige baselines. Scenario-elasticiteiten zijn modelrelaties, geen bewezen causale beleidseffecten.
Methodische achtergrond: Forecasting: Principles and Practice .
Leeswijzer kwaliteitsmaten
Begin bij de OOS-resultaten: die geven de beste indicatie van prestaties op niet voor de schatting gebruikte perioden. Gebruik in-sample alleen als diagnose van de modelpassing.
- Controleer de bewijsstatus. Een gedeeltelijke horizon of weinig folds maakt OOS-uitkomsten minder stabiel.
- Lees WAPE en MAE samen. WAPE is schaalvrij; MAE drukt de gemiddelde fout uit in de eenheid van de uitkomst.
- Controleer bias. Een waarde rond nul is gewenst. Positief duidt op gemiddeld hoger voorspellen en negatief op gemiddeld lager voorspellen.
- Vergelijk intervaldekking met het nominale niveau. Bij een 90%-interval is een dekking rond 90% gewenst; hoger is niet automatisch beter.
- Bekijk daarna de intervalbreedte. Smallere intervallen zijn preciezer, maar alleen als de dekking voldoende blijft.
Gebruik kwaliteitsmaten altijd gezamenlijk. Eén lage foutmaat is onvoldoende wanneer bias, dekking of OOS-bewijs ongunstig is.
Lokale model fit · geselecteerd gebied
Prognoseonzekerheid
Geselecteerd gebied en modelgemiddelde waar beschikbaar; intervalbreedte is geen historische foutmaat.
Onzekerheid per jaar
AMIGO · Gezondheid en Welzijn
Gemeenten met hetzelfde profiel. De gekozen gemeente telt niet mee in haar eigen referentielijn.