De nieuwste versie is van 7 juni 2024 versie 6.0.23.
Tijdreeksanalist bevat een grote set van kandidaatmodellen om een tijdreeksanalyse uit te kunnen voeren. Met de discrete Box-Jenkins methode kunnen zowel ARMA- als hydrologische functies gemodelleerd worden. De rapportage van tijdreeksanalyses is verder verbeterd en uitgebreid.
De gebruiksvriendelijkheid is verbeterd in verband met de ontwikkeling van de handleiding tijdreeksanalyse (STOWA). Nieuw is dat nu gemakkelijk bij de tijdreeksanalyses de bijbehorende neerslag- en verdampingsmeetreeksen direct van KNMI-website met de weerstations en de neerslagstations gedownload kunnen worden.
Met onderstaande dowloadmogelijkheid stellen we de probeer- of oefenversie van Tijdreeksanalist beschikbaar. Deze versie heeft de volledige functionaliteit. Voorbeeldbestanden met instructies zijn meegeleverd. Verschillende modelleringen van de STOWA-handleiding kunnen nagespeeld worden zowel van de BJTR- als de Pirfict-modelleringen.
Download probeer- of oefenversie Tijdreeksanalist (voor de toegang leveren we een wachtwoord).
De export van modelresultaten is uitgebreid met de mogelijk een rapport van de tijdreeksanalyse van een tijdreeksanalysesessie te genereren. Voorbeeld van een rapportage van een modellering met grafieken van de residuen- en ruisanalyse, simulaties en voorspellingen:
rapport_B16D_14dag_PNOVersie 6 is ontwikkeld met de Matlab Compiler van augustus 2022.
In versie 5 is de modelresiduenanalyse uitgebreid met toetsen voor geen heteroscedasticiteit, met de Engle-toets en de Breusch-Pagan-toets. De Engle-toets toetst of de variantie van de modelresiduen constant is in de tijd. De Breusch-Pagan-toets toetst of de variantie van de modelresiduen onafhankelijk is van modelwaarden. Beide toetsen zijn extra belangrijke analysemogelijkheden voor het ontwikkelen van een betrouwbaar tijdreeksmodel.
Een nieuwe functionaliteit van Tijdreeksanalist is ook het ruimtelijk presenteren van tijdreeksanalyseresultaten. Per meetpunt kan informatie over de modellering opgevraagd worden. Niet onbelangrijk is daarbij de ‘gain’ of evenwichtsrelatie (de verandering van de uitvoervariabele bij een verhoging met een eenheid van de invoervariabele) met de bijbehorende standaardfout die aangeeft of een bijdrage van een invoervariabele significant is. Bij een betrouwbaar tijdreeksmodel, waarbij de modelresiduen normaal verdeeld zijn en geen autocorrelatie bevatten, is ook de evenwichtsrelatie normaal verdeeld. In het onderstaande voorbeeld mogen we met 95% betrouwbaarheid aannemen dat de bijdrage van zowel het neerslagoverschot als de winning significant is.
Als er sprake is van autocorrelatie van modelresiduen dan wordt de standaardfout van de evenwichtsrelatie onderschat. Wij stellen dat zonder een goed ruismodel afgeleide betrouwbaarheden onbruikbaar zijn. Zie ook voor de ontwikkeling van een betrouwbaar tijdreeksmodel Interactieve tijdreeksmodelontwikkeling.
Tijdreeksanalist (TRG) is een programma in ontwikkeling sinds 2005.