Určení váhových koeficientů pro vyrovnání dat s ohledem na kvalitu a nekonzistenci vstupů (D1.4.8)

Determination of weighting coefficients for data reconciliation with respect to input quality and inconsistencies (D1.4.8)

report

Czech

Historická data o produkci odpadu mají značně rozdílnou variabilitu. V některých případech lze historicky pozorovat jasně nastolený trend, což umožňuje snadnou extrapolaci do budoucnosti. Pokud však data vykazují vysokou variabilitu, je model jejich trendu méně spolehlivý. V rámci kroku bilancování dat dochází ke korekci trendu. Nastavením vah je možné data některých producentů považovat za více důvěryhodná než data od producentů ostatních. Právě těsnost proložení historických dat bude uvažována jako měřítko jejich důvěryhodnosti. Řada historických dat od producenta se stabilním a tím i snáze predikovatelným vývojem bude mít pro bilanci vyšší váhu. Producenti s nízkou vahou budou při bilancování podléhat významnější korekci.

Historical data on waste production have very different variability. In some cases, a clear trend can be observed historically, which allows for easy extrapolation to the future. However, if the data show high variability, their trend model is less reliable. As part of the data balancing step, the trend is corrected. By setting weights, data from some producers can be considered more reliable than data from other producers. It is the tightness of the interpolation of historical data that will be considered as a measure of their credibility. A number of historical data from the producer with a stable and thus easier to predict development will have a higher weight for the balance. Low weight producers will be subject to a more significant correction when balancing.

vyrovnávání dat; prognóza produkce odpadu; průměrná absolutní procentuální chyba; nástroj Justine

data reconciliation; waste production forecast; average absolute percentage error; Justine tool

SMEJKALOVÁ, V.; ŠOMPLÁK, R.; PAVLAS, M.

30. 9. 2020

14