Wave:GoodnessOfFit: Difference between revisions

From BlueM
Jump to navigation Jump to search
(→‎TODO: r195)
(Volumenfehler)
Line 4: Line 4:
==Beschreibung==
==Beschreibung==
'''GoodnessOfFit''' berechnet für zwei Zeitreihen die folgenden Indikatoren der Anpassungsgüte:
'''GoodnessOfFit''' berechnet für zwei Zeitreihen die folgenden Indikatoren der Anpassungsgüte:
=== Volumenfehler ===
:<math>m = 100 \cdot \frac{\sum_{t=1}^T{(Q_m^t - Q_o^t)}}{\sum_{t=1}^T{Q_o^t}}</math>
mit
:<code>m</code>: Volumenfehler [%]
:<code>Q<sub>o</sub><sup>t</sup></code>: gemessener Abfluss zum Zeitpunkt <code>t</code>
:<code>Q<sub>m</sub><sup>t</sup></code>: simulierter Abfluss zum Zeitpunkt <code>t</code>


=== Summe der Fehlerquadrate ===
=== Summe der Fehlerquadrate ===
:<math>\sum_{t=1}^T{\left(Q_o^t - Q_m^t\right)^2}</math>
:<math>F^2 = \sum_{t=1}^T{\left(Q_o^t - Q_m^t\right)^2}</math>


mit
mit
:<code>Q<sub>o</sub></code>: gemessener Abfluss
:<code>F<sup>2</sup></code>: Summe der Fehlerquadrate
:<code>Q<sub>m</sub></code>: simulierter Abfluss
:<code>Q<sub>o</sub><sup>t</sup></code>: gemessener Abfluss zum Zeitpunkt <code>t</code>
:<code>Q<sub>m</sub><sup>t</sup></code>: simulierter Abfluss zum Zeitpunkt <code>t</code>


===Nash-Sutcliffe Koeffizient===
===Nash-Sutcliffe Effizienz===
:<math>1-\frac{\sum_{t=1}^T\left(Q_o^t-Q_m^t\right)^2}{\sum_{t=1}^T\left(Q_o^t-\overline{Q_o}\right)^2}</math> <ref>'''Nash, J. E. and J. V. Sutcliffe''' (1970): [http://dx.doi.org/10.1016/0022-1694(70)90255-6 River flow forecasting through conceptual models part I &mdash; A discussion of principles], Journal of Hydrology, 10 (3), 282&ndash;290.</ref>
:<math>E = 1-\frac{\sum_{t=1}^T\left(Q_o^t-Q_m^t\right)^2}{\sum_{t=1}^T\left(Q_o^t-\overline{Q_o}\right)^2}</math> {{:Literatur:Nash-Sutcliffe 1970|}}


mit
mit
:<code>Q<sub>o</sub></code>: gemessener Abfluss
:<code>E</code>: Nash-Sutcliffe Effizienz [-]
:<code>Q<sub>m</sub></code>: simulierter Abfluss
:<code><span style="text-decoration:overline;">Q<sub>o</sub></span></code>: Mittelwert des gemessenen Abflusses
:<code>Q<sub>o</sub><sup>t</sup></code>: gemessener Abfluss zum Zeitpunkt <code>t</code>
:<code>Q<sub>m</sub><sup>t</sup></code>: simulierter Abfluss zum Zeitpunkt <code>t</code>


<blockquote>
<blockquote>
Line 26: Line 37:
===Hinweise===
===Hinweise===
Die beiden Zeitreihen werden vor der Analyse bereinigt, d.h. die Längen werden aufeinander zugeschnitten und alle nicht-gemeinsamen Stützstellen werden entfernt. Ausserdem werden auch alle Stützstellen entfernt, bei denen eine der Reihen einen NaN-Wert aufweist.
Die beiden Zeitreihen werden vor der Analyse bereinigt, d.h. die Längen werden aufeinander zugeschnitten und alle nicht-gemeinsamen Stützstellen werden entfernt. Ausserdem werden auch alle Stützstellen entfernt, bei denen eine der Reihen einen NaN-Wert aufweist.
==TODO==
* Volumenfehler berechnen


==Literaturangaben==
==Literaturangaben==

Revision as of 05:50, 25 February 2009

Wave.png Wave | Download | Development

Beschreibung

GoodnessOfFit berechnet für zwei Zeitreihen die folgenden Indikatoren der Anpassungsgüte:

Volumenfehler

[math]\displaystyle{ m = 100 \cdot \frac{\sum_{t=1}^T{(Q_m^t - Q_o^t)}}{\sum_{t=1}^T{Q_o^t}} }[/math]

mit

m: Volumenfehler [%]
Qot: gemessener Abfluss zum Zeitpunkt t
Qmt: simulierter Abfluss zum Zeitpunkt t

Summe der Fehlerquadrate

[math]\displaystyle{ F^2 = \sum_{t=1}^T{\left(Q_o^t - Q_m^t\right)^2} }[/math]

mit

F2: Summe der Fehlerquadrate
Qot: gemessener Abfluss zum Zeitpunkt t
Qmt: simulierter Abfluss zum Zeitpunkt t

Nash-Sutcliffe Effizienz

[math]\displaystyle{ E = 1-\frac{\sum_{t=1}^T\left(Q_o^t-Q_m^t\right)^2}{\sum_{t=1}^T\left(Q_o^t-\overline{Q_o}\right)^2} }[/math] [1]

mit

E: Nash-Sutcliffe Effizienz [-]
Qo: Mittelwert des gemessenen Abflusses
Qot: gemessener Abfluss zum Zeitpunkt t
Qmt: simulierter Abfluss zum Zeitpunkt t

Nash-Sutcliffe efficiencies can range from -∞ to 1. An efficiency of 1 (E=1) corresponds to a perfect match of modeled discharge to the observed data. An efficiency of 0 (E=0) indicates that the model predictions are as accurate as the mean of the observed data, whereas an efficiency less than zero (-∞<E<0) occurs when the observed mean is a better predictor than the model. Essentially, the closer the model efficiency is to 1, the more accurate the model is.

-- Wikipedia[2]

Hinweise

Die beiden Zeitreihen werden vor der Analyse bereinigt, d.h. die Längen werden aufeinander zugeschnitten und alle nicht-gemeinsamen Stützstellen werden entfernt. Ausserdem werden auch alle Stützstellen entfernt, bei denen eine der Reihen einen NaN-Wert aufweist.

Literaturangaben

  1. Nash, J. E. and Sutcliffe, J. V. (1970): River flow forecasting through conceptual models part I — A discussion of principles, Journal of Hydrology, 10 (3), 282–290, DOI:10.1016/0022-1694(70)90255-6.
  2. Wikipedia contributors: "Nash-Sutcliffe efficiency coefficient," Wikipedia, The Free Encyclopedia, http://en.wikipedia.org/w/index.php?title=Nash-Sutcliffe_efficiency_coefficient&oldid=231196847 (accessed September 18, 2008).