#' @title Validatie van het afgeleid model
#'
#' @description
#' Functie die de validatie uitvoert op het verschoven Vlaams model en een
#' overzicht geeft van de afwijkende metingen (zodat de gebruiker deze kan
#' valideren).
#'
#' `validatie.afgeleid()` roept meerdere hulpfuncties op:
#' - `rmse.basis()` en `rmse.verschuiving()`
#' - `afwijkendeMetingen()`
#' - `validatierapport()`
#'
#' Voorafgaand aan het uitvoeren van deze laatste functie worden eerst de
#' slechtste modellen opgelijst (op basis van RMSE en afwijkende metingen).
#'
#' @param Basismodel Model per boomsoort zoals teruggegeven door de functie
#' `fit.basis()`: tibble met de velden `BMS` (boomsoort) en `Model`
#' (`lme`-object met het gefit mixed model voor die boomsoort)
#' @param Afgeleidmodel Model per boomsoort-domeincombinatie zoals teruggegeven
#' door de functie `fit.afgeleid()`: list met 2 tibbles.
#'
#' @inheritParams afwijkendeMetingen
#' @inheritParams validatierapport
#' @inheritParams validatie.basis
#' @inheritParams initiatie
#'
#' @return De functie genereert een validatierapport (`.html`-bestand) in de
#' working directory met informatie en grafieken van de te controleren metingen.
#' De afwijkende metingen zijn in rood aangeduid (zie `?validatierapport` of
#' vignet voor meer informatie).
#'
#' De functie geeft een dataframe terug met de te controleren metingen, met
#' behalve de informatie uit de databank een aantal berekende waarden:
#' - `H_D_finaal`: een geschatte hoogte voor de omtrekklasse volgens het
#' domeinmodel
#' - `rsmeD`: de foutenschatting voor het domeinmodel
#' - `H_VL_finaal`: een geschatte hoogte voor de omtrekklasse volgens het
#' Vlaams model waarvan het domeinmodel afgeleid is
#' - `rmseVL`: de foutenschatting voor dit Vlaams model
#' - `HogeRmse`: `TRUE` als het domeinmodel een hoge RMSE heeft, anders `NA`
#'
#' @export
#'
#' @importFrom dplyr %>% filter rowwise do select distinct mutate bind_rows
#' group_by summarise ungroup inner_join transmute
#' @importFrom plyr .
#' @importFrom rlang .data
#' @importFrom assertthat assert_that is.count
#'
validatie.afgeleid <-
function(Basismodel, Afgeleidmodel, AantalDomHogeRMSE = 20,
ExtraCurvesRapport = NULL, Bestandsnaam = "Validatie_Afgeleid.html",
TypeRapport = "Dynamisch", PathWD = getwd()) {
invoercontrole(Basismodel, "basismodel")
invoercontrole(Afgeleidmodel, "afgeleidmodel")
AModel <- Afgeleidmodel[[1]]
#Rmse van Vlaams model berekenen
RmseVL <- Basismodel %>%
filter(.data$BMS %in% unique(AModel$BMS)) %>%
rowwise() %>%
do(
rmse.basis(.$Model$data, "Basis", .$BMS)
) %>%
ungroup() %>%
mutate(
sseVL = (.data$rmseVL) ^ 2 * (.data$nBomenIntervalOmtrek05 - 2)
) %>%
group_by(.data$BMS) %>%
summarise(
nBomen = sum(.data$nBomen),
nBomenInterval = sum(.data$nBomenInterval),
nBomenIntervalOmtrek05VL = sum(.data$nBomenIntervalOmtrek05),
rmseVL = sqrt(sum(.data$sseVL) / (.data$nBomenIntervalOmtrek05VL - 2))
) %>%
ungroup()
#Rmse van verschuiving berekenen en combineren met die van Vlaams model
Rmse <- AModel %>%
rowwise() %>%
do(
rmse.verschuiving(.$Model, .$BMS, .$DOMEIN_ID)
) %>%
ungroup() %>%
inner_join(
RmseVL %>% select("BMS", "rmseVL"),
by = c("BMS")
) %>%
mutate(
rmseD = sqrt(.data$rmseVL ^ 2 + .data$RmseVerschuiving ^ 2)
)
Hoogteschatting <- AModel %>%
inner_join(
x = Afgeleidmodel[[2]],
by = c("BMS", "DOMEIN_ID")
) %>%
group_by(
.data$BMS,
.data$DOMEIN_ID
) %>%
do(
hoogteschatting.afgeleid(.$Model[[1]],
select(., -"Model"))
) %>%
ungroup() %>%
mutate(
ResidD2 = (.data$HOOGTE - .data$H_D_finaal) ^ 2
)
Dataset <- Hoogteschatting %>%
select("BMS", "DOMEIN_ID", "ResidD2") %>%
filter(!is.na(.data$ResidD2)) %>%
group_by(.data$BMS, .data$DOMEIN_ID) %>%
summarise(
maxResid = max(c(.data$ResidD2))
) %>%
ungroup() %>%
inner_join(
Hoogteschatting,
by = c("BMS", "DOMEIN_ID"),
multiple = "all"
) %>%
left_join(
Rmse,
by = c("BMS", "DOMEIN_ID")
) %>%
group_by(.data$BMS, .data$DOMEIN_ID) %>%
mutate(
Q5k = min(.data$Omtrek) + 0.3,
Q95k = max(.data$Omtrek) - 0.2
) %>%
ungroup()
AfwijkendeMetingen <- afwijkendeMetingen(Dataset, AantalDomHogeRMSE)
if (!is.null(ExtraCurvesRapport)) {
assert_that(has_name(ExtraCurvesRapport, "DOMEIN_ID"))
assert_that(has_name(ExtraCurvesRapport, "BMS"))
ZonderJoin <- ExtraCurvesRapport %>%
anti_join(Dataset, by = c("DOMEIN_ID", "BMS"))
if (nrow(ZonderJoin) > 0) {
warning("Niet elk opgegeven record in ExtraCurvesRapport heeft een afgeleid model") #nolint: line_length_linter
}
} else {
ExtraCurvesRapport <-
data.frame(DOMEIN_ID = character(0), BMS = character(0))
}
SlechtsteModellen <- AfwijkendeMetingen %>%
filter(.data$HogeRmse & .data$Status != "Goedgekeurd") %>%
select("DOMEIN_ID", "BMS") %>%
distinct() %>%
mutate(
Reden = "hoge RMSE"
) %>%
bind_rows(
AfwijkendeMetingen %>%
filter(
.data$Status != "Goedgekeurd"
) %>%
select(
"BMS", "DOMEIN_ID"
) %>%
distinct() %>%
mutate(
Reden = "afwijkende metingen"
)
) %>%
bind_rows(
ExtraCurvesRapport %>%
transmute(
.data$DOMEIN_ID,
.data$BMS,
Reden = "opgegeven als extra curve"
)
) %>%
group_by(
.data$BMS, .data$DOMEIN_ID
) %>%
summarise(
Reden = paste(.data$Reden, collapse = ", ")
) %>%
ungroup()
validatierapport(SlechtsteModellen, AfwijkendeMetingen, Dataset,
Bestandsnaam, TypeRapport, PathWD = PathWD)
return(AfwijkendeMetingen)
}
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.