XXL Nutrition

Het grote Avondklok/Lockdown topic

Dit zie ik keer op keer gebeuren, de mensen die bij het RIVM werken verwerken data en maken voorspellende modellen. De voorspellingen kloppen, allen worden keer op keer verkeerd geïnterpreteerd.
Kan nog wel vraagtekens zetten bij het nut van een model maken met enorme onzekerheid. Zou jij iets over dat vlampunt willen rapporteren als de 95% zekerheidsmarge van 30C tot 500+C loopt? Of zeg je dan dat het meet/rekenproces ontoereikend is?
 
Het is bij mij vooral een frustratie voortkomend uit beroepsdeformatie. Sinds kort wordt het land slechter geleid dan het bedrijf waar ik voor werk en ook de kritiek op de mensen achter de data komt wel erg dichtbij. Een simpel voorbeeld uit mijn praktijk. Onze fabriek heeft een afvalstroom die middels tankauto's wordt afgevoerd, om dit transport te classificeren wordt o.a. het vlampunt (de temperatuur die de vloeistof minimaal moet hebben om ontstoken te kunnen worden) bepaald. Dit doen we conform een internationaal gestandaardiseerde test. De grenswaarde is 65°C, een tijd terug heeft de klant aangegeven dat zijn 64°C hadden gevonden terwijl op het certificaat stond >65°C (+/- 5%). Dit leverde heel veel gezeik op, vooral omdat we die batch driemaal gemeten hadden, met als resultaten 65; 64; en 66°C, deze resultaten vallen allen binnen de gehanteerde foutmarge en wij als laboratorium voeren de analyses slecht in opdracht uit. Dat een andere afdeling meerdere keren hetzelfde monster instuurt om zo hopelijk een gewenste uitslag te krijgen is niet ons probleem. Maar daar dacht onze leidinggevende (zonder laboratoriumachtergrond) toch echt anders over, hij eiste een gedegen onderzoek en uitleg. Om een langverhaal toch wat korter te maken kwam onze engineer die verantwoord is de voor de kwaliteit en betrouwbaarheid van onze data uiteindelijk met de conclusie dat wij juiste gehandeld hebben en andere partijen de data al jaren verkeerd interpreteren (de aflopen 10 jaar was het resultaat hoger dan 70°C dus is er ook nooit een vergelijkbaar probleem geweest), daar kon de hogere leiding zich niet in vinden en eiste meer uitleg. De reactie was toen dat de materie blijkbaar te moeilijk was om begrijpelijk aan het management uit te leggen, de enige reactie die toen volgde was dat er besloten was om de intern grenswaarde met 5°C te verlagen.

Dit zie ik keer op keer gebeuren, de mensen die bij het RIVM werken verwerken data en maken voorspellende modellen. De voorspellingen kloppen, allen worden keer op keer verkeerd geïnterpreteerd.
Volgens de voorspellingen zouden er nu toch 1.700 mensen op de ic moeten liggen?
Ik reageer er straks even uitgebreider op, ik ben met iets teveel tegelijkertijd bezig. Maar ik waardeer je antwoord!
 
Trek vooral je conclusie.

Wat is er mis met bankhangen trouwens? jammer, die afgunst naar bankhangers. Eten, slapen, trainen.
Dacht dat jij er iets mis mee vond. Ik vind het zonde van het leven.

Wat denk jij, zouden ze gewoon thuis kunnen blijven werken als ze dat zelf willen ongeacht wat een ander/baas daarvan vind?

Ik stel me voor dat ze gewoon door kunnen gaan hoe ze nu zo fijn vinden en als iemand belt/mailt waar ze zijn ze gewoon kunnen zeggen dat ze het nieuwe normaal wel prima vinden.
 
  • Topic Starter Topic Starter
  • #1.564
Het is bij mij vooral een frustratie voortkomend uit beroepsdeformatie. Sinds kort wordt het land slechter geleid dan het bedrijf waar ik voor werk en ook de kritiek op de mensen achter de data komt wel erg dichtbij. Een simpel voorbeeld uit mijn praktijk. Onze fabriek heeft een afvalstroom die middels tankauto's wordt afgevoerd, om dit transport te classificeren wordt o.a. het vlampunt (de temperatuur die de vloeistof minimaal moet hebben om ontstoken te kunnen worden) bepaald. Dit doen we conform een internationaal gestandaardiseerde test. De grenswaarde is 65°C, een tijd terug heeft de klant aangegeven dat zijn 64°C hadden gevonden terwijl op het certificaat stond >65°C (+/- 5%). Dit leverde heel veel gezeik op, vooral omdat we die batch driemaal gemeten hadden, met als resultaten 65; 64; en 66°C, deze resultaten vallen allen binnen de gehanteerde foutmarge en wij als laboratorium voeren de analyses slecht in opdracht uit. Dat een andere afdeling meerdere keren hetzelfde monster instuurt om zo hopelijk een gewenste uitslag te krijgen is niet ons probleem. Maar daar dacht onze leidinggevende (zonder laboratoriumachtergrond) toch echt anders over, hij eiste een gedegen onderzoek en uitleg. Om een langverhaal toch wat korter te maken kwam onze engineer die verantwoord is de voor de kwaliteit en betrouwbaarheid van onze data uiteindelijk met de conclusie dat wij juiste gehandeld hebben en andere partijen de data al jaren verkeerd interpreteren (de aflopen 10 jaar was het resultaat hoger dan 70°C dus is er ook nooit een vergelijkbaar probleem geweest), daar kon de hogere leiding zich niet in vinden en eiste meer uitleg. De reactie was toen dat de materie blijkbaar te moeilijk was om begrijpelijk aan het management uit te leggen, de enige reactie die toen volgde was dat er besloten was om de intern grenswaarde met 5°C te verlagen.

Dit zie ik keer op keer gebeuren, de mensen die bij het RIVM werken verwerken data en maken voorspellende modellen. De voorspellingen kloppen, allen worden keer op keer verkeerd geïnterpreteerd.
Managers, nog zo'n zinloze levensvorm.
 
Kan nog wel vraagtekens zetten bij het nut van een model maken met enorme onzekerheid. Zou jij iets over dat vlampunt willen rapporteren als de 95% zekerheidsmarge van 30C tot 500+C loopt? Of zeg je dan dat het meet/rekenproces ontoereikend is?

Volgens de voorspellingen zouden er nu toch 1.700 mensen op de ic moeten liggen?
Ik reageer er straks even uitgebreider op, ik ben met iets teveel tegelijkertijd bezig. Maar ik waardeer je antwoord!
Gelukkig houd ik me niet bezig met voorspellingen, alleen met meetdata, maar ook daar zitten soms duizelingwekkende foutmarges in analyses. Zo moeten wij voor een complete analyse van sommige gasstromen 3 drie verschillende analyses uitvoeren en bij elkaar optellen. Als de optelsom van alle 3 bij elkaar een totaal oplevert tussen de 50 en 250% mogen we deze data normaliseren, dat houdt in het totaal als 100% definiëren, de hoeveelheid van de individuele componenten worden dus gewoon allemaal in gelijk mate vermenigvuldigd (of gedeeld) om zodoende als optelsom op 100% uit te komen.

Chrisk had dacht ik die grafiekjes gepost waar uit zou moeten blijken dat er 1700 mensen op de ic zouden moeten liggen, met daarom heen een roze 95% betrouwbaarheidsinterval, ik vermoed dat het huidige aantal netjes binnen die roze pluim zit. Zo niet, er was een klans van 5% dat de cijfers buiten die pluim zouden vallen.
 
Ik denk dat het voor de geestelijke gezondheid wel goed is dat sommigen hier hun schermtijd wat minderen en wat vaker een frisse neus gaan halen.
 
Gelukkig houd ik me niet bezig met voorspellingen, alleen met meetdata, maar ook daar zitten soms duizelingwekkende foutmarges in analyses. Zo moeten wij voor een complete analyse van sommige gasstromen 3 drie verschillende analyses uitvoeren en bij elkaar optellen. Als de optelsom van alle 3 bij elkaar een totaal oplevert tussen de 50 en 250% mogen we deze data normaliseren, dat houdt in het totaal als 100% definiëren, de hoeveelheid van de individuele componenten worden dus gewoon allemaal in gelijk mate vermenigvuldigd (of gedeeld) om zodoende als optelsom op 100% uit te komen.
Hardstikke mooi dat dat statistisch allemaal kan. Maar context matters; wat is het beoogde doel van het gegeven dat uit die optelsom komt en hoe verschillend zijn de gevolgen binnen dat bereik? Je zou dat zo niet mogen doen als de hele fabriek ontploft wanneer het 200% zou blijken te zijn en je niet weet of het 50% of 250% is. Die range bevat alle overwegingen dat het in de context niet uitmaakt wat het preciezer dan dat is.

Dat gaat voor de ICpluim niet op, daarin komt de onzekerheidsmarge uit de beperkingen van het model en wordt er geen overweging gedaan of dat wel een nuttig bereik geeft, is de data wel representatief genoeg voor hetgeen je met de uitkomst wilt beslissen?

Er zouden ranges moeten worden gedefinieerd die bepalend kunnen zijn voor scenario's; minder dan 750 is acceptabel met maatregelen, minder dan 1500 zonder maatregelen, zoiets. En dan moet je met een model komen dat daartussen kan kiezen. Niet waarbij elke uitkomst net zo goed buiten alle relevantie kan vallen, ergens tussen 500 tot 2500, maar dat er bijvoorbeeld 500-700 uitrolt, zodat je er tenminste iets mee kunt.

Chrisk had dacht ik die grafiekjes gepost waar uit zou moeten blijken dat er 1700 mensen op de ic zouden moeten liggen, met daarom heen een roze 95% betrouwbaarheidsinterval, ik vermoed dat het huidige aantal netjes binnen die roze pluim zit. Zo niet, er was een klans van 5% dat de cijfers buiten die pluim zouden vallen.
Een wijs man zei eens: models are always wrong and sometimes useful.
 
Hardstikke mooi dat dat statistisch allemaal kan. Maar context matters; wat is het beoogde doel van het gegeven dat uit die optelsom komt en hoe verschillend zijn de gevolgen binnen dat bereik? Je zou dat zo niet mogen doen als de hele fabriek ontploft wanneer het 200% zou blijken te zijn en je niet weet of het 50% of 250% is. Die range bevat alle overwegingen dat het in de context niet uitmaakt wat het preciezer dan dat is.

Dat gaat voor de ICpluim niet op, daarin komt de onzekerheidsmarge uit de beperkingen van het model en wordt er geen overweging gedaan of dat wel een nuttig geeft, is de data wel representatief genoeg voor hetgeen je met de uitkomst wilt beslissen?

Er zouden ranges moeten worden gedefinieerd die bepalend kunnen zijn voor scenario's; minder dan 750 is acceptabel met maatregelen, minder dan 1500 zonder maatregelen, zoiets. En dan moet je met een model komen dat daartussen kan kiezen. Niet waarbij elke uitkomst net zo goed in elke relevante range kan vallen.


Een wijs man zei eens: models are always wrong and sometimes useful.
Kort gezegd zou je de opdracht aan het RIVM dan anders moeten formuleren, maar dat zal pas gebeuren als de politiek tot inkeer komt en toegeeft dat ze de uitleg omtrent de modellen en data niet begrijpen.

Wat die grote toleranties in die specifieke gasanalyses betreft heb je helemaal gelijk. Dat zijn geen proces kritische waardes, dat heeft voornamelijk met onze emissie- en lozingsnormen te maken.
 
Dacht dat jij er iets mis mee vond. Ik vind het zonde van het leven.

Wat denk jij, zouden ze gewoon thuis kunnen blijven werken als ze dat zelf willen ongeacht wat een ander/baas daarvan vind?

Ik stel me voor dat ze gewoon door kunnen gaan hoe ze nu zo fijn vinden en als iemand belt/mailt waar ze zijn ze gewoon kunnen zeggen dat ze het nieuwe normaal wel prima vinden.

Ging mij er niet om hoe fijn ze het thuis vinden, helemaal prima. Ik zit zelf al jaren de wintermaanden thuis en geniet dan. Geen stress, kan doen wat en wanneer ik wil met het geld wat ik in de zomer verdient heb.
Maar als ik dan zou gaan janken omdat de winter voorbij is en de zomer begint en dus weer 70 uur per week ga draaien ja dan mag je mij een aansteller noemen. Vond dat gejank wel grappig om te lezen, meer niet.
 
Kort gezegd zou je de opdracht aan het RIVM dan anders moeten formuleren, maar dat zal pas gebeuren als de politiek tot inkeer komt en toegeeft dat ze de uitleg omtrent de modellen en data niet begrijpen.
Ik denk ook aan de ethiek en integriteit die je als wetenschapper kunt hebben door te zeggen dat je de berekening wel kunt doen maar deze onvoldoende data bevat voor het beoogde doel van je opdracht.

Als jij opdracht krijgt de 3 gasstromen alvast in te schatten terwijl je er maar 2 gemeten hebt en je weet dat het de fabriek kan doen ontploffen dan kun je de gevraagde berekening met grote onzekerheid doen, of zeggen dat ze gek zijn en maar wachten tot je alles hebt.

Ging mij er niet om hoe fijn ze het thuis vinden, helemaal prima. Ik zit zelf al jaren de wintermaanden thuis en geniet dan. Geen stress, kan doen wat en wanneer ik wil met het geld wat ik in de zomer verdient heb.
Maar als ik dan zou gaan janken omdat de winter voorbij is en de zomer begint en dus weer 70 uur per week ga draaien ja dan mag je mij een aansteller noemen. Vond dat gejank wel grappig om te lezen, meer niet.
Het is ook grappig. Maar jij kiest wel voor die 70 uur, je kunt ook het hele jaar genieten met een uitkering. Hoeveel keuze hebben zij er in? Ik vind niet willen maar wel moeten werken ook om te janken.
 
Wat de data interpretatie betreft gaat het denk ik vooral fout omdat we er in het dagelijks leven anders mee omgaan we nemen heel veel data tot ons als absolute waarheid terwijl dat helemaal niet zo is, maar die misinterpretatatie heeft geen gevolgen. Denk je nou echt dat hectometerpaaltjes exact 100 meter uit elkaar staan, of dat lat van een voetbaldoel precies 244 cm boven het speelveld hangt, of wat dacht je van de marges in ongekalibreerde halterschijven.

Je schrikt je pas echt rot als je alle geaccepteerde toleranties van 500 gram kwark bij elkaar optelt, van de inhoud, tot de macro samenstelling en de daaruit berekende energetische waarde. De gemiddelde autistische BB’er zou gelijk stoppen met loggen, want dat heeft dan toch helemaal geen zin.
 
Ik denk ook aan de ethiek en integriteit die je als wetenschapper kunt hebben door te zeggen dat je de berekening wel kunt doen maar deze onvoldoende data bevat voor het beoogde doel van je opdracht.
Dekken ze dat niet af (deels af) door met allerlei verschillende scenario’s te komen elk met een flinke ingebouwde foutmarge?
 
Wat de data interpretatie betreft gaat het denk ik vooral fout omdat we er in het dagelijks leven anders mee omgaan we nemen heel veel data tot ons als absolute waarheid terwijl dat helemaal niet zo is, maar die misinterpretatatie heeft geen gevolgen. Denk je nou echt dat hectometerpaaltjes exact 100 meter uit elkaar staan, of dat lat van een voetbaldoel precies 244 cm boven het speelveld hangt, of wat dacht je van de marges in ongekalibreerde halterschijven.

Je schrikt je pas echt rot als je alle geaccepteerde toleranties van 500 gram kwark bij elkaar optelt, van de inhoud, tot de macro samenstelling en de daaruit berekende energetische waarde. De gemiddelde autistische BB’er zou gelijk stoppen met loggen, want dat heeft dan toch helemaal geen zin.
Of nog erger, de tolerantie op alcoholische producten :0
 
Of nog erger, de tolerantie op alcoholische producten :0
Of het laten schatten of meten van het BF% alles wat niet bevalt is onjuist en een Dexa-scan is wat we allemaal zouden moeten doen. De R-factor is nauwkeuriger dan je BF% volgens een Dexa-scan.
 
Wat de data interpretatie betreft gaat het denk ik vooral fout omdat we er in het dagelijks leven anders mee omgaan we nemen heel veel data tot ons als absolute waarheid terwijl dat helemaal niet zo is, maar die misinterpretatatie heeft geen gevolgen. Denk je nou echt dat hectometerpaaltjes exact 100 meter uit elkaar staan, of dat lat van een voetbaldoel precies 244 cm boven het speelveld hangt, of wat dacht je van de marges in ongekalibreerde halterschijven.

Je schrikt je pas echt rot als je alle geaccepteerde toleranties van 500 gram kwark bij elkaar optelt, van de inhoud, tot de macro samenstelling en de daaruit berekende energetische waarde. De gemiddelde autistische BB’er zou gelijk stoppen met loggen, want dat heeft dan toch helemaal geen zin.
Nouja ik denk niet dat ze per ongeluk 800 meter uit elkaar staan en het voetbaldoel lijkt me ook geen 20m hoog. Dat is hoe het coronamodel ze zou schatten.

Het weerbericht weet men wel met de juiste korrel zout te nemen.

Dekken ze dat niet af (deels af) door met allerlei verschillende scenario’s te komen elk met een flinke ingebouwde foutmarge?
Nee vind ik niet want die zijn allemaal uit hetzelfde model met te grote onzekerheid komen rollen. Tot duizenden opnames terwijl we juist het verschil binnen enkele honderden willen weten.
 
Terug
Naar boven