Fout naar opleidingsgrootte
WAPE per grootteklasse (werkelijke instroom). Kleine opleidingen hebben vaak een hogere relatieve fout: één student meer of minder telt daar zwaar.
WAPE per grootteklasse (werkelijke instroom). Kleine opleidingen hebben vaak een hogere relatieve fout: één student meer of minder telt daar zwaar.
WAPE per examentype. Masters kennen meer late en internationale aanmelders, wat de conversie van vooraanmelding naar inschrijving onzekerder maakt.
WAPE per herkomstgroep, gemeten per opleiding × herkomst. Fouten tussen herkomstgroepen vallen hier niet tegen elkaar weg, dus deze WAPE ligt meestal hoger dan die op opleidingsniveau. Kies een herkomst bovenaan om alle cijfers voor die groep te zien.
Prognose tegenover de capaciteit. Voorbij de lijn betekent een verwachte overschrijding en waarschijnlijk een wachtlijst.
Per opleiding × herkomst de CWF-prognose met 95%-predictie-interval en een betrouwbaarheidslabel. Groen: de cyclus is ver gevorderd en het model zat in eerdere jaren op dit moment steeds dichtbij. Oranje: bruikbare indicatie. Rood: alleen een indicatie (weinig historie, vroeg in de cyclus of grote fouten in het verleden).
Er is geen realisatie (werkelijke instroom) voor de voorspelde collegejaren, dus de fout valt nog niet te meten. Draai een backtest over afgeronde jaren om de prestaties van het model te zien, bijvoorbeeld:
Via de Python-API geef je realisaties mee met data_student_numbers en een lijst afgeronde jaren als year.
Geen opleidingen met gegevens voor deze herkomst.