Begrippen¶

Een korte woordenlijst van termen die in deze documentatie terugkomen. Kom je een term tegen die hier niet staat? Meld het via GitHub Issues.

Kernbegrippen¶

Term	In gewone taal
Peilweek	De kalenderweek (1–52) waarop je de aanmeldstand "bevriest" en waarvandaan je vooruit voorspelt. Vlag `-w`.
Collegejaar	Het jaar waarvoor je de instroom voorspelt. Vlag `-y`.
Instroom / inschrijvingen	Het uiteindelijke aantal studenten dat zich daadwerkelijk inschrijft — dat is wat de tool voorspelt.
(Voor)aanmelding	Een aanmelding via Studielink die (nog) geen inschrijving is. Niet elke aanmelder schrijft zich in.
Conversie / yield	Het aandeel aanmelders dat uiteindelijk inschrijft.

De tool kan langs twee routes voorspellen, afhankelijk van je data:

Term	In gewone taal
Cumulatief spoor (`-d c`)	Werkt met de opgetelde aanmeldaantallen per opleiding en week (Studielink-telbestanden). Trekt de aanmeldcurve door naar het einde van het seizoen.
Individueel spoor (`-d i`)	Werkt met één regel per aanmelder (Osiris/Usis). Schat per persoon de kans op inschrijving en telt die op.
Beide (`-d b`)	Draait beide sporen en combineert ze tot één ensemble-voorspelling. Dit is de standaard.

Term	In gewone taal
ETL	Extract, Transform, Load — de stap die je ruwe bronbestanden inleest, opschoont en omzet naar het formaat dat het model verwacht. De tool doet dit automatisch; sla het over met `--noetl` als je data al verwerkt is.
Telbestand	Het Studielink-bestand met opgetelde aanmeldaantallen per opleiding, herkomst en week.
Gewogen vooraanmelders	Aanmeldingen gecorrigeerd voor studenten die zich voor meerdere opleidingen aanmelden (een aanmelding telt dan voor een deel mee).
Ongewogen vooraanmelders	Het "kale" aantal aanmeldingen, zonder die correctie.
Brincode / instellingscode	De landelijke code van een onderwijsinstelling (bijv. `21PC`). De teldata bevat álle instellingen; met `--institution` beperk je de run tot de jouwe.
Kanonieke naam	De vaste, interne kolomnaam die de tool verwacht. Heten je eigen kolommen anders, dan vertaal je ze via het `columns`-blok in de configuratie.
Herkomst	Onderscheid tussen bijv. Nederlandse en niet-Nederlandse studenten, gebruikt als voorspeldimensie.

Term	In gewone taal
SARIMA	Een tijdreeksmodel dat een curve doortrekt op basis van het patroon in eerdere jaren, inclusief het seizoenspatroon. Zie SARIMA.
XGBoost	Een machine-learning-model dat verbanden leert tussen kenmerken (features) en de uitkomst. Wordt zowel per student (kans op inschrijving) als op de curve gebruikt. Zie XGBoost.
Ratio-model	Een eenvoudig model dat de historische verhouding aanmelding → inschrijving toepast op de huidige aanmeldingen. Zie Ratio-model.
Ensemble	De gewogen combinatie van de losse modellen tot één eindvoorspelling. Zie Ensemble.
Baseline	Een bewust simpele referentievoorspelling (gelijk aan het ratio-model) om de complexere modellen tegen af te zetten.
Numerus fixus	Opleiding met een vast maximum aantal plaatsen; de voorspelling wordt afgekapt op dat maximum.

Term	In gewone taal
MAE	Mean Absolute Error — het gemiddelde aantal studenten waarmee een voorspelling ernaast zat. MAE 8 = gemiddeld 8 studenten afwijking.
MAPE	Mean Absolute Percentage Error — dezelfde afwijking als percentage. MAPE 0,12 = gemiddeld 12% ernaast.
WAPE	Procentuele fout over de hele instelling; grote opleidingen wegen zwaarder, waardoor kleine opleidingen de uitkomst niet domineren.
Bias	Of een model structureel te hoog (positief) of te laag (negatief) voorspelt.
Backtest	Een voorspelling maken voor een reeds afgerond jaar en die vergelijken met wat er echt gebeurde — de eerlijke manier om een model te beoordelen.
Data leakage	Wanneer een model per ongeluk informatie gebruikt die op het voorspelmoment nog niet bekend kon zijn. Dat maakt resultaten te mooi; de tool voorkomt dit bewust.