Indexen en trends (TRIM)

Het CBS publiceert landelijke indexen en de trends van de gegevens uit de meetnetten van het Netwerk Ecologische Monitoring (NEM). Om deze te berekenen worden de gegevens geanalyseerd met een speciaal daarvoor ontwikkelde statistische methode. Deze is geschikt voor de analyse van tijdreeksen van aantallen waarin veel ontbrekende tellingen voorkomen. De methode is ingebouwd in het door het CBS ontwikkelde computerprogramma TRIM (TRIM staat voor TRends and Indices for Monitoring data).

Trim in een nieuwe (R) jas

De eerste versie van TRIM werd circa 25 jaar geleden ontwikkeld binnen het CBS, door Jeroen Pannekoek en Arco van Strien. Het programma is helemaal toegespitst op het analyseren van aantalsgegevens van natuurmonitoring. Het bundelt een aantal statistische modellen en –toetsen die afzonderlijk grotendeels ook wel beschikbaar zijn in andere statistische pakketten. De integratie daarvan in één gebruikersvriendelijk programma maakte de analyse van natuurgegevens echter aanzienlijk makkelijker en sneller. TRIM werd als freeware beschikbaar gesteld voor de ‘buitenwereld’ en heeft in de loop der jaren dan ook wereldwijd vele gebruikers gekregen. TRIM is echter geschreven in een inmiddels verouderde programmeertaal en wordt daarom niet meer actief onderhouden.

In de wereld van universiteiten en onderzoekscentra wordt de laatste jaren echter hoe langer hoe meer het krachtige statistisch programma R gebruikt. R is open source software en wordt door diezelfde wereld ook steeds verder doorontwikkeld. Om in die stroom van ontwikkeling mee te kunnen gaan is binnen het CBS daarom een R-versie van TRIM ontwikkeld: RTRIM. Deze is als package onder R beschikbaar en biedt dezelfde gemakkelijke verwerkingsmogelijkheden en in- en output als het oude TRIM. Het open-source karakter van R zal ook doorontwikkeling en toevoeging van nieuwe functionaliteit mogelijk maken, waardoor TRIM er weer vele jaren tegen kan. Het package is te vinden via CRAN (Comprehensive R Archive Network).

Achtergrond methoden en graadmeter

Analysis of monitoring data with many missing values (PDF: 0.2 MB)
Ter Braak et al., 1994.

Missen is gissen. Ontbrekende tellingen in vogelmeetnetten (PDF: 0,1 MB)
Van Strien en Pannekoek, 1999.

A loglinear Poisson regression method to analyse bird monitoring data (PDF: 0.3 MB)
A. van Strien et al., 2004.

Veelgestelde vragen

Relevante links