Data en versietags

Data en versietags

Versietag

Eén tag loopt door de hele keten: cfg$tag in R/00_config.R en nvm_filedate in main.dms moeten dezelfde waarde hebben. Hij zit in vrijwel elke bestandsnaam, zodat een nieuwe run nooit een oude overschrijft.

Zet een nieuwe tag bij elke wijziging in de schoningslogica: de trans_id's verschuiven dan, en dus moet er opnieuw gegeocodeerd worden. De integriteitscheck in R/04a_merge_geocode.R dwingt dat af.

Output/Estimates_20251024_*.csv (zonder _limit) draait in de RuimteScanner. Nooit overschrijven.

Waar staat wat

wat	locatie
ruwe leveringen	OneDrive VU/Projects/NVM Prijsindex/Brondata/
in-/uitvoer van de GeoDMS-spatial-pass	.../EnhancedData/
estimates, volatiliteit	.../Output/
geocodeerresultaat	.../Temp/
grote tussenbestanden (.rds)	%LocalDataDir%/PriceIndices — niet gesynct
adresbestand voor de geocoder	%SourceDataDir%/BAG/xy_source
bronrasters (UAI, reistijden, LGN, BGT, BBG)	%RSo_DataDir% (zie main/ConfigSettings.dms)
regiokarakteristieken-output	%PrivDataDir%/NVM_Regiokarakteristieken_<tag>/

Canonieke ruwe bronnen

bestand	dekking	format
Brondata/Archief/nvm19852021_raw.dta	1985–2021	oud NVM-format (obj_*/hid_*-namen, geen coördinaten)
Brondata/NVM_2000_2023_raw.dta	2000–2023	Brainbay

De overlap 2000–2021 wordt in stap 2 ontdubbeld, met de Brainbay-levering als prioriteit. nvm20082022_raw_20240416.dta is een subset van de 2000–2023-levering en wordt overgeslagen.

Value labels van de .dta-bronnen vervallen bij het inlezen in R (de codes blijven). Voor de betekenis van een code: terug naar de ruwe .dta.

Vintages in main.dms

Naast nvm_filedate staan de bronvintages als ModelParameters bij elkaar: Regio_jaar (CBS-gebiedsindelingen), LGN_year, BGT_file_date, BAG_file_date / BAG_RecentYear. Verhoog je er één, draai dan de bijbehorende check (/SourceData/LGN/Checks/rapport, /SourceData/BGT/Checks/rapport) om te bevestigen dat de klasse-indices en oppervlaktes nog plausibel zijn.

Machineafhankelijke paden

Op drie plekken staan paden per werkplek hardgecodeerd, met de andere machine ernaast als commentaar:

• main/ConfigSettings.dms — RSo_DataDir, PrivDataDir
• main/SourceData/NVM.dms — dir (de EnhancedData-map)
• Stata/*.do — cd-regels (legacy)

R/00_config.R is als enige wél machine-onafhankelijk: het probeert een lijst kandidaat-OneDrive-mappen en leest %LocalDataDir%/%SourceDataDir% uit de GeoDMS-instellingen.