Stata legacy

Stata-flow (legacy)

De oorspronkelijke keten stond in Stata en draaide tot en met de 20251024-run. De do-files staan nog in Stata/ als referentie — de Stata-licentie is verlopen, dus ze zijn niet meer uit te voeren.

do-file	deed
NVM_merge_pre2022_metna2022.do	de twee leveringen samenvoegen, hernoemen, schonen (prijs-/oppervlakgrenzen als globals bovenin)
Prepare Raw Data for Geocoding.do	adressen exporteren, geocoderen in GeoDMS, resultaat terugmergen op geocode_id
PrijsIndex_tbv_RS.do	slim-CSV naar GeoDMS, spatial-CSV terug, schoning, regressies per woningtype, coëfficiënten wegschrijven met parmest

De structuur is dezelfde als nu: Stata → GeoDMS → Stata, met dezelfde slim-CSV-handshake. De R-pipeline heeft die opzet overgenomen en alleen de Stata-helft vervangen.

Waarom ze nog relevant zijn

1. Ze zijn de bron van de schoningsregels. De grenzen in R/00_config.R (minprice 25.000, maxprice 5.000.000, minsize 10, maxsize 500, minpricesqm 100, maxpricesqm 20.000, maxrooms 25) komen direct uit de globals bovenin NVM_merge_pre2022_metna2022.do. De schoningsvolgorde in R/04_import_spatial.R volgt PrijsIndex_tbv_RS.do regel voor regel.
2. Ze definiëren het ijkpunt. Estimates_20251024_*.csv is met deze do-files geproduceerd en is nog in gebruik bij de RuimteScanner. De rsval-spec plus 99_validate_vs_stata.R reproduceren die run in R.
3. Ze verklaren twee bewuste breuken. Stata behandelt missing > x als waar. Daardoor telde onbekend onderhoud als 'goed' en een onbekende pandhoogte als hoogbouw. In de R-pipeline is dat gerepareerd, met vlaggen (cfg$maint_na_as_good, cfg$highrise_na_as_high) om het oude gedrag terug te halen voor de validatie.

Verdere verschillen — echte ruwe bronnen als startpunt, deterministische ontdubbeling, gezaaide randomisatie, filter op geocodeer-matchkwaliteit — staan opgesomd in R/README.md, sectie "Bewuste afwijkingen van de oude Stata-flow".

De do-files bevatten harde paden naar de OneDrive-map van één werkplek en cd-regels voor meerdere machines onder elkaar. Lees ze als documentatie, niet als iets dat je zou willen porten.