Škála indexů 0–100

Indexy sjednocují různorodé vstupy do jednotné orientační škály. Nejde o přímé měření, ale o dopočítanou hodnotu závislou na vstupních datech, pravidlech modelu a dostupnosti zdrojů.

0–20

velmi nízké – komfortní nebo zanedbatelná zátěž

21–40

nízké – běžný stav bez omezení

41–60

střední – možná citlivost pro vnímavé osoby

61–80

zvýšené – doporučujeme sledovat kontext

81–100

vysoké – pozornost, zvážit úpravu aktivit

Normalizace dat

Data z různých zdrojů se převádějí na jednotný formát a ukládají do databáze. Každá hodnota obsahuje:

• číselnou hodnotu a jednotku
• čas platnosti (valid_at)
• lokalitu (subject)
• identifikátor zdroje
• informaci o kvalitě

Výpočet indexů

Každý index kombinuje několik vstupních parametrů s různou vahou. Váhy jsou určeny na základě expertního posouzení a zpětného vyhodnocení vůči historickým datům. Index je vždy orientační – nikoli autoritativní.

Chybové metriky

U předpovědí, kde to zdroj umožňuje, se pravidelně vyhodnocuje přesnost:

• MAE (Mean Absolute Error) – průměrná absolutní odchylka předpovědi od skutečnosti. Nižší hodnota = přesnější model.
• RMSE (Root Mean Square Error) – odmocnina z průměru čtverců chyb. Zvýrazňuje větší odchylky.
• Systematická odchylka (bias) – tendence modelu nadhodnocovat (kladná) nebo podhodnocovat (záporná).

Klasifikace přesnosti

Modely jsou klasifikovány do tříd podle průměrné chyby:

• excellent – velmi přesný model
• good – dobrá přesnost
• acceptable – přijatelná přesnost
• poor – nepřesný, sledovat vývoj

Stavové informace

• OK – data jsou dostupná a aktuální
• Zpoždění – zdroj překročil očekávaný interval aktualizace
• Nedostupné – zdroj aktuálně nedodává data
• Nezpracováno – oblast ještě nebyla publikována