16/12/2019


In mijn vorige blog heb ik uitgelegd dat correlatie nog geen causaliteit is en dat dat betekent dat als kenmerken gelijktijdig optreden er dus geen sprake hoeft te zijn van een oorzaak-gevolgrelatie. Ook kondigde ik meer informatie aan over een experiment dat ik thuis heb uitgevoerd. Ik heb namelijk wekenlang geëxperimenteerd met individuele instellingen van de vloerverwarming, radiator en thermostaat, om met een statistische analyse te bepalen welke instelling het laagste gasverbruik laat zien. Laat ik maar alvast één ding verklappen: als het buiten kouder is, moet je meer stoken ;-)


Verwarmingologie

De situatie bij mij thuis is zoals in veel Nederlandse huizen. De CV-ketel (Centrale Verwarming) pompt heet water door het huis naar de radiatoren of naar de vloer. Vloerverwarming warmt de vloer op tot ongeveer 25 graden, minder heet dan radiatoren. De thermostaat meet de temperatuur in de woonkamer en die stuurt de CV-ketel aan (figuur 1). Het algemene advies van experts is om zoveel mogelijk de vloerverwarming te gebruiken. Maar omdat ons huis heel specifieke kenmerken heeft, vroeg ik mij af hoe dat bij ons zou uitpakken.

 


Twee verwarmingsmethoden

Ik heb dus twee verwarmingsopties: radiatoren óf vloerverwarming. Zoals ik in mijn vorige blog heb uitgelegd, heeft een volledig randomised experiment de voorkeur. Zo’n experiment heeft als voordeel dat als ik verschillen zie in gasverbruik ik kan zeggen dat dat dan ook echt ligt aan vloer- dan wel radiatorverwarming. Maar zo’n experiment betekent dat je iedere dag een muntje opgooit en besluit of het die dag radiator gaat worden of vloerverwarming. Dat ging dus niet lukken! Op de eerste plaats werd door thuis geëist dat het wel behaaglijk moest blijven. Op de tweede plaats wordt de hoeveelheid verbruikt gas ook bepaald door andere factoren, zoals de buitentemperatuur, en die viel helaas niet te randomiseren. Het enige wat ik kon doen is waarnemen wat die buitentemperatuur was om daar later gebruik van te kunnen maken. Wat dan nog blijft is dat het gasverbruik dat ik vandaag meet niet alleen afhankelijk is van het type verwarming van vandaag maar ook van die van gisteren. Dus, vandaag radiator en gisteren radiator levert hoogstwaarschijnlijk een ander gasverbruik op dan vandaag radiator en gisteren vloerverwarming. Dit wordt het cross-over effect genoemd.

Als laatste maakt het ook nog uit hoe lang de CV gebrand heeft. Als wij de hele dag uit huis zijn is het gasverbruik lager dan wanneer wij voor een groot deel van de dag aanwezig zijn. Met al deze factoren moet dus rekening gehouden worden als de data geanalyseerd wordt. Er zijn vast nog andere factoren die ertoe doen maar door het type verwarming willekeurig over de tijd te verdelen wordt hun invloed ‘uitgeschakeld’. Het voordeel van een deels gerandomiseerd experiment, waarbij ik bepaalde factoren kon meenemen!

Kortom: ik wil dus weten of het gasverbruik bij langdurig radiatorgebruik anders is dan het gasverbruik bij langdurig gebruik van de vloerverwarming.


Het experiment

Ok, tijd om aan de slag te gaan! De proef gaat er dus als volgt uitzien: ik ga een aantal dagen achter elkaar de radiatoren gebruiken en dan een aantal dagen achter elkaar de vloerverwarming, dan weer radiator dan weer vloerverwarming, enz. Hoe lang iedere deelstukje duurt, en waarmee ik begin, hangt af van wat thuis als acceptabel wordt ervaren dus dat is op voorhand niet bekend. Zelf wilde ik graag veel omstellingen hebben. Verder houd ik het dagelijks gasverbruik bij, de KNMI-buitentemperatuur en hoeveel uur wij iedere dag aanwezig zijn. De meetperiode liep van 21 januari tot 5 april 2019, maar liefst 75 dagen dus.

De buitentemperatuur en de dagelijkse aanwezigheid moet meegenomen worden in de relatie omdat die waarschijnlijk dominant zijn. Dit is een veelgebruikte techniek, die bijvoorbeeld ook in klinische experimenten wordt gebruikt. De “treatment” is hier de methode van verwarmen, en we corrigeren voor “patiëntkenmerken”, in mijn geval de omstandigheden van de dag. Ik wil dus weten of het gasverbruik afhangt van de methode van verwarmen gecorrigeerd voor de overige invloedsfactoren.

In figuur 2 zie je de meetresultaten, elke dag levert één datapunt op. Verticaal het gasverbruik in m3/dag en horizontaal de buitentemperatuur voor die dag. Links is de radiatormethode, rechts de vloerverwarmingmethode.

We zien dat hoe warmer het buiten is, hoe lager het verbruik. Er lijkt dus statistisch bewijs dat je op koudere dagen meer moet stoken. De grootte van het bolletje geeft aan of we die dag veel weg waren en dus minder hebben gestookt. Voor vloerverwarming maakt dat niets uit, maar voor de radiator zie je dat de grote bolletjes wat lager liggen. Dat is al duidelijk zonder ingewikkelde statistische modellen, grappig toch? Wie zegt dat statistiek ingewikkeld moet zijn?! ;-)


Radiator- of vloerverwarming?

De analyse hield rekening met alle bovenstaande invloedsfactoren. Er zijn meerdere analysevarianten mogelijk maar deze varianten leverden geen wezenlijk andere conclusies op. In de praktijk bleek dat we gemiddeld zo’n 2 dagen per week overdag afwezig zijn. Dit levert voor de radiator natuurlijk een voordeel op. Hoe meer dagen afwezig hoe groter het voordeel voor de radiatormethode.

De conclusie voor ons huis (en het is nog maar de vraag of dit voor overige huizen geldt, want het is situatieafhankelijk uiteraard): het verschil in verbruik tussen de twee verwarmingsmethoden wordt geschat op maar 0.04 m3/dag terwijl het werkelijke verschil ligt tussen de -0,6 en +0,6 m3 per dag (95% betrouwbaarheidsinterval, n=75 datapunten). Het gemiddeld dagverbruik wordt geschat op zo’n 5.6 m3. Kortom, qua gasverbruik is niet aangetoond dat de manier van verwarmen er in mijn huis, gegeven onze gemiddelde afwezigheid, ertoe doet. De keuze kan dus voornamelijk bepaald worden o.b.v. andere argumenten. De onzekerheid is op zich nog wel aardig groot, plus-min zo’n 0.6/5.6*100% ≈ 10% van het verbruik zelf, dit ondanks alle moeite van maar liefst een halve winter meten. Bij nog een winter meten en dus nog meer data zal deze onzekerheid kleiner worden en dus het plaatje scherper.


Of toch wel?

Stel dat we niet twee dagen per week weg zijn maar altijd thuis zijn? Dan wordt het verschil geschat op 0.5 m3/dag in het voordeel van de vloerverwarming. Het werkelijke verschil ligt dan tussen de -1.2 en 0.2 m3 per dag. In dat geval zou het advies van meer vloerverwarming en minder radiatoren dus wel besparingen kunnen opleveren.


Wil je op de hoogte blijven van het laatste nieuws van CQM, volg ons op LinkedIn of meld je aan voor onze digitale nieuwsbrief.

 

 

Ook interessant:

 

Fotocredit: Unsplash

Jan Willem Bikker
Jan Willem Bikker helpt je graag verder Neem contact op