diff --git a/R/mktrends.R b/R/mktrends.R
index 2d0900c..173b2fe 100644
--- a/R/mktrends.R
+++ b/R/mktrends.R
@@ -6,7 +6,7 @@
 #' uitbijters worden verwijderd met \code{rmoutlier}
 #' 
 #' @param i put/filter naam waarvoor de statistiek berekend wordt
-#' @param x data.frame van lmgsubset met kolom 'instantie' voor de meetinstantie
+#' @param x data.frame van lmgsubset 
 #' @param dw.plot geeft aan om de relevante drempelwaarde in de grafiek wordt geplot
 #' @param trim als TRUE, dan worden uitbijters verwijderd (trimmed)
 #' @param trimFactor factor van \code{rmoutlier}
@@ -30,7 +30,7 @@ mktrends <- function(i, x, trim = FALSE, trimfactor = 1.5,
     param <- x$parameter[which(x$putfilter == i)[1]]
     # subset d, only interested in time serie, i.e. jr and
     # concentration
-    d <- x %>% select(putfilter, meetjaar, waarde, detectielimiet, instantie, eenheid) %>%
+    d <- x %>% select(putfilter, meetjaar, waarde, detectielimiet, eenheid) %>%
         mutate(jr = meetjaar - min(meetjaar)) %>%
         arrange(jr) %>%
         filter(putfilter == i)
@@ -43,10 +43,10 @@ mktrends <- function(i, x, trim = FALSE, trimfactor = 1.5,
     
     # wijs de reeks af als er minder dan 5 metingen  en minder dan 4 waarnemingen (waarde > RG) zijn 
     if (nrow(d) < 5) {
-      return(print("Meetreeks kleiner dan 5 metingen"))
+        return(NA)
     }
     if (nrow(d[d$detectielimiet < 1, ]) < 4) {
-      return(print("Minder dan 4 metingen boven detectie"))
+        return(NA)
     }
 
     # remove outliers
@@ -87,7 +87,7 @@ mktrends <- function(i, x, trim = FALSE, trimfactor = 1.5,
       
         p <- ggplot(d, aes(jr, waarde, colour = detectielimiet))
         p <- p + geom_line(colour = "grey")
-        p <- p + geom_point(aes(shape = Instantie)) + scale_shape_manual(values=c(16, 17))
+        p <- p + geom_point()
         if(dw.plot) {
           p <- p + geom_hline(aes(yintercept = dw, linetype = "drempelwaarde"), colour = "red") 
           p <- p + geom_hline(aes(yintercept = 0.75 * dw, linetype = "75% drempelwaarde"), colour = "orange")
diff --git a/R/plot_all.R b/R/plot_all.R
index e05af70..36cf475 100644
--- a/R/plot_all.R
+++ b/R/plot_all.R
@@ -5,7 +5,7 @@
 #' ongeacht het aantal metingen.
 #' 
 #' @param i put/filter naam waarvoor de statistiek berekend wordt
-#' @param x data.frame van lmgsubset, met een kolom 'instantie' waarin de meetinstantie wordt aangegeven
+#' @param x data.frame van lmgsubset
 #' @param trim als TRUE, dan worden uitbijters verwijderd (trimmed)
 #' @param trimFactor factor van \code{rmoutlier}
 #' @param dw.plot geeft aan om de relevante drempelwaarde in de grafiek wordt geplot
@@ -16,48 +16,52 @@
 #' @export
 #' 
 
-plot_all = function (i, x, trim = FALSE, trimfactor = 1.5, dw.plot = TRUE, 
-                               rpDL = TRUE, replacefactor = 0.5) 
-{
-  dw <- x$norm[1]
-  param <- x$parameter[1]
-  d <- x %>% select(putfilter, meetjaar, waarde, detectielimiet,instantie, 
-                    eenheid) %>% mutate(jr = meetjaar - min(meetjaar)) %>% 
-    arrange(jr) %>% filter(putfilter == i)
-  d <- na.omit(d)
-  if (rpDL) {
-    d <- d %>% replaceDL(replaceval = replacefactor)
-  }
-  if (trim) {
-    d <- mutate(d, waarde = rmoutlier(d[["Waarde"]], 
-                                      factor = trimfactor, na.rm = TRUE))
-  }
-  d <- na.omit(d)
-  n <- nrow(d)
-  d <- d %>% mutate(detectielimiet = ifelse(detectielimiet == 
+plot_all  <-  function (i, x, trim = FALSE, trimfactor = 1.5, dw.plot = TRUE, 
+                        rpDL = TRUE, replacefactor = 0.5) {
+
+    dw <- x$norm[1]
+    param <- x$parameter[1]
+    d <- x %>% select(putfilter, meetjaar, waarde, detectielimiet, eenheid) %>% 
+        mutate(jr = meetjaar - min(meetjaar)) %>% 
+        arrange(jr) %>% 
+        filter(putfilter == i)
+
+    d <- na.omit(d)
+
+    if (rpDL) {
+        d <- d %>% replaceDL(replaceval = replacefactor)
+    }
+    if (trim) {
+        d <- mutate(d, waarde = rmoutlier(d[["Waarde"]], 
+                                          factor = trimfactor, na.rm = TRUE))
+    }
+
+    d <- na.omit(d)
+    n <- nrow(d)
+    d <- d %>% mutate(detectielimiet = ifelse(detectielimiet == 
                                               1, "< RG", "waarneming"))
-  
-  p <- ggplot(d, aes(jr, waarde, colour = detectielimiet))
-  p <- p + geom_line(colour = "grey")
-  p <- p + geom_point(aes(shape = instantie)) + scale_shape_manual(values=c(16, 17))
-  if (dw.plot) {
-    p <- p + geom_hline(aes(yintercept = dw, linetype = "drempelwaarde"), 
-                        colour = "red")
-    p <- p + geom_hline(aes(yintercept = 0.75 * dw, linetype = "75% drempelwaarde"), 
-                        colour = "orange")
-  }
-  p <- p + theme(legend.position = "none", axis.text.x = element_text(angle = 90, 
-                                                                      hjust = 1))
-  p <- p + scale_x_continuous(breaks = d$jr, labels = d$meetjaar)
-  p <- p + labs(x = "Jaar", y = paste("Concentratie", 
-                                      param, strsplit(x$eenheid[1], " ")[[1]][1]), 
-                title = paste("Metingen in filter", i))
-  p <- p + theme(plot.title = element_text(hjust = 0.5), 
-                 legend.position = "bottom")
-  p <- p + scale_color_manual(name = "", values = c(`< RG` = "red", 
-                                                    waarneming = "black"))
-  p <- p + scale_linetype_manual(name = "", values = c(2, 
-                                                       2), guide = guide_legend(override.aes = list(color = c("orange", 
-                                                                                                              "red"))))
-  return(p)
-}
\ No newline at end of file
+
+    p <- ggplot(d, aes(jr, waarde, colour = detectielimiet))
+    p <- p + geom_line(colour = "grey")
+    #p <- p + geom_point(aes(shape = instantie)) + scale_shape_manual(values=c(16, 17))
+    if (dw.plot) {
+        p <- p + geom_hline(aes(yintercept = dw, linetype = "drempelwaarde"), 
+                            colour = "red")
+        p <- p + geom_hline(aes(yintercept = 0.75 * dw, linetype = "75% drempelwaarde"), 
+                            colour = "orange")
+    }
+    p <- p + theme(legend.position = "none", axis.text.x = element_text(angle = 90, 
+                                                                        hjust = 1))
+    p <- p + scale_x_continuous(breaks = d$jr, labels = d$meetjaar)
+    p <- p + labs(x = "Jaar", y = paste("Concentratie", 
+                                        param, strsplit(x$eenheid[1], " ")[[1]][1]), 
+                  title = paste("Metingen in filter", i))
+    p <- p + theme(plot.title = element_text(hjust = 0.5), 
+                   legend.position = "bottom")
+    p <- p + scale_color_manual(name = "", values = c(`< RG` = "red", 
+                                                      waarneming = "black"))
+    p <- p + scale_linetype_manual(name = "", values = c(2, 
+                                                         2), guide = guide_legend(override.aes = list(color = c("orange", 
+                                                                                                                "red"))))
+    return(p)
+}
diff --git a/R/toetsNormoverschrijding.R b/R/toetsNormoverschrijding.R
index 9f39bdf..69aa65c 100644
--- a/R/toetsNormoverschrijding.R
+++ b/R/toetsNormoverschrijding.R
@@ -33,7 +33,7 @@
 
 toetsNormoverschrijding <- function(d, toetsnorm = 0.75) {
 
-    # testSerie(d)
+    testSerie(d)
     param <- d$parameter[1]
 
     n.tot <- nrow(d)
diff --git a/R/toetsStatistiek.R b/R/toetsStatistiek.R
index a27eb9f..1a2dba6 100644
--- a/R/toetsStatistiek.R
+++ b/R/toetsStatistiek.R
@@ -27,7 +27,7 @@
 
 toetsStatistiek <- function(d) {
   
-    # testSerie(d)
+    testSerie(d)
 
     param <- d$parameter[1]
     nrm <- d$norm[1]