FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_notchedbox1.wasp
Title produced by softwareNotched Boxplots
Date of computationWed, 29 Oct 2008 05:37:57 -0600
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Oct/29/t1225280697gyguzxy5hdm2k0x.htm/, Retrieved Tue, 14 May 2024 11:54:24 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=19815, Retrieved Tue, 14 May 2024 11:54:24 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact234

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Notched Boxplots] [workshop 3] [2007-10-26 13:31:48] [e9ffc5de6f8a7be62f22b142b5b6b1a8]
F    D    [Notched Boxplots] [Herproducering ta...] [2008-10-29 11:37:57] [e08fee3874f3333d6b7a377a061b860d] [Current]
Feedback Forum
2008-11-08 07:46:03 [Astrid Sniekers] [reply] 
De student zijn antwoord is correct, maar niet volledig. Bij de totale productie ligt de mediaan iets boven de index van 100. Dit wil zeggen dat de industriële productie lichtjes gestegen is t.o.v. het basisjaar. De inkepingen van de boxplots stellen de 95% betrouwbaarheidsintervallen voor. Tussen dit betrouwbaarheidsinterval kan de mediaan verschuiven. De mediaan van de kledingproductie ligt SIGNIFICANT lager dan de mediaan van de totale productie. Dit weten we door de lijnen van de betrouwbaarheidsintervallen door te trekken. We zien dan dat ze niet overlappen en kunnen bijgevolg toeval uitsluiten.
2008-11-09 09:50:14 [Stéphanie Van Dyck] [reply] 
Hier ga ik volledig akkoord met de vorige student. Het verschil is hier significant, maar dit hangt af van de lijnen van de betrouwbaarheidsintervallen.
2008-11-10 10:40:40 [Kevin Neelen] [reply] 
Er kan hier inderdaad gesteld worden dat mediaan van kledingproductie lager ligt dan die van de totale productie. Meer zelfs, deze mediaan ligt significant lager. Hiermee wordt bedoeld dat de verschillen in medianen niet toe te schrijven is aan toeval. Dit kan ook besloten worden door te kijken of de beide betrouwbaarheidsintervallen (de nocthes in de boxen) met elkaar samenvallen. Dat is hier duidelijk niet het geval waardoor dus geconcludeerd mag worden dat de mediaan van kledindproductie significant lager ligt dan deze van de totale productie.
Daarnaast kan besloten worden dat de kledingproductie een normaalverdeling kent aangezien de mediaan vrij in het midden ligt tussen de notches van de box.
Ten slotte moet er wel opgemerkt worden dat bij de ingegeven tijdreeks, er een witregel te vinden is op het einde van deze reeks. In hoeverre dit de bekomen resultaten beinvloedt, is mij niet bepaald duidelijk.
2008-11-10 16:28:15 [Michael Van Spaandonck] [reply] 
Als we kijken naar de plots kunnen we stellen dat de mediaan bij de totale productie logischerwijze hoger ligt dan bij de kledingproductie. De spreiding is ook kleiner, wat zich weergeeft in een minder hoog plot.

Ik moet me wat betreft significantie aansluiten bij bovenstaande studenten en toegeven dat ik een steek heb laten vallen door niet na te gaan of het verschil inderdaad ook significant is. Het verschil is significant, wat nagegaan kan worden adhv de onbestaande overlapping van de boxen.

Ik kan niet zeggen in welke mate het niet verwijderen van de blanco regel bij de gegevensinvoer van invloed is geweest op de resultaten.
2008-11-10 18:47:21 [Inge Meelberghs] [reply] 
De mediaan van de kledingproductie ligt inderdaad lager dan die van de totale productie, maar hierbij moet vermeld worden dat deze 'significant' lager ligt. Dit wil zeggen dat dit niet te wijten is aan het toeval. Als we de twee notches over elkaar projecteren kunnen we zien dat deze niet helemaal gelijk overeenkomen waardoor het verschil dus significant is.

Als we weten dat het basisjaar van deze 2 tijdreeksen wordt voorgesteld door 100 kunnen we uit de grafiek afleiden dat de totale productie lichtjes gestegen is t.o.v. het basisjaar, en de kledingproductie lichtjes gedaald is.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
110,40	109,20
96,40	88,60
101,90	94,30
106,20	98,30
81,00	86,40
94,70	80,60
101,00	104,10
109,40	108,20
102,30	93,40
90,70	71,90
96,20	94,10
96,10	94,90
106,00	96,40
103,10	91,10
102,00	84,40
104,70	86,40
86,00	88,00
92,10	75,10
106,90	109,70
112,60	103,00
101,70	82,10
92,00	68,00
97,40	96,40
97,00	94,30
105,40	90,00
102,70	88,00
98,10	76,10
104,50	82,50
87,40	81,40
89,90	66,50
109,80	97,20
111,70	94,10
98,60	80,70
96,90	70,50
95,10	87,80
97,00	89,50
112,70	99,60
102,90	84,20
97,40	75,10
111,40	92,00
87,40	80,80
96,80	73,10
114,10	99,80
110,30	90,00
103,90	83,10
101,60	72,40
94,60	78,80
95,90	87,30
104,70	91,00
102,80	80,10
98,10	73,60
113,90	86,40
80,90	74,50
95,70	71,20
113,20	92,40
105,90	81,50
108,80	85,30
102,30	69,90
99,00	84,20
100,70	90,70
115,50	100,30

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=19815&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]1 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=19815&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=19815&T=0

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135






Boxplot statistics
Variablelower whiskerlower hingemedianupper hingeupper whisker
X18696.2101.7106115.5
X266.580.687.394.1109.7

\begin{tabular}{lllllllll}
\hline
Boxplot statistics \tabularnewline
Variable & lower whisker & lower hinge & median & upper hinge & upper whisker \tabularnewline
X1 & 86 & 96.2 & 101.7 & 106 & 115.5 \tabularnewline
X2 & 66.5 & 80.6 & 87.3 & 94.1 & 109.7 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=19815&T=1

[TABLE]
[ROW][C]Boxplot statistics[/C][/ROW]
[ROW][C]Variable[/C][C]lower whisker[/C][C]lower hinge[/C][C]median[/C][C]upper hinge[/C][C]upper whisker[/C][/ROW]
[ROW][C]X1[/C][C]86[/C][C]96.2[/C][C]101.7[/C][C]106[/C][C]115.5[/C][/ROW]
[ROW][C]X2[/C][C]66.5[/C][C]80.6[/C][C]87.3[/C][C]94.1[/C][C]109.7[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=19815&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=19815&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Boxplot statistics
Variablelower whiskerlower hingemedianupper hingeupper whisker
X18696.2101.7106115.5
X266.580.687.394.1109.7






Boxplot Notches
Variablelower boundmedianupper bound
X199.717476951119101.7103.682523048881
X284.568973351031387.390.0310266489687

\begin{tabular}{lllllllll}
\hline
Boxplot Notches \tabularnewline
Variable & lower bound & median & upper bound \tabularnewline
X1 & 99.717476951119 & 101.7 & 103.682523048881 \tabularnewline
X2 & 84.5689733510313 & 87.3 & 90.0310266489687 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=19815&T=2

[TABLE]
[ROW][C]Boxplot Notches[/C][/ROW]
[ROW][C]Variable[/C][C]lower bound[/C][C]median[/C][C]upper bound[/C][/ROW]
[ROW][C]X1[/C][C]99.717476951119[/C][C]101.7[/C][C]103.682523048881[/C][/ROW]
[ROW][C]X2[/C][C]84.5689733510313[/C][C]87.3[/C][C]90.0310266489687[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=19815&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=19815&T=2

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Boxplot Notches
Variablelower boundmedianupper bound
X199.717476951119101.7103.682523048881
X284.568973351031387.390.0310266489687


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = grey ;
Parameters (R input):
par1 = grey ; par2 = ; par3 = ; par4 = ; par5 = ; par6 = ; par7 = ; par8 = ; par9 = ; par10 = ; par11 = ; par12 = ; par13 = ; par14 = ; par15 = ; par16 = ; par17 = ; par18 = ; par19 = ; par20 = ;
R code (references can be found in the software module):
z <- as.data.frame(t(y))
bitmap(file='test1.png')
(r<-boxplot(z ,xlab=xlab,ylab=ylab,main=main,notch=TRUE,col=par1))
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,hyperlink('overview.htm','Boxplot statistics','Boxplot overview'),6,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Variable',1,TRUE)
a<-table.element(a,hyperlink('lower_whisker.htm','lower whisker','definition of lower whisker'),1,TRUE)
a<-table.element(a,hyperlink('lower_hinge.htm','lower hinge','definition of lower hinge'),1,TRUE)
a<-table.element(a,hyperlink('central_tendency.htm','median','definitions about measures of central tendency'),1,TRUE)
a<-table.element(a,hyperlink('upper_hinge.htm','upper hinge','definition of upper hinge'),1,TRUE)
a<-table.element(a,hyperlink('upper_whisker.htm','upper whisker','definition of upper whisker'),1,TRUE)
a<-table.row.end(a)
for (i in 1:length(y[,1]))
{
a<-table.row.start(a)
a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
for (j in 1:5)
{
a<-table.element(a,r$stats[j,i])
}
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Boxplot Notches',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Variable',1,TRUE)
a<-table.element(a,'lower bound',1,TRUE)
a<-table.element(a,'median',1,TRUE)
a<-table.element(a,'upper bound',1,TRUE)
a<-table.row.end(a)
for (i in 1:length(y[,1]))
{
a<-table.row.start(a)
a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
a<-table.element(a,r$conf[1,i])
a<-table.element(a,r$stats[3,i])
a<-table.element(a,r$conf[2,i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable1.tab')