FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationMon, 01 Dec 2008 16:46:47 -0700
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/Dec/02/t1228175301365easee0at9n6o.htm/, Retrieved Sun, 19 May 2024 11:28:41 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27539, Retrieved Sun, 19 May 2024 11:28:41 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact231

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Law of Averages] [Random Walk Simul...] [2008-11-25 18:40:39] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [Q4] [2008-12-01 23:46:47] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-07 13:59:52 [Stephanie Vanderlinden] [reply] 
Ook hier is er een te beperkte uitleg. De x-as in het raw periodogram geeft de frequentie weer. Aangezien deze laag is, hebben de gegevens betrekking op een lange periode waaruit we dus een lange termijn trend kunnen besluiten. Er is ook een langzaam dalen patroon wat ook wijst op een lange termijn trend. Aan de hand van de blauwe lijn in de rechterbovenhoek kunnen we zien of de stijgingen en dalingen significant verschillen van elkaar. Het bolletje dat zich op de blauwe lijn bevindt plaats je op een piek of een dal, als de andere pieken en dalen dan boven of onder de blauwe lijn komen zijn deze significant verschillend van elkaar. Deze blauwe lijn stelt dus het betrouwbaarheidsinterval voor.Het cumulatieve periodogram kan geïnterpreteerd worden als R squared. R² geeft een procentuele verklaring voor de spreiding. Als je bijvoorbeeld 80% van de tijdreeks wil verklaren, moet je op de linkeras bij 0.8 een horizontale lijn naar de grafiek tekenen en dan dit punt aflezen op de x-as (= frequentie). Hier merk je dan dat je maar over een lage frequentie moet beschikken om 80% van de gegevens te kunnen verklaren. De curve vertoont ook een steil stijgend patroon wat wijst op een lange termijn trend. Als er een trapfunctie op te merken is in het periodogram kan je spreken van seizoenaliteit. Hier zijn echter geen trappen waardoor we dus kunnen zeggen dat er geen seizoenaliteit is.
2008-12-08 19:15:25 [] [reply] 
Het model kan inderdaad voor een groot deel verklaar worden door een LT trend. wat extra uitleg: De raw periodogram begint hoog, bij een lage frequentie. Een lage frequentie hint op een lange periode, en dus een lange termijn. Langs de linkerzijde (y-as) staat de cumulatieve correlatie afgebeeld, deze vermeld van in het begin al een zeer hoge correlatie (steile stijging) . Tevens zijn er geen seizonale invloeden aanwezig (er is geen trappatroon op de cummulatieve periodogram) .

Post a new message

Dataset

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'George Udny Yule' @ 72.249.76.132

\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 & 2 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=27539&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]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=27539&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27539&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 time2 seconds
R Server'George Udny Yule' @ 72.249.76.132


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 500 ; par2 = 0.5 ;
Parameters (R input):
par1 = 500 ; par2 = 0.5 ;
R code (references can be found in the software module):
n <- as.numeric(par1)
p <- as.numeric(par2)
heads=rbinom(n-1,1,p)
a=2*(heads)-1
b=diffinv(a,xi=0)
c=1:n
pheads=(diffinv(heads,xi=.5))/c
bitmap(file='test1.png')
op=par(mfrow=c(2,1))
plot(c,b,type='n',main='Law of Averages',xlab='Toss Number',ylab='Excess of Heads',lwd=2,cex.lab=1.5,cex.main=2)
lines(c,b,col='red')
lines(c,rep(0,n),col='black')
plot(c,pheads,type='n',xlab='Toss Number',ylab='Proportion of Heads',lwd=2,cex.lab=1.5)
lines(c,pheads,col='blue')
lines(c,rep(.5,n),col='black')
par(op)
dev.off()
b
x <- b
bitmap(file='test1.png')
r <- spectrum(x,main='Raw Periodogram')
dev.off()
r
bitmap(file='test2.png')
cpgram(x,main='Cumulative Periodogram')
dev.off()