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_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationTue, 02 Dec 2008 04:31:47 -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/t1228217581sb99dz5x3ig76ns.htm/, Retrieved Sun, 19 May 2024 12:37:33 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27608, Retrieved Sun, 19 May 2024 12:37:33 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact178

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 18:05:16] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [marlies.polfliet_...] [2008-12-02 11:31:47] [e221948dd14811c7d88a6530ac2a8702] [Current]
Feedback Forum
2008-12-06 12:33:54 [Glenn Maras] [reply] 
Goede conclusie. De student zegt duidelijk dat het een ligt dalende trend is. Het gaat ook om positieve autocorrelatie wat dus wil zeggen dat positieve waarden opgevolgd worden door positieve waarden, zo kunnen we dus aan de hand van een formatie uit het verleden iets over de volgende waarde zeggen. Er bestaat ook negatieve autocorrelatie en dan volgende positieve en negatie correlatie elkaar op. Ook correct vermeld dat dit typisch is voor een stochastische trend op lange termijn.
2008-12-08 11:53:04 [Li Tang Hu] [reply] 
student heeft een vrij volledige interpretatie gegeven. het gaat inderdaad om een dalende trend op lange termijn doordat er 50 procent kans is op het gooien van ofwel munt ofwel kop en dus de trend langzaam naar nul zou naderen
2008-12-09 13:30:54 [Julian De Ruyter] [reply] 
Zeer correcte en volledige conclusie bij je berekening!
  2008-12-09 13:31:52 [Julian De Ruyter] [reply] 
Verband met beursspeculatie. Sommige beleggers denken ook de beurskoers te kunnen voorspellen volgens dit model. Als we veronderstellen dat de eerste grafiek de beurskoers voorstelt zullen sommige beleggers de toekomstige waarde trachten te voorspellen op basis van bijzondere waarnemingen. Hier zouden ze dan de top (x-as +/-100) en de laagste waarde (x-as +/-450) gebruiken om te toekomstige beurskoers te voorspellen. Bij een positieve autocorrelatie zal door een lage beurskoers in het verleden ook de huidige beurskoers laag liggen of omgekeerd. Bij een negatieve correlatie belandt men echter in een soort van jo-jo effect.

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 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=27608&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=27608&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27608&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


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
bitmap(file='pic1.png')
racf <- acf(b,n/10,main='Autocorrelation',xlab='lags',ylab='ACF')
dev.off()
racf