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 computationTue, 02 Dec 2008 07:01:13 -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/t12282265954iblhip4f7bahv1.htm/, Retrieved Sun, 19 May 2024 09:18:57 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27809, Retrieved Sun, 19 May 2024 09:18:57 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact202

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 17:50:19] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [Q1 Random Walk S...] [2008-12-02 14:01:13] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-06 18:04:41 [a2386b643d711541400692649981f2dc] [reply] 
Goed antwoord. Je vertelt iets meer over de grafieken en zegt waarom er geen sprake is van een trend of seizonaliteit, namelijk doordat heel het proces is gesimuleerd. je kon nog zeggen dat het een schijnbaar trendmatig verloop is dat schijnbaar voorspelbaar is, maar dat dat in werkelijkheid niet zo is. Een stijging of daling is dus te wijten aan het toeval.
2008-12-08 15:59:14 [Jonas Scheltjens] [reply] 
Wat de student zegt is niet helemaal juist. Er is wel degelijk een trend, maar dit is slechts een schijnbare trend. Dit komt omdat de gegevens bekomen werden door de simulatie van het 500 keer opwerpen van een munt, wat met zich meedraagt dat de reeks schijnbaar voorspelbaar is. De stijgingen of dalingen (die weergegeven zijn in de grafiek) van het aantal keer kop gooien slechts door het toeval wordt bepaald. Verder kunnen we nog toevoegen dat we hier alvast niet te maken hebben met van seizoenaliteit, omdat dit een simulatie is van worpen en de vorige worp dus geen invloed heeft op de volgende worp. Ook bevindt de kans op ‘kop’ zich- indien men dit experiment 500 keer herhaalt- rond de theoretische 50%.
(P.S. het is let en niet led)

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=27809&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=27809&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27809&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 ; 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):
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()