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 computationWed, 03 Dec 2008 04:09:13 -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/03/t1228302582vyj0uipsfujy2gq.htm/, Retrieved Sun, 19 May 2024 07:11:33 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=28612, Retrieved Sun, 19 May 2024 07:11:33 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact228

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] [2008-12-02 20:10:26] [17bd4671b42d569d890f7246b2ee4ecc]
F           [Law of Averages] [] [2008-12-03 11:09:13] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-05 14:58:43 [Vincent Vanden Poel] [reply] 
Je geeft een zeer beperkt maar correct antwoord op deze vraag.

De grafiek toont ons inderdaad een schijnbaar trendmatig verloop (op LT) waarmee voorspellingen gemaakt kunnen worden. Als we echter logisch nadenken weten we dat de stijgingen/dalingen die waarneembaar zijn in deze grafiek aan het toeval zijn overgelaten. De kans op kop is namelijk telkens opnieuw ½. Er wordt nooit belang gehecht aan vorige waarnemingen. Men kan dus geen betekenis hechten aan de stijgingen/dalingen van deze grafiek.
Verder is ook op te merken dat er via deze module geen seizoenaliteit waar te nemen is.

2008-12-09 12:38:42 [b5935c41f1031f8c061510fc5ad27e97] [reply] 
Q1: de conclusie is juist, de uitleg voor een schijnbaar trendmatige verloop is het feit dat elke experiment onafhankelijk is van de vorige en dat gesimuleerde tijdreeksen niet voorspeelbaar zijn ( ofwel op zeer lange termijn een 50/50 trend).
2008-12-09 23:39:00 [Gert-Jan Geudens] [reply] 
Ik sluit me aan bij bovenstaande feedbacks. We werken hier tevens met een zuivere munt en dus is de kans zeer klein dat we dezelfde resultaten bekomen. We kunnen dit trendmatig verloop dus enkel louter door het toeval verklaren.

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=28612&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=28612&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=28612&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()