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_meanplot.wasp
Title produced by softwareMean Plot
Date of computationSat, 01 Nov 2008 04:16:27 -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/Nov/01/t122553464835ny2cteg4qwe2u.htm/, Retrieved Sun, 19 May 2024 08:46:03 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20339, Retrieved Sun, 19 May 2024 08:46:03 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact206

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Mean Plot] [workshop 3] [2007-10-26 12:14:28] [e9ffc5de6f8a7be62f22b142b5b6b1a8]
F    D    [Mean Plot] [] [2008-11-01 10:16:27] [19ef54504342c1b076371d395a2ab19f] [Current]
Feedback Forum
2008-11-06 14:49:33 [Nathalie Koulouris] [reply] 
De student heeft deze vraag correct opgelost. Als we naar de eerste twee notches kijken zien we dat deze over elkaar komen en kunnen we zeggen dat dit toe te schrijven is aan het toeval. Wanneer we het eerste met het vijde jaar vergelijken kunnen we spreken van een randgeval.
2008-11-07 13:06:41 [Siem Van Opstal] [reply] 
Correcte berekeningen en uitgebreide, juiste conclusie
  2008-11-07 13:08:27 [Siem Van Opstal] [reply] 
Bij de sequential blocks zie je dat de mediaan wat schommelt maar ze vallen voor ieder jaar nog in elkaars betrouwbaarheidsinterval. de schommelingen zijn niet significant en zijn dus aan het toeval te wijten. Enkel bij jaar 1 en 5 is het een randgeval.
2008-11-08 11:36:46 [Ruben Jacobs] [reply] 
Q2
Bij de eerste grafiek kan je zeer groot verschil waarnemen tussen maand 6 en 7, dit verschil kan je ook waarnemen bij de mediaan en de midrange. Daarnaast kan je dit bij het boxplot ook waarnemen. Je kan concluderen dat het verschil van de betrouwbaarheidsintervallen tussen maand 6 en 7 significant is en niet te wijten is aan het toeval. Er is dus duidelijk sprake van seizoenaliteit.
2008-11-08 11:50:06 [Ruben Jacobs] [reply] 
Q3
We kunnen inderdaad een dalende trend waarnemen bij de Sequential Blocks maar als je de betrouwbaarheidsintervallen van jaar 1 tot en met jaar 4 met elkaar vergelijkt, vallen deze over elkaar. Deze daling zou dus te wijten kunnen zijn aan het toeval.
Jaar 1 ligt ten opzichte van jaar 5 bijna significant lager. Deze betrouwbaarheidsintervallen komen nog net overéén. Het is een twijfelgeval maar je zou al kunnen spreken over een (niet-toevallige) daling.
Jaar 6 is niet relevant omdat dit jaar niet volledig is en dus een vertekend beeld geeft.
2008-11-09 15:28:28 [2df1bcd103d52957f4a39bd4617794c8] [reply] 
We besluiten seizonaliteit uit de datareeksen.

De gevonden gemiddelden liggen in de zomer- en wintermaanden hoger dan in de rest van het jaar. Mensen kopen meer kleding en de productie volgt deze trend.
2008-11-09 15:33:05 [2df1bcd103d52957f4a39bd4617794c8] [reply] 
Bij de interpretatie van de Notched Box Plots - Sequential Blocks grafiek merken we een daling doorheen de eerste 5 jaren. Deze is niet significant en de lichte daling kan dus aan het toeval te wijten zijn.

De mediaan daalt ook licht doorheen de eerste 5 jaar, maar ook deze daling is niet significant.
2008-11-11 11:27:55 [90714a39acc78a7b2ecd294ecc6b2864] [reply] 
Q2: Op de Notched Box Plots - Periodic Subseries zie je een zeer groot verschil tussen 6 en 7. Het betrouwbaarheidsinterval ligt hoger dan het 3e kwartiel. Dat grote verschil is significant dus er is sprake van seizonaliteit.
2008-11-11 11:30:50 [90714a39acc78a7b2ecd294ecc6b2864] [reply] 
Q3: De mediaan daalt t.o.v. het basisjaar maar valt nog steeds binnen de notches. Jaar 2, 3 en 4 zijn niet significant dalend t.o.v. jaar 1. Jaar 5 is wel significant dalend t.o.v. jaar 1. Je kan besluiten dat de mediaan significant dalend is. Als jaar 5 niet zou meetellen in de analyse, dan is er geen sprake van een significante daling, dan is het toevallig.

Post a new message

Dataset

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

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time5 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 & 5 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20339&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]5 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=20339&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20339&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 time5 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 12 ;
Parameters (R input):
par1 = 12 ; 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):
par1 <- as.numeric(par1)
(n <- length(x))
(np <- floor(n / par1))
arr <- array(NA,dim=c(par1,np+1))
ari <- array(0,dim=par1)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
if (j == par1) j = 0
}
ari
arr
arr.mean <- array(NA,dim=par1)
arr.median <- array(NA,dim=par1)
arr.midrange <- array(NA,dim=par1)
for (j in 1:par1)
{
arr.mean[j] <- mean(arr[j,],na.rm=TRUE)
arr.median[j] <- median(arr[j,],na.rm=TRUE)
arr.midrange[j] <- (quantile(arr[j,],0.75,na.rm=TRUE) + quantile(arr[j,],0.25,na.rm=TRUE)) / 2
}
overall.mean <- mean(x)
overall.median <- median(x)
overall.midrange <- (quantile(x,0.75) + quantile(x,0.25)) / 2
bitmap(file='plot1.png')
plot(arr.mean,type='b',ylab='mean',main='Mean Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.mean,0)
dev.off()
bitmap(file='plot2.png')
plot(arr.median,type='b',ylab='median',main='Median Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.median,0)
dev.off()
bitmap(file='plot3.png')
plot(arr.midrange,type='b',ylab='midrange',main='Midrange Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.midrange,0)
dev.off()
bitmap(file='plot4.png')
z <- data.frame(t(arr))
names(z) <- c(1:par1)
(boxplot(z,notch=TRUE,col='grey',xlab='Periodic Index',ylab='Value',main='Notched Box Plots - Periodic Subseries'))
dev.off()
bitmap(file='plot5.png')
z <- data.frame(arr)
names(z) <- c(1:np)
(boxplot(z,notch=TRUE,col='grey',xlab='Block Index',ylab='Value',main='Notched Box Plots - Sequential Blocks'))
dev.off()
bitmap(file='plot6.png')
z <- data.frame(cbind(arr.mean,arr.median,arr.midrange))
names(z) <- list('mean','median','midrange')
(boxplot(z,notch=TRUE,col='grey',ylab='Overall Central Tendency',main='Notched Box Plots'))
dev.off()