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 09:29:44 -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/t1225553437xlwoy40hz5zi1uo.htm/, Retrieved Sun, 19 May 2024 10:47:34 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20441, Retrieved Sun, 19 May 2024 10:47:34 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact182

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Notched Boxplots] [workshop 3] [2007-10-26 13:31:48] [e9ffc5de6f8a7be62f22b142b5b6b1a8]
F RMPD    [Mean Plot] [Mean Plot: q2] [2008-11-01 15:29:44] [b5110a3ab194da7214bdf478e0a05dbd] [Current]
F    D      [Mean Plot] [Eigen: mean plot ...] [2008-11-01 15:59:33] [b85eb1eb4b13b870c6e7ebbba3e34fcc]
Feedback Forum
2008-11-05 16:26:34 [Ciska Tanghe] [reply] 
Dit is een correcte berekening, maar zonder commentaar bij deze grafieken is het onmogelijk om je antwoord te weten...
2008-11-05 16:33:27 [Ciska Tanghe] [reply] 
Q2:
Ik heb je antwoord nu wel ontdekt in je document. Het antwoord van de student van vorig jaar klopt volgens jou. Dit is grotendeels ook zo. Alleen is de student gemist in het vermelden van de maanden waar er seizoenaliteit is. Maand 1 = maart, dus er treedt seizoenaliteit op van maand 6 tot 7 = van augustus tot september.

Q3:
Klopt.
2008-11-07 14:42:53 [Stijn Van de Velde] [reply] 
Q2:

De mean plot berekend hier het gemiddelde van elke maand over de verschillende jaren. Je bent bij je antwoord wel vergeten rekening te houden met het feit dat maand 1 hier maart is.

In maand 7 (= september) is er duidelijk spraken van seizoenaliteit.
2008-11-07 14:43:27 [Stijn Van de Velde] [reply] 
Q3:

We stellen vast dat elk jaar de mediaan lager komt te liggen en dat tevens de spreiding minder groot wordt. Naar het 6de jaar toe, zien we dat de gegevens ontbreken. Hierdoor komt de boxplot veel hoger te liggen. Dit geeft natuurlijk een foutief beeld weer.

Dit wil dus zeggen dat de kleding productie inderdaad is gedaald. Dit is weliswaar niet significant.
2008-11-11 14:02:38 [Ellen Smolders] [reply] 
Eigen verbetering: Q2
Uit deze grafiek kunnen we afleiden of er seizoenaliteit voordoet in de KP. Elke observatie op het mean plot is het gemiddelde van 12 maanden voor die specifieke maand, zo krijgen we een visuele voorstelling van periodieke gemiddelden. We kunnen zien dat het gemiddelde van augustus hard verschilt met het gemiddelde van september, dit is een significant verschil. Er doet zich ook een verschil voor in maart en april, maar dit is niet significant.
2008-11-11 14:06:07 [Ellen Smolders] [reply] 
Eigen verbetering Q3:
Uit het mean plot kunnen we afleiden dat de mediaan van KP daalt tegenover het basisjaar 100, dit is geen significante daling. Het verschil tussen maand 1, 2 en 3 kan te wijten zijn aan toevalligheid, deze zitten meestal nog in elkaars betrouwbaarheidsinterval. Het verschil tussen maand 1 en 5 is een randgeval.

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 time4 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001

\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 & 4 seconds \tabularnewline
R Server & 'Herman Ole Andreas Wold' @ 193.190.124.10:1001 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20441&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]4 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Herman Ole Andreas Wold' @ 193.190.124.10:1001[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20441&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20441&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 time4 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 12 ;
Parameters (R input):
par1 = 12 ;
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))
darr <- array(NA,dim=c(par1,np+1))
ari <- array(0,dim=par1)
dx <- diff(x)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
darr[j,ari[j]] <- dx[i]
if (j == par1) j = 0
}
ari
arr
darr
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='plot4b.png')
z <- data.frame(t(darr))
names(z) <- c(1:par1)
(boxplot(z,notch=TRUE,col='grey',xlab='Periodic Index',ylab='Value',main='Notched Box Plots - Differenced 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()