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 computationSun, 02 Nov 2008 07:38:16 -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/Nov/02/t1225636877lwu4wqysuu1ab4k.htm/, Retrieved Sun, 19 May 2024 10:48:58 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20582, Retrieved Sun, 19 May 2024 10:48:58 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact190

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 R  D  [Mean Plot] [task4, 5%] [2008-11-02 11:17:48] [44a98561a4b3e6ab8cd5a857b48b0914]
F R  D      [Mean Plot] [task5, mean plot ...] [2008-11-02 14:38:16] [1aceffc2fa350402d9e8f8edd757a2e8] [Current]
Feedback Forum
2008-11-09 09:34:26 [Stéphanie Claes] [reply] 
De student zegt dat er een sterke daling is in maand 6 maar gaat hier niet verder op in.
Als we de mean plot bekijken (er wordt een gemiddelde berekend van de waarden die op dezelfde maand betrekking hebben = periodiek gemiddelde) dan kunnen we dat er voor de 6de maand sprake is van seizonaliteit, elke 6de maand zal de werkloosheid achteruitgaan.

2008-11-09 15:49:28 [Kristof Augustyns] [reply] 
Het is allemaal juist wat hier gezegd wordt.
Er ontstaat een soort van harmonica grafiek (dalen - stijgen - dalen).
Dit zie je goed in de periodic subseries.
In maand zes (juni) en maand zeven (juli) is er een duidelijk significant verschil.
Er wordt misschien niet gezegd waarom dat er een dal is in juni en een piek in juli, maar het is logisch dat dit te maken heeft met seizonaliteit.
Het aantal werklozen is in juni het laagst en in augustus het hoogst.
2008-11-09 16:06:59 [Natascha Meeus] [reply] 
Correct opgelost. Bij maand 6 is er inderdaad sprake van seizonaliteit.
2008-11-10 12:43:28 [Glenn De Maeyer] [reply] 
Er is inderdaad sprake van een extreme daling in maand 6. We kunnen dus stellen dat er inderdaad sprake is van seizoenaliteit.
De student maakt ook wel een fout in zijn uitleg bij de grafiek van 'notched box plots - Periodic subseries'. Hij zegt 'bij de eerste grafiek van notched box plots kan afgeleid worden dat de mediaan hoger ligt bij de maanden juli, augustus en september. In deze maanden kan ook opgemerkt worden dat het blokje vrij dik is zodat er veel gegevens inzitten!' De student maakt een verkeerde interpretatie van het 'blokje'. Het blokje vertegenwoordigt het 2e en het 3e kwartiel. Deze twee kwartielen vertegenwoordigen altijd 50% van de gegevens. Het feit dat het blokje hier dus dikker is dan de andere heeft niets te maken met het aantal gegevens maar met de spreiding van de gegevens.
2008-11-11 15:06:05 [Jan Mols] [reply] 
Correct kan niets meer bijvoegen bij de feedback van de andere.
2008-11-11 16:04:47 [Bart Haemels] [reply] 
Glenn De Maeyer wijst mij hier op een goed punt. Ik zeg inderdaad omdat het blokje dikker is dat er meer gegevens inzietten, maar dit is altijd 50% van de gegevens enkel is de spreiding hiervan groter.
Voor de rest is dit correct geantwoord.
2008-11-11 22:22:51 [9142cf052ad32d043faa9486189092cf] [reply] 
De conclusie van de student is goed, we zien een extreme daling bij maand 6 wat kan wijzen op seizoenaliteit. De student heeft bij puntje twee een grote fout gemaakt. De dikte van het blokje wijst enkel op een grotere spreiding en niet op meer gegevens, want kwartiel 1 en 3 vertegenwoordigen elk 50% van de gegevens.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
7,5
7,1
6,9
7,1
7
6,7
7
7,3
7,7
8,4
8,4
8,8
9,1
9
8,6
7,9
7,7
7,8
9,1
9,4
9,3
8,7
8,4
8,6
9
9,1
8,7
8,2
7,9
7,9
9,1
9,4
9,5
9,1
9
9,3
9,9
9,8
9,4
8,3
8
8,5
10,4
11,1
10,9
9,9
9,2
9,2
9,5
9,6
9,5
9,1
8,9
9
10,1
10,3
10,2
9,6
9,2
9,3
9,4
9,4
9,2
9
9
9
9,8
10
9,9
9,3
9
9
9,1
9,1
9,1
9,2
8,8
8,3
8,4
8,1
7,8
7,9
7,9
8

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'George Udny Yule' @ 72.249.76.132

\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 & 2 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20582&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]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20582&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20582&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 time2 seconds
R Server'George Udny Yule' @ 72.249.76.132


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))
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()