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 07:54:21 -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/t1225638172dlgl7cz1ywbicm2.htm/, Retrieved Sun, 19 May 2024 10:09:26 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20591, Retrieved Sun, 19 May 2024 10:09:26 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact163

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] [Hypothesis testing] [2008-11-02 14:54:21] [d6e9f26c3644bfc30f06303d9993b878] [Current]
Feedback Forum
2008-11-09 14:14:12 [Lindsay Heyndrickx] [reply] 
In de mean plot zie je inderdaad dat je gemiddelde van september helemaal anders is dan in het begin. Maar dit is niet significant. Als je naar de box plot periodic subseries kijkt zie je dat de spreiding van de verschillende gemiddeldes en het betrouwbaarheidsinterval. Als je bv maart tov september neemt zie je een duidelijk verschil. In augustus en september zie je een significant verschil.
2008-11-09 14:15:00 [Lindsay Heyndrickx] [reply] 
q3: In de eerste 4 jaar daalt het maar liggen de betrouwbaarheidsgrenzen nog niet onder elkaar. Hier kan het dus op toeval duiden en is dit niet significant. Maar in het 5e jaar ligt het betrouwbaarheidsinterval wel onder dat van het eerste jaar dus hier kunnen we zeggen dat het significant lager ligt en dat het dus niet gaat om een toevallige daling.
2008-11-10 00:25:37 [Kristof Augustyns] [reply] 
De student heeft hier juist geredeneerd, maar men kan er wel wat meer over zeggen.
In juli en augustus is de kleding productie het hoogst.
Dit kan het gevolg zijn doordat er veel zomerkleren moeten aangemaakt worden.
Het kan ook te maken hebben door andere aspecten.
Het maakt niet uit wat de reden is, maar er is duidelijk seizonaliteit.
Op de differenced periodic subseries zie je duidelijk dat dit ook het geval is in october en dit kan het geval zijn omdat de winterkou in aantocht is.
In de sequential blocks zie je dat er in de loop van vijf jaar een achteruitgang is van de kledingproductie.
Met het zesde blokje moet geen rekening worden gehouden omwille van te weinig gegevens in dat jaar.
Het verschil tussen jaar 1 en jaar 5 is niet niet significant dus men kan er vanuit gaan dat dit toeval is.
2008-11-10 00:36:15 [Kristof Augustyns] [reply] 
q3: Er is hier inderdaad een constante daling van de kledingproductie over de jaren heen. Het zesde blokje mag inderdaad niet worden meegerekend omdat het te weinig observaties telt.
Wat de student hiervoor zegt is fout want de mediaan van het eerste jaar en het vijfde jaar overlapt zich en wil dus zeggen dat er geen significant verschil is en het dus toevallig is.
2008-11-10 15:19:31 [Jens Peeters] [reply] 
De student maakte de juiste analyse. Er is inderdaad sprake van seizonaliteit. Maar men kan niet spreken over een significant verschil over de hele lijn. Voor aantal observaties wel zoals augustus en oktober. Voor andere niet, zoals februari en april.
2008-11-10 15:22:37 [Jens Peeters] [reply] 
Q3 - correcte analyse. De kleding productie is inderdaad gedaald over de eerste 5 jaar. Het lijkt dat deze in het 6de jaar sterkt stijgt maar aangezien we nog niet alle observaties van dat hebben mogen we ons daar niet op baseren.
2008-11-11 13:13:09 [Julie Leurentop] [reply] 
De studenten op het forum hebben het reeds gezegd maar je maakt een juiste berekening en conclusie.
2008-11-12 11:16:33 [df2ed12c9b09685cd516719b004050c5] [reply] 
Ook hier weer kijken we naar de mediaan van block en vergelijken deze met elkaar. De betrouwbaarheidsintervallen mogen niet overlappen met deze van de andee boxplot. Als we 1 met 2 vergelijken en 2 met 3 of 3 met 4, ... zien we dat deze overlappen. Wanneer we nu 1 met 5 vergelijken zien we dat eer een daling is, maar we kunnen met het blote oog niet 100% zeker zien of dit verschil significant is.

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 time3 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\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 & 3 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20591&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]3 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20591&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20591&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 time3 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24


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()