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 computationMon, 03 Nov 2008 03:20:04 -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/03/t122570765878odxr62g1xol63.htm/, Retrieved Sun, 19 May 2024 10:52:03 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20790, Retrieved Sun, 19 May 2024 10:52:03 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact196

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] [Q3 - Mean Plot] [2008-11-03 10:20:04] [f1a30f1149cef3ef3ef69d586c6c3c1c] [Current]
- R  D      [Mean Plot] [Trimmed Q3] [2008-11-11 15:54:37] [a7f04e0e73ce3683561193958d653479]
Feedback Forum
2008-11-08 09:50:04 [Astrid Sniekers] [reply] 
Het antwoord van de student is niet goed genoeg. Aan de hand van de Sequential Blocks kunnen we een besluit trekken over de verschillende jaren van de tijdreeks van kledingproductie. Er valt inderdaad een dalende trend op te merken van de mediaan, zoals de student zegt. Als we nu naar de grenzen van de verschillende boxplots kijken, merken we op dat de betrouwbaarheidsintervallen elkaar overlappen. De daling van de mediaan kan dus louter toevallig zijn. Of de betrouwbaarheidsintervallen van het 1ste en het 5de jaar elkaar overlappen is een twijfelgeval. We besluiten hiermee dat de mediaan daalt, maar dat dit niet significant is. (Bij deze oefening laten we het 6de jaar buiten beschouwing, omdat hier de gegevens niet volledig zijn.)

De student zegt dat er een DUIDELIJKE dalende trend is, maar het woord duidelijk kan hij beter weglaten. De mediaan daalt wel, maar dit is niet significant/duidelijk. Ook blijft het betrouwbaarheidsinterval ALTIJD gelijk, namelijk 95%. Alleen de spreiding kan veranderen (=de grootte van de boxplot)
2008-11-09 13:54:18 [2df1bcd103d52957f4a39bd4617794c8] [reply] 
De oplossing van de student is zeer onvolledig.

De mediaan daalt doorheen de 5 jaren, echter niet significant. We stellen dus ook een algemene daling voor maar deze is, net zoals de daling van de mediaan, niet significant.

2008-11-10 13:44:42 [Matthieu Blondeau] [reply] 
De student merkt terecht op dat er een dalende trend terug te vinden is op deze grafiek. Deze daling is echter niet significant. De betrouwbaarheidsintervallen van de verschillende jaren vallen nog steeds binnen elkaar, deze daling kan dus aan het toeval te wijten zijn.
2008-11-11 09:11:44 [Jens Peeters] [reply] 
Er is inderdaad een dalende trend zoals de student zegt maar deze daling kan toeval zijn aangezien de betrouwbaarheidsintervallen elkaar overlappen.
2008-11-11 15:20:34 [Yara Van Overstraeten] [reply] 
Er is inderdaad een dalende trend in de productie van kledij waarneembaar over de 5 jaren, maar deze is echter niet significant verschillend omdat de 95% betrouwbaarheidsintervallen van de notched boxplots elkaar overlappen. Het kan hier dus om een toevallige daling gaan.

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=20790&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=20790&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20790&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()