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_notchedbox1.wasp
Title produced by softwareNotched Boxplots
Date of computationMon, 03 Nov 2008 04:08:49 -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/t1225710586pj92wfvpyzmucaw.htm/, Retrieved Sun, 19 May 2024 10:42:28 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20822, Retrieved Sun, 19 May 2024 10:42:28 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact168

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    D    [Notched Boxplots] [Workshop 4 Q1] [2008-11-03 11:08:49] [60d772482829eb846b04c71947363055] [Current]
Feedback Forum
2008-11-09 14:35:45 [2df1bcd103d52957f4a39bd4617794c8] [reply] 
Student analyseert correct dat de mediaan van de kledingproductie significant lager ligt dan de mediaan van de totale productie.

Dit is niet te wijten aan toeval!

We noteren ook een lichte stijging van de totale productie tov het basisjaar (101). Bij de kleding merken we een daling tov het basisjaar (89).
2008-11-09 17:09:21 [Olivier Uyttendaele] [reply] 
Je hebt het juiste model correct gereproduceerd. De Notched Box Plot geeft ons inderdaad een beeld over de verdeling. Maar doet dit via de mediaan, deze is het belangrijkste infomiddel van de grafiek. Je kan kijken of er een normaalverdeling is als de mediaan mooi in het midden ligt, kan er aangenomen worden dat er een normaalverdeling aanwezig is. De “inkepingen” zijnde het betrouwbaarheidsinterval heb je goed geïnterpreteerd.
Je schreef in je document dat er een significant verschil is tussen totale productie en die van kleding. En dat de significantie te wijten was aan het feit dat de mediaan van kleding lager ligt dan die van productie. Het is waar dat er een significant verschil is, echter kunnen we dit toewijzen aan het feit dat wanneer we de rechte van het betrouwbaarheidsinterval zouden doortrekken, de respectievelijke medianen niet in elkaars betrouwbaarheidsinterval vallen. Moest deze erin vallen, dan zou het te wijten kunnen zijn aan toeval.

Deze grafiek bekijk je algemeen als volgt.
1 Notched Boxplot is als volgt opgebouwd, er zijn 3 quartielen. De bovenste en onderste horizontale lijn met bijhorende stippellijn tot aan de grijze Box zijn respectievelijk het 1ste en 3de quartiel. Het 2de quartiel (50% van de waarnemingen) bevindt zich rond de mediaan. Dit is dus die grijze zone.
De inkepingen die je ziet is het betrouwbaarheidsinterval. Deze kunnen dan helpen om kijken of 2medianen van 2data sets significant of toevallig van elkaar verschillen. Net zoals we hierboven hebben aangetoond.
Eventuele bolletjes onder de horizontale lijnen zijn de eventueel aanwezige outliers.
2008-11-10 00:15:58 [Bob Leysen] [reply] 
De grafiek is correct. De industriële productie is lichtjes gestegen tegenover het basisjaar. We hebben een mediaan van +/- 101. Bij de kleding is er een daling t.o.v. het basisjaar (mediaan +/- 89). De inkepingen in de notched boxplot zijn het betrouwbaarheidsinterval (95%).

De assen werden niet benoemd!
2008-11-10 15:30:32 [Inge Meelberghs] [reply] 
De mediaan van de kledingproductie ligt inderdaad significant lager dan die van de totale productie. Dit wil zeggen dat dit niet te wijten is aan het toeval. Als we de twee notches over elkaar projecteren kunnen we zien dat deze niet helemaal gelijk overeenkomen waardoor het verschil dus significant is.

Uit de grafiek kan je ook nog afleiden dat de totale productie lichtjes gestegen is t.o.v. het basisjaar, en de kledingproductie lichtjes gedaald is. Dit kunnen we stellen als we weten dat het basisjaar van deze tijdreeksen word voorgesteld door 100.
2008-11-11 16:17:33 [Yara Van Overstraeten] [reply] 
De student heeft hier inderdaad een correcte berekening en analyse gemaakt. Je kon inderdaad ook nog op deze grafiek zien dat de productie licht gestegen is (101) en de productie van kledij licht gedaald is (89) t.o.v. het basisjaar (100).

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
110,40	109,20
96,40	88,60
101,90	94,30
106,20	98,30
81,00	86,40
94,70	80,60
101,00	104,10
109,40	108,20
102,30	93,40
90,70	71,90
96,20	94,10
96,10	94,90
106,00	96,40
103,10	91,10
102,00	84,40
104,70	86,40
86,00	88,00
92,10	75,10
106,90	109,70
112,60	103,00
101,70	82,10
92,00	68,00
97,40	96,40
97,00	94,30
105,40	90,00
102,70	88,00
98,10	76,10
104,50	82,50
87,40	81,40
89,90	66,50
109,80	97,20
111,70	94,10
98,60	80,70
96,90	70,50
95,10	87,80
97,00	89,50
112,70	99,60
102,90	84,20
97,40	75,10
111,40	92,00
87,40	80,80
96,80	73,10
114,10	99,80
110,30	90,00
103,90	83,10
101,60	72,40
94,60	78,80
95,90	87,30
104,70	91,00
102,80	80,10
98,10	73,60
113,90	86,40
80,90	74,50
95,70	71,20
113,20	92,40
105,90	81,50
108,80	85,30
102,30	69,90
99,00	84,20
100,70	90,70
115,50	100,30

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 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 & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20822&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]1 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=20822&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20822&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 time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135






Boxplot statistics
Variablelower whiskerlower hingemedianupper hingeupper whisker
X18696.2101.7106115.5
X266.580.687.394.1109.7

\begin{tabular}{lllllllll}
\hline
Boxplot statistics \tabularnewline
Variable & lower whisker & lower hinge & median & upper hinge & upper whisker \tabularnewline
X1 & 86 & 96.2 & 101.7 & 106 & 115.5 \tabularnewline
X2 & 66.5 & 80.6 & 87.3 & 94.1 & 109.7 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20822&T=1

[TABLE]
[ROW][C]Boxplot statistics[/C][/ROW]
[ROW][C]Variable[/C][C]lower whisker[/C][C]lower hinge[/C][C]median[/C][C]upper hinge[/C][C]upper whisker[/C][/ROW]
[ROW][C]X1[/C][C]86[/C][C]96.2[/C][C]101.7[/C][C]106[/C][C]115.5[/C][/ROW]
[ROW][C]X2[/C][C]66.5[/C][C]80.6[/C][C]87.3[/C][C]94.1[/C][C]109.7[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20822&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20822&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Boxplot statistics
Variablelower whiskerlower hingemedianupper hingeupper whisker
X18696.2101.7106115.5
X266.580.687.394.1109.7






Boxplot Notches
Variablelower boundmedianupper bound
X199.717476951119101.7103.682523048881
X284.568973351031387.390.0310266489687

\begin{tabular}{lllllllll}
\hline
Boxplot Notches \tabularnewline
Variable & lower bound & median & upper bound \tabularnewline
X1 & 99.717476951119 & 101.7 & 103.682523048881 \tabularnewline
X2 & 84.5689733510313 & 87.3 & 90.0310266489687 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20822&T=2

[TABLE]
[ROW][C]Boxplot Notches[/C][/ROW]
[ROW][C]Variable[/C][C]lower bound[/C][C]median[/C][C]upper bound[/C][/ROW]
[ROW][C]X1[/C][C]99.717476951119[/C][C]101.7[/C][C]103.682523048881[/C][/ROW]
[ROW][C]X2[/C][C]84.5689733510313[/C][C]87.3[/C][C]90.0310266489687[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20822&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20822&T=2

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Boxplot Notches
Variablelower boundmedianupper bound
X199.717476951119101.7103.682523048881
X284.568973351031387.390.0310266489687


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = grey ;
Parameters (R input):
par1 = grey ; 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):
z <- as.data.frame(t(y))
bitmap(file='test1.png')
(r<-boxplot(z ,xlab=xlab,ylab=ylab,main=main,notch=TRUE,col=par1))
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,hyperlink('overview.htm','Boxplot statistics','Boxplot overview'),6,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Variable',1,TRUE)
a<-table.element(a,hyperlink('lower_whisker.htm','lower whisker','definition of lower whisker'),1,TRUE)
a<-table.element(a,hyperlink('lower_hinge.htm','lower hinge','definition of lower hinge'),1,TRUE)
a<-table.element(a,hyperlink('central_tendency.htm','median','definitions about measures of central tendency'),1,TRUE)
a<-table.element(a,hyperlink('upper_hinge.htm','upper hinge','definition of upper hinge'),1,TRUE)
a<-table.element(a,hyperlink('upper_whisker.htm','upper whisker','definition of upper whisker'),1,TRUE)
a<-table.row.end(a)
for (i in 1:length(y[,1]))
{
a<-table.row.start(a)
a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
for (j in 1:5)
{
a<-table.element(a,r$stats[j,i])
}
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Boxplot Notches',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Variable',1,TRUE)
a<-table.element(a,'lower bound',1,TRUE)
a<-table.element(a,'median',1,TRUE)
a<-table.element(a,'upper bound',1,TRUE)
a<-table.row.end(a)
for (i in 1:length(y[,1]))
{
a<-table.row.start(a)
a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
a<-table.element(a,r$conf[1,i])
a<-table.element(a,r$stats[3,i])
a<-table.element(a,r$conf[2,i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable1.tab')