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 10:55:55 -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/t1225734995azsr9bdoqw6tjoi.htm/, Retrieved Sun, 19 May 2024 08:44:56 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20917, Retrieved Sun, 19 May 2024 08:44:56 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact169

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] [Seasonality Cloth...] [2008-11-03 17:55:55] [d592f629d96b926609f311957d74fcca] [Current]
Feedback Forum
2008-11-06 15:00:11 [Tom Ardies] [reply] 
Tussen periode 6 en 7 is er een duidelijk sprong op de meanplot. Dit kan je ook terugvinden op de notched boxplots, waar er een significant verschil is tussen de boxplot van periode 6 en die van 7.
2008-11-06 15:02:40 [Tom Ardies] [reply] 
Q3: er is een daling te zien op de sequential boxplot en je maakt de juist conclusie, maar het betrouwbaarheidsinterval tussen jaar 1 en 5 is sterk gedaald, net niet significant.
2008-11-07 16:23:25 [Jan Van Riet] [reply] 
De mean plot toont per maand het gemiddelde van alle jaren op 1 grafiek.
De notched box plots (periodic subseries) tonen een duidelijke seizonaliteit in augustus en september.
2008-11-07 16:25:30 [Jan Van Riet] [reply] 
Kijken we naar de sequential blocks dan zijn is het besluit dat de reeks daalt over de onderzochte 5 jaar, maar of dit een significante daling is valt moeilijk te zeggen. De betrouwbaarheidsintervallen vallen nl. overal samen.
2008-11-09 20:04:28 [Tamara Witters] [reply] 
Q2
Het klopt dat er inderdaad seizoenaliteit is, maar echter wel bij maand 6 en 7.
Verbetering:
A.d.h.v de meanplot kunnen we zien of een tijdreeks seizoenaliteit of niet heeft. Elk bolletje geeft het gemiddelde weer van eenzelfde maand van verschillende jaren (vb: maart 2000, maart 2001, maart 2002,..) We kunnen hier afleiden dat er een verschil is tussen het gemiddelde van juni en juli.
Als we dan gaan kijken naar de notched boxplots dan kan we ook zien dat er een significant veschil is tussen deze 2 maanden. Juni valt nl niet meer binnen het betrouwbaarheidsinterval van juli. Bijgevolg is een een significant verschil. Dit wil zeggen dat er seizoenaliteit is.
(belangrijk hier is dat je het aantal blocks op 12 zet)
2008-11-09 20:13:26 [Tamara Witters] [reply] 
Q3
Je geeft geen duidelijk antwoord op de vraag
Antwoord: Er is geen significante daling van de kledingproductie.
Verbetering:
Als we kijken naar de notched box plots zien we dat de mediaan is gedaald t.o.v het basisjaar.
We kunnen ook zien dat wanneer we het 5ejaar met het 1e vergelijken dat het 5ejaar in het betrouwbaarheidsinterval valt van het eerste. Bijgevolg kunnnen we niet spreken significante daling van de kledingproductie.
2008-11-09 23:40:25 [Kevin Neelen] [reply] 
We merken bij deze resultaten dat er duidelijk sprake is van seizoenaliteiten. In het meanplot worden de gemiddeldes van een bepaalde maand gedurende verschillende jaren weergegeven. Hieruit kunnen we dan besluiten dat er verschillen zijn tussen maanden 6 en 7 en tussen maanden 10 en 11.
Daarnaast kan ook gekeken worden naar de notched boxplots waarbij er nu met betrouwbaarheidsintervallen wordt gewerkt. Hieruit kunnen we ook concluderen dat na maanden 6 en 10 deze gegevens enorm van elkaar verschillen (ze verschillen zelfs significant). Belangrijk hierbij is wel dat het aantal lags wordt ingesteld op 12 (als deze bevoorbeeld wordt ingesteld op 36 kunnen geen seizoensinvloeden bestudeerd worden).
2008-11-09 23:47:43 [Kevin Neelen] [reply] 
Als we deze notched boxplots bestuderen, merken we een dalende trend van de medianen in de grafiek. Deze daling is echter niet significant te noemen, aangezien de verschillende betrouwbaarheidsintervallen van deze notched boxplots onderling ongeveer samenvallen. Enkel de boxplot van jaar 5 ten opzichte van het eerste jaar, zou men als twijfelgeval kunnen beschouwen. We merkne zeker een duidelijk verschil, maar of dit verschil ook significant is, is een randgeval.
De notched boxplot van het 6de jaar is inderdaad zeer klein aangezien er slechts weinig resultaten bekend zijn voor dat jaar.

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 time2 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 & 2 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20917&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]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20917&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20917&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'Gwilym Jenkins' @ 72.249.127.135


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()