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 12:38:51 -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/t1225741408wz1spj73fb94bt8.htm/, Retrieved Sun, 19 May 2024 09:20:05 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21097, Retrieved Sun, 19 May 2024 09:20:05 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact152

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] [Q2] [2008-11-03 19:38:51] [5e2b1e7aa808f9f0d23fd35605d4968f] [Current]
F   P       [Mean Plot] [Q3] [2008-11-03 20:00:57] [299afd6311e4c20059ea2f05c8dd029d]
Feedback Forum
2008-11-10 11:22:04 [Elias Van Deun] [reply] 
Ik zou aanraden om met alle cijfers te werken, ook van de jaren 2001 en 2006. Dit omdat we werken met gemiddelden.
Een voorbeeld van een berekening met alle gegevens:
http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/03/t1225744863zljg8oy6hff2bm9.htm

Hierin kan je zien dat er seizonaliteit is en dat er tussen de 6de en de 7de maand een significant verschil op te merken valt. De verschillen hebben hoogstwaarschijnlijk te maken met 'de solden' die in de 1ste en 7de maand worden gehouden. Vele mensen stellen hun aankopen van kledij uit om 'koopjes' te doen in de solden.
2008-11-11 09:45:02 [Jeroen Michel] [reply] 
De beredenering van voorgaande student is niet echt een correcte feedback. De belangrijkste opmerking bij deze vraag is dat maand 1 NIET januari is, maar wel maart. Dus maand 7 is niet julie, maar wel september. De koopjesperiode moet hier dus buiten beschouwing worden gelaten.

Het gaat hier duidelijk over rekenkundige gemiddelde periodiek gezien. Bij 7, wat overeenkomt met maand 7, juli, is er een outlier waar te nemen wat wijst op seizoenaliteit. Net zoals beschreven in het document kan dit er op duiden dat mensen meer kledij zullen aankopen. Vanaf oktober is er een vergelijkbare trend, dit is dan wel van toepassing voor de winterkledij.
2008-11-11 16:38:33 [Lindsay Heyndrickx] [reply] 
Hier moet je de jaren 2001 en 2006 niet verwijderen. In de mean plot zie je inderdaad verschillen. 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. Je ziet dat hier maanden zijn dat de betrouwbaarheidintervallen zeer ver uit elkaar liggen. Hier gaat het dus om een significant verschil.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
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

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time4 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 & 4 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21097&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]4 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=21097&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21097&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 time4 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 ;
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()