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 13:53:27 -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/t1225745651r4zg5b1yomts5f6.htm/, Retrieved Sun, 19 May 2024 12:03:36 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21246, Retrieved Sun, 19 May 2024 12:03:36 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact162

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] [Hypothesis P1 T1 Q1] [2008-11-01 08:29:10] [6743688719638b0cb1c0a6e0bf433315]
F         [Notched Boxplots] [q1] [2008-11-03 19:48:38] [988ab43f527fc78aae41c84649095267]
F             [Notched Boxplots] [Hypothesis testin...] [2008-11-03 20:53:27] [02e7fb326979b65614900650d62c19a6] [Current]
Feedback Forum
2008-11-05 16:38:09 [Ken Van den Heuvel] [reply] 
Upper bound kledij < lower bound productie, wat wijst op een lagere mediaan van kledij (de bounds stellen de betrouwbaarheidsintervallen voor (als deze van de kledij dus onder deze van de productie liggen, dan zal de mediaan nooit boven deze van de productie uitkomen).

Je stelt overigens: 'De mediaan van de totale productie ligt hoger en de reeks heeft ook een kleinere spreiding. Hoewel de student hier een verband uit lijkt te halen. Hierin volg ik de student niet er is volgens mij geen verschil tussen een hoge mediaan en een kleine spreiding.'

Nogal warrig uitgedrukt...concludeer je nu dat er hier geen verband tussen is...of dat er tussen een hoge mediaan en een kleine spreiding geen verschil is.

In ieder geval, het feit dat de mediaan bij productie hoger ligt en dat de spreiding hier kleiner is, berust op louter toeval.
2008-11-10 17:14:30 [Olivier Uyttendaele] [reply] 
Je hebt het juiste model correct gereproduceerd. De Notched Box Plot geeft ons de verdeling. En doet dit via de mediaan. Spreiding heeft bij deze grafiek geen uitstaans. Zoals student hierboven bij een andere feedback schreef, begrijp ik je conclusie ook niet helemaal. Het verband tussen mediaan en spreiding heeft weinig met de oplossing te maken en is volgen mij ook toevallig. De “inkepingen” zijnde het betrouwbaarheidsinterval, is hier hetgeen waarop je je conclusie moet baseren.Er is een verschil tussen totale productie en die van kleding. Nu is het de vraag of dit significant is of toevallig. Het is zo dat er een significant verschil is, dit kunnen we 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 Boxplots 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.
Eventuele bolletjes onder de horizontale lijnen zijn de eventueel aanwezige outliers.

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'George Udny Yule' @ 72.249.76.132

\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 & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21246&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=21246&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21246&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'George Udny Yule' @ 72.249.76.132






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=21246&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=21246&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21246&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=21246&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=21246&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21246&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 ;
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')