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 14:26:47 -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/t1225747687choyjuwzzffkn6m.htm/, Retrieved Sun, 19 May 2024 12:18:10 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21319, Retrieved Sun, 19 May 2024 12:18:10 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact144

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Univariate Data Series] [Buitenlandse handel] [2008-10-13 10:26:18] [1ce0d16c8f4225c977b42c8fa93bc163]
F   PD  [Univariate Data Series] [Totale werklooshe...] [2008-10-13 21:14:31] [05e9a6d53ace945e674f09e419f751d6]
-   PD    [Univariate Data Series] [Totale werklooshe...] [2008-10-20 19:38:23] [a7f04e0e73ce3683561193958d653479]
F RMP         [Mean Plot] [EDA Deel 1 - Task...] [2008-11-03 21:26:47] [f1a30f1149cef3ef3ef69d586c6c3c1c] [Current]
Feedback Forum
2008-11-08 10:32:10 [Astrid Sniekers] [reply] 
Het antwoord van de student is fout.

Aan de hand van de Mean Plot zouden we kunnen zeggen dat er een groot verschil is tussen het gemiddelde van maand 2 en het gemiddelde van maand 3. Als we dan kijken naar de Notched Box Plots – Periodic Subseries merken we dat er toch niet zo een groot verschil is tussen het gemiddelde van maand 2 en het gemiddelde van maand 3. Dit kan dus louter toevallig zijn.

Notched Box Plots – Sequential Blocks:
Aan de hand van de Sequential Blocks kunnen we een besluit trekken over de verschillende jaren van de tijdreeks van totale werkloosheid. Als we naar de grenzen van de verschillende boxplots kijken, merken we op dat de betrouwbaarheidsintervallen elkaar soms overlappen. De stijging van de mediaan van jaar 1 naar jaar 2 en de daling van de mediaan van jaar 4 naar jaar 5 is significant (betrouwbaarheidsintervallen overlappen elkaar niet). (Bij deze oefening laten we het 6de jaar buiten beschouwing, omdat hier de gegevens niet volledig zijn.)

Aan de hand van Notched Box Plots-grafiek kunnen we niet besluiten dat de midrange de kleinste spreiding vertoont en dus de beste indicator is. Of we de midrange al dan niet het beste als gemiddelde nemen, moeten we achterhalen door het maken van de Bootstrap Simulation (zie task 1, Q4)
2008-11-09 14:22:18 [2df1bcd103d52957f4a39bd4617794c8] [reply] 
We kunnen uit de Mean plot concluderen dat het gemiddelde van de totale werkloosheid telkens omstreeks de vierde periode fors boven het algemene gemiddelde ligt.

De conclusie van de student mbt de Notched Box Plot grafiek is, naar mijn mening, niet correct aangezien we de kleinste spreiding van de midrange niet kunnen afleiden.
2008-11-10 14:39:35 [Matthieu Blondeau] [reply] 
De student antwoordt hier niet helemaal correct.
In de Mean Plot zien we een groot verschil tussen de 2de maand en de 3de maand. Maar als men gaat zien in de Notched Box Plots Periodic Subseries merken we dat dit verschil blijkbaar niet significant is en dat dit verschil te wijten is aan het toeval. De student had het verschil opgemerkt maar niet de link gelegd met de Notched box plots.

De student zegt ook dat de mediaan in de Notched box plots ongeveer gelijk liggen. Ik ben hier niet mee akkoord.
Als we naar de grenzen van de verschillende boxplots kijken, merken we op dat de betrouwbaarheidsintervallen elkaar soms overlappen, soms ook niet. Van het 1ste jaar naar het 2de jaar en van het 4de naar het 5de jaar kan men zeggen dat de betrouwbaarheidsintervallen niet overlappen, hier is dus geen toeval.
Tussen het 2de en het 4de jaar is er geen significant verschil.

De student zegt dat de midrange de beste estimator is voor bepaalde uitspraken. Ik denk dat dit van de persoonlijke mening afhangt. Ofwel een brede interval met weinig kans om hierbuiten te vallen, ofwel een kleine interval met veel kans. Hier is de spreiding bijna dezelfde.
2008-11-11 09:37:17 [Jens Peeters] [reply] 
Zoals men collega's al aanhaalde, is het antwoord niet volledig correct. Wat het gebruiken van de midrange betreft, hangt dit inderdaad van persoonlijke mening af. Bij de midrange is het betrouwbaarheidsinterval zeer klein wat een nauwkeurig resultaat geeft. Maar er zijn wel meer outliers met als gevolg dat het antwoord meestal zeer nauwkeurig is maar als je er naast zit kan je er ver naast zitten.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
500857
506971
569323
579714
577992
565464
547344
554788
562325
560854
555332
543599
536662
542722
593530
610763
612613
611324
594167
595454
590865
589379
584428
573100
567456
569028
620735
628884
628232
612117
595404
597141
593408
590072
579799
574205
572775
572942
619567
625809
619916
587625
565742
557274
560576
548854
531673
525919
511038
498662
555362
564591
541657
527070
509846
514258
516922
507561
492622
490243
469357

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'Herman Ole Andreas Wold' @ 193.190.124.10:1001

\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 & 'Herman Ole Andreas Wold' @ 193.190.124.10:1001 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21319&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]'Herman Ole Andreas Wold' @ 193.190.124.10:1001[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=21319&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21319&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'Herman Ole Andreas Wold' @ 193.190.124.10:1001


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))
darr <- array(NA,dim=c(par1,np+1))
ari <- array(0,dim=par1)
dx <- diff(x)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
darr[j,ari[j]] <- dx[i]
if (j == par1) j = 0
}
ari
arr
darr
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='plot4b.png')
z <- data.frame(t(darr))
names(z) <- c(1:par1)
(boxplot(z,notch=TRUE,col='grey',xlab='Periodic Index',ylab='Value',main='Notched Box Plots - Differenced 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()