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 14:38:08 -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/t1225748351hozonnatdeyzskl.htm/, Retrieved Sun, 19 May 2024 10:06:53 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21324, Retrieved Sun, 19 May 2024 10:06:53 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact176

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]
-    D  [Notched Boxplots] [Workshop 3 Q1] [2008-11-01 17:28:58] [74be16979710d4c4e7c6647856088456]
F         [Notched Boxplots] [WS3 Q1] [2008-11-01 17:34:02] [74be16979710d4c4e7c6647856088456]
F             [Notched Boxplots] [P1 Q1] [2008-11-03 21:38:08] [e11d930c9e2984715c66c796cf63ef19] [Current]
Feedback Forum
2008-11-10 11:58:39 [339a57d8a4d5d113e4804fc423e4a59e] [reply] 
Q1:De student heeft hier de juiste software gebruikt, namelijk de notched boxplot. De student geeft aan dat de mediaan van de kledij kleiner is dan die van de totale productie. Dit is correct, maar dit hangt niet af van de spreiding. Dit kan men aantonen door de notches op de grafiek door te trekken. Zo verkrijgt men het betrouwbaarheidsinterval, dat in dit geval 95% bedraagt, waartussen de mediaan kan schommelen. Op de grafiek kan men dus duidelijk zien dat de upper bound van de notches van de kledingproductie lager ligt dan de lower bound van de notches van de industriële productie. Men kan dus stellen dat de mediaan van de kledingproductie SIGNIFICANT lager ligt dan de mediaan van de industriële productie. Dit is dus niet te wijten aan toeval.
2008-11-10 17:19:26 [Olivier Uyttendaele] [reply] 
Ik heb hier het model correct geïnterpreteerd. . De spreiding telt niet in deze grafiek, het is de mediaan dat telt. Dit is het belangrijkste infomiddel van de grafiek. Je kan kijken of er een normaalverdeling is als de mediaan mooi in het midden ligt, dan kan er aangenomen worden dat er een normaalverdeling aanwezig is. De “inkepingen” staan voor het betrouwbaarheidsinterval.
Ik heb geschreven dat er een verschil was in niveau tussen de 2 medianen. Dit is correct, het is dan ook duidelijk afleesbaar uit de grafiek. Toch was het de bedoeling dat ik er ook moest bij vertellen of het verschil toevallig of significant was…
Er is een significant verschil, 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 vormen het betrouwbaarheidsinterval. Deze kunnen dan helpen om kijken of 2medianen van 2data sets significant of toevallig van elkaar verschillen. (toepassing op dit voorbeeld) à Er is een significant verschil, dit kunnen we toewijzen aan het feit dat wanneer we de rechten 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.
Eventuele bolletjes onder de horizontale lijnen zijn de eventueel aanwezige outliers
2008-11-12 10:18:07 [df2ed12c9b09685cd516719b004050c5] [reply] 
Correcte interpretatie. Q1
De inkepingen zijn betrouwbaarheidsintervallen en de zwarte lijn is de mediaan (wanneer deze in de midden staat, dan hebben we te maken met een normaalverdeling). Nu uit deze grafiek (waarvan het gemakkelijker af te lezen was geweest, indien hij benoemd was) leiden wij af dat:
-de totale productie lichtjes is gestegen t.o.v. het basisjaar (100)
-de kledingproductie lichtjes is gedaald

De mediaan van totale productie ligt hoger dan deze van de productie van kleding, dit kunnen we zien op de grafiek. Maar is dit verschil significant? Ja, want indien we de mediaan van de kledingproductie op en neer laten bewegen in de box, blijft deze onder het betrouwbaarheidsinterval van de totale productie.

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 time2 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 & 2 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21324&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=21324&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21324&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'George Udny Yule' @ 72.249.76.132






Boxplot statistics
Variablelower whiskerlower hingemedianupper hingeupper whisker
Productie8696.2101.7106115.5
Kleding66.580.687.394.1109.7

\begin{tabular}{lllllllll}
\hline
Boxplot statistics \tabularnewline
Variable & lower whisker & lower hinge & median & upper hinge & upper whisker \tabularnewline
Productie & 86 & 96.2 & 101.7 & 106 & 115.5 \tabularnewline
Kleding & 66.5 & 80.6 & 87.3 & 94.1 & 109.7 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21324&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]Productie[/C][C]86[/C][C]96.2[/C][C]101.7[/C][C]106[/C][C]115.5[/C][/ROW]
[ROW][C]Kleding[/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=21324&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21324&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
Productie8696.2101.7106115.5
Kleding66.580.687.394.1109.7






Boxplot Notches
Variablelower boundmedianupper bound
Productie99.717476951119101.7103.682523048881
Kleding84.568973351031387.390.0310266489687

\begin{tabular}{lllllllll}
\hline
Boxplot Notches \tabularnewline
Variable & lower bound & median & upper bound \tabularnewline
Productie & 99.717476951119 & 101.7 & 103.682523048881 \tabularnewline
Kleding & 84.5689733510313 & 87.3 & 90.0310266489687 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21324&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]Productie[/C][C]99.717476951119[/C][C]101.7[/C][C]103.682523048881[/C][/ROW]
[ROW][C]Kleding[/C][C]84.5689733510313[/C][C]87.3[/C][C]90.0310266489687[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=21324&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21324&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
Productie99.717476951119101.7103.682523048881
Kleding84.568973351031387.390.0310266489687


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')