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 16:02:38 -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/04/t12257540644gbcy6g2blkxqbc.htm/, Retrieved Sun, 19 May 2024 07:11:16 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21397, Retrieved Sun, 19 May 2024 07:11:16 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact175

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] [Mean Plot] [2008-11-03 23:02:38] [7957bb37a64ed417bbed8444b0b0ea8a] [Current]
-         [Mean Plot] [] [2008-11-10 11:21:00] [888addc516c3b812dd7be4bd54caa358]
Feedback Forum
2008-11-10 17:00:26 [Olivier Uyttendaele] [reply] 
Je schreef in het document dat er seizoenaliteit waar te nemen is. Dit is correct. Een meer algemenere uitleg is al volgt:

Het cijfer dat bij #blocks staat, is het aantal jaar waarover de waarnemingen gaan. De cijfers op de X-as staan voor het aantal maanden per jaar.
Het cijfer 1 staat dus voor alle eerste maanden van de 5jaar waarover we gegevens hebben. Dus voor 01/03, 01/04, 01/05, 01/06, 01,07; hetzelfde voor jaar 2 enz…
Je bekijkt dezelfde maand over de jaren heen als het ware.
We kunnen dus zien dat in de periodes 6&7 er seizoenaliteit is.
Algemeen kan je bij het Mean Plot volgende zaken waarnemen:
1) Zijn er veranderingen in het niveau?
2) Wat is de impact van de veranderingen in het niveau.
3) Is er een bepaald patroon in de veranderingen van het niveau.

De Mean Plot kan dus een grafische test zijn voor de assumptie “Is er een constant niveau?”
2008-11-10 17:03:01 [Olivier Uyttendaele] [reply] 
Je schreef in het document dat er seizoenaliteit waar te nemen is. Dit is correct. Een meer algemenere uitleg is al volgt:

Het cijfer dat bij #blocks staat, is het aantal jaar waarover de waarnemingen gaan. De cijfers op de X-as staan voor het aantal maanden per jaar.
Het cijfer 1 staat dus voor alle eerste maanden van de 5jaar waarover we gegevens hebben. Dus voor 01/03, 01/04, 01/05, 01/06, 01,07; hetzelfde voor jaar 2 enz…
Je bekijkt dezelfde maand over de jaren heen als het ware.
We kunnen dus zien dat in de periodes 6&7 er seizoenaliteit is.
Algemeen kan je bij het Mean Plot volgende zaken waarnemen:
1) Zijn er veranderingen in het niveau?
2) Wat is de impact van de veranderingen in het niveau.
3) Is er een bepaald patroon in de veranderingen van het niveau.

De Mean Plot kan dus een grafische test zijn voor de assumptie “Is er een constant niveau?”

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=21397&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=21397&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21397&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))
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()