FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_starplot.wasp
Title produced by softwareStar Plot
Date of computationThu, 06 Nov 2008 03:51:50 -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/06/t1225968815dcd8kl4n6dwg8ky.htm/, Retrieved Mon, 27 May 2024 18:01:56 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=22003, Retrieved Mon, 27 May 2024 18:01:56 +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       [Star Plot] [Star Plot] [2008-11-06 10:51:50] [3b916296c2d2371d528ff188880e3d2b] [Current]
Feedback Forum
2008-11-10 14:08:51 [Jasmine Hendrikx] [reply] 
Evaluatie Q2:

De student gebruikt de juiste module, namelijk ‘de star plot’ om deze vraag op te lossen. Elke ster stelt een enkele observatie voor. De grootte van elk lijntje van de star geeft de relatieve waarde van de betrokken variabele voor. Star plots worden gebruikt om gelijkenissen en verschillen tussen verschillende observaties te ontdekken. De star plot is echter wel een beperkte methode als je met teveel variabelen zou moeten werken. Zoals de student vermeldt, is het inderdaad juist dat je auto’s 15, 16 en 17 in 1 categorie kunt zetten. Zij scoren ongeveer hetzelfde over de verschillende variabelen. Zij scoren hoog op vlak van ‘disp’, ‘cyl’, laag op ‘mpg’ (ver onder het gemiddelde), iets boven het gemiddelde wanneer men kijkt naar ‘qsec’ en ver boven het gemiddelde als men kijkt naar ‘wt’. Op ‘drat’ scoren ze dan weer zeer laag. De conclusie van de student mocht misschien iets uitgebreider. Zo kun je nog veel andere verschillende categorieën onderscheiden.
Je zou bijvoorbeeld de auto’s 18, 19 , 20 en 26 kunnen samennemen. Qua ‘drat’ zitten zij verder boven het gemiddelde, qua qsec zitten zij algemeen boven het gemiddelde. Wat de variabelen ‘disp’, ‘hp’, ‘wt’ en ‘cyl’ betreft, zitten zij ver onder het gemiddelde ten opzichte van de andere auto’s. Wat ‘mpg’ betreft, zitten ze dan weer goed boven het gemiddelde.
Je zou ook bijvoorbeeld auto 3 en auto 21 kunnen samennemen.
Ik ben het dus wel eens met de student dat er bepaalde gelijkenissen zijn tussen de verschillende soorten wagens en dat men deze kan onderverdelen in verschillende categorieën.
2008-11-11 12:21:35 [Stefan Temmerman] [reply] 
De student gebruikt ook hier de juiste grafiek, en ook de juiste interpretatie.
Met behulp van een starplot kunnen we de specificaties van de auto’s op een gestructureerde manier waarnemen. Indien de benen van een ‘ster’ relatief lang zijn, wijst dit op hoge waardes van de kenmerken. We kunnen de verschillende auto’s categoriseren door te kijken in hoeverre hun ‘ster’ overeenkomt. Zo zien we bij bv 15, 16 en 17 een grote overeenkomst.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
21	6	160	110	3,9	2,62	16,46
21	6	160	110	3,9	2,875	17,02
22,8	4	108	93	3,85	2,32	18,61
21,4	6	258	110	3,08	3,215	19,44
18,7	8	360	175	3,15	3,44	17,02
18,1	6	225	105	2,76	3,46	20,22
14,3	8	360	245	3,21	3,57	15,84
24,4	4	146,7	62	3,69	3,19	20
22,8	4	140,8	95	3,92	3,15	22,9
19,2	6	167,6	123	3,92	3,44	18,3
17,8	6	167,6	123	3,92	3,44	18,9
16,4	8	275,8	180	3,07	4,07	17,4
17,3	8	275,8	180	3,07	3,73	17,6
15,2	8	275,8	180	3,07	3,78	18
10,4	8	472	205	2,93	5,25	17,98
10,4	8	460	215	3	5,424	17,82
14,7	8	440	230	3,23	5,345	17,42
32,4	4	78,7	66	4,08	2,2	19,47
30,4	4	75,7	52	4,93	1,615	18,52
33,9	4	71,1	65	4,22	1,835	19,9
21,5	4	120,1	97	3,7	2,465	20,01
15,5	8	318	150	2,76	3,52	16,87
15,2	8	304	150	3,15	3,435	17,3
13,3	8	350	245	3,73	3,84	15,41
19,2	8	400	175	3,08	3,845	17,05
27,3	4	79	66	4,08	1,935	18,9
26	4	120,3	91	4,43	2,14	16,7
30,4	4	95,1	113	3,77	1,513	16,9
15,8	8	351	264	4,22	3,17	14,5
19,7	6	145	175	3,62	2,77	15,5
15	8	301	335	3,54	3,57	14,6
21,4	4	121	109	4,11	2,78	18,6

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time3 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 & 3 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=22003&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]3 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=22003&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=22003&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 time3 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = TRUE ;
Parameters (R input):
par1 = TRUE ;
R code (references can be found in the software module):
if (par1 == 'TRUE') par1 <- TRUE
if (par1 == 'FALSE') par1 <- FALSE
bitmap(file='test1.png')
stars(t(y), main = main, full=par1, key.loc = c(14, 2))
dev.off()