Free Statistics

of Irreproducible Research!

Author's title

Author*Unverified author*
R Software Modulerwasp_meanplot.wasp
Title produced by softwareMean Plot
Date of computationThu, 06 Nov 2008 12:08:36 -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/t1225998543416qto53op2hutf.htm/, Retrieved Sun, 19 May 2024 05:52:02 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=22371, Retrieved Sun, 19 May 2024 05:52:02 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact195
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 RMPD  [Mean Plot] [workshop 4 deel 1...] [2008-10-31 09:40:26] [077ffec662d24c06be4c491541a44245]
F         [Mean Plot] [] [2008-11-01 13:19:15] [4c8dfb519edec2da3492d7e6be9a5685]
F           [Mean Plot] [Task 1 - Bob Leysen] [2008-11-02 15:25:34] [57850c80fd59ccfb28f882be994e814e]
F   P           [Mean Plot] [] [2008-11-06 19:08:36] [ffe1355fa7fe5626118ee2c4cacbba88] [Current]
Feedback Forum
2008-11-09 16:11:56 [Steven Vercammen] [reply
Q2: Deze vraag wordt gedeeltelijk goed opgelost: in het opgegeven word document werd inderdaad goed geantwoord, maar de student had ook moeten verklaren waarom er sprake is van seizoenaliteit: op de mean plot is er bv. sprake van een zeer sterke stijging van maand 6 naar maand 7, uit de grafiek met de notched boxplots blijkt dat dit verschil geen toeval is want de inkepingen overlappen niet. Er wordt volgens mij ook geen vertekend beeld gegeven omdat de y-as pas begint bij waarde 70 zoals de student opmerkt. Als de y-as op 0 zou beginnen blijft het verschil even groot, de boxplots liggen dan gewoon hoger op de grafiek.

Q3: De student merk terecht op dat men moet oppassen met de conclusie trekken dat de mediaan over de periode van 5 jaar een dalende trend volgt, omdat dit ook te wijten kan zijn aan toeval(de inkepingen overlappen), maar wanneer men het 1ste jaar met het 5de jaar vergelijkt is er toch reeds sprake van een twijfelgeval: de inkepingen overlappen net wel/net niet: dus de kans is wel reëel dat er sprake is van een significante daling tussen deze jaar 1 en jaar 5. Het is echter moeilijk om dit grafisch vast te stellen.
2008-11-09 19:18:46 [Leen Van Dooren] [reply
Bij Q3 kan je zeggen dat de dalingen afzonderlijk niet significant zijn omdat de inkepingen elkaar overlappen , maar de dat daling in het geheel wel significant is.
2008-11-10 19:59:27 [Jonas Scheltjens] [reply
Het antwoord is slechts gedeeltelijk correct. Het eerste deel van wat de student zegt is goed: veranderen van de maten op de assen zorgt inderdaad voor een 'vervorming' van de werkelijke verhoudingen van de gegevensvoorstelling. Het veranderd de waarden en verschillen niet, maar het globale beeld is wel anders. De student vergeet echter de verklaringen omtrent de seizoenaliteit, wat duidelijk is voorgesteld (een sterke verhoging in maand 7 en een sterk stijgende trend vanaf maand 10 tot en met maand 1, met daarna weer een daling). Dit geeft dus wel duidelijk een beeld van seizoenaliteit en bij controle via de notched boxplots (waar de notches niet overlappen en dus zijn de dalingen en stijgingen niet aan het toeval te wijten) kan men hiervan dan ook (zo goed als)zeker zijn.

2008-11-10 20:12:52 [Jonas Scheltjens] [reply
Voor Q3 heeft de student gelijk over zijn bevinding: men moet inderdaad de overlapping van de inkeping niet verwaarlozen, daar ze hier toch relatief dicht bij elkaar liggen en onderling overlappen. Men kan wel zien dat de inkepingen van boxplot 1 en boxplot 5 niet overlappen dus is er een grote(re) kans dat de daling toch niet aan het toeval kan worden toegeschreven (en dus significant) betreffende de algemene trend.
(Eventueel hiervoor een lijn ter hoogte van de het begin van de onderste inkeping voor boxplot 1 zou kunnen helpen om het verschil duidelijker te maken tussen deze 2 boxplots.)
2008-11-12 10:08:58 [407693b66d7f2e0b350979005057872d] [reply
Dit is niet volledig correct geantwoord. Op de boxplots kunnen we duidelijker zien of er sprake is van seizonaliteit dan op de mean plot maar dar kunnen we wel grote verschillen detecteren. We zien dat in de zevende maand de mediaan enorm veel hoger ligt dan de vijf voorgaande maanden(inkepingen overlappen elkaar niet dus mediaan zevende maand is niet toevallig) dus m.a.w. hier is er sprake van seizonaliteit

2008-11-12 10:09:24 [407693b66d7f2e0b350979005057872d] [reply
De medianen dalen jaar op jaar maar de inkepingen overlappen elkaar wel dus dit betekent dat het toeval kan zijn of de medianen lager liggen . Jaar 6 moeten we hier geen rekening mee houden omdat er hier te weinig metingenvoor zijn

Post a new message
Dataseries X:
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




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=22371&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=22371&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=22371&T=0

As an alternative you can also use a 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



Parameters (Session):
par1 = grey ;
Parameters (R input):
par1 = 12 ; 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):
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()