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_bidensity.wasp
Title produced by softwareBivariate Kernel Density Estimation
Date of computationMon, 10 Nov 2008 09:58:43 -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/10/t1226336368gvwpkmwiudkj9jt.htm/, Retrieved Sun, 19 May 2024 12:14:57 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=23139, Retrieved Sun, 19 May 2024 12:14:57 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact185

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Bivariate Kernel Density Estimation] [Bivariate Kernel ...] [2008-11-10 16:53:50] [819b576fab25b35cfda70f80599828ec]
F    D    [Bivariate Kernel Density Estimation] [Bivaritae Kernel ...] [2008-11-10 16:58:43] [e08fee3874f3333d6b7a377a061b860d] [Current]
F    D      [Bivariate Kernel Density Estimation] [Bivariate Kernel ...] [2008-11-10 17:00:38] [819b576fab25b35cfda70f80599828ec]
-    D        [Bivariate Kernel Density Estimation] [paper 1.9 bivaria...] [2008-12-05 19:08:16] [819b576fab25b35cfda70f80599828ec]
F RMPD      [Partial Correlation] [Partial Correlati...] [2008-11-10 17:08:28] [819b576fab25b35cfda70f80599828ec]
-    D        [Partial Correlation] [Partial Correlati...] [2008-11-10 17:13:48] [819b576fab25b35cfda70f80599828ec]
F    D        [Partial Correlation] [Partial Correlati...] [2008-11-10 17:17:49] [819b576fab25b35cfda70f80599828ec]
- RMPD        [Trivariate Scatterplots] [Trivariate Scatte...] [2008-11-10 17:21:24] [819b576fab25b35cfda70f80599828ec]
-   P           [Trivariate Scatterplots] [Trivariate Scatte...] [2008-11-10 17:31:18] [819b576fab25b35cfda70f80599828ec]
F RMPD          [Hierarchical Clustering] [Hierarchical Clus...] [2008-11-10 17:36:33] [819b576fab25b35cfda70f80599828ec]
F RM D            [Box-Cox Linearity Plot] [Box-Cox linearity...] [2008-11-11 14:51:35] [6fea0e9a9b3b29a63badf2c274e82506]
- RMPD          [Box-Cox Normality Plot] [Box-Cox Normality...] [2008-11-10 17:45:50] [819b576fab25b35cfda70f80599828ec]
F    D            [Box-Cox Normality Plot] [Box Cox normality...] [2008-11-11 15:12:02] [6fea0e9a9b3b29a63badf2c274e82506]
- RMPD          [Maximum-likelihood Fitting - Normal Distribution] [Maximum-likelihoo...] [2008-11-10 17:50:35] [819b576fab25b35cfda70f80599828ec]
F   PD            [Maximum-likelihood Fitting - Normal Distribution] [Maximum-likelihoo...] [2008-11-11 15:33:55] [819b576fab25b35cfda70f80599828ec]
- RMPD        [Trivariate Scatterplots] [Trivariate Scatte...] [2008-11-10 17:27:05] [819b576fab25b35cfda70f80599828ec]
Feedback Forum
2008-11-14 18:08:06 [Kevin Neelen] [reply] 
Er is hier gebruik gemaakt van het Bivariate Kernel Density plot. Deze grafiek vertoont hoogtelijnen die punten van gelijke dichtheid verbinden om op deze manier de betrouwbaarhiedsintervallen in kaart te brengen.
Uit deze grafiek kan geconcludeerd worden dat er een lage postieve correlatie is tussen beide reeksen aangezien de regressielijn van linksonder naar rechtsboven loopt. In de tabel kan gezien worden dat de correlatiewaarde 0,26 bedraagt wat weergeeft dat het verband tussen beide reeksen zeer zwak is.
2008-11-21 16:25:19 [Michael Van Spaandonck] [reply] 
Een correcte interpretatie in het bijhorende document.

Hier zien we een grafiek van 2 reeksen met een lage positieve correlatiewaarde.
De regressielijn is verloopt horizontaler dan in het vorige voorbeeld. Dit is het resultaat van de lagere correlatiewaarde.
Als gevolg hiervan benaderen de punten de regressielijn in veel mindere mate en liggen ze ook niet langsheen de lengte verspreid.

Wat niet in het document vermeld stond is dat deze grafiek hoogtelijnen weergeeft die punten van gelijke dichtheid verbinden. Op deze manier worden in zekere zin ook de betrouwbaarheidsintervallen in kaart gebracht. Deze laatsten worden overigens wel vermeld in het document.

We kunnen besluiten dat er een lage positieve correlatie tussen de twee reeksen is (0,26, af te lezen in de tabel), en dat er een vijftal outliers zijn.
2008-11-22 15:02:30 [Jeroen Michel] [reply] 
Ook hier is een correcte interpretatie van de grafische voorstelling gegeven en ook de uitwerking is correct uitgevoerd.

Het is zo dat er clusters worden weergegeven. In het midden van de clusters zal op te merken zijn dat de intensiteit zeer dicht is, terwijl, hoe verder van het midden van de cluster, de intensiteit sterk zal afnemen.

Ook hier is het belangrijk om weten dat, hoe dichter de clusters bij mekaar liggen, hoe groter de correlatie zal zijn. Let wel! Deze correlatie hoeft niet altijd positief te zijn.

Bij deze techniek kunnen slechts 2 variabelen worden vergeleken!

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
0.771
0.751
0.766
0.754
0.773
0.781
0.793
0.791
0.878
0.873
0.897
0.885
0.796
0.776
0.788
0.786
0.801
0.811
0.801
0.781
0.778
0.759
0.764
0.754
0.749
0.729
0.740
0.781
0.768
0.754
0.754
0.754
0.779
0.799
0.780
0.769
0.801
0.792
0.852
0.807
0.797
0.783
0.779
0.785
0.817
0.810
0.798
0.795
0.785
0.785
0.785
0.805
0.824
0.819
0.827
0.826
0.829
0.830
0.825
0.817
Dataseries Y:
Download CSV
Histogram 
493.000
481.000
462.000
457.000
442.000
439.000
488.000
521.000
501.000
485.000
464.000
460.000
467.000
460.000
448.000
443.000
436.000
431.000
484.000
510.000
513.000
503.000
471.000
471.000
476.000
475.000
470.000
461.000
455.000
456.000
517.000
525.000
523.000
519.000
509.000
512.000
519.000
517.000
510.000
509.000
501.000
507.000
569.000
580.000
578.000
565.000
547.000
555.000
562.000
561.000
555.000
544.000
537.000
543.000
594.000
611.000
613.000
611.000
594.000
595.000

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'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 & 2 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=23139&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]'Herman Ole Andreas Wold' @ 193.190.124.10:1001[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=23139&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23139&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'Herman Ole Andreas Wold' @ 193.190.124.10:1001






Bandwidth
x axis0.0131114024362343
y axis22.6358873027348
Correlation
correlation used in KDE0.263521688571555
correlation(x,y)0.263521688571555

\begin{tabular}{lllllllll}
\hline
Bandwidth \tabularnewline
x axis & 0.0131114024362343 \tabularnewline
y axis & 22.6358873027348 \tabularnewline
Correlation \tabularnewline
correlation used in KDE & 0.263521688571555 \tabularnewline
correlation(x,y) & 0.263521688571555 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=23139&T=1

[TABLE]
[ROW][C]Bandwidth[/C][/ROW]
[ROW][C]x axis[/C][C]0.0131114024362343[/C][/ROW]
[ROW][C]y axis[/C][C]22.6358873027348[/C][/ROW]
[ROW][C]Correlation[/C][/ROW]
[ROW][C]correlation used in KDE[/C][C]0.263521688571555[/C][/ROW]
[ROW][C]correlation(x,y)[/C][C]0.263521688571555[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=23139&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23139&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:

Bandwidth
x axis0.0131114024362343
y axis22.6358873027348
Correlation
correlation used in KDE0.263521688571555
correlation(x,y)0.263521688571555


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 50 ; par2 = 50 ; par3 = 0 ; par4 = 0 ; par5 = 0 ; par6 = Y ; par7 = Y ;
Parameters (R input):
par1 = 50 ; par2 = 50 ; par3 = 0 ; par4 = 0 ; par5 = 0 ; par6 = Y ; par7 = Y ;
R code (references can be found in the software module):
par1 <- as(par1,'numeric')
par2 <- as(par2,'numeric')
par3 <- as(par3,'numeric')
par4 <- as(par4,'numeric')
par5 <- as(par5,'numeric')
library('GenKern')
if (par3==0) par3 <- dpik(x)
if (par4==0) par4 <- dpik(y)
if (par5==0) par5 <- cor(x,y)
if (par1 > 500) par1 <- 500
if (par2 > 500) par2 <- 500
bitmap(file='bidensity.png')
op <- KernSur(x,y, xgridsize=par1, ygridsize=par2, correlation=par5, xbandwidth=par3, ybandwidth=par4)
image(op$xords, op$yords, op$zden, col=terrain.colors(100), axes=TRUE,main=main,xlab=xlab,ylab=ylab)
if (par6=='Y') contour(op$xords, op$yords, op$zden, add=TRUE)
if (par7=='Y') points(x,y)
(r<-lm(y ~ x))
abline(r)
box()
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Bandwidth',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'x axis',header=TRUE)
a<-table.element(a,par3)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'y axis',header=TRUE)
a<-table.element(a,par4)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'correlation used in KDE',header=TRUE)
a<-table.element(a,par5)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'correlation(x,y)',header=TRUE)
a<-table.element(a,cor(x,y))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')