FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_fitdistrnorm.wasp
Title produced by softwareMaximum-likelihood Fitting - Normal Distribution
Date of computationWed, 12 Nov 2008 08:58:44 -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/12/t12265055489xg3dx0ygo9sl6u.htm/, Retrieved Tue, 28 May 2024 05:17:36 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24259, Retrieved Tue, 28 May 2024 05:17:36 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact105

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Box-Cox Linearity Plot] [Box-Cox] [2008-11-11 14:29:04] [adb6b6905cde49db36d59ca44433140d]
- RM D  [Box-Cox Normality Plot] [Box-Cox Normality...] [2008-11-11 14:44:37] [adb6b6905cde49db36d59ca44433140d]
F    D    [Box-Cox Normality Plot] [Box-Cox Normality...] [2008-11-11 23:46:30] [b591abfa820a394aeb0c5ebd9cfa1091]
F RMPD      [Maximum-likelihood Fitting - Normal Distribution] [Normal Distribution ] [2008-11-12 15:48:53] [b478325fa744e3f2fc16a7222294469c]
F    D          [Maximum-likelihood Fitting - Normal Distribution] [Opdracht3_Q5] [2008-11-12 15:58:44] [e8ace8b3d80d7fc51f1760fb13a6fe6b] [Current]
Feedback Forum
2008-11-19 18:10:42 [Steven Vercammen] [reply] 
Met de Maximum-likelihood Fitting - Normal distribution kan men nagaan of de normaalverdeling een goede benadering is van de onderzochte tijdreeks. Er wordt een histogram geplot met daarop een lijn die de normaalverdeling voorstelt. Als het histogram deze lijn volgt is de tijdreeks (min of meer) normaal verdeelt. Er wordt ook een standaarddeviatie en een gemiddelde weergegeven. Bij een normaalverdeling is de standaardafwijking 1. Als deze dus ook dicht bij 1 ligt vormt de normaalverdeling een goede benadering van de verdeling van de tijdreeks. Het is zo dat hier de verdeling niet echt normaal kan genoemd worden. Er is sprake van rechtsscheefheid.
2008-11-21 21:42:25 [Gilliam Schoorel] [reply] 
Er is sprake van rechtsscheefheid. Dmv deze bewerking kan men kijken of de normaalvedeling een goede benadering was voor de gebruikte tijdreeksen. Als de lijn ongeveer gelijk ligt met de histogram duidt dit op een normale verdeling. De standaardeviatie hoort zo hoog mogelijk bij 1 te liggen. Als de stand deviatie gelijk is aan 1 vormt de normaalverdeling een goede benadering voor de tijdreeks. Als we afgaan op de lijn zouden we kunnen stellen dat de normaalverdeling hier wel van toepassing is. Als we echter beter kijken (zeker naar de histogram) kunnen we zien dat hier zich een staart aan het vormen is aan de rechter kant en men dus eerder kan spreken van een rechtsverdeling.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
9987
10022
10068
10101
10131
10143
10170
10192
10214
10239
10263
10310
10355
10396
10446
10511
10585
10667

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time0 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 & 0 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24259&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]0 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=24259&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24259&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 time0 seconds
R Server'George Udny Yule' @ 72.249.76.132






ParameterEstimated ValueStandard Deviation
mean10266.666666666744.3411995249186
standard deviation188.12377722009431.3539628700157

\begin{tabular}{lllllllll}
\hline
Parameter & Estimated Value & Standard Deviation \tabularnewline
mean & 10266.6666666667 & 44.3411995249186 \tabularnewline
standard deviation & 188.123777220094 & 31.3539628700157 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24259&T=1

[TABLE]
[ROW][C]Parameter[/C][C]Estimated Value[/C][C]Standard Deviation[/C][/ROW]
[ROW][C]mean[/C][C]10266.6666666667[/C][C]44.3411995249186[/C][/ROW]
[ROW][C]standard deviation[/C][C]188.123777220094[/C][C]31.3539628700157[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24259&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24259&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:

ParameterEstimated ValueStandard Deviation
mean10266.666666666744.3411995249186
standard deviation188.12377722009431.3539628700157


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 8 ; par2 = 0 ;
Parameters (R input):
par1 = 8 ; par2 = 0 ;
R code (references can be found in the software module):
library(MASS)
par1 <- as.numeric(par1)
if (par2 == '0') par2 = 'Sturges' else par2 <- as.numeric(par2)
x <- as.ts(x) #otherwise the fitdistr function does not work properly
r <- fitdistr(x,'normal')
r
bitmap(file='test1.png')
myhist<-hist(x,col=par1,breaks=par2,main=main,ylab=ylab,xlab=xlab,freq=F)
curve(1/(r$estimate[2]*sqrt(2*pi))*exp(-1/2*((x-r$estimate[1])/r$estimate[2])^2),min(x),max(x),add=T)
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Parameter',1,TRUE)
a<-table.element(a,'Estimated Value',1,TRUE)
a<-table.element(a,'Standard Deviation',1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'mean',header=TRUE)
a<-table.element(a,r$estimate[1])
a<-table.element(a,r$sd[1])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'standard deviation',header=TRUE)
a<-table.element(a,r$estimate[2])
a<-table.element(a,r$sd[2])
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')