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 computationWed, 12 Nov 2008 12:18:21 -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/t1226517682fq5fv76xbpdihll.htm/, Retrieved Tue, 28 May 2024 14:32:26 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24403, Retrieved Tue, 28 May 2024 14:32:26 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact146

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 Density] [2008-11-12 19:18:21] [98255691c21504803b38711776845ae0] [Current]
Feedback Forum
2008-11-19 14:08:33 [Glenn Maras] [reply] 
De student zegt hier dat er een relatie is tussen de 2variabelen. Dit is inderdaad zo maar er kon nog meer gezegd worden vind ik.
Er zijn vrij weinig jaren gegevens waardoor er dus minder punten liggen in de bivariate density plot. Misschien had er een ander patroon geweest moesten er meerdere gegevens gebruikt zijn. De aanwezigheid van enkele outliers is ook niet besproken. Het is duidelijk dat er nog 2 andere, minder sterke, clusters aanwezig zijn waarin ook enkele metingen terug te vinden zijn.
2008-11-19 20:41:18 [Toon Wouters] [reply] 
De lijn in de grafiek stelt de regressielijn voor. De hoogtelijnen stellen de concentratie van de puntenwolken voor. De waarschijnlijkheid is het grootst op de middelste hoogtelijnen. Uit deze grafiek kunnen we concluderen dat de gevormde figuren ellipsvormig zijn en dat ze van links onder naar rechts boven wijzen wat wil zeggen dat er een possitief verband is. Indien de figuren cirkelvormig waren, wees dit op minder verband. Maar hier is het eigenlijk overbodig te spreken over verbanden omdat er maar een minimum aan gegevens zijn
2008-11-20 14:25:51 [6066575aa30c0611e452e930b1dff53d] [reply] 
Men heeft hier niet vermeld dat er sprake is van een positief verband tussen intermediaire en investeringsgoederen. We zien duidelijk dat er 1 grote cluster is en dat er 2 kleinere clusters zijn. Verder zien we ook nog dat ter hoogte van x = 110 en y= 130 er een hoge concentratie is en dat de waarschijnlijkheid dat investeringsgoederen en intermediaire goederen zich in deze omgeving bevinden, zeer groot is. De regressielijn benadert zo dicht mogelijk de puntenwolk.
2008-11-22 13:29:49 [Gilliam Schoorel] [reply] 
Bivariate dichtheid schat de afhankelijkheid en waarschijnlijkheid van de variabelen dmv de dichtheid te berekenen. De hoogtelijnen zijn ellipsvormig en liggen schuin naar boven wat wijst op een hoog positief (en lineair verband).
Je kan wel zien dat er nog andere clusters gevormd worden wat kan wijzen op verschillende waarnemingen of bijvoorbeeld een geval van seizoenaliteit. Zoals de andere studenten al suggesteren is er waarschijnlijk een gebrek aan hoeveelheid data om een goed beeld te krijgen van de waarschijnlijkheid.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
96,2
103,4
117,1
110,3
116,3
112,5
111,8
112,1
93,3
109,1
118,1
108,1
99,9
Dataseries Y:
Download CSV
Histogram 
100,4
123,3
156,6
136,2
147,5
143,8
135,8
121,6
128
129,7
136,2
130,5
99,2

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=24403&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=24403&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24403&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 axis4.1334097210745
y axis6.27111011509025
Correlation
correlation used in KDE0.749011300195276
correlation(x,y)0.749011300195276

\begin{tabular}{lllllllll}
\hline
Bandwidth \tabularnewline
x axis & 4.1334097210745 \tabularnewline
y axis & 6.27111011509025 \tabularnewline
Correlation \tabularnewline
correlation used in KDE & 0.749011300195276 \tabularnewline
correlation(x,y) & 0.749011300195276 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24403&T=1

[TABLE]
[ROW][C]Bandwidth[/C][/ROW]
[ROW][C]x axis[/C][C]4.1334097210745[/C][/ROW]
[ROW][C]y axis[/C][C]6.27111011509025[/C][/ROW]
[ROW][C]Correlation[/C][/ROW]
[ROW][C]correlation used in KDE[/C][C]0.749011300195276[/C][/ROW]
[ROW][C]correlation(x,y)[/C][C]0.749011300195276[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24403&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24403&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 axis4.1334097210745
y axis6.27111011509025
Correlation
correlation used in KDE0.749011300195276
correlation(x,y)0.749011300195276


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')