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_boxcoxlin.wasp
Title produced by softwareBox-Cox Linearity Plot
Date of computationThu, 13 Nov 2008 03:07:00 -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/13/t1226570856v1w7sthgahxh2ci.htm/, Retrieved Sun, 19 May 2024 10:46:15 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24541, Retrieved Sun, 19 May 2024 10:46:15 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact130

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F       [Box-Cox Linearity Plot] [] [2008-11-13 10:07:00] [e7fa5259715477c9f32960f5b339b707] [Current]
Feedback Forum
2008-11-22 11:51:47 [Stephanie Vanderlinden] [reply] 
De studente bekomt hier een error. Ze had wel kunnen vermelden wat een box-cox linearity plot doet. Een box-cox linearity plot probeert variabelen te lineariseren om zo een lineair verband te ontdekken. De transformatievariabele is lambda, deze varieert van -2 tot +2. Elke mogelijke transformatie wordt afgebeeld, je moet zoeken naar het maximum van de curve. Dit maximum levert de beste transformatie. Als er geen zinnige transformatie bestaat, vertoont de grafiek een stijgende of een dalende rechte.
2008-11-24 10:23:33 [Vincent Dolhain] [reply] 
Er dit doet zich een error voor die ik niet begrijp, er is als gevolg geen plot en geen conclusie.
De box-cox linearity plot geeft een grafiek die de correlatie weergeeft van de mogelijke transformaties van X, de transformatievariabele is lambda en ligt tussen -2 en 2. Hierdoor kan je de optimale transformatie kiezen, dit is namelijk het maximum. Als de grafiek een rechte is, wijst dit er op dat er geen zinnige transformatie is.
2008-11-24 20:19:03 [Sofie Sergoynne] [reply] 
De studente bekomt hier een error... Hier moet meneen box-cox linearity plot gebruiken. Deze zet 2 variabelen in een verband door x te transformeren naar een linear verband. We laten de parameter, exponent variëren tussen -2 en +2. We hopen dat die een normaal verdeling gaat geven. Zo kan je op zoek gaan naar een maximum. Indien de grafiek geen normaal verband vertoont, vertoont deze een stijgend verloop.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
-3
-2
0
1
11
14
14
16
14
10
15
18
18
12
8
2
-2
-1
1
-6
-16
-21
-38
-32
-22
-31
-22
-26
-19
-20
-24
-29
-28
-31
-30
-32
-38
-43
-51
-43
-43
-42
-47
-45
-38
-46
-38
-32
-27
-26
-21
-23
-24
-17
-23
-16
-22
-26
-25
-21
-21
-18
-12
-19
-31
-38
-38
-32
-43
-33
-28
-25
-19
-20
-21
-19
-17
-16
-10
-16
-10
-8
-7
-15
-7
-6
-6
2
-4
-4
-8
-10
-16
-14
-30
-33
-40
-38
-39
-46
-50
-55
-66
-63
-56
-66
Dataseries Y:
Download CSV
Histogram 
17
22
29
26
29
42
40
34
46
43
44
40
41
42
35
40
43
47
41
44
38
35
34
31
25
35
36
41
41
38
39
45
46
48
48
48
45
44
45
45
45
42
43
50
46
46
45
49
46
45
49
47
45
48
51
48
49
51
54
52
52
53
51
55
53
51
52
54
58
57
52
50
53
50
50
51
53
49
54
57
58
56
60
55
54
52
55
56
54
53
59
62
63
64
75
77
79
77
82
83
81
78
79
79
73
72

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'Sir Ronald Aylmer Fisher' @ 193.190.124.24
R Engine error message
Error in if (mx < abs(c[i])) { : missing value where TRUE/FALSE needed
Execution halted


\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 & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
R Engine error message & 
Error in if (mx < abs(c[i])) { : missing value where TRUE/FALSE needed
Execution halted

 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24541&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]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[ROW][C]R Engine error message[/C][C]
Error in if (mx < abs(c[i])) { : missing value where TRUE/FALSE needed
Execution halted

[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24541&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24541&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'Sir Ronald Aylmer Fisher' @ 193.190.124.24
R Engine error message
Error in if (mx < abs(c[i])) { : missing value where TRUE/FALSE needed
Execution halted


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
Parameters (R input):
R code (references can be found in the software module):
n <- length(x)
c <- array(NA,dim=c(401))
l <- array(NA,dim=c(401))
mx <- 0
mxli <- -999
for (i in 1:401)
{
l[i] <- (i-201)/100
if (l[i] != 0)
{
x1 <- (x^l[i] - 1) / l[i]
} else {
x1 <- log(x)
}
c[i] <- cor(x1,y)
if (mx < abs(c[i]))
{
mx <- abs(c[i])
mxli <- l[i]
}
}
c
mx
mxli
if (mxli != 0)
{
x1 <- (x^mxli - 1) / mxli
} else {
x1 <- log(x)
}
r<-lm(y~x)
se <- sqrt(var(r$residuals))
r1 <- lm(y~x1)
se1 <- sqrt(var(r1$residuals))
bitmap(file='test1.png')
plot(l,c,main='Box-Cox Linearity Plot',xlab='Lambda',ylab='correlation')
grid()
dev.off()
bitmap(file='test2.png')
plot(x,y,main='Linear Fit of Original Data',xlab='x',ylab='y')
abline(r)
grid()
mtext(paste('Residual Standard Deviation = ',se))
dev.off()
bitmap(file='test3.png')
plot(x1,y,main='Linear Fit of Transformed Data',xlab='x',ylab='y')
abline(r1)
grid()
mtext(paste('Residual Standard Deviation = ',se1))
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Box-Cox Linearity Plot',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'# observations x',header=TRUE)
a<-table.element(a,n)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'maximum correlation',header=TRUE)
a<-table.element(a,mx)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'optimal lambda(x)',header=TRUE)
a<-table.element(a,mxli)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Residual SD (orginial)',header=TRUE)
a<-table.element(a,se)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Residual SD (transformed)',header=TRUE)
a<-table.element(a,se1)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')