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_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationFri, 28 Nov 2008 05:49:21 -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/28/t1227876617jst31sewzfem72w.htm/, Retrieved Sun, 19 May 2024 12:02:03 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26054, Retrieved Sun, 19 May 2024 12:02:03 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact193

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Law of Averages] [Random Walk Simul...] [2008-11-25 17:50:19] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [q1 non stationary...] [2008-11-28 12:49:21] [f24298b2e4c2a19d76cf4460ec5d2246] [Current]
Feedback Forum
2008-12-06 15:17:59 [Wim Golsteyn] [reply] 
Er is in theorie 50% kans om kop en 50% kans om munt te gooien. De grafiek Excess of heads toont het overschot aan kop dat er gegooit wordt. Indien er telkens om beurt eerst een kop en daarna munt gegooid zou worden, zou deze grafiek een horizontaal verloop met een minimale spreiding vertonen. Dit is echter zeer onwaarschijnlijk en daarom krijgen we zeer random grafieken, die bij dezelfde berekening een ander verloop hebben. De grafiek eronder, het proportioneel aantal keren dat er kop gegooid wordt, nadert wel 0.5 (50%) naarmate er meer keer gegooid wordt (wet van de grote getallen), deze grafiek toont het aantal keer dat er kop of munt gegooid wordt, maar niet in welke volgorde zoals de Excess of heads grafiek.
2008-12-07 14:16:23 [Chi-Kwong Man] [reply] 
Correct. In deze oefening wordt er een muntstuk getost waarbij er 50% kans is op
kop en 50% op munt. Daarom weet je niet hie de excess of heads zal verlopen.
De grafieken zullen bij iedere exacte reproductie een ander verloop vertonen.
Hier zien we geen seizoenaliteit, maar is er wel sprake van een trend.
2008-12-08 17:11:26 [Lindsay Heyndrickx] [reply] 
Dit werd voldoende geblogged en correct opgelost.

Post a new message

Dataset

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 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 & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26054&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]1 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=26054&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26054&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 time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 500 ; par2 = 0.5 ;
Parameters (R input):
par1 = 500 ; par2 = 0.5 ;
R code (references can be found in the software module):
n <- as.numeric(par1)
p <- as.numeric(par2)
heads=rbinom(n-1,1,p)
a=2*(heads)-1
b=diffinv(a,xi=0)
c=1:n
pheads=(diffinv(heads,xi=.5))/c
bitmap(file='test1.png')
op=par(mfrow=c(2,1))
plot(c,b,type='n',main='Law of Averages',xlab='Toss Number',ylab='Excess of Heads',lwd=2,cex.lab=1.5,cex.main=2)
lines(c,b,col='red')
lines(c,rep(0,n),col='black')
plot(c,pheads,type='n',xlab='Toss Number',ylab='Proportion of Heads',lwd=2,cex.lab=1.5)
lines(c,pheads,col='blue')
lines(c,rep(.5,n),col='black')
par(op)
dev.off()