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 11:05:38 -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/t1227895578wgbjt060umq2gjh.htm/, Retrieved Sun, 19 May 2024 10:20:33 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26152, Retrieved Sun, 19 May 2024 10:20:33 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact151

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 18:40:39] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [17.4] [2008-11-28 18:05:38] [0458bd763b171003ec052ce63099d477] [Current]
Feedback Forum
2008-12-04 12:12:13 [Steven Vercammen] [reply] 
Deze vraag werd correct opgelost.
Het dalende patroon op de raw periodogram en de zeer stijgende lijn op de cumulative periodogram wijzen op een lange termijn trend. Het cumulative periodogram kunnen we beschouwen als een soort R^2: 80% (y-as) kan verklaard worden door een zeer lage frequentie. De zeer steile stijging wijst dus op een lange termijn trend.
2008-12-08 16:20:27 [Katrien Smolders] [reply] 
Je uitwerking van deze vraag is correct. Je hebt slechts een zeer lage frequentie nodig om 80% te kunnen verklaren.
2008-12-08 18:05:51 [5faab2fc6fb120339944528a32d48a04] [reply] 
De student heeft deze opdracht goed uitgewerkt.
Lange termijn trend wijst op een lange periode met een lage frequentie. Dit is het typische patroon. Hier is er sprake van een licht dalende die differentiatie vereist om de trend te vermijden.

Het cumulatieve periodogram verklaart de R-kwadraat. Het cumulatief periodogram toont in het begin een stijle stijging. Dit wijst erop dat we een zeer groot percentage van de spreiding kunnen verklaren.


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 time2 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\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 & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26152&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]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=26152&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26152&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'Sir Ronald Aylmer Fisher' @ 193.190.124.24


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()
b
x <- b
bitmap(file='test1.png')
r <- spectrum(x,main='Raw Periodogram')
dev.off()
r
bitmap(file='test2.png')
cpgram(x,main='Cumulative Periodogram')
dev.off()