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 computationSat, 29 Nov 2008 07:23:21 -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/29/t1227968927s6d40fjy1l4bm27.htm/, Retrieved Sun, 19 May 2024 07:59:55 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26295, Retrieved Sun, 19 May 2024 07:59:55 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywordsgesimuleerde random walk
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     [Law of Averages] [Random Walk Simul...] [2008-11-25 17:50:19] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [law of averages] [2008-11-29 14:23:21] [35c75b0726318bf2908e4a56ed2df1a9] [Current]
Feedback Forum
2008-12-04 08:20:38 [Julie Govaerts] [reply] 
Er zijn ook geen patronen van het verleden die ons in staat stellen voor voorspellingen te doen = dit experiment is onafhankelijk van het verleden en zal dus niet convergeren naar een horizontale lijn (2e grafiek).
2008-12-06 09:30:56 [Annemiek Hoofman] [reply] 
De kans dat men kop gooit is gelijk aan die van munt en dus 50%. Elk experiment is onafhankelijk van wat er in het verleden is gebeurd, dus van de vorige keer dat men het muntje opgooide. De eerste grafiek is voor iedere simulatie anders, dit is ook normaal omdat we random experimenten gebruiken, dwz experimenten die willekeurig gekozen zijn. Maar in de tweede grafiek zien we telkens dat de lijn stabiliseert rond 0.5. De verschillen tussen het aantal keer kop en munt kan uitgedrukt worden als volgt:
Yt = Yt-1 +et (et kan de waarden -1 en +1 aannemen, de kans is telkens 50%)
Een voorspelling ziet er dus zo uit:
Ft = Yt – et = yt-1 wat wil zeggen dat de voorspelde gebeurtenis gelijk is aan de gebeurtenis net voordien en dat men dus een horizontaal lijntje zou moeten trekken op de grafiek. Hier spreekt men dus over een niet-voorspelbare trend (horizontale trend) en zoals je reeds gezegd hebt, is er dus ook geen sprake van een LT-trend of seizoenaliteit.

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'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=26295&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=26295&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26295&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


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()