FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationSat, 29 Nov 2008 09:12:34 -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/t12279752298qbf473z6t4hvkq.htm/, Retrieved Sun, 19 May 2024 07:23:04 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26328, Retrieved Sun, 19 May 2024 07:23:04 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact169

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 18:05:16] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [s0700274] [2008-11-29 16:12:34] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-03 18:59:05 [407693b66d7f2e0b350979005057872d] [reply] 
Dit antwoord is volledig correct: Als de beurskoers hoog is dan zal de volgende beurskoers waarschijnlijk ook hoog zijn en omgekeerd hetzelfde geval. Dit is een positieve autocorrelatie. Alle correlaties zijn significant verschillend. We constateren hier een dalend patroon in de autocorrelatie grafiek. Dit is typisch voor een lange termijn trend.
2008-12-04 14:04:45 [c97d2ae59c98cf77a04815c1edffab5a] [reply] 
conclusie is correct, maar ik voeg nog wat extra uitleg toe:
de beurskoers wordt altijd voorspeld op basis van de vorige beurskoers + een toevalsfactor.
y(t): y(t-k)+e(t)
meestal zullen positieve(negatieve) koersen dus volgen op positieve(negatieve) koersen, als de term e(t) niet voor een afwijking gaat zorgen.
dit resulteert bijgevolg in een positieve correlatie.
in de grafiek van de autocorrelatie zie je dat deze altijd Positief is en langzaam daalt + buiten het betrouwbaarheidsinterval valt.
Dwz dat het patroon van de autocorrelatie van het random walk simulation niet aan toeval te wijten is, en het dus een fundamentele eigenschap moet hebben.
Opmerking:
•Dit patroon(langzaam dalend) van autocorrelatie is typisch voor een stochastische trend op LT
•Verwijderen door differentiatie (nabla-operator)

2008-12-07 18:04:01 [Sandra Hofmans] [reply] 
Goede conclusie. Ik kan er nog bij vermelden dat de stippellijnen het 95% betrouwbaarheidsinterval voorstellen. Je ziet hier dat alle correlaties erbuiten liggen en dat deze dus significant verschillend zijn. Ze zijn positief gecorreleerd.

2008-12-08 12:48:03 [Dave Bellekens] [reply] 
Er is inderdaad sprake van een negatieve trend op de autocorrelatie functie.

De verklaring dat een vorige hoge beurskoers er op wijst dat ook de volgende beurskoers hoog zal liggen klopt inderdaad.

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=26328&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=26328&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26328&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()
b
bitmap(file='pic1.png')
racf <- acf(b,n/10,main='Autocorrelation',xlab='lags',ylab='ACF')
dev.off()
racf