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 computationSun, 30 Nov 2008 10:58:24 -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/30/t12280679909wi5pimpx3t52i2.htm/, Retrieved Sun, 19 May 2024 10:51:44 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26654, Retrieved Sun, 19 May 2024 10:51:44 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact180

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] [Q4 Cumulative Per...] [2008-11-30 17:58:24] [f1a30f1149cef3ef3ef69d586c6c3c1c] [Current]
Feedback Forum
2008-12-04 16:02:52 [Stijn Van de Velde] [reply] 
Het “raw periodogram” vertoont duidelijk een hoog aantal lage frequenties. Dit wijst er dus op dat de reeks gedomineerd wordt door deze lage frequentie. Een lage frequentie wijst op een lange termijn effect.
Op het cumulatieve periodogram is dit nog duidelijker te zien, ongeveer 98% van de reeks wordt bepaald door lage frequenties.
2008-12-06 16:06:52 [Katrien Bourdiaudhy] [reply] 
De spectraal analyse ontbindt de tijdreeks in sinus en cosinus golven. Ze haalt deze regelmatige golfbewegingen dus uit de tijdreeks.

Uit het raw periodogram kunnen we het volgende aflezen:
x-as = frequentie van de golfbewegingen
y-as = hoe sterk deze golfbeweging voorkomt
we zien duidelijk dat de golfbewegingen met een lage frequentie het meest voorkomen in onze tijdreeks en dus zoals de vorige student reeds zei, dominant zijn.
Golfbewegingen met een lage frequentie impliceren een traag op en neergaande beweging en dus een lange periode beweging in de tijdreeks.
conclusie: een lange termijn trend is aanwezig in deze tijdreeks.

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=26654&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=26654&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26654&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()