FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_babies.wasp
Title produced by softwareExercise 1.13
Date of computationMon, 13 Oct 2008 12:00:45 -0600
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/Oct/13/t1223920918rtn24dvhooeupz4.htm/, Retrieved Sun, 19 May 2024 13:33:54 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=15809, Retrieved Sun, 19 May 2024 13:33:54 +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     [Exercise 1.13] [Exercise 1.13 (Wo...] [2008-10-01 13:28:34] [b98453cac15ba1066b407e146608df68]
F   P   [Exercise 1.13] [Exercise 1.13 p. ...] [2008-10-12 09:54:39] [74be16979710d4c4e7c6647856088456]
F         [Exercise 1.13] [Stefanie Mertens:...] [2008-10-13 15:31:18] [74be16979710d4c4e7c6647856088456]
F   P         [Exercise 1.13] [80% births = male...] [2008-10-13 18:00:45] [e11d930c9e2984715c66c796cf63ef19] [Current]
Feedback Forum
2008-10-18 08:51:11 [8e2cc0b2ef568da46d009b2f601285b2] [reply] 
De student heeft de berekeningen uitgevoerd met 365 dagen. Dit geeft een foutieve oplossing vermits de waarschijnlijkheid. Indien men met 3650 dagen werkt kan de waarschijnlijkheid convergeren en bekomt men een nauwkeurigere waarschijnlijkheid.

Buiten het aantal dagen te laag in te stellen heeft de student de vraag correct begrepen en de overige parameters correct aangepast.

De student heeft zijn oplossing niet correct opgeslagen, waardoor niet nagegaan kan worden of de student de auteur is.
2008-10-19 13:53:47 [9142cf052ad32d043faa9486189092cf] [reply] 
De opgave is hier correct opgelost. De student heeft de juiste parameter veranderd. Als je bij het aantal dagen 3650 invult gaat het resultaat ook iets nauwkeuriger zijn.

Ook hier is het belangrijk de steekproef meerdere malen uit te voeren. Omdat het mogelijk is om bij het grote ziekenhuis een waarschijnlijkheid van 0 uit te komen, toch kan het is heel zelden voor vallen dat er op 1 dag wel 80% jongens geboren worden.

In de oplossing moet er dus ook een onderscheid gemaakt worden tussen het kleine ziekenhuis en het grote ziekenhuis. Voor een groot hospitaal; Bij sommige berekeningen is de oplossing (de waarschijnlijkheid) gelijk aan nul. Maar naar mate er meer steekproeven uitgevoerd worden gaat het resultaat een heel klein beetje afwijken van nul. Dus ook hier is het weer belangrijk om meerdere steekproeven uit te voeren om zo een nauwkeuriger antwoord te bekomen.

Voor een klein hospitaal: Is de waarschijnlijkheid groter dan bij een groot hospitaal dit komt omdat er in een klein hospitaal minder geboortes zijn dus de kans dat er 80% jongens geboren worden is hier iets groter.

Voorbeeld:
klein hospitaal 1 geboorte : meer kans dat dit een jongen is dan al voldaan aan de voorwaarde.
Groot hospitaal 10 geboorte: hier moeten al 8 jongens geboren worde kans kleiner
Conclusie: hoe meer geboortes hoe onwaarschijnlijker het wordt dat meer dan 80% jongens zijn.

Tip: blog in de toekomst onder je eigen naam en probeer een aantal steekproeven uit te voeren.
2008-10-20 17:17:45 [Nathalie Boden] [reply] 
Ook hier kan ik niet nagaan wie de auteur is van het document. Daarnaast is het percentage wel gewijzigd van 60% naar 80%. Het aantal dagen staat hier wel fout ingegeven. Het is namelijk beter om een periode van 3650 dagen te nemen in plaats van een periode van 365 dagen. Het is noodzakelijk dat er veel simulaties gedaan worden zodat je de waarschijnlijkheid beter kan bepalen. Hoe meer trekkingen je gaat doen, hoe stabieler het resultaat zal zijn.
2008-10-20 18:16:34 [Evelyne Slegers] [reply] 
Het is correct om het percentage te veranderen in 0,8. Het is ook zo dat, om een nauwkeuriger resultaat te krijgen, je de berekening meerdere malen moet uitvoeren. Zo zal je merken dat het resultaat niet altijd 0,54% Dit is trouwens een grote waarschijnlijkheid. Als je een aantal keer reproduceert zal je merken dat het resultaat schommelt rond de 0,1 en 0,2

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 time6 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 & 6 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=15809&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]6 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=15809&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=15809&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 time6 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001






Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.)
Number of simulated days365
Expected number of births in Large Hospital45
Expected number of births in Small Hospital15
Percentage of Male births per day(for which the probability is computed)0.8
#Females births in Large Hospital8158
#Males births in Large Hospital8267
#Female births in Small Hospital2658
#Male births in Small Hospital2817
Probability of more than 80 % of male births in Large Hospital0
Probability of more than 80 % of male births in Small Hospital0.00547945205479452
#Days per Year when more than 80 % of male births occur in Large Hospital0
#Days per Year when more than 80 % of male births occur in Small Hospital2

\begin{tabular}{lllllllll}
\hline
Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.) \tabularnewline
Number of simulated days & 365 \tabularnewline
Expected number of births in Large Hospital & 45 \tabularnewline
Expected number of births in Small Hospital & 15 \tabularnewline
Percentage of Male births per day(for which the probability is computed) & 0.8 \tabularnewline
#Females births in Large Hospital & 8158 \tabularnewline
#Males births in Large Hospital & 8267 \tabularnewline
#Female births in Small Hospital & 2658 \tabularnewline
#Male births in Small Hospital & 2817 \tabularnewline
Probability of more than 80 % of male births in Large Hospital & 0 \tabularnewline
Probability of more than 80 % of male births in Small Hospital & 0.00547945205479452 \tabularnewline
#Days per Year when more than 80 % of male births occur in Large Hospital & 0 \tabularnewline
#Days per Year when more than 80 % of male births occur in Small Hospital & 2 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=15809&T=1

[TABLE]
[ROW][C]Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.)[/C][/ROW]
[ROW][C]Number of simulated days[/C][C]365[/C][/ROW]
[ROW][C]Expected number of births in Large Hospital[/C][C]45[/C][/ROW]
[ROW][C]Expected number of births in Small Hospital[/C][C]15[/C][/ROW]
[ROW][C]Percentage of Male births per day(for which the probability is computed)[/C][C]0.8[/C][/ROW]
[ROW][C]#Females births in Large Hospital[/C][C]8158[/C][/ROW]
[ROW][C]#Males births in Large Hospital[/C][C]8267[/C][/ROW]
[ROW][C]#Female births in Small Hospital[/C][C]2658[/C][/ROW]
[ROW][C]#Male births in Small Hospital[/C][C]2817[/C][/ROW]
[ROW][C]Probability of more than 80 % of male births in Large Hospital[/C][C]0[/C][/ROW]
[C]Probability of more than 80 % of male births in Small Hospital[/C][C]0.00547945205479452[/C][/ROW]
[ROW][C]#Days per Year when more than 80 % of male births occur in Large Hospital[/C][C]0[/C][/ROW]
[C]#Days per Year when more than 80 % of male births occur in Small Hospital[/C][C]2[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=15809&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=15809&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.)
Number of simulated days365
Expected number of births in Large Hospital45
Expected number of births in Small Hospital15
Percentage of Male births per day(for which the probability is computed)0.8
#Females births in Large Hospital8158
#Males births in Large Hospital8267
#Female births in Small Hospital2658
#Male births in Small Hospital2817
Probability of more than 80 % of male births in Large Hospital0
Probability of more than 80 % of male births in Small Hospital0.00547945205479452
#Days per Year when more than 80 % of male births occur in Large Hospital0
#Days per Year when more than 80 % of male births occur in Small Hospital2


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 365 ; par2 = 45 ; par3 = 15 ; par4 = 0.8 ;
Parameters (R input):
par1 = 365 ; par2 = 45 ; par3 = 15 ; par4 = 0.8 ;
R code (references can be found in the software module):
par1 <- as.numeric(par1)
par2 <- as.numeric(par2)
par3 <- as.numeric(par3)
par4 <- as.numeric(par4)
numsuccessbig <- 0
numsuccesssmall <- 0
bighospital <- array(NA,dim=c(par1,par2))
smallhospital <- array(NA,dim=c(par1,par3))
bigprob <- array(NA,dim=par1)
smallprob <- array(NA,dim=par1)
for (i in 1:par1) {
bighospital[i,] <- sample(c('F','M'),par2,replace=TRUE)
if (as.matrix(table(bighospital[i,]))[2] > par4*par2) numsuccessbig = numsuccessbig + 1
bigprob[i] <- numsuccessbig/i
smallhospital[i,] <- sample(c('F','M'),par3,replace=TRUE)
if (as.matrix(table(smallhospital[i,]))[2] > par4*par3) numsuccesssmall = numsuccesssmall + 1
smallprob[i] <- numsuccesssmall/i
}
tbig <- as.matrix(table(bighospital))
tsmall <- as.matrix(table(smallhospital))
tbig
tsmall
numsuccessbig/par1
bigprob[par1]
numsuccesssmall/par1
smallprob[par1]
numsuccessbig/par1*365
bigprob[par1]*365
numsuccesssmall/par1*365
smallprob[par1]*365
bitmap(file='test1.png')
plot(bigprob,col=2,main='Probability in Large Hospital',xlab='#simulated days',ylab='probability')
dev.off()
bitmap(file='test2.png')
plot(smallprob,col=2,main='Probability in Small Hospital',xlab='#simulated days',ylab='probability')
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.)',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Number of simulated days',header=TRUE)
a<-table.element(a,par1)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Expected number of births in Large Hospital',header=TRUE)
a<-table.element(a,par2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Expected number of births in Small Hospital',header=TRUE)
a<-table.element(a,par3)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Percentage of Male births per day
(for which the probability is computed)',header=TRUE)
a<-table.element(a,par4)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#Females births in Large Hospital',header=TRUE)
a<-table.element(a,tbig[1])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#Males births in Large Hospital',header=TRUE)
a<-table.element(a,tbig[2])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#Female births in Small Hospital',header=TRUE)
a<-table.element(a,tsmall[1])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#Male births in Small Hospital',header=TRUE)
a<-table.element(a,tsmall[2])
a<-table.row.end(a)
a<-table.row.start(a)
dum1 <- paste('Probability of more than', par4*100, sep=' ')
dum <- paste(dum1, '% of male births in Large Hospital', sep=' ')
a<-table.element(a, dum, header=TRUE)
a<-table.element(a, bigprob[par1])
a<-table.row.end(a)
dum <- paste(dum1, '% of male births in Small Hospital', sep=' ')
a<-table.element(a, dum, header=TRUE)
a<-table.element(a, smallprob[par1])
a<-table.row.end(a)
a<-table.row.start(a)
dum1 <- paste('#Days per Year when more than', par4*100, sep=' ')
dum <- paste(dum1, '% of male births occur in Large Hospital', sep=' ')
a<-table.element(a, dum, header=TRUE)
a<-table.element(a, bigprob[par1]*365)
a<-table.row.end(a)
dum <- paste(dum1, '% of male births occur in Small Hospital', sep=' ')
a<-table.element(a, dum, header=TRUE)
a<-table.element(a, smallprob[par1]*365)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')