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_edauni.wasp
Title produced by softwareUnivariate Explorative Data Analysis
Date of computationFri, 24 Oct 2008 04:12:47 -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/24/t1224843217tumih405wn0pn9x.htm/, Retrieved Wed, 29 May 2024 02:31:52 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=18579, Retrieved Wed, 29 May 2024 02:31:52 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact190

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Univariate Explorative Data Analysis] [Q2 Univariate EDA] [2008-10-23 11:06:23] [76963dc1903f0f612b6153510a3818cf]
-   P   [Univariate Explorative Data Analysis] [Task 2] [2008-10-24 10:02:58] [76963dc1903f0f612b6153510a3818cf]
F   PD      [Univariate Explorative Data Analysis] [Q7 Univariate EDA] [2008-10-24 10:12:47] [d96f761aa3e94002e7c05c3c847d2c79] [Current]
F RMP         [Tukey lambda PPCC Plot] [Q8 Tuky Lambda PP...] [2008-10-24 10:19:58] [76963dc1903f0f612b6153510a3818cf]
-               [Tukey lambda PPCC Plot] [] [2008-11-03 16:29:28] [888addc516c3b812dd7be4bd54caa358]
-   P         [Univariate Explorative Data Analysis] [Verbetering Q10] [2008-11-03 08:58:31] [76963dc1903f0f612b6153510a3818cf]
- R P         [Univariate Explorative Data Analysis] [Verbetering Q7] [2008-11-03 09:29:58] [7458e879e85b911182071700fff19fbd]
- R P         [Univariate Explorative Data Analysis] [Verbetering Q7] [2008-11-03 09:29:58] [7458e879e85b911182071700fff19fbd]
- R             [Univariate Explorative Data Analysis] [Verbetering Q7 As...] [2008-11-03 10:33:50] [7458e879e85b911182071700fff19fbd]
-             [Univariate Explorative Data Analysis] [] [2008-11-03 16:25:36] [888addc516c3b812dd7be4bd54caa358]
Feedback Forum
2008-11-03 08:57:09 [339a57d8a4d5d113e4804fc423e4a59e] [reply] 
De student heeft het aantal lags niet ingesteld. Dit echter noodzakelijk om Assumptie 1 te beoordelen.
2008-11-03 10:40:43 [Jef Keersmaekers] [reply] 
http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/03/t122570578818gwje9dbe0diay.htm

Assumption 1
De student heeft heeft voor deze vraag gekeken naar de Run Sequence plot, hij moest echter het lagplot gebruiken. UIt het lagplot kunnen we waarnemen dat de grafiek eerst stijgt, vervolgens daalt en dan stagneert. Uit het correlatie plot zien we dat bijna alle waarden buiten het betrouwbaarheidsinterval vallen er is zeker geen spraken van seizoenaliteit.

Assumption 2
Er is een normaalverdeling waarneembaar, Op het Normal Q-Q plot kunnen we aflezen dat de punten op een mooie lijn liggen. ook het Density plot en Histogram of X zijn mooi gevormd en vertonen geen belangrijke outliers.

Assumption 3
Uit het Run Sequence plot nemen we waar dat het verloop van de grafiek onderhevig is aan grote fluctueringen. Het niveau is absoluut niet constant.

Assumption 4
Als we het Run Sequence plot in 2 delen verdelen zien we dat in het eerste deel de grafiek zich zelf min of meer herhaald. In het 2de deel daal de grafiek significant en heeft een ander verloop. we kunnen hieruit opmaken dat de spreiding niet gelijk is tussen de 2 delen.

conclusie:

dit is geen geldig model er werd niet voldaan aan alle voorwaarden


2008-11-03 10:40:43 [Jef Keersmaekers] [reply] 
http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/03/t122570578818gwje9dbe0diay.htm

Assumption 1
De student heeft heeft voor deze vraag gekeken naar de Run Sequence plot, hij moest echter het lagplot gebruiken. UIt het lagplot kunnen we waarnemen dat de grafiek eerst stijgt, vervolgens daalt en dan stagneert. Uit het correlatie plot zien we dat bijna alle waarden buiten het betrouwbaarheidsinterval vallen er is zeker geen spraken van seizoenaliteit.

Assumption 2
Er is een normaalverdeling waarneembaar, Op het Normal Q-Q plot kunnen we aflezen dat de punten op een mooie lijn liggen. ook het Density plot en Histogram of X zijn mooi gevormd en vertonen geen belangrijke outliers.

Assumption 3
Uit het Run Sequence plot nemen we waar dat het verloop van de grafiek onderhevig is aan grote fluctueringen. Het niveau is absoluut niet constant.

Assumption 4
Als we het Run Sequence plot in 2 delen verdelen zien we dat in het eerste deel de grafiek zich zelf min of meer herhaald. In het 2de deel daal de grafiek significant en heeft een ander verloop. we kunnen hieruit opmaken dat de spreiding niet gelijk is tussen de 2 delen.

conclusie:

dit is geen geldig model er werd niet voldaan aan alle voorwaarden



Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
577992
565464
547344
554788
562325
560854
555332
543599
536662
542722
593530
610763
612613
611324
594167
595454
590865
589379
584428
573100
567456
569028
620735
628884
628232
612117
595404
597141
593408
590072
579799
574205
572775
572942
619567
625809
619916
587625
565742
557274
560576
548854
531673
525919
511038
498662
555362
564591
541657
527070
509846
514258
516922
507561
492622
490243
469357
477580
528379
533590

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time3 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 & 3 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=18579&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]3 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=18579&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=18579&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 time3 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24






Descriptive Statistics
# observations60
minimum469357
Q1535894
median565603
mean563109.933333333
Q3593438.5
maximum628884

\begin{tabular}{lllllllll}
\hline
Descriptive Statistics \tabularnewline
# observations & 60 \tabularnewline
minimum & 469357 \tabularnewline
Q1 & 535894 \tabularnewline
median & 565603 \tabularnewline
mean & 563109.933333333 \tabularnewline
Q3 & 593438.5 \tabularnewline
maximum & 628884 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=18579&T=1

[TABLE]
[ROW][C]Descriptive Statistics[/C][/ROW]
[ROW][C]# observations[/C][C]60[/C][/ROW]
[ROW][C]minimum[/C][C]469357[/C][/ROW]
[ROW][C]Q1[/C][C]535894[/C][/ROW]
[ROW][C]median[/C][C]565603[/C][/ROW]
[ROW][C]mean[/C][C]563109.933333333[/C][/ROW]
[ROW][C]Q3[/C][C]593438.5[/C][/ROW]
[ROW][C]maximum[/C][C]628884[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=18579&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=18579&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:

Descriptive Statistics
# observations60
minimum469357
Q1535894
median565603
mean563109.933333333
Q3593438.5
maximum628884


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 0 ; par2 = 0 ;
Parameters (R input):
par1 = 0 ; par2 = 0 ;
R code (references can be found in the software module):
par1 <- as.numeric(par1)
par2 <- as.numeric(par2)
x <- as.ts(x)
library(lattice)
bitmap(file='pic1.png')
plot(x,type='l',main='Run Sequence Plot',xlab='time or index',ylab='value')
grid()
dev.off()
bitmap(file='pic2.png')
hist(x)
grid()
dev.off()
bitmap(file='pic3.png')
if (par1 > 0)
{
densityplot(~x,col='black',main=paste('Density Plot   bw = ',par1),bw=par1)
} else {
densityplot(~x,col='black',main='Density Plot')
}
dev.off()
bitmap(file='pic4.png')
qqnorm(x)
qqline(x)
grid()
dev.off()
if (par2 > 0)
{
bitmap(file='lagplot1.png')
dum <- cbind(lag(x,k=1),x)
dum
dum1 <- dum[2:length(x),]
dum1
z <- as.data.frame(dum1)
z
plot(z,main='Lag plot (k=1), lowess, and regression line')
lines(lowess(z))
abline(lm(z))
dev.off()
if (par2 > 1) {
bitmap(file='lagplotpar2.png')
dum <- cbind(lag(x,k=par2),x)
dum
dum1 <- dum[(par2+1):length(x),]
dum1
z <- as.data.frame(dum1)
z
mylagtitle <- 'Lag plot (k='
mylagtitle <- paste(mylagtitle,par2,sep='')
mylagtitle <- paste(mylagtitle,'), and lowess',sep='')
plot(z,main=mylagtitle)
lines(lowess(z))
dev.off()
}
bitmap(file='pic5.png')
acf(x,lag.max=par2,main='Autocorrelation Function')
grid()
dev.off()
}
summary(x)
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Descriptive Statistics',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'# observations',header=TRUE)
a<-table.element(a,length(x))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'minimum',header=TRUE)
a<-table.element(a,min(x))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Q1',header=TRUE)
a<-table.element(a,quantile(x,0.25))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'median',header=TRUE)
a<-table.element(a,median(x))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'mean',header=TRUE)
a<-table.element(a,mean(x))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Q3',header=TRUE)
a<-table.element(a,quantile(x,0.75))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'maximum',header=TRUE)
a<-table.element(a,max(x))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')