Repository of Reproducible Computations

Free Statistics

of Irreproducible Research!

Author's title

Author

*The author of this computation has been verified*

R Software Module

rwasp_edauni.wasp

Title produced by software

Univariate Explorative Data Analysis

Date of computation

Fri, 24 Oct 2008 11:36:10 -0600

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Oct/24/t1224869861g4ssq4th3lmp72o.htm/, Retrieved Sun, 19 May 2024 12:57:26 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=18658, Retrieved Sun, 19 May 2024 12:57:26 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

Estimated Impact

184

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)

F     [Univariate Explorative Data Analysis] [Investigation Dis...] [2007-10-21 17:06:37] [b9964c45117f7aac638ab9056d451faa]
F    D  [Univariate Explorative Data Analysis] [Investigating Dis...] [2008-10-24 16:37:42] [a57f5cc542637534b8bb5bcb4d37eab1]
F    D      [Univariate Explorative Data Analysis] [Investigating Dis...] [2008-10-24 17:36:10] [0f30549460cf4ec26d9cf94b1fcf7789] [Current]
-   PD        [Univariate Explorative Data Analysis] [Lag plot: huurpri...] [2008-10-29 13:28:51] [b85eb1eb4b13b870c6e7ebbba3e34fcc] 
-   PD        [Univariate Explorative Data Analysis] [Verbetering Q7] [2008-10-30 22:14:29] [6816386b1f3c2f6c0c9f2aa1e5bc9362] 
-   PD        [Univariate Explorative Data Analysis] [Paper - UEDA] [2008-12-14 13:36:01] [a57f5cc542637534b8bb5bcb4d37eab1] 

Feedback Forum

2008-10-29 13:31:06 [Ellen Smolders] [reply] 
Voor deze assumptie moest de student opnieuw het aantal lags invullen om te zien of de tijdreeks autocorrelatie bevat. Dit heb ik opnieuw berekend:  
http://www.freestatistics.org/blog/index.php?v=date/2008/Oct/29/t1225286999r2fj8s0w0ofrv54.htm. Hieruit kunnen we afleiden dat de puntenwolk op de rechte ligt, dit is het geval. Dus kunnen we spreken van een positieve correlatie.
2008-10-29 13:32:43 [Ellen Smolders] [reply] 
Assumptie 2: 
De grafiek vertoont een bijna normaalverdeling, met uitzondering van de slag links in het histogram. Deze slag kunnen we ook waarnemen, maar afgevlakt, in het densenity plot.
2008-10-29 13:34:24 [Ellen Smolders] [reply] 
Assumptie 3: 
De student heeft correct geantwoord. Uit het density Plot kunnen we een rechte zien die gelijkmatig stijgt. Dit betekent dat de verdeling een constant niveau heeft.
2008-10-29 13:35:41 [Ellen Smolders] [reply] 
conclusie: er wordt niet voldaan aan de 4 voorwaarden.
2008-10-30 22:24:07 [Kenny Simons] [reply] 
De student heeft naar mijn mening de antwoorden op de 4 assumpties onvoldoende uitgelegd, ook hier heeft ze niet altijd de juiste grafieken gebruikt om de antwoorden af te leiden. 
 
Voor assumptie 1 kan je ofwel zien naar de lagplots of naar de autocorrelation functie. Hiervoor moest je inderdaad het aantal lags op 12 of 36 instellen. Hier bij deze link heb ik de lags op 36 ingesteld.  
http://www.freestatistics.org/blog/index.php?v=date/2008/Oct/30/t12254049707ouo586flsmr6lm.htm 
Als je nu naar de autocorrelation functie gaat zien, zien we dat we tot lag 15 grote autocorrelatiecoëfficiënten hebben, maar deze zijn niet seizoenaal.   
 
Voor een antwoord te geven op assumptie 2 heb je 3 mogelijkheden. Je kan gaan kijken naar het histogram, density plot of naar normal QQ Plot. We kunnen uit alle 3 besluiten dat we bijna een normaal verdeling hebben. Buiten een bult aan de linkerkant, maar hier moeten we niet wakker van liggen.  
 
Bij assumptie 3 moeten we zien naar het run sequence plot. De curve hier kent een stijgend niveau en geen constant niveau. 
 
Voor assumptie 4 moeten we weer naar het run sequence plot zien en dan zullen we zien dat er zeker geenzelfde spreiding is in de curve.  
 
We kunnen dus besluiten dat er niet voldaan wordt aan de 4 assumpties. 
2008-11-03 10:42:11 [Zeno Thoelen] [reply] 
2008-11-03 10:47:10 [a7e076854c32462fd499d2de3f6d4e86] [reply] 
assumptie 1: 
- lagplots  
- autocorrelation functie.  
Aanpassing 'lags' (12 of 36)  
 
Assumptie 2: 
- het histogram,  
- density plot 
- normal QQ Plot.   
--> normaal verdeling hebben (bult maakt niets uit).  
  
 
assumptie 3: correct opgelost (moeten we zien naar het run sequence plot) 
 
assumptie 4: 
- run sequence plot: 
-->niet zelfde spreiding is in de curve.  
 
Besluit: er is niet voldaan aan de 4 assumpties.

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	5 seconds
R Server	'George Udny Yule' @ 72.249.76.132

\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 & 5 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=18658&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]5 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=18658&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=18658&T=0

As an alternative you can also use a QR Code:

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

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	5 seconds
R Server	'George Udny Yule' @ 72.249.76.132

Descriptive Statistics
# observations	60
minimum	106.6
Q1	109.59
median	112.08
mean	111.815166666667
Q3	114.0775
maximum	116.51

\begin{tabular}{lllllllll}
\hline
Descriptive Statistics \tabularnewline
# observations & 60 \tabularnewline
minimum & 106.6 \tabularnewline
Q1 & 109.59 \tabularnewline
median & 112.08 \tabularnewline
mean & 111.815166666667 \tabularnewline
Q3 & 114.0775 \tabularnewline
maximum & 116.51 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=18658&T=1

[TABLE]
[ROW][C]Descriptive Statistics[/C][/ROW]
[ROW][C]# observations[/C][C]60[/C][/ROW]
[ROW][C]minimum[/C][C]106.6[/C][/ROW]
[ROW][C]Q1[/C][C]109.59[/C][/ROW]
[ROW][C]median[/C][C]112.08[/C][/ROW]
[ROW][C]mean[/C][C]111.815166666667[/C][/ROW]
[ROW][C]Q3[/C][C]114.0775[/C][/ROW]
[ROW][C]maximum[/C][C]116.51[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=18658&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=18658&T=1

As an alternative you can also use a QR Code:

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

Descriptive Statistics
# observations	60
minimum	106.6
Q1	109.59
median	112.08
mean	111.815166666667
Q3	114.0775
maximum	116.51

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Figure 4

PNG link

Postscript link

PDF link

Figure 5

PNG link

Postscript link

PDF link

Figure 6

PNG link

Postscript link

PDF link

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)
grid()
dev.off()
if (par2 > 0)
{
bitmap(file='lagplot.png')
dum <- cbind(lag(x,k=1),x)
dum
dum1 <- dum[2:length(x),]
dum1
z <- as.data.frame(dum1)
z
plot(z,main=paste('Lag plot, lowess, and regression line'))
lines(lowess(z))
abline(lm(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')

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code