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 computationMon, 27 Oct 2008 12:16:47 -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/27/t1225131536943p9c5f4qabgen.htm/, Retrieved Sun, 19 May 2024 14:11:22 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=19369, Retrieved Sun, 19 May 2024 14:11:22 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact152

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] [Q7 Distribution] [2008-10-25 18:46:02] [547636b63517c1c2916a747d66b36ebf]
F   PD    [Univariate Explorative Data Analysis] [Investigating dis...] [2008-10-27 18:16:47] [c577d4c76516de948d1234ed72fcf120] [Current]
Feedback Forum
2008-10-30 16:06:01 [Dana Molenberghs] [reply] 
Je ziet duidelijk een seizonaliteit bij lag 6 en 12.
2008-11-02 10:26:22 [Jeremy Leysen] [reply] 
Er is inderdaad een seizonaiteit in deze reeks aanwezig. In mijn ogen bevindt deze zich op 6 en 12, hoewel het moeilijk waar te nemen is door de andere hoge AFC waarden.
2008-11-02 21:16:16 [Bernard Femont] [reply] 
Er is een seisoenialiteit te zien, je ziet dat deze aanwezig is in de autocorelation function bij lag 6 en 12.
2008-11-02 21:22:07 [Bernard Femont] [reply] 
De 4 assumpties zijn hier wel goed beoordeeld.
2008-11-03 11:19:59 [Michael Van Spaandonck] [reply] 
Q7
Bespreking aan de hand vand e 4 assumpties:

Geen fixed variation. Juist geïnterpreteerd in het bijhorende document aan de hand van de verticale spreiding in het run sequence plot.
Geen fixed distribution. De student stelt terecht vast dat histogram en density plot geen normaalverdeling weergeven.
Geen randomness. De student komt terecht tot deze conclusie aan de hand van de autocorrelatiefunctie. Graag wil ik toevoegen dat bij het lag plot voor k12 de gegevens naar de rechte toetrekken en er sprake is van een autocorrelatie.
Geen fixed location. De student kijkt hiervoor meteen naar central tendency, maar ook het verloop van het run sequence plot geeft aan dat er vanwege de stijgende tendens geen fixed location is.

De student maakt ook melding van het Q-Q plot ivm de distributie en doet hierbij een terechte vaststelling.


Q10
De student wil een uitspraak over seizoensinvloeden doen op basis van het run sequence plot. Indien er een duidelijk terugkerend patroon zichtbaar is kun je stellen dat er een seizoensinvloed is. De autocorrelatiefunctie kun je hiervoor beter gebruiken. Er is een duidelijke autocorrelatie waarneembaar voor lag 12, dus is er hoogstwaarschijnlijk sprake van seizoenaliteit.
2008-11-04 06:26:53 [Nilay Erdogdu] [reply] 
goede berekening van student.
2008-11-04 06:30:06 [Nilay Erdogdu] [reply] 
goed opgelost
2008-11-04 07:44:34 [Evelyne Slegers] [reply] 
De 4 assumpties zijn correct beoordeeld

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
93.5
94.7
112.9
99.2
105.6
113
83.1
81.1
96.9
104.3
97.7
102.6
89.9
96
112.7
107.1
106.2
121
101.2
83.2
105.1
113.3
99.1
100.3
93.5
98.8
106.2
98.3
102.1
117.1
101.5
80.5
105.9
109.5
97.2
114.5
93.5
100.9
121.1
116.5
109.3
118.1
108.3
105.4
116.2
111.2
105.8
122.7
99.5
107.9
124.6
115
110.3
132.7
99.7
96.5
118.7
112.9
130.5
137.9
115
116.8
140.9
120.7
134.2
147.3
112.4
107.1
128.4
137.7
135
151

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time4 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 & 4 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=19369&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]4 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=19369&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=19369&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 time4 seconds
R Server'George Udny Yule' @ 72.249.76.132






Descriptive Statistics
# observations72
minimum80.5
Q199.425
median107.5
mean109.8125
Q3116.875
maximum151

\begin{tabular}{lllllllll}
\hline
Descriptive Statistics \tabularnewline
# observations & 72 \tabularnewline
minimum & 80.5 \tabularnewline
Q1 & 99.425 \tabularnewline
median & 107.5 \tabularnewline
mean & 109.8125 \tabularnewline
Q3 & 116.875 \tabularnewline
maximum & 151 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=19369&T=1

[TABLE]
[ROW][C]Descriptive Statistics[/C][/ROW]
[ROW][C]# observations[/C][C]72[/C][/ROW]
[ROW][C]minimum[/C][C]80.5[/C][/ROW]
[ROW][C]Q1[/C][C]99.425[/C][/ROW]
[ROW][C]median[/C][C]107.5[/C][/ROW]
[ROW][C]mean[/C][C]109.8125[/C][/ROW]
[ROW][C]Q3[/C][C]116.875[/C][/ROW]
[ROW][C]maximum[/C][C]151[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=19369&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=19369&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
# observations72
minimum80.5
Q199.425
median107.5
mean109.8125
Q3116.875
maximum151


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 0 ; par2 = 12 ;
Parameters (R input):
par1 = 0 ; par2 = 12 ;
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')