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_meanplot.wasp
Title produced by softwareMean Plot
Date of computationWed, 29 Oct 2008 10:50:18 -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/29/t12252991025ei72szhbgtil77.htm/, Retrieved Sun, 19 May 2024 14:40:21 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=19911, Retrieved Sun, 19 May 2024 14:40:21 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact151

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Mean Plot] [workshop 3] [2007-10-26 12:14:28] [e9ffc5de6f8a7be62f22b142b5b6b1a8]
F R  D    [Mean Plot] [Mean Plot] [2008-10-29 16:50:18] [6aa66640011d9b98524a5838bcf7301d] [Current]
- R         [Mean Plot] [Task 4] [2008-10-29 19:22:24] [b518240a1c80d4f939bf8b3e34f77cec]
F R         [Mean Plot] [Task 4] [2008-10-29 19:26:20] [b518240a1c80d4f939bf8b3e34f77cec]
F    D      [Mean Plot] [Totale prijs van ...] [2008-10-29 19:39:41] [b518240a1c80d4f939bf8b3e34f77cec]
Feedback Forum
2008-11-06 15:10:25 [Nathalie Koulouris] [reply] 
De student heeft deze vraag goed opgelost. Bij de Mean plot is het duidelijk visueel zichtbaar dat er seizoenaliteit aanwezig is. In maand 7 nemen we duidelijk een uitzonderlijk hoge stijging waar terwijl we in maand 10 een uitzonderlijk sterke daling waarnemen. Er is dus sprake van een significant verschil en dit wijst op seizoenaliteit.
2008-11-06 15:13:10 [Nathalie Koulouris] [reply] 
De student heeft deze vraag correct opgelost. Als we naar de eerste twee notches kijken zien we dat deze over elkaar komen en kunnen we zeggen dat dit toe te schrijven is aan het toeval. Wanneer we het eerste met het vijde jaar vergelijken kunnen we spreken van een randgeval.
2008-11-06 20:09:55 [Kim Wester] [reply] 
De student geeft een correct antwoord. Toevoeging: de áfstand tussen punt 6 en 7 weergeeft de stijging en dus de seizoenaliteit. Echter, de daling bij maand 10 moet wel worden gezien over maand 9 en 8.
2008-11-06 20:17:40 [Kim Wester] [reply] 
De student geeft een correct antwoord. Toevoeging: Jaar 1 en 2 zijn niet significant verschillend maar inderdaad toevallig verschillend. Dit geldt ook voor de volgende vergelijkingen (2+3, 3+4, 4+5). Jaar 1 en 5 weergeven wel een significant verschil.
2008-11-08 15:48:39 [Gregory Van Overmeiren] [reply] 
De student geeft hier idd het correcte antwoord.
2008-11-08 15:57:01 [Gregory Van Overmeiren] [reply] 
Tussen het eerste en het vijfde jaar zit inderdaad een opmerkelijk verschil. er is een daling van de mediaan waar te nemen over de jaren heen, maar deze is niet significant, daar de betrouwbaarheidsintervallen nog overlappen.
2008-11-09 13:47:28 [Natascha Meeus] [reply] 
De student heeft de vraag correct opgelost. Er is een duidelijk verschil tussen gemiddelde van augustus en het gemiddelde van september. Er is een significant verschil, er is duidelijk sprake van seizonaliteit.
2008-11-09 13:58:07 [Natascha Meeus] [reply] 
De student geeft ook hier een correct antwoord. Als we jaar 1 tegenover jaar 2 bekijken dan zien we dat de mediaan daalt, maar dit is toevallig, niet significant. dit is ook zo voor da andere jaren. Maar als we jaar 1 tegenover jaar 5 bekijken zien we een groot verschil, doch is dit een twijfelgeval. Het is eerder toch nog toeval, wel bijna significant.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
109.20
88.60
94.30
98.30
86.40
80.60
104.10
108.20
93.40
71.90
94.10
94.90
96.40
91.10
84.40
86.40
88.00
75.10
109.70
103.00
82.10
68.00
96.40
94.30
90.00
88.00
76.10
82.50
81.40
66.50
97.20
94.10
80.70
70.50
87.80
89.50
99.60
84.20
75.10
92.00
80.80
73.10
99.80
90.00
83.10
72.40
78.80
87.30
91.00
80.10
73.60
86.40
74.50
71.20
92.40
81.50
85.30
69.90
84.20
90.70
100.30

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'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 & 2 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=19911&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=19911&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=19911&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'George Udny Yule' @ 72.249.76.132


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 12 ;
Parameters (R input):
par1 = 12 ;
R code (references can be found in the software module):
par1 <- as.numeric(par1)
(n <- length(x))
(np <- floor(n / par1))
arr <- array(NA,dim=c(par1,np+1))
darr <- array(NA,dim=c(par1,np+1))
ari <- array(0,dim=par1)
dx <- diff(x)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
darr[j,ari[j]] <- dx[i]
if (j == par1) j = 0
}
ari
arr
darr
arr.mean <- array(NA,dim=par1)
arr.median <- array(NA,dim=par1)
arr.midrange <- array(NA,dim=par1)
for (j in 1:par1)
{
arr.mean[j] <- mean(arr[j,],na.rm=TRUE)
arr.median[j] <- median(arr[j,],na.rm=TRUE)
arr.midrange[j] <- (quantile(arr[j,],0.75,na.rm=TRUE) + quantile(arr[j,],0.25,na.rm=TRUE)) / 2
}
overall.mean <- mean(x)
overall.median <- median(x)
overall.midrange <- (quantile(x,0.75) + quantile(x,0.25)) / 2
bitmap(file='plot1.png')
plot(arr.mean,type='b',ylab='mean',main='Mean Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.mean,0)
dev.off()
bitmap(file='plot2.png')
plot(arr.median,type='b',ylab='median',main='Median Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.median,0)
dev.off()
bitmap(file='plot3.png')
plot(arr.midrange,type='b',ylab='midrange',main='Midrange Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.midrange,0)
dev.off()
bitmap(file='plot4.png')
z <- data.frame(t(arr))
names(z) <- c(1:par1)
(boxplot(z,notch=TRUE,col='grey',xlab='Periodic Index',ylab='Value',main='Notched Box Plots - Periodic Subseries'))
dev.off()
bitmap(file='plot4b.png')
z <- data.frame(t(darr))
names(z) <- c(1:par1)
(boxplot(z,notch=TRUE,col='grey',xlab='Periodic Index',ylab='Value',main='Notched Box Plots - Differenced Periodic Subseries'))
dev.off()
bitmap(file='plot5.png')
z <- data.frame(arr)
names(z) <- c(1:np)
(boxplot(z,notch=TRUE,col='grey',xlab='Block Index',ylab='Value',main='Notched Box Plots - Sequential Blocks'))
dev.off()
bitmap(file='plot6.png')
z <- data.frame(cbind(arr.mean,arr.median,arr.midrange))
names(z) <- list('mean','median','midrange')
(boxplot(z,notch=TRUE,col='grey',ylab='Overall Central Tendency',main='Notched Box Plots'))
dev.off()