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 computationThu, 30 Oct 2008 07:19:12 -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/30/t1225372806v6s5qkbphja0zgy.htm/, Retrieved Sun, 19 May 2024 15:56:53 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20012, Retrieved Sun, 19 May 2024 15:56:53 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact174

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    D    [Mean Plot] [Q3: Mean plot 2] [2008-10-30 13:19:12] [8758b22b4a10c08c31202f233362e983] [Current]
F           [Mean Plot] [Q3] [2008-11-03 22:00:55] [76963dc1903f0f612b6153510a3818cf]
Feedback Forum
2008-11-10 17:05:07 [Matthieu Blondeau] [reply] 
Deze vraag heb ik helemaal verkeerd opgelost. Ik heb opgemerkt dat er een dalende trend terug te vinden is in notched box plots sequential blocks. Deze daling is echter niet significant. De betrouwbaarheidsintervallen van de verschillende jaren vallen nog steeds binnen elkaar, deze daling kan dus aan het toeval te wijten zijn.
2008-11-11 14:46:28 [Liese Tormans] [reply] 
De student heeft Q3 opgelost aan de hand van de notches box plot “Sequential Blocks”. Hier worden de 5 jaren op een rij gezet zodat je makkelijk da jaren met mekaar kan vergelijken. Jaar 6 moeten we buiten beschouwing laten omdat hier maar enkele metingen hebben plaatsgevonden

Op de grafiek zien we duidelijk dat de mediaan door de jaren heen daalt zoals de student vermeld heeft maar dit wil nog niet meteen zeggen dat het een significante daling is. Als we de notches van de jaren gaan vergelijken met mekaar zien we dat betrouwbaarheidsintervallen van de notches elkaar toch een beetje overlappen. Dus de daling is eerder een toevalligheid.

Bij jaar 5 is het net op de rand van toevalligheid en significantie. Dit kun je zien door jaar 5 te gaan vergelijken met jaar 1, we zien hier dat de lower bound van het eerste jaar net wel/ net niet grenst aan de upper bound van het vijfde jaar. Hieruit kunnen we dan concluderen dat jaar 5 net op de rand ligt.

De conclusie van de student was zeer beperkt en het wil niet zeggen omdat de grafiek daalt dat er een significante daling is. Ook had de student de grafiek een beetje meer kunnen toelichten.
2008-11-11 19:49:47 [Joachim Van Hemelen] [reply] 
De student geeft aan dat er een dalende trend is maar staaft zijn mening niet met een bewijs.

Om het verloop van de dataset over de jaren heen te bekijken, gaan we kijken naar de grafiek van de sequential blocks. We zien dat de mediaan hier telkens daalt. We kunnen ook zien dat de inkepingen van de boxplots (=betrouwbaarheidsintervallen) elkaar overlappen. Dit kunnen we toeschrijven aan het toeval. We kunnen dus stellen dat de mediaan steeds daalt, maar dit is niet significant. Enkel over het 1ste jaar tov het 5de jaar kan er twijfel bestaan, doordat de lower bound van jaar 1 net wel of net niet grenst aan de upper bound van Jaar 5.

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 time22 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 & 22 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20012&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]22 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=20012&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20012&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 time22 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 ; par2 = ; par3 = ; par4 = ; par5 = ; par6 = ; par7 = ; par8 = ; par9 = ; par10 = ; par11 = ; par12 = ; par13 = ; par14 = ; par15 = ; par16 = ; par17 = ; par18 = ; par19 = ; par20 = ;
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))
ari <- array(0,dim=par1)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
if (j == par1) j = 0
}
ari
arr
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='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()