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 07:25:08 -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/t1225373307ye2zu4r8did8h96.htm/, Retrieved Sun, 19 May 2024 14:46:56 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20018, Retrieved Sun, 19 May 2024 14:46:56 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact201

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] [Hypothesis Testin...] [2008-10-30 12:52:34] [38f43994ada0e6172896e12525dcc585]
F   P       [Mean Plot] [Hypothesis Testin...] [2008-10-30 13:25:08] [284c7cdb9fcda2adcbb08e211682c8d6] [Current]
F   PD        [Mean Plot] [Hypothesis Testin...] [2008-11-01 14:20:49] [38f43994ada0e6172896e12525dcc585]
F RMPD        [Pearson Correlation] [RNR - RNVM] [2008-11-01 15:02:44] [38f43994ada0e6172896e12525dcc585]
F    D          [Pearson Correlation] [RNR – RCF] [2008-11-01 15:07:17] [38f43994ada0e6172896e12525dcc585]
-    D            [Pearson Correlation] [RNR – RLEZ] [2008-11-01 15:11:08] [38f43994ada0e6172896e12525dcc585]
-    D              [Pearson Correlation] [RNR – REV] [2008-11-01 15:15:26] [38f43994ada0e6172896e12525dcc585]
-   PD                [Pearson Correlation] [RNR – REV] [2008-11-02 15:32:16] [d32f94eec6fe2d8c421bd223368a5ced]
-   PD              [Pearson Correlation] [RNR – RLEZ] [2008-11-02 15:30:09] [d32f94eec6fe2d8c421bd223368a5ced]
F   PD            [Pearson Correlation] [RNR – RCF] [2008-11-02 15:27:31] [d32f94eec6fe2d8c421bd223368a5ced]
F   PD          [Pearson Correlation] [RNR - RNVM] [2008-11-02 15:24:58] [d32f94eec6fe2d8c421bd223368a5ced]
F    D        [Mean Plot] [Hypothesis Testin...] [2008-11-02 13:40:23] [d32f94eec6fe2d8c421bd223368a5ced]
Feedback Forum
2008-11-06 13:50:15 [Nathalie Koulouris] [reply] 
De student heeft de vraag correct opgelost maar hij verwijst niet naar de juiste link. Ofwel heeft hij zijn antwoord van iemand overgenomen ofwel heeft hij de verkeerde gegevens ingevoerd.
2008-11-06 17:45:57 [Romina Machiels] [reply] 
hij heeft de verkeerde techniek gebruikt en er werd ook een verkeerd oplossing gegeven. Je moet de notches van jaar 1 met jaar 5 vergelijken. Deze van jaar 5 liggen onder deze van jaar 1, er is dus een significant verschil. De kledingproductie is gedaald. Als je de notches van jaar 1 met deze van jaar 2 vergelijkt, liggen ze over elkaar maar dit is louter aan toevalligheid te wijten.
2008-11-07 13:48:42 [Jeroen Aerts] [reply] 
De juiste berekening vind je hier:
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL http://www.freestatistics.org/blog/date/2008/Nov/07/t1226065443wtrn3a19x12g0xf.htm , Retrieved Fri, 07 Nov 2008 13:44:13 +0000

Het document van de student van vorig jaar heeft eigenlijk de juiste berekening.
Als je ziet naar de figuur kan je bij de notched box plots - sequantial blocks kan je waarnemen dat de kledingproductie daalt over een periode van 5 jaar.

Deze periodes kan je met elkaar vergelijken ( 1 met 2, 3 met 4, 1 met 5, ...) en zal je kunnen waarnemen dat je nooit zal kunnen zeggen dat er een significant verschil is, behalve bij 1 en 5, daar is het een randgeval. De overige dalingen zijn te wijten aan toevalligheden vanwege het betrouwbaarheidsinterval.
2008-11-07 15:14:40 [Mehmet Yilmaz] [reply] 
De student geeft een foute antwoord. Hij heeft de blockwidth van 12 naar 60 veranderd. Dus de periode van 12 (maanden) naar 60 opgetrokken. Hierdoor is de reporductie volledig verkeerd.
Bij een juiste reproductie kan je bij de notched box plots (sequantial blocks) vaststellen dat de kledingproductie daalt over een periode van 5 jaar.

Hieronder vind je de juiste berekening:
http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/07/t1226070861xccx5e74hefweeu.htm
2008-11-08 14:51:27 [Kim Huysmans] [reply] 
Het klopt inderdaad dat hier de verkeerde techniek is toegepast. Wanneer we de juiste techniek toepassen (zoals de 2 studenten hierboven hebben gedaan) kunnen we aan de hand van de Sequential Blocks vaststellen dat er een dalende trend is bij de kledingproductie. Wanneer we de periodes met elkaar gaan vergelijken zien we er nooit een significant verschil is en kunnen we vaststellen dat het toeval kan zijn. De betrouwbaarheidsintervallen van het 1ste en het 5de jaar is een twijfelgeval.
2008-11-11 11:55:31 [Jeroen Michel] [reply] 
Vorige studenten bevestigen ook dat de verkeerde techniek is gebruikt. Onderstaande link geeft een correcte berekening weer en geeft een duidelijk beeld van de juiste conclusies en bijbehorende analyses.

http://www.freestatistics.org/blog/date/2008/Nov/01/t1225540234e9iqm6k30ulgcnz.htm
2008-11-11 13:58:39 [Sanne Kerckhofs] [reply] 
De student heeft hier een foute berekening gemaakt. Het is namelijk heel belangrijk dat de blockwidth op 12 blijft staan omdat dit het aantal maanden voorstelt. Dit aanpassen naar 60 is dus verkeerd want dan kunnen we geen seizoenaliteit aflezen. Een juiste berekening:
http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/11/t1226411805phxbliehhmyfcsa.htm
Aan de hand van de sequential blocks kunnen we aflezen dat jaar na jaar er een lichte daling is. De notches komen deels nog overeen waaruit we dan kunnen besluiten dat de daling toevallig is. Bij vergelijking van het 1ste en 5de jaar kunnen we zien dat het een twijfelgeval is. Hier zouden we wel over een significante daling kunnen spreken omdat de betrouwbaarheidsintervallen niet meer overeenkomen.
Ook hier pleegt weer een student plagiaat (niet Pieter). Ik heb deze link in iemand anders zijn werk gevonden.

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 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=20018&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=20018&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20018&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


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 60 ;
Parameters (R input):
par1 = 60 ;
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()