FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_smp.wasp
Title produced by softwareStandard Deviation-Mean Plot
Date of computationSun, 12 Jan 2014 06:42:50 -0500
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2014/Jan/12/t13895269895qgpg81hyncv0cj.htm/, Retrieved Sun, 19 May 2024 04:24:53 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=232982, Retrieved Sun, 19 May 2024 04:24:53 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact116

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Standard Deviation-Mean Plot] [] [2014-01-12 11:42:50] [62a6597007cd6653b71a687b26797f80] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
25
25
25
25
29
30
30
29
35
30
30
30
29
30
30
26
30
30
30
35
30
30
30
50
25
29
30
25
30
30
25
42
29
15
29
30
25
20
10
30
29
30
50
25
30
30
25
50
29
30
30
30
30
30
30
29
35
40
29
26
23
25
30
30
30
30
20
29
25
25
28
30
30
25
30
31
30
29
45
30
30
35
30
30
25
50
40
20
35
22
30
25
30
30
29
50
45
30
26
30
29
35
20
29
25
30
45
35
30
30
40
20
26
29
20
25
30
30
25
30
23
25
30
30
40
30
40
35
40
30
25
33
30
30
30
35
33
35
30
40
29
25
27
30
30
35
20
30
30
25
25
30
30
30
40
40
30
40
20
50
20
30
30
30
30
25
30
30
30
30
30
30
23
30
25
50
20
23
25
29
26
40
30
30
35
20
29
25
30
30
30
50
30
35
30
30
30
35
30
35
15
30
20
35
40
30
30
40
29
30
20
35
50
30
30
40
30
50
18
15
30
23
29
30
35
30
23
30
25
26
25
30
20
25
30
29
40
30
30
30
40
37
20
25
30
32
35
32
30
30
35
30
25
30
24
30
35
30
30
30
30
30
25
30
25
35
30
30
30
30
30
30
35
32
30
20
20
30
35
30
40
29
26
40
25
35
30
23
30
27
35
30
20
30
25
50
30
30
29
35
29
25
30
45
30
25
29
25
40
30
30
40
30
30
29
35
35
30
30
27
30
30
29
50
30
30
20
25
25
30
27
29
50
50
30
30
40
20
30
30
30
25
30
30
30
30
40
25
35
30
30
35
20
20
50
35
29
50
40
30
45
30
40
30
29
25
40
35
25
21
30
30
30
30
15
30
30
30
30
30
25
30
30
30
30
25
25
40
30
33
40
26
30
37
25
29
30
25
29
30
30
30
30
30
22
25
30
40
30
29
25
30
30
29
30
30
30
35
30
35
30
12
15
25
30
30
30
25
20
30
35
35
29
40
30
40
30
25
30
20
29
28
30
25
30
50
30
30
29
30
35
20
30
30
30
30
30
40
30
30
35
25
30
50
30
30
30
30
25
30
30
30
25
30
30
30
25
30
30
26
30
30
30
30
25
20
30
35
30
20
20
25
30
30
30
30
29
35
25
30
30
35
35
30
20
30
30
30
25
30
30
26
30
25
30
50
30
20
29
30
30
30
30
30
40
30
35
27
30
25
29
25
30
25
30
29
25
20
30
25
32
30
29
30
30
30
30
25
25
30
30
60
20
30
35
25
30
25
30
40
25
30
29
29
30
29
26
18
30
40
30
30
30
30
30
29
30
30
30
35
30
30
30
20
29
20
30
30
25
30
40
30
30
25
40
30
30
29
25
30
35
30
20
30
20
25
30
40
25
47
20
20
30
30
25
30
25
40
29
40
29
30
30
30
35
30
20
30
24
30
40
30
30
15
35
18
30
25
30
30
30
15
20
30
25
30
20
30
30
30
25
40
50
30
30
35
30
30
15
30
25
30
30
26
30
25
25
30
30
30
50
30
25
30
25
30
26
25
34
30
25
30
35
30
40
30
30
29
30
29
30
50
30
15
30
25
50
30
30
35
35
25
23
30
30
30
35
25
15
30
29
30
15
30
40
29
30
25
25
50
30
1
30
30
30
35
30
30
35
30
20
20
20
30
35
30
25
29
35
40
30
35
29
30
30
30
29
30
30
30
30
30
30
30
35
30
30
30
25
50
30
30
30
25
25
35
30
35
30
29
30
35
30
30
35
25
25
29
35
50
30
30
29
30
30
30
20
30
30
20
30
25
20
30
50
20
40
40
30
29
35
25
20
20
21
29
35
30
28
30
30
35
26
30
25
25
30
30
30
25
35
30
35
35
30
29
30
26
30
27
30
30
50
25
30
30
30
40
30
32
25
35
30
30
20
30
40
30
26
30
40
30
30
26
35
35
26
50
30
30
25
30
40
25
30
25
30
15
40
30
25
30
30
30
30
30
25
25
30
20
18
25
30
29
13
27
30
30
30
30
25
30
35
29
30
29
30
30
25
45
29
30
30
25
25
29
30
30
30
29
30
23
35
35
10
32
29
45
30
29
30
15
50
35
25
25
30
30
30
30
30
40
29
25
30
25
30
25
25
30
35
30
25
20
30
30
30
15
30
35
50
35
30
30
25
30
30
15
30
25
30
30
25
29
30
30
40
25
30
30
25
35
29
30
25
30
30
25
30
30
30
25
35
25
29
25
30
30
50
30
30

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'Herman Ole Andreas Wold' @ wold.wessa.net

\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 & 'Herman Ole Andreas Wold' @ wold.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=232982&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]'Herman Ole Andreas Wold' @ wold.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=232982&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=232982&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'Herman Ole Andreas Wold' @ wold.wessa.net






Standard Deviation-Mean Plot
SectionMeanStandard DeviationRange
128.58333333333333.0587678248047210
231.66666666666676.0952042747979524
328.256.1070004540244327
429.511.172205772280740
530.66666666666673.5505014583943814
627.08333333333333.396745322787510
731.254.8453351511812620
832.16666666666679.9254799135936730
931.58333333333337.4645627447089625
1027.91666666666675.350587619952420
1131.756.0018936405710517
1231.16666666666674.0188947674099615
1330.41666666666675.8225007644065820
1430.41666666666678.1067685898696430
1528.757.5693761001455430
1631.257.6767062065587930
1729.58333333333336.2005620468607320
1833.66666666666677.7733031861778330
1928.58333333333338.887768237438735
2028.33333333333334.8492423650660620
2131.33333333333335.3143601912576720
2229.08333333333333.0289011909011511
2329.754.0254869835270215
2430.256.3263518138598120
2530.91666666666677.2294641236506330
2631.56.5712874067277120
2732.08333333333336.0970683466927323
2831.33333333333339.2376043070340130
29305.6407607481776620
3033.66666666666679.6042919698655730
3131.66666666666677.0624916197322224
3228.33333333333334.4381268229929715
3330.83333333333335.5732042902271315
3429.254.3510709235564318
3530.252.6328346286499210
3626.41666666666677.3541371576367423
3729.66666666666675.6782412983620420
3831.16666666666676.8068592855540530
3932.56.5712874067277125
4028.41666666666672.353269807709865
4127.08333333333334.9810245994781115
4230.752.9271456776494410
4329.66666666666677.1647284200682330
4430.08333333333334.6212617980439720
4526.91666666666673.2039275140289210
4631.759.1365897755821835
47295.134553180524720
4829.33333333333334.8304589153964822
4928.66666666666674.3134743080329815
5030.33333333333334.996968778139115
5128.58.7230103227560827
5230.66666666666674.7354242074224415
5328.08333333333337.4523740370353725
5426.255.2764485301108615
5531.258.291561975888535
5630.08333333333336.680478117529325
5728.753.5451631581891710
5830.66666666666678.23885840871135
5931.57.0517567121443427
60299.4868329805051435
6126.759.362643371884434
6230.66666666666675.1932356936400420
6330.33333333333331.497472618255256
6431.256.7840052529996825
6531.91666666666676.6258218472514925
6627.83333333333333.9273709303097910
6729.91666666666679.7743479980957730
6828.66666666666674.0526833609649814
6930.41666666666673.2321772378645510
70326.6742381247191525
7130.55.7445626465380320
7231.83333333333337.3340220062308825
7328.755.6909018297949625
7425.16666666666675.5404846084949717
7530.66666666666675.1932356936400420
7628.33333333333332.498484389069557
7731.2510.922245856299640
7829.08333333333334.1660605619770615
7927.08333333333335.4181233472541620
8030.41666666666678.1067685898696435
8129.91666666666674.2737748554587615
8228.66666666666673.0846639225613410

\begin{tabular}{lllllllll}
\hline
Standard Deviation-Mean Plot \tabularnewline
Section & Mean & Standard Deviation & Range \tabularnewline
1 & 28.5833333333333 & 3.05876782480472 & 10 \tabularnewline
2 & 31.6666666666667 & 6.09520427479795 & 24 \tabularnewline
3 & 28.25 & 6.10700045402443 & 27 \tabularnewline
4 & 29.5 & 11.1722057722807 & 40 \tabularnewline
5 & 30.6666666666667 & 3.55050145839438 & 14 \tabularnewline
6 & 27.0833333333333 & 3.3967453227875 & 10 \tabularnewline
7 & 31.25 & 4.84533515118126 & 20 \tabularnewline
8 & 32.1666666666667 & 9.92547991359367 & 30 \tabularnewline
9 & 31.5833333333333 & 7.46456274470896 & 25 \tabularnewline
10 & 27.9166666666667 & 5.3505876199524 & 20 \tabularnewline
11 & 31.75 & 6.00189364057105 & 17 \tabularnewline
12 & 31.1666666666667 & 4.01889476740996 & 15 \tabularnewline
13 & 30.4166666666667 & 5.82250076440658 & 20 \tabularnewline
14 & 30.4166666666667 & 8.10676858986964 & 30 \tabularnewline
15 & 28.75 & 7.56937610014554 & 30 \tabularnewline
16 & 31.25 & 7.67670620655879 & 30 \tabularnewline
17 & 29.5833333333333 & 6.20056204686073 & 20 \tabularnewline
18 & 33.6666666666667 & 7.77330318617783 & 30 \tabularnewline
19 & 28.5833333333333 & 8.8877682374387 & 35 \tabularnewline
20 & 28.3333333333333 & 4.84924236506606 & 20 \tabularnewline
21 & 31.3333333333333 & 5.31436019125767 & 20 \tabularnewline
22 & 29.0833333333333 & 3.02890119090115 & 11 \tabularnewline
23 & 29.75 & 4.02548698352702 & 15 \tabularnewline
24 & 30.25 & 6.32635181385981 & 20 \tabularnewline
25 & 30.9166666666667 & 7.22946412365063 & 30 \tabularnewline
26 & 31.5 & 6.57128740672771 & 20 \tabularnewline
27 & 32.0833333333333 & 6.09706834669273 & 23 \tabularnewline
28 & 31.3333333333333 & 9.23760430703401 & 30 \tabularnewline
29 & 30 & 5.64076074817766 & 20 \tabularnewline
30 & 33.6666666666667 & 9.60429196986557 & 30 \tabularnewline
31 & 31.6666666666667 & 7.06249161973222 & 24 \tabularnewline
32 & 28.3333333333333 & 4.43812682299297 & 15 \tabularnewline
33 & 30.8333333333333 & 5.57320429022713 & 15 \tabularnewline
34 & 29.25 & 4.35107092355643 & 18 \tabularnewline
35 & 30.25 & 2.63283462864992 & 10 \tabularnewline
36 & 26.4166666666667 & 7.35413715763674 & 23 \tabularnewline
37 & 29.6666666666667 & 5.67824129836204 & 20 \tabularnewline
38 & 31.1666666666667 & 6.80685928555405 & 30 \tabularnewline
39 & 32.5 & 6.57128740672771 & 25 \tabularnewline
40 & 28.4166666666667 & 2.35326980770986 & 5 \tabularnewline
41 & 27.0833333333333 & 4.98102459947811 & 15 \tabularnewline
42 & 30.75 & 2.92714567764944 & 10 \tabularnewline
43 & 29.6666666666667 & 7.16472842006823 & 30 \tabularnewline
44 & 30.0833333333333 & 4.62126179804397 & 20 \tabularnewline
45 & 26.9166666666667 & 3.20392751402892 & 10 \tabularnewline
46 & 31.75 & 9.13658977558218 & 35 \tabularnewline
47 & 29 & 5.1345531805247 & 20 \tabularnewline
48 & 29.3333333333333 & 4.83045891539648 & 22 \tabularnewline
49 & 28.6666666666667 & 4.31347430803298 & 15 \tabularnewline
50 & 30.3333333333333 & 4.9969687781391 & 15 \tabularnewline
51 & 28.5 & 8.72301032275608 & 27 \tabularnewline
52 & 30.6666666666667 & 4.73542420742244 & 15 \tabularnewline
53 & 28.0833333333333 & 7.45237403703537 & 25 \tabularnewline
54 & 26.25 & 5.27644853011086 & 15 \tabularnewline
55 & 31.25 & 8.2915619758885 & 35 \tabularnewline
56 & 30.0833333333333 & 6.6804781175293 & 25 \tabularnewline
57 & 28.75 & 3.54516315818917 & 10 \tabularnewline
58 & 30.6666666666667 & 8.238858408711 & 35 \tabularnewline
59 & 31.5 & 7.05175671214434 & 27 \tabularnewline
60 & 29 & 9.48683298050514 & 35 \tabularnewline
61 & 26.75 & 9.3626433718844 & 34 \tabularnewline
62 & 30.6666666666667 & 5.19323569364004 & 20 \tabularnewline
63 & 30.3333333333333 & 1.49747261825525 & 6 \tabularnewline
64 & 31.25 & 6.78400525299968 & 25 \tabularnewline
65 & 31.9166666666667 & 6.62582184725149 & 25 \tabularnewline
66 & 27.8333333333333 & 3.92737093030979 & 10 \tabularnewline
67 & 29.9166666666667 & 9.77434799809577 & 30 \tabularnewline
68 & 28.6666666666667 & 4.05268336096498 & 14 \tabularnewline
69 & 30.4166666666667 & 3.23217723786455 & 10 \tabularnewline
70 & 32 & 6.67423812471915 & 25 \tabularnewline
71 & 30.5 & 5.74456264653803 & 20 \tabularnewline
72 & 31.8333333333333 & 7.33402200623088 & 25 \tabularnewline
73 & 28.75 & 5.69090182979496 & 25 \tabularnewline
74 & 25.1666666666667 & 5.54048460849497 & 17 \tabularnewline
75 & 30.6666666666667 & 5.19323569364004 & 20 \tabularnewline
76 & 28.3333333333333 & 2.49848438906955 & 7 \tabularnewline
77 & 31.25 & 10.9222458562996 & 40 \tabularnewline
78 & 29.0833333333333 & 4.16606056197706 & 15 \tabularnewline
79 & 27.0833333333333 & 5.41812334725416 & 20 \tabularnewline
80 & 30.4166666666667 & 8.10676858986964 & 35 \tabularnewline
81 & 29.9166666666667 & 4.27377485545876 & 15 \tabularnewline
82 & 28.6666666666667 & 3.08466392256134 & 10 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=232982&T=1

[TABLE]
[ROW][C]Standard Deviation-Mean Plot[/C][/ROW]
[ROW][C]Section[/C][C]Mean[/C][C]Standard Deviation[/C][C]Range[/C][/ROW]
[ROW][C]1[/C][C]28.5833333333333[/C][C]3.05876782480472[/C][C]10[/C][/ROW]
[ROW][C]2[/C][C]31.6666666666667[/C][C]6.09520427479795[/C][C]24[/C][/ROW]
[ROW][C]3[/C][C]28.25[/C][C]6.10700045402443[/C][C]27[/C][/ROW]
[ROW][C]4[/C][C]29.5[/C][C]11.1722057722807[/C][C]40[/C][/ROW]
[ROW][C]5[/C][C]30.6666666666667[/C][C]3.55050145839438[/C][C]14[/C][/ROW]
[ROW][C]6[/C][C]27.0833333333333[/C][C]3.3967453227875[/C][C]10[/C][/ROW]
[ROW][C]7[/C][C]31.25[/C][C]4.84533515118126[/C][C]20[/C][/ROW]
[ROW][C]8[/C][C]32.1666666666667[/C][C]9.92547991359367[/C][C]30[/C][/ROW]
[ROW][C]9[/C][C]31.5833333333333[/C][C]7.46456274470896[/C][C]25[/C][/ROW]
[ROW][C]10[/C][C]27.9166666666667[/C][C]5.3505876199524[/C][C]20[/C][/ROW]
[ROW][C]11[/C][C]31.75[/C][C]6.00189364057105[/C][C]17[/C][/ROW]
[ROW][C]12[/C][C]31.1666666666667[/C][C]4.01889476740996[/C][C]15[/C][/ROW]
[ROW][C]13[/C][C]30.4166666666667[/C][C]5.82250076440658[/C][C]20[/C][/ROW]
[ROW][C]14[/C][C]30.4166666666667[/C][C]8.10676858986964[/C][C]30[/C][/ROW]
[ROW][C]15[/C][C]28.75[/C][C]7.56937610014554[/C][C]30[/C][/ROW]
[ROW][C]16[/C][C]31.25[/C][C]7.67670620655879[/C][C]30[/C][/ROW]
[ROW][C]17[/C][C]29.5833333333333[/C][C]6.20056204686073[/C][C]20[/C][/ROW]
[ROW][C]18[/C][C]33.6666666666667[/C][C]7.77330318617783[/C][C]30[/C][/ROW]
[ROW][C]19[/C][C]28.5833333333333[/C][C]8.8877682374387[/C][C]35[/C][/ROW]
[ROW][C]20[/C][C]28.3333333333333[/C][C]4.84924236506606[/C][C]20[/C][/ROW]
[ROW][C]21[/C][C]31.3333333333333[/C][C]5.31436019125767[/C][C]20[/C][/ROW]
[ROW][C]22[/C][C]29.0833333333333[/C][C]3.02890119090115[/C][C]11[/C][/ROW]
[ROW][C]23[/C][C]29.75[/C][C]4.02548698352702[/C][C]15[/C][/ROW]
[ROW][C]24[/C][C]30.25[/C][C]6.32635181385981[/C][C]20[/C][/ROW]
[ROW][C]25[/C][C]30.9166666666667[/C][C]7.22946412365063[/C][C]30[/C][/ROW]
[ROW][C]26[/C][C]31.5[/C][C]6.57128740672771[/C][C]20[/C][/ROW]
[ROW][C]27[/C][C]32.0833333333333[/C][C]6.09706834669273[/C][C]23[/C][/ROW]
[ROW][C]28[/C][C]31.3333333333333[/C][C]9.23760430703401[/C][C]30[/C][/ROW]
[ROW][C]29[/C][C]30[/C][C]5.64076074817766[/C][C]20[/C][/ROW]
[ROW][C]30[/C][C]33.6666666666667[/C][C]9.60429196986557[/C][C]30[/C][/ROW]
[ROW][C]31[/C][C]31.6666666666667[/C][C]7.06249161973222[/C][C]24[/C][/ROW]
[ROW][C]32[/C][C]28.3333333333333[/C][C]4.43812682299297[/C][C]15[/C][/ROW]
[ROW][C]33[/C][C]30.8333333333333[/C][C]5.57320429022713[/C][C]15[/C][/ROW]
[ROW][C]34[/C][C]29.25[/C][C]4.35107092355643[/C][C]18[/C][/ROW]
[ROW][C]35[/C][C]30.25[/C][C]2.63283462864992[/C][C]10[/C][/ROW]
[ROW][C]36[/C][C]26.4166666666667[/C][C]7.35413715763674[/C][C]23[/C][/ROW]
[ROW][C]37[/C][C]29.6666666666667[/C][C]5.67824129836204[/C][C]20[/C][/ROW]
[ROW][C]38[/C][C]31.1666666666667[/C][C]6.80685928555405[/C][C]30[/C][/ROW]
[ROW][C]39[/C][C]32.5[/C][C]6.57128740672771[/C][C]25[/C][/ROW]
[ROW][C]40[/C][C]28.4166666666667[/C][C]2.35326980770986[/C][C]5[/C][/ROW]
[ROW][C]41[/C][C]27.0833333333333[/C][C]4.98102459947811[/C][C]15[/C][/ROW]
[ROW][C]42[/C][C]30.75[/C][C]2.92714567764944[/C][C]10[/C][/ROW]
[ROW][C]43[/C][C]29.6666666666667[/C][C]7.16472842006823[/C][C]30[/C][/ROW]
[ROW][C]44[/C][C]30.0833333333333[/C][C]4.62126179804397[/C][C]20[/C][/ROW]
[ROW][C]45[/C][C]26.9166666666667[/C][C]3.20392751402892[/C][C]10[/C][/ROW]
[ROW][C]46[/C][C]31.75[/C][C]9.13658977558218[/C][C]35[/C][/ROW]
[ROW][C]47[/C][C]29[/C][C]5.1345531805247[/C][C]20[/C][/ROW]
[ROW][C]48[/C][C]29.3333333333333[/C][C]4.83045891539648[/C][C]22[/C][/ROW]
[ROW][C]49[/C][C]28.6666666666667[/C][C]4.31347430803298[/C][C]15[/C][/ROW]
[ROW][C]50[/C][C]30.3333333333333[/C][C]4.9969687781391[/C][C]15[/C][/ROW]
[ROW][C]51[/C][C]28.5[/C][C]8.72301032275608[/C][C]27[/C][/ROW]
[ROW][C]52[/C][C]30.6666666666667[/C][C]4.73542420742244[/C][C]15[/C][/ROW]
[ROW][C]53[/C][C]28.0833333333333[/C][C]7.45237403703537[/C][C]25[/C][/ROW]
[ROW][C]54[/C][C]26.25[/C][C]5.27644853011086[/C][C]15[/C][/ROW]
[ROW][C]55[/C][C]31.25[/C][C]8.2915619758885[/C][C]35[/C][/ROW]
[ROW][C]56[/C][C]30.0833333333333[/C][C]6.6804781175293[/C][C]25[/C][/ROW]
[ROW][C]57[/C][C]28.75[/C][C]3.54516315818917[/C][C]10[/C][/ROW]
[ROW][C]58[/C][C]30.6666666666667[/C][C]8.238858408711[/C][C]35[/C][/ROW]
[ROW][C]59[/C][C]31.5[/C][C]7.05175671214434[/C][C]27[/C][/ROW]
[ROW][C]60[/C][C]29[/C][C]9.48683298050514[/C][C]35[/C][/ROW]
[ROW][C]61[/C][C]26.75[/C][C]9.3626433718844[/C][C]34[/C][/ROW]
[ROW][C]62[/C][C]30.6666666666667[/C][C]5.19323569364004[/C][C]20[/C][/ROW]
[ROW][C]63[/C][C]30.3333333333333[/C][C]1.49747261825525[/C][C]6[/C][/ROW]
[ROW][C]64[/C][C]31.25[/C][C]6.78400525299968[/C][C]25[/C][/ROW]
[ROW][C]65[/C][C]31.9166666666667[/C][C]6.62582184725149[/C][C]25[/C][/ROW]
[ROW][C]66[/C][C]27.8333333333333[/C][C]3.92737093030979[/C][C]10[/C][/ROW]
[ROW][C]67[/C][C]29.9166666666667[/C][C]9.77434799809577[/C][C]30[/C][/ROW]
[ROW][C]68[/C][C]28.6666666666667[/C][C]4.05268336096498[/C][C]14[/C][/ROW]
[ROW][C]69[/C][C]30.4166666666667[/C][C]3.23217723786455[/C][C]10[/C][/ROW]
[ROW][C]70[/C][C]32[/C][C]6.67423812471915[/C][C]25[/C][/ROW]
[ROW][C]71[/C][C]30.5[/C][C]5.74456264653803[/C][C]20[/C][/ROW]
[ROW][C]72[/C][C]31.8333333333333[/C][C]7.33402200623088[/C][C]25[/C][/ROW]
[ROW][C]73[/C][C]28.75[/C][C]5.69090182979496[/C][C]25[/C][/ROW]
[ROW][C]74[/C][C]25.1666666666667[/C][C]5.54048460849497[/C][C]17[/C][/ROW]
[ROW][C]75[/C][C]30.6666666666667[/C][C]5.19323569364004[/C][C]20[/C][/ROW]
[ROW][C]76[/C][C]28.3333333333333[/C][C]2.49848438906955[/C][C]7[/C][/ROW]
[ROW][C]77[/C][C]31.25[/C][C]10.9222458562996[/C][C]40[/C][/ROW]
[ROW][C]78[/C][C]29.0833333333333[/C][C]4.16606056197706[/C][C]15[/C][/ROW]
[ROW][C]79[/C][C]27.0833333333333[/C][C]5.41812334725416[/C][C]20[/C][/ROW]
[ROW][C]80[/C][C]30.4166666666667[/C][C]8.10676858986964[/C][C]35[/C][/ROW]
[ROW][C]81[/C][C]29.9166666666667[/C][C]4.27377485545876[/C][C]15[/C][/ROW]
[ROW][C]82[/C][C]28.6666666666667[/C][C]3.08466392256134[/C][C]10[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=232982&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=232982&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:

Standard Deviation-Mean Plot
SectionMeanStandard DeviationRange
128.58333333333333.0587678248047210
231.66666666666676.0952042747979524
328.256.1070004540244327
429.511.172205772280740
530.66666666666673.5505014583943814
627.08333333333333.396745322787510
731.254.8453351511812620
832.16666666666679.9254799135936730
931.58333333333337.4645627447089625
1027.91666666666675.350587619952420
1131.756.0018936405710517
1231.16666666666674.0188947674099615
1330.41666666666675.8225007644065820
1430.41666666666678.1067685898696430
1528.757.5693761001455430
1631.257.6767062065587930
1729.58333333333336.2005620468607320
1833.66666666666677.7733031861778330
1928.58333333333338.887768237438735
2028.33333333333334.8492423650660620
2131.33333333333335.3143601912576720
2229.08333333333333.0289011909011511
2329.754.0254869835270215
2430.256.3263518138598120
2530.91666666666677.2294641236506330
2631.56.5712874067277120
2732.08333333333336.0970683466927323
2831.33333333333339.2376043070340130
29305.6407607481776620
3033.66666666666679.6042919698655730
3131.66666666666677.0624916197322224
3228.33333333333334.4381268229929715
3330.83333333333335.5732042902271315
3429.254.3510709235564318
3530.252.6328346286499210
3626.41666666666677.3541371576367423
3729.66666666666675.6782412983620420
3831.16666666666676.8068592855540530
3932.56.5712874067277125
4028.41666666666672.353269807709865
4127.08333333333334.9810245994781115
4230.752.9271456776494410
4329.66666666666677.1647284200682330
4430.08333333333334.6212617980439720
4526.91666666666673.2039275140289210
4631.759.1365897755821835
47295.134553180524720
4829.33333333333334.8304589153964822
4928.66666666666674.3134743080329815
5030.33333333333334.996968778139115
5128.58.7230103227560827
5230.66666666666674.7354242074224415
5328.08333333333337.4523740370353725
5426.255.2764485301108615
5531.258.291561975888535
5630.08333333333336.680478117529325
5728.753.5451631581891710
5830.66666666666678.23885840871135
5931.57.0517567121443427
60299.4868329805051435
6126.759.362643371884434
6230.66666666666675.1932356936400420
6330.33333333333331.497472618255256
6431.256.7840052529996825
6531.91666666666676.6258218472514925
6627.83333333333333.9273709303097910
6729.91666666666679.7743479980957730
6828.66666666666674.0526833609649814
6930.41666666666673.2321772378645510
70326.6742381247191525
7130.55.7445626465380320
7231.83333333333337.3340220062308825
7328.755.6909018297949625
7425.16666666666675.5404846084949717
7530.66666666666675.1932356936400420
7628.33333333333332.498484389069557
7731.2510.922245856299640
7829.08333333333334.1660605619770615
7927.08333333333335.4181233472541620
8030.41666666666678.1067685898696435
8129.91666666666674.2737748554587615
8228.66666666666673.0846639225613410






Regression: S.E.(k) = alpha + beta * Mean(k)
alpha-5.49109666268546
beta0.383527409676422
S.D.0.133332199719991
T-STAT2.87648002869421
p-value0.0051528709836815

\begin{tabular}{lllllllll}
\hline
Regression: S.E.(k) = alpha + beta * Mean(k) \tabularnewline
alpha & -5.49109666268546 \tabularnewline
beta & 0.383527409676422 \tabularnewline
S.D. & 0.133332199719991 \tabularnewline
T-STAT & 2.87648002869421 \tabularnewline
p-value & 0.0051528709836815 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=232982&T=2

[TABLE]
[ROW][C]Regression: S.E.(k) = alpha + beta * Mean(k)[/C][/ROW]
[ROW][C]alpha[/C][C]-5.49109666268546[/C][/ROW]
[ROW][C]beta[/C][C]0.383527409676422[/C][/ROW]
[ROW][C]S.D.[/C][C]0.133332199719991[/C][/ROW]
[ROW][C]T-STAT[/C][C]2.87648002869421[/C][/ROW]
[ROW][C]p-value[/C][C]0.0051528709836815[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=232982&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=232982&T=2

As an alternative you can also use a QR Code:  
QR Code


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

Regression: S.E.(k) = alpha + beta * Mean(k)
alpha-5.49109666268546
beta0.383527409676422
S.D.0.133332199719991
T-STAT2.87648002869421
p-value0.0051528709836815






Regression: ln S.E.(k) = alpha + beta * ln Mean(k)
alpha-4.95456488518437
beta1.96465919523177
S.D.0.72729254921951
T-STAT2.70133276814142
p-value0.00842821403342582
Lambda-0.96465919523177

\begin{tabular}{lllllllll}
\hline
Regression: ln S.E.(k) = alpha + beta * ln Mean(k) \tabularnewline
alpha & -4.95456488518437 \tabularnewline
beta & 1.96465919523177 \tabularnewline
S.D. & 0.72729254921951 \tabularnewline
T-STAT & 2.70133276814142 \tabularnewline
p-value & 0.00842821403342582 \tabularnewline
Lambda & -0.96465919523177 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=232982&T=3

[TABLE]
[ROW][C]Regression: ln S.E.(k) = alpha + beta * ln Mean(k)[/C][/ROW]
[ROW][C]alpha[/C][C]-4.95456488518437[/C][/ROW]
[ROW][C]beta[/C][C]1.96465919523177[/C][/ROW]
[ROW][C]S.D.[/C][C]0.72729254921951[/C][/ROW]
[ROW][C]T-STAT[/C][C]2.70133276814142[/C][/ROW]
[ROW][C]p-value[/C][C]0.00842821403342582[/C][/ROW]
[ROW][C]Lambda[/C][C]-0.96465919523177[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=232982&T=3

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=232982&T=3

As an alternative you can also use a QR Code:  
QR Code


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

Regression: ln S.E.(k) = alpha + beta * ln Mean(k)
alpha-4.95456488518437
beta1.96465919523177
S.D.0.72729254921951
T-STAT2.70133276814142
p-value0.00842821403342582
Lambda-0.96465919523177


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))
j <- 0
k <- 1
for (i in 1:(np*par1))
{
j = j + 1
arr[j,k] <- x[i]
if (j == par1) {
j = 0
k=k+1
}
}
arr
arr.mean <- array(NA,dim=np)
arr.sd <- array(NA,dim=np)
arr.range <- array(NA,dim=np)
for (j in 1:np)
{
arr.mean[j] <- mean(arr[,j],na.rm=TRUE)
arr.sd[j] <- sd(arr[,j],na.rm=TRUE)
arr.range[j] <- max(arr[,j],na.rm=TRUE) - min(arr[,j],na.rm=TRUE)
}
arr.mean
arr.sd
arr.range
(lm1 <- lm(arr.sd~arr.mean))
(lnlm1 <- lm(log(arr.sd)~log(arr.mean)))
(lm2 <- lm(arr.range~arr.mean))
bitmap(file='test1.png')
plot(arr.mean,arr.sd,main='Standard Deviation-Mean Plot',xlab='mean',ylab='standard deviation')
dev.off()
bitmap(file='test2.png')
plot(arr.mean,arr.range,main='Range-Mean Plot',xlab='mean',ylab='range')
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Standard Deviation-Mean Plot',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Section',header=TRUE)
a<-table.element(a,'Mean',header=TRUE)
a<-table.element(a,'Standard Deviation',header=TRUE)
a<-table.element(a,'Range',header=TRUE)
a<-table.row.end(a)
for (j in 1:np) {
a<-table.row.start(a)
a<-table.element(a,j,header=TRUE)
a<-table.element(a,arr.mean[j])
a<-table.element(a,arr.sd[j] )
a<-table.element(a,arr.range[j] )
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Regression: S.E.(k) = alpha + beta * Mean(k)',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'alpha',header=TRUE)
a<-table.element(a,lm1$coefficients[[1]])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'beta',header=TRUE)
a<-table.element(a,lm1$coefficients[[2]])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'S.D.',header=TRUE)
a<-table.element(a,summary(lm1)$coefficients[2,2])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'T-STAT',header=TRUE)
a<-table.element(a,summary(lm1)$coefficients[2,3])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'p-value',header=TRUE)
a<-table.element(a,summary(lm1)$coefficients[2,4])
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable1.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Regression: ln S.E.(k) = alpha + beta * ln Mean(k)',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'alpha',header=TRUE)
a<-table.element(a,lnlm1$coefficients[[1]])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'beta',header=TRUE)
a<-table.element(a,lnlm1$coefficients[[2]])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'S.D.',header=TRUE)
a<-table.element(a,summary(lnlm1)$coefficients[2,2])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'T-STAT',header=TRUE)
a<-table.element(a,summary(lnlm1)$coefficients[2,3])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'p-value',header=TRUE)
a<-table.element(a,summary(lnlm1)$coefficients[2,4])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Lambda',header=TRUE)
a<-table.element(a,1-lnlm1$coefficients[[2]])
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable2.tab')