Free Statistics

of Irreproducible Research!

Author's title

Author*Unverified author*
R Software Modulerwasp_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationTue, 02 Dec 2008 04:35:41 -0700
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/Dec/02/t122821780309qns5bcty3q2s4.htm/, Retrieved Fri, 17 May 2024 02:39:18 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27613, Retrieved Fri, 17 May 2024 02:39:18 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact150
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Law of Averages] [Random Walk Simul...] [2008-11-25 17:50:19] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [] [2008-12-02 11:35:41] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-07 17:01:12 [7b82dc4d155fe51dc5dbd8b053a3bdf4] [reply
Antwoord is vrij volledig. Wat er nog wel bij kon vermeldt worden is het volgende: Hoe meer worpen hoe gelijkmatiger de trend is. Dit is zo omdat de uitschieters minder effect hebben.
2008-12-08 18:02:57 [Tinneke De Bock] [reply
Dit is een juiste conclusie van de student. Het is inderdaad slechts een schijnbare trend die we kunnen waarnemen. Wat je verder nog zou kunnen toevoegen is dat we in grafiek 2 zien dat de kans dat we kop gooien, steeds meer convergeert naar 0.5 (50%). Naargelang we meer en meer simulaties doen, wordt de kans op kop of let dus meer en meer gelijk. Dit is logisch te verklaren aan de hand van de wet van de grote getallen.
2008-12-08 18:20:46 [Marlies Polfliet] [reply
De student heeft correcte berekeningen gemaakt en daaruit goede conclusies getrokken. De Excess of heads lijkt inderdaad een stijgende trend te vertonen. Dit zou er op wijzen dat er sprake is voorspelbaarheid op basis van het verleden (=autocorrelatie). Dit is echter niet het geval: een muntstuk kan niet weten welke de uitkomst van de vorige worp was en daar naar handelen. De schijnbaar stijgende trend is –zoals de student terecht concludeerde- volledig aan het toeval te wijten. Er is dus geen sprake van een Lange termijn trend. Een analoge redenering kan men toepassen om aan te tonen dat er geen seizoenaliteit is.
Wanneer we de random walk verschillende keren reproduceren, merken we dat de grafieken er telkens anders uitzien. De uitkomst is volledig toevallig.

Post a new message




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 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 & 1 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=27613&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]1 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=27613&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27613&T=0

As an alternative you can also use a 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 time1 seconds
R Server'George Udny Yule' @ 72.249.76.132



Parameters (Session):
par1 = 500 ; par2 = 0.5 ;
Parameters (R input):
par1 = 500 ; par2 = 0.5 ;
R code (references can be found in the software module):
n <- as.numeric(par1)
p <- as.numeric(par2)
heads=rbinom(n-1,1,p)
a=2*(heads)-1
b=diffinv(a,xi=0)
c=1:n
pheads=(diffinv(heads,xi=.5))/c
bitmap(file='test1.png')
op=par(mfrow=c(2,1))
plot(c,b,type='n',main='Law of Averages',xlab='Toss Number',ylab='Excess of Heads',lwd=2,cex.lab=1.5,cex.main=2)
lines(c,b,col='red')
lines(c,rep(0,n),col='black')
plot(c,pheads,type='n',xlab='Toss Number',ylab='Proportion of Heads',lwd=2,cex.lab=1.5)
lines(c,pheads,col='blue')
lines(c,rep(.5,n),col='black')
par(op)
dev.off()