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_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationTue, 02 Dec 2008 07:28:19 -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/t1228228139ubhxdip7twd576h.htm/, Retrieved Fri, 17 May 2024 03:42:02 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27851, Retrieved Fri, 17 May 2024 03:42:02 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact178

Tree of Dependent Computations

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 18:05:16] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [Q2] [2008-12-02 14:28:19] [5bd06487453d0eec7a1bf04bf9f25085] [Current]
Feedback Forum
2008-12-04 10:15:49 [72e979bcc364082694890d2eccc1a66f] [reply] 
Na het reproduceren merk je inderdaad dat er nog steeds een langzaam dalend patroon is van positieve correlaties. Dit kan niet toevallig zijn. Telkens als je deze figuur herproduceerd zal je hetzelfde bekomen.
Positieve correlaties wijzen erop dat een hoge beurskoers zal opgevolgd worden door een hoge en een lage beurskoers door een lage.
2008-12-07 16:46:23 [Jolien Van Landeghem] [reply] 

Er is, zoals de student opmerkte, een dalend verloop in de autocorrelatie en deze wijst op een niet stationaire tijdreeks. Het is een positieve tijdreeks : als de vorige waarde positief is, is de huidige waarde dit ook. Je ziet dat de streepjes bovenuit het betrouwbaarheidsinterval komen, wat erop wijst dat ze significant verschillend zijn en het model bijgevolg niet aan het toeval is te wijten. Er is sprake van een stochastische trend. De trend is dus niet deterministisch : er is een voortdurende verandering in het opgooien van kop of munt.
2008-12-08 17:20:12 [Hannes Van Hoof] [reply] 
Er is hier sprake van een positieve correlatie: hoge waarden worden ook gevolgd door hoge waarden.
alle correlaties vallen buiten de 95% betrouwbaarheid interval en er is een schijnbaar negatieve trend. Dit kan niet aan het toeval te wijten zijn.
Om de reeks stationair te maken moeten we ze dus differentieren. Dit zal enkel met d moeten geburen aangzien er duidelijk geen seizoenaliteit aanwezig is.

Post a new message

Dataset

Tables (Output of Computation)





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=27851&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=27851&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27851&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 time1 seconds
R Server'George Udny Yule' @ 72.249.76.132


Figures (Output of Computation)

Input Parameters & R Code

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()
b
bitmap(file='pic1.png')
racf <- acf(b,n/10,main='Autocorrelation',xlab='lags',ylab='ACF')
dev.off()
racf