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 computationSat, 01 Nov 2008 03:44:20 -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/Nov/01/t1225532732qycc80qxeeyo0d1.htm/, Retrieved Sun, 19 May 2024 08:42:20 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20332, Retrieved Sun, 19 May 2024 08:42:20 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact229

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...] [2008-11-01 09:44:20] [9b05d7ef5dbcfba4217d280d9092f628] [Current]
F R         [Mean Plot] [Hypothesis Testin...] [2008-11-01 11:24:25] [6743688719638b0cb1c0a6e0bf433315]
-             [Mean Plot] [task4] [2008-11-03 20:05:33] [988ab43f527fc78aae41c84649095267]
-               [Mean Plot] [Hypothesis testin...] [2008-11-03 21:08:17] [3754dd41128068acfc463ebbabce5a9c]
F           [Mean Plot] [q3] [2008-11-03 19:56:45] [988ab43f527fc78aae41c84649095267]
F             [Mean Plot] [Hypothesis testin...] [2008-11-03 20:57:24] [3754dd41128068acfc463ebbabce5a9c]
Feedback Forum
2008-11-06 20:28:31 [Jan Helsen] [reply] 
Je conclusie hier is niet helemaal juist. Wanneer we naar de grafiek 'notched boxplots - sequential blocks' kijken zien we wel dat er een geleidelijk dalend verloop is. We mogen echter de inkepingen in de figuren niet uit het oog verliezen. Zolang deze min of meer samenvallen, is het verschil toevallig en niet significant.
Wanneer we geval 1 met 5 vergelijken gaat het om een twijfelgeval. De betrouwbaarheidsintervallen komen hier net wel of net niet overeen. We kunnen dus niet exact zeggen of het om een toevallig verschil gaat of niet. Bij de overige jaren gaat het wel om toeval.
2008-11-10 21:39:36 [Ilknur Günes] [reply] 
Je moet het Notched Box plot, sequential blocks bestuderen. We zien dat er tussen jaar 4 en 5 nog niet echt sprake is van een significante daling. Dit geldt ook nog voor de jaren 2 en 3. Maar de daling tussen jaar 1 en jaar 5 is niet meer aan het toeval toe te schrijven dus significant want de upper bound van jaar 5 raakt bijna niet meer de lower bound van jaar 1. We kunnen dus spreken van een daling in tijd. De rest zit in elkaars getrouwheidsinterval, dus we kunnen niet over 'significant' spreken.
2008-12-01 19:40:36 [8e2cc0b2ef568da46d009b2f601285b2] [reply] 
Je hebt niet de correcte conclusie getrokken en het dalen ook niet correct beschreven (significant/toeval). De mediaan daald inderdaad maar niet significant.

Je moet het Notched Box plot, sequential blocks bestuderen. We zien dat er tussen jaar 4 en 5 nog niet echt sprake is van een significante daling. Dit geldt ook nog voor de jaren 2 en 3. Maar de daling tussen jaar 1 en jaar 5 is niet meer aan het toeval toe te schrijven en dus significant want de upper bound van jaar 5 raakt bijna niet meer de lower bound van jaar 1. We kunnen dus spreken van een daling in tijd. De rest zit in elkaars getrouwheidsinterval, dus we kunnen niet over 'significant' spreken.

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=20332&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=20332&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20332&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 = 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+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()