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 computationTue, 04 Nov 2008 07:27:29 -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/Nov/04/t1225809122i405dn3c3lg5sd8.htm/, Retrieved Sun, 19 May 2024 12:06:27 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21567, Retrieved Sun, 19 May 2024 12:06:27 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact177

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] [k_vanderheggen me...] [2008-11-04 14:27:29] [547f3960ab1cda94661cd6e0871d2c7b] [Current]
-    D    [Mean Plot] [Paper Mean plot] [2008-12-08 16:13:54] [1640119c345fbfa2091dc1243f79f7a6]
Feedback Forum
2008-11-10 09:47:45 [Jasmine Hendrikx] [reply] 
Evaluatie task 1 Q2:

De bespreking is vrij goed. Door de notched boxplots te onderzoeken kan je inderdaad spreken van seizoenaliteit. Aanvullend zou ik wel vermelden dat het verschil tussen bepaalde maanden dus niet aan toeval te wijten is, maar dat het dus significante verschillen zijn (bijvoorbeeld bij maand 6 en 7). Ook is het zo dat maand 1 overeenkomt met maart en niet met januari, zodat maand 7 niet juli (zoals de student verkeerd veronderstelde), maar september is.
2008-11-10 10:00:04 [Jasmine Hendrikx] [reply] 
Evaluatie task 1 Q3:

De conclusie is vrij goed. Het is inderdaad zo dat het 6de jaar buiten beschouwing gelaten mag worden. Het klopt ook dat de mediaan van de kledingproductie elk jaar lichtjes daalt. De student zou hier dan wel bij moeten vermelden dat de dalingen van de mediaan tijdens de 5 jaar niet significant zijn, omdat de inkepingen van de notched boxplots elkaar overlappen. Om te onderzoeken of de inkepingen van jaar 1 en jaar 5 met elkaar overlappen en te besluiten of het hier gaat over een significante daling of niet, is er inderdaad bijkomend onderzoek nodig.
2008-11-12 00:06:50 [Jessica Alves Pires] [reply] 
Ik ben het eens met Jasmine.

Er is inderdaad sprake van seizoenaliteit, en je hebt ook gelijk wanneer je zegt dat de student de inkepingen niet vermeldt. Maar je moet rekening houden dat de mean plot begint in maart en niet in januari.
2008-11-12 00:11:20 [Jessica Alves Pires] [reply] 
De student heeft voor Q2 en Q3 dezelfde link opgegeven.
Voor de evaluatie van Q3 ben ik het volledig eens met Jasmine, ik heb er niets aan toe te voegen.
2008-11-12 09:08:07 [Jolien Van Landeghem] [reply] 
Q2: de interpratie van de student was vrij goed. Je kan echter wel duidelijk seizoenaliteit vaststellen adhv de mean plot en de notched boxplot. Dit zie je doordat de verschillen in bv maand 6 en 7 significant zijn. Wel opmerken dat de 1ste periode maart betreft en maand 7 september is en maand 6 augustus.
2008-11-12 09:12:41 [Jolien Van Landeghem] [reply] 
Q3: de student merkt correct op dat periode 6 buiten beschouwing gelaten mag worden : dit omdat de jaren van maart-maart lopen en dus jaar 6 enkel de maand maart2006 betreft. Verder vergat de student te melden dat de verschillen niet significant zijn door een overlapping in de betrouwbaarheidsintervallen.

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'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 & 3 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21567&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=21567&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21567&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'George Udny Yule' @ 72.249.76.132


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))
darr <- array(NA,dim=c(par1,np+1))
ari <- array(0,dim=par1)
dx <- diff(x)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
darr[j,ari[j]] <- dx[i]
if (j == par1) j = 0
}
ari
arr
darr
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='plot4b.png')
z <- data.frame(t(darr))
names(z) <- c(1:par1)
(boxplot(z,notch=TRUE,col='grey',xlab='Periodic Index',ylab='Value',main='Notched Box Plots - Differenced 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()