FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_meanplot.wasp
Title produced by softwareMean Plot
Date of computationWed, 05 Nov 2008 00:32:40 -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/05/t1225870417jb1uiwy6feyrqci.htm/, Retrieved Sun, 19 May 2024 08:12:06 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21662, Retrieved Sun, 19 May 2024 08:12:06 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywordsmean plot
Estimated Impact198

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] [Mean Plot Opdrach...] [2008-11-05 07:32:40] [20dfa2578b2b18ce36fdb36ac12aedd7] [Current]
Feedback Forum
2008-11-09 12:36:29 [Nathalie Daneels] [reply] 
Evaluatie opdracht 1: Task 1:
Q2: De student vermeldde reeds dat er een duidelijke stijging merkbaar was van maand 6 naar maand 7.
Bij de conclusie zou ik ook vermelden dat bij deze vraag het jaar van start gaat vanaf de maand maart. Het is inderdaad noodzakelijk om de Notched Boxplot ook bij de vraag op te nemen, aangezien er aan de hand van deze grafiek een conclusie kan gemaakt worden betreffende de seizoenaliteit: Het is niet omdat de mean plot een stijging of daling vertoont, dat dit automatisch te wijten is aan seizoenaliteit. Als de betrouwbaarheidsintervallen van de Notched Boxplots van deze maanden elkaar overlappen, dan is deze stijging/daling toe te schrijven aan het toeval. De dip in maand 6 en maand 10 kan eveneens worden toegeschreven aan de seizoenaliteit (de inkepingen van de Notched Boxplots van maanden 5, 6 en 7 en van de maanden 9, 10 en 11 overlappen elkaar niet).
2008-11-09 12:42:10 [Nathalie Daneels] [reply] 
Evaluatie opdracht 1: Task 1:
Q3: De student vermellde al in zijn/haar conclusie dat er sprake is van een dalende trend, maar dat dit niet significant is, omdat de inkepingen elkaar overlappen.
De grafiek toont inderdaad aan dat de inkepingen van de boxplots elkaar overlappen, maar als we jaar 1 en jaar 5 vergelijken, kunnen we opmerken dat deze betrouwbaarheidsintervallen elkaar net wel/net niet overlappen: er is dus twijfel. In dit geval kunnen we echter waarschijnlijk spreken van een significante daling, gezien het bijna niet merkbaar is of de inkepingen elkaar al dan niet overlappen. Ik zou ook bij de conclusie vermelden dat we jaar 6 buiten beschouwing laten, gezien dit jaar nog niet is afgelopen (dit zie je aan de onvolledige Notched Boxplot) en dus een vertekend beeld zou kunnen geven.
De opdracht gaf ook als hint de mean plot te gebruiken, maar deze is niet opgenomen in het werk.

Deze link bevat de Mean Plot horende bij deze vraag:
http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/05/t1225896133qfeg7dmqg1lxo9f.htm

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'Gwilym Jenkins' @ 72.249.127.135

\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 & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21662&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]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=21662&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21662&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'Gwilym Jenkins' @ 72.249.127.135


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()