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_bidensity.wasp
Title produced by softwareBivariate Kernel Density Estimation
Date of computationTue, 11 Nov 2008 09:13:39 -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/11/t1226420142tymh8uelxwsolhg.htm/, Retrieved Sun, 19 May 2024 12:12:43 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=23648, Retrieved Sun, 19 May 2024 12:12:43 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact135

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F       [Bivariate Kernel Density Estimation] [Q1] [2008-11-11 16:13:39] [7ed4ec9f8cdf7df79ef87b9dc09dff20] [Current]
Feedback Forum
2008-11-20 16:51:39 [Steffi Van Isveldt] [reply] 
Je gebruikt hier de juiste methode, maar een uitleg ontbreekt? Je kan uit deze grafiek en de output duidelijk een sterk positieve correlatie afleiden (0,835)
2008-11-22 14:56:27 [Stijn Loomans] [reply] 
Nogal klein datareeksen , ookal juiste methode. En je hebt zelf ook geen besluit getrokken ookal kun je wel zien dat hier een possitieve corrolatie is
2008-11-23 13:30:20 [Joris Deboel] [reply] 
Bivarlate kernel density:
Je gebruikt de juiste methode maar enige uitleg ontbreekt. Deze methode geeft namelijk clusters weer. In het midden van elke cluster ligt de intensiteit van de punten (observaties) heel dicht. Hoe verder je gaat van het midden, hoe minder de intensiteit.
Hoe dichter de clusters bij elkaar liggen, hoe groter de correlatie. Dit kan zowel een negatieve als een positieve correlatie zijn.
In dit geval is er duidelijk een possitieve correlatie.
2008-11-24 11:21:35 [Lindsay Heyndrickx] [reply] 
Dit is de juiste berekening maar hier werd geen uitleg bij gegeven. Met deze grafiek kan je punten op gelijke dichtheid meten. De derde dimensie wordt hier getekend met hoogtelijnen. Je ziet hier twee clusters de samenhang van deze clusters geeft het positief verband tussen de reeksen weer. Als er een grote dichtheid is van de punten is de waarschijnlijkheid groot dat er veel observaties zijn. Hier worden ook de betrouwbaarheidsintervallen in kaart gebracht.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
88.6
71.6
93.3
84.3
80.6
75.2
69.7
82
69.4
83.3
79.6
82.6
80.6
83.5
76.3
Dataseries Y:
Download CSV
Histogram 
20
16
19.8
18.4
17.1
15.5
14.7
17.1
15.4
16.2
15
17.2
16
17
14.4

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 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 & 2 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=23648&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]2 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=23648&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23648&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 time2 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135






Bandwidth
x axis2.94405258805187
y axis0.844180110906567
Correlation
correlation used in KDE0.835143786782374
correlation(x,y)0.835143786782374

\begin{tabular}{lllllllll}
\hline
Bandwidth \tabularnewline
x axis & 2.94405258805187 \tabularnewline
y axis & 0.844180110906567 \tabularnewline
Correlation \tabularnewline
correlation used in KDE & 0.835143786782374 \tabularnewline
correlation(x,y) & 0.835143786782374 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=23648&T=1

[TABLE]
[ROW][C]Bandwidth[/C][/ROW]
[ROW][C]x axis[/C][C]2.94405258805187[/C][/ROW]
[ROW][C]y axis[/C][C]0.844180110906567[/C][/ROW]
[ROW][C]Correlation[/C][/ROW]
[ROW][C]correlation used in KDE[/C][C]0.835143786782374[/C][/ROW]
[ROW][C]correlation(x,y)[/C][C]0.835143786782374[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=23648&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23648&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Bandwidth
x axis2.94405258805187
y axis0.844180110906567
Correlation
correlation used in KDE0.835143786782374
correlation(x,y)0.835143786782374


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 50 ; par2 = 50 ; par3 = 0 ; par4 = 0 ; par5 = 0 ; par6 = Y ; par7 = Y ;
Parameters (R input):
par1 = 50 ; par2 = 50 ; par3 = 0 ; par4 = 0 ; par5 = 0 ; par6 = Y ; par7 = Y ;
R code (references can be found in the software module):
par1 <- as(par1,'numeric')
par2 <- as(par2,'numeric')
par3 <- as(par3,'numeric')
par4 <- as(par4,'numeric')
par5 <- as(par5,'numeric')
library('GenKern')
if (par3==0) par3 <- dpik(x)
if (par4==0) par4 <- dpik(y)
if (par5==0) par5 <- cor(x,y)
if (par1 > 500) par1 <- 500
if (par2 > 500) par2 <- 500
bitmap(file='bidensity.png')
op <- KernSur(x,y, xgridsize=par1, ygridsize=par2, correlation=par5, xbandwidth=par3, ybandwidth=par4)
image(op$xords, op$yords, op$zden, col=terrain.colors(100), axes=TRUE,main=main,xlab=xlab,ylab=ylab)
if (par6=='Y') contour(op$xords, op$yords, op$zden, add=TRUE)
if (par7=='Y') points(x,y)
(r<-lm(y ~ x))
abline(r)
box()
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Bandwidth',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'x axis',header=TRUE)
a<-table.element(a,par3)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'y axis',header=TRUE)
a<-table.element(a,par4)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'correlation used in KDE',header=TRUE)
a<-table.element(a,par5)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'correlation(x,y)',header=TRUE)
a<-table.element(a,cor(x,y))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')