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 computationWed, 12 Nov 2008 12:08:14 -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/12/t1226516969d34si6aracd5h07.htm/, Retrieved Sun, 19 May 2024 10:43:31 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24389, Retrieved Sun, 19 May 2024 10:43:31 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact150

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] [] [2008-11-12 19:08:14] [e7fa5259715477c9f32960f5b339b707] [Current]
Feedback Forum
2008-11-22 11:40:49 [Stephanie Vanderlinden] [reply] 
De student bekomt de juiste grafiek, maar de conclusie ontbreekt. De bivariate density plot geeft de correlatie weer tussen verschillende variabelen aan de hand van een regressierechte en hoogtelijnen. Als je verschillende toppen ontdenkt in de plot wil dit zeggen dat er zich verschillende clusters bevinden in de datareeks. Als de hoogtelijnen ellipsvormig zijn, vertonen de variabelen een verband. Als de ellips een stijgend verloop vertoont spreken we van een positief verband, als de ellips een dalend verloop vertoont spreken we van een negatief verband.
2008-11-24 09:39:22 [Vincent Dolhain] [reply] 
De student heeft zijn grafieken goed gemaakt, maar conclusies ontbreken. De bivariate density plot geeft de correlatie weer tussen verschillende variabelen. De variabelen worden geplot door middel van hoogtelijnen. Waar de concentratie hoog is vormen zich clusters, deze kunnen een verband weer geven,ze kunnen namelijk ellipsvormig zijn. wanneer de ellips een stijgend verloop toont spreken we van een positief verband.
2008-11-24 19:09:15 [Sofie Sergoynne] [reply] 
De student geeft wel de juste output weer. Maar de conclusies ontbreken. De bivariate density plot geeft de correlatie weer tussen verschillende variabelen aan de hand van een regressierechte en hoogtelijnen. we zien verschillende toppen in de datareeks... Dit betekent dat er daar zich verschillende clusters bevinden. Indien deze een ellips vormen, dan is er een verband tussen de variabelen. Als deze stijdeng is, is dit een positief verband en als deze dalend verloopt is dit een negatief verband.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
-3
-2
0
1
11
14
14
16
14
10
15
18
18
12
8
2
-2
-1
1
-6
-16
-21
-38
-32
-22
-31
-22
-26
-19
-20
-24
-29
-28
-31
-30
-32
-38
-43
-51
-43
-43
-42
-47
-45
-38
-46
-38
-32
-27
-26
-21
-23
-24
-17
-23
-16
-22
-26
-25
-21
-21
-18
-12
-19
-31
-38
-38
-32
-43
-33
-28
-25
-19
-20
-21
-19
-17
-16
-10
-16
-10
-8
-7
-15
-7
-6
-6
2
-4
-4
-8
-10
-16
-14
-30
-33
-40
-38
-39
-46
-50
-55
-66
-63
-56
-66
Dataseries Y:
Download CSV
Histogram 
17
22
29
26
29
42
40
34
46
43
44
40
41
42
35
40
43
47
41
44
38
35
34
31
25
35
36
41
41
38
39
45
46
48
48
48
45
44
45
45
45
42
43
50
46
46
45
49
46
45
49
47
45
48
51
48
49
51
54
52
52
53
51
55
53
51
52
54
58
57
52
50
53
50
50
51
53
49
54
57
58
56
60
55
54
52
55
56
54
53
59
62
63
64
75
77
79
77
82
83
81
78
79
79
73
72

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'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 & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24389&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]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24389&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24389&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'Gwilym Jenkins' @ 72.249.127.135






Bandwidth
x axis8.01713562148817
y axis3.3596809644491
Correlation
correlation used in KDE-0.485684687773809
correlation(x,y)-0.485684687773809

\begin{tabular}{lllllllll}
\hline
Bandwidth \tabularnewline
x axis & 8.01713562148817 \tabularnewline
y axis & 3.3596809644491 \tabularnewline
Correlation \tabularnewline
correlation used in KDE & -0.485684687773809 \tabularnewline
correlation(x,y) & -0.485684687773809 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24389&T=1

[TABLE]
[ROW][C]Bandwidth[/C][/ROW]
[ROW][C]x axis[/C][C]8.01713562148817[/C][/ROW]
[ROW][C]y axis[/C][C]3.3596809644491[/C][/ROW]
[ROW][C]Correlation[/C][/ROW]
[ROW][C]correlation used in KDE[/C][C]-0.485684687773809[/C][/ROW]
[ROW][C]correlation(x,y)[/C][C]-0.485684687773809[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24389&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24389&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 axis8.01713562148817
y axis3.3596809644491
Correlation
correlation used in KDE-0.485684687773809
correlation(x,y)-0.485684687773809


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')