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_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationSun, 30 Nov 2008 08:29:05 -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/30/t1228059005868o5ta8acvqk2i.htm/, Retrieved Sun, 19 May 2024 08:00:52 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26562, Retrieved Sun, 19 May 2024 08:00:52 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact176

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Law of Averages] [Random Walk Simul...] [2008-11-25 17:50:19] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [nonstationaryques...] [2008-11-30 15:29:05] [89a49ebb3ece8e9a225c7f9f53a14c57] [Current]
Feedback Forum
2008-12-07 09:00:23 [6066575aa30c0611e452e930b1dff53d] [reply] 
Deze vraag werd goed beantwoord. We zien inderdaad in de eerste grafiek dat tussen 200 en 300 kop veel minder vaak voorkomt dan munt. Er wordt ook duidelijk vermeld dat elk experiment onafhankelijk is van het verleden, het muntstuk weet dus niet of hij vroeger kop/munt had. Verder werd er ook vermeld dat de tweede grafiek convergeert naar 50%. Er wordt ook vermeld wat het Random-walk model inhoudt. Dit model stelt dat als ik, bijvoorbeeld, een voorspelling wil maken van de beurskoers ik naar de vorige periode moet kijken. We zien op de eerste grafiek een schijnbaar trendmatig verloop dat schijnbaar voorspelbaar is. Dit is niet voorspelbaar omdat je weet dat een stijging aan het toeval te wijten is. Dus er zijn geen patronen in het verleden van deze reeks die mij instaat stellen om een voorspelling te maken. Er is dus geen sprake van seizoenaliteit.Verder kan hier ook nog bij vermeld worden dat de kop-en schouderformatie puur door toeval is ontstaan. Er zijn geen patronen in het verleden van deze reeks die mij instaat stellen om een voorspelling te maken. Bovendien is de trend hier onvoorspelbaar omdat die gesimuleerd is.

Post a new message

Dataset

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'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 & 2 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26562&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]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=26562&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26562&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'Sir Ronald Aylmer Fisher' @ 193.190.124.24


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 500 ; par2 = 0.5 ;
Parameters (R input):
par1 = 500 ; par2 = 0.5 ;
R code (references can be found in the software module):
n <- as.numeric(par1)
p <- as.numeric(par2)
heads=rbinom(n-1,1,p)
a=2*(heads)-1
b=diffinv(a,xi=0)
c=1:n
pheads=(diffinv(heads,xi=.5))/c
bitmap(file='test1.png')
op=par(mfrow=c(2,1))
plot(c,b,type='n',main='Law of Averages',xlab='Toss Number',ylab='Excess of Heads',lwd=2,cex.lab=1.5,cex.main=2)
lines(c,b,col='red')
lines(c,rep(0,n),col='black')
plot(c,pheads,type='n',xlab='Toss Number',ylab='Proportion of Heads',lwd=2,cex.lab=1.5)
lines(c,pheads,col='blue')
lines(c,rep(.5,n),col='black')
par(op)
dev.off()