FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_babies.wasp
Title produced by softwareExercise 1.13
Date of computationThu, 09 Oct 2008 05:30:53 -0600
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/Oct/09/t1223552008ed59y77vxc0ouwi.htm/, Retrieved Sat, 18 May 2024 05:08:51 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=15073, Retrieved Sat, 18 May 2024 05:08:51 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact276

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Exercise 1.13] [Exercise 1.13 (Wo...] [2008-10-01 13:28:34] [b98453cac15ba1066b407e146608df68]
F   P     [Exercise 1.13] [1.13 80% jongens ...] [2008-10-09 11:30:53] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-10-15 15:51:28 [Tamara Witters] [reply] 
Dit is een juiste berekening!
Bij deze vraag heb je in de calculator het percentage mannelijke geboortes van 0,6 naar 0,8 verandert.
Indien je deze simulatie een aantal keer reproduceert, kan je ondervinden dat de waarschijnlijkheid in het grote ziekenhuis lager is dan in het kleine ziekenhuis.
2008-10-15 15:54:00 [Tamara Witters] [reply] 
Dit is een foute berekening.
De studente had echter wel de juiste redenering, maar heeft in de R-code de foute regels aangepast. Ze moest echter volgende regel aanpassen:

if (as.matrix(table(bighospital[i,]))[2] > par4*par2) numsuccessbig = numsuccessbig + 1

Hier moest het >-teken vervangen worden door <. Alleen zo zou er een juiste berekening plaatsvinden.
2008-10-16 15:07:04 [Christophe Goddaert] [reply] 
Dit is een juiste berekening en redenering van vraag 3.Het percentage 0,3% ligt misschien zelfs nog te hoog omdat de kans dat > dan 80% van de geborenen een jongen is vrijwel onbestaande is. De verklaring voor het percentage in het grote ziekenhuis (0%) is dat er in het grote ziekenhuis meer kinderen worden geboren en het dus onmogelijk is dat daar meer dan 80% van de baby's een jongen is. Het had idd. handig geweest om verschillende berekeningen te doen.
2008-10-17 11:34:15 [Ine Coremans] [reply] 
De studente heeft de juiste parameter veranderd. Ze heeft echter ook de parameter van het aantal dagen veranderd wat op zich niet fout is maar eigenlijk niet de vraag was.
Er zijn echter meer reproducties nodig om een meer accuraat resultaat te bekomen nodig. In dit geval heeft ze slechts 1 reproductie gedaan, waardoor het resultaat niet sluitend is, er zijn meerdere berekeningen nodig. De studente had beter meerdere keren gereproduceerd en hiervan een gemiddelde genomen.
2008-10-17 15:07:42 [Evelien Blockx] [reply] 
Volledig akkoord met feedback van de bovenstaande studente. De berekening is juist, enkel het aanpassen van de parameter van het aantal dagen had niet gemoeten. Verder is het ook beter een aantal keer te reproduceren.
2008-10-17 15:33:42 [Tom Ardies] [reply] 
De student heeft de juist parameter aangepast naar 80% en in mijn opinie was het goed dat hij ineens over 3650 dagen heeft gereproduceerd. Door het berekenen over tien jaar kan men in de grafiek voor de kleine ziekenhuizen zien dat er toch enkele uitschieters zijn, wel zeer weinig.
2008-10-18 14:47:53 [Siem Van Opstal] [reply] 
juiste conclusie. Als de student het nog een paar keer berekend had, zorgt dat voor meer bevestiging. Bij het kleine ziekenhuis kom je soms ook uit op een resultaat van 0%. http://www.freestatistics.org/blog/date/2008/Oct/18/t1224340433cicprrtgpt6ptzn.htm
2008-10-19 09:58:31 [Sofie Vanbrabant] [reply] 
Berekening en redenering klopt.
2008-10-19 14:46:56 [Niels Stas] [reply] 
Ook deze oefening is correct. De juiste parameter (Percentage of Male births per day) werd gewijzigd van 0,6 naar 0,8. Het gebruik van 3650 dagen is ook een goede keuze want dit leidt tot een nauwkeurig resultaat.
2008-10-19 16:06:56 [66991d38d6a4b2d9fe97b6c889f3689c] [reply] 
de student had wederom beter meerdere simulaties uitgevoerd om tot een duidelijk antwoord te komen. nu is de waarschijnlijkheid in het klein hospitaal volgens haar 0.3%. dit is eigenlijk nog relatief hoog wanneer je het vergelijkt met andere simulaties.
de aanpassing van de parameter van het aantal dagen werd behouden, dit is echter niet echt een fout.
2008-10-20 15:27:04 [Kim De Vos] [reply] 
De student begreep de vraag dit blijkt uit zijn logische redenering. Indien hij het resultaat meerdere malen had geproduceerd zou hij merken dat de oplossingen verschillend zijn.
2008-10-20 17:15:04 [Evelyne Slegers] [reply] 
Het is correct om het percentage van mannelijke geboortes te veranderen van 0,6 naar 0,8. De student heeft dit ook voor 10 jaar gedaan. Dit is goed want voor hoe meer jaren je de berekening maakt des te nauwkeuriger gaat het resultaat zijn. Het had wel beter geweest om meerdere simulaties uit te voeren en de hyperlinks in het document te zetten.
2008-10-20 18:02:04 [Martjin De Swert] [reply] 
Student heeft de juiste parameter aangepast en ook het aantal dagen verhoogt naar 3650 waardoor zijn antwoord nauwkeuriger is.

Goede redenering en berekening
2008-10-20 21:42:30 [Jan Mols] [reply] 
De student in kwestie heeft deze vraag ook weer correct beantwoord. Namelijk het percentage van het aantal mannelijke geboorten per dag veranderen van 0,6 naar 0,8. Hij heeft ook door de langere periode een correcter en preciezer resultaat bekomen.

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 time5 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 & 5 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=15073&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]5 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=15073&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=15073&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 time5 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135






Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.)
Number of simulated days3650
Expected number of births in Large Hospital45
Expected number of births in Small Hospital15
Percentage of Male births per day(for which the probability is computed)0.8
#Females births in Large Hospital82004
#Males births in Large Hospital82246
#Female births in Small Hospital27570
#Male births in Small Hospital27180
Probability of more than 80 % of male births in Large Hospital0
Probability of more than 80 % of male births in Small Hospital0.00328767123287671
#Days per Year when more than 80 % of male births occur in Large Hospital0
#Days per Year when more than 80 % of male births occur in Small Hospital1.2

\begin{tabular}{lllllllll}
\hline
Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.) \tabularnewline
Number of simulated days & 3650 \tabularnewline
Expected number of births in Large Hospital & 45 \tabularnewline
Expected number of births in Small Hospital & 15 \tabularnewline
Percentage of Male births per day(for which the probability is computed) & 0.8 \tabularnewline
#Females births in Large Hospital & 82004 \tabularnewline
#Males births in Large Hospital & 82246 \tabularnewline
#Female births in Small Hospital & 27570 \tabularnewline
#Male births in Small Hospital & 27180 \tabularnewline
Probability of more than 80 % of male births in Large Hospital & 0 \tabularnewline
Probability of more than 80 % of male births in Small Hospital & 0.00328767123287671 \tabularnewline
#Days per Year when more than 80 % of male births occur in Large Hospital & 0 \tabularnewline
#Days per Year when more than 80 % of male births occur in Small Hospital & 1.2 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=15073&T=1

[TABLE]
[ROW][C]Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.)[/C][/ROW]
[ROW][C]Number of simulated days[/C][C]3650[/C][/ROW]
[ROW][C]Expected number of births in Large Hospital[/C][C]45[/C][/ROW]
[ROW][C]Expected number of births in Small Hospital[/C][C]15[/C][/ROW]
[ROW][C]Percentage of Male births per day(for which the probability is computed)[/C][C]0.8[/C][/ROW]
[ROW][C]#Females births in Large Hospital[/C][C]82004[/C][/ROW]
[ROW][C]#Males births in Large Hospital[/C][C]82246[/C][/ROW]
[ROW][C]#Female births in Small Hospital[/C][C]27570[/C][/ROW]
[ROW][C]#Male births in Small Hospital[/C][C]27180[/C][/ROW]
[ROW][C]Probability of more than 80 % of male births in Large Hospital[/C][C]0[/C][/ROW]
[C]Probability of more than 80 % of male births in Small Hospital[/C][C]0.00328767123287671[/C][/ROW]
[ROW][C]#Days per Year when more than 80 % of male births occur in Large Hospital[/C][C]0[/C][/ROW]
[C]#Days per Year when more than 80 % of male births occur in Small Hospital[/C][C]1.2[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=15073&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=15073&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:

Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.)
Number of simulated days3650
Expected number of births in Large Hospital45
Expected number of births in Small Hospital15
Percentage of Male births per day(for which the probability is computed)0.8
#Females births in Large Hospital82004
#Males births in Large Hospital82246
#Female births in Small Hospital27570
#Male births in Small Hospital27180
Probability of more than 80 % of male births in Large Hospital0
Probability of more than 80 % of male births in Small Hospital0.00328767123287671
#Days per Year when more than 80 % of male births occur in Large Hospital0
#Days per Year when more than 80 % of male births occur in Small Hospital1.2


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 3650 ; par2 = 45 ; par3 = 15 ; par4 = 0.8 ;
Parameters (R input):
par1 = 3650 ; par2 = 45 ; par3 = 15 ; par4 = 0.8 ;
R code (references can be found in the software module):
par1 <- as.numeric(par1)
par2 <- as.numeric(par2)
par3 <- as.numeric(par3)
par4 <- as.numeric(par4)
numsuccessbig <- 0
numsuccesssmall <- 0
bighospital <- array(NA,dim=c(par1,par2))
smallhospital <- array(NA,dim=c(par1,par3))
bigprob <- array(NA,dim=par1)
smallprob <- array(NA,dim=par1)
for (i in 1:par1) {
bighospital[i,] <- sample(c('F','M'),par2,replace=TRUE)
if (as.matrix(table(bighospital[i,]))[2] > par4*par2) numsuccessbig = numsuccessbig + 1
bigprob[i] <- numsuccessbig/i
smallhospital[i,] <- sample(c('F','M'),par3,replace=TRUE)
if (as.matrix(table(smallhospital[i,]))[2] > par4*par3) numsuccesssmall = numsuccesssmall + 1
smallprob[i] <- numsuccesssmall/i
}
tbig <- as.matrix(table(bighospital))
tsmall <- as.matrix(table(smallhospital))
tbig
tsmall
numsuccessbig/par1
bigprob[par1]
numsuccesssmall/par1
smallprob[par1]
numsuccessbig/par1*365
bigprob[par1]*365
numsuccesssmall/par1*365
smallprob[par1]*365
bitmap(file='test1.png')
plot(bigprob,col=2,main='Probability in Large Hospital',xlab='#simulated days',ylab='probability')
dev.off()
bitmap(file='test2.png')
plot(smallprob,col=2,main='Probability in Small Hospital',xlab='#simulated days',ylab='probability')
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Exercise 1.13 p. 14 (Introduction to Probability, 2nd ed.)',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Number of simulated days',header=TRUE)
a<-table.element(a,par1)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Expected number of births in Large Hospital',header=TRUE)
a<-table.element(a,par2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Expected number of births in Small Hospital',header=TRUE)
a<-table.element(a,par3)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Percentage of Male births per day
(for which the probability is computed)',header=TRUE)
a<-table.element(a,par4)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#Females births in Large Hospital',header=TRUE)
a<-table.element(a,tbig[1])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#Males births in Large Hospital',header=TRUE)
a<-table.element(a,tbig[2])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#Female births in Small Hospital',header=TRUE)
a<-table.element(a,tsmall[1])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#Male births in Small Hospital',header=TRUE)
a<-table.element(a,tsmall[2])
a<-table.row.end(a)
a<-table.row.start(a)
dum1 <- paste('Probability of more than', par4*100, sep=' ')
dum <- paste(dum1, '% of male births in Large Hospital', sep=' ')
a<-table.element(a, dum, header=TRUE)
a<-table.element(a, bigprob[par1])
a<-table.row.end(a)
dum <- paste(dum1, '% of male births in Small Hospital', sep=' ')
a<-table.element(a, dum, header=TRUE)
a<-table.element(a, smallprob[par1])
a<-table.row.end(a)
a<-table.row.start(a)
dum1 <- paste('#Days per Year when more than', par4*100, sep=' ')
dum <- paste(dum1, '% of male births occur in Large Hospital', sep=' ')
a<-table.element(a, dum, header=TRUE)
a<-table.element(a, bigprob[par1]*365)
a<-table.row.end(a)
dum <- paste(dum1, '% of male births occur in Small Hospital', sep=' ')
a<-table.element(a, dum, header=TRUE)
a<-table.element(a, smallprob[par1]*365)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')