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_meanplot.wasp
Title produced by softwareMean Plot
Date of computationThu, 30 Oct 2008 11:43:37 -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/30/t1225388659dyk48b5i7ds6fdz.htm/, Retrieved Sat, 18 May 2024 00:51:14 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20139, Retrieved Sat, 18 May 2024 00:51:14 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact175

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] [workshop 3] [2007-10-26 12:14:28] [e9ffc5de6f8a7be62f22b142b5b6b1a8]
F    D  [Mean Plot] [Q2:Mean plot] [2008-10-30 13:08:02] [1ce0d16c8f4225c977b42c8fa93bc163]
F    D      [Mean Plot] [Task 5(2)] [2008-10-30 17:43:37] [8758b22b4a10c08c31202f233362e983] [Current]
F    D        [Mean Plot] [Task 5] [2008-11-03 22:14:36] [76963dc1903f0f612b6153510a3818cf]
Feedback Forum
2008-11-10 17:19:33 [Matthieu Blondeau] [reply] 
In de Mean Plot zien we een groot verschil tussen de 2de maand en de 3de maand. Als men gaat zien in de Notched Box Plots Periodic Subseries merken we dat dit verschil significant is en dat dit verschil niet te wijten is aan het toeval.

Als we naar de grenzen van de verschillende boxplots kijken, merken we op dat de betrouwbaarheidsintervallen elkaar vaak overlappen, enkel bij de 2de maand is er een significant verschil.

In de sequential blocks kan men na het 4de jaar een significante stijging terug vinden ten opzichte van de eerste jaren.
2008-11-11 14:51:54 [Liese Tormans] [reply] 
In de eerste drie grafieken zien we dat de schommelingen in de grafieken ongeveer gelijkaardig verlopen. Op tijdstip drie is er een grote daling merkbaar. Als we dan gaan kijken naar de notches kunnen we zien dat de notch van periode 3 veel lager ligt als de twee vorige notches, de notch valt dus niet binnen het betrouwbaarheidsinterval van de vorige 2. We kunnen hier dus spreken van een significante daling en geen toevallige daling.


Bij de sequential notches zien we dat in verschillende jaren outliers zichtbaar zijn. Bijvoorbeeld jaar 2, jaar 3, jaar 4 en jaar 7. Ook kan op de sequential blocks afgelezen worden dat in jaar 5 de notch net wel net niet binnen het betrouwbaarheidsinterval van de vorige notches valt, We houden het hier dus bij een toevallige stijging. In jaar 6 is er wel een significante stijging zichtbaar t.o.v. periode 1.
2008-11-11 20:59:10 [Joachim Van Hemelen] [reply] 
De mean plot, median plot en midrange plot lopen bijna gelijkaardig. Telkens in de 3e maand is er een sterke daling. De notched box plot - periodic subseries bevestigd dit. Er is een significante daling t.o.v. maand 2 en een waarschijnlijk significante daling t.o.v. maand 4 (alhoewel de betrouwbaarheidsintervallen van maand 3 en 4 nog niet overlappen).

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
3202,1
3650,2
2805,1
3957,5
3941,3
3905,4
3546,9
3208,7
3402
3661,1
3073,9
3419,2
3532,8
3693,1
2622,9
3130,8
3487,5
3349,7
3044,2
3266
3351,5
3606,8
3419,5
3829,5
3505,1
3845,3
2566,6
3658,5
3954
3460,1
3454,1
3412,8
3418
3349,5
3423,4
3242,8
3277,2
3833
2606,3
3643,8
3686,4
3281,6
3669,3
3191,5
3512,7
3970,7
3601,2
3610
4172,1
3956,2
3142,7
3884,3
3892,2
3613
3730,5
3481,3
3649,5
4215,2
4066,6
4196,8
4536,6
4441,6
3548,3
4735,9
4130,6
4356,2
4159,6
3988
4167,8
4902,2
3909,4
4697,6
4308,9
4420,4
3544,2
4433
4479,7
4533,2
4237,5
4207,4
4394
5148,4
4202,2
4682,5
4884,3
5288,9
4505,2
4611,5
5081,1
4523,1
4412,8
4647,4
4778,6
4495,3
4633,5
4360,5
4517,9

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=20139&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=20139&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20139&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


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))
ari <- array(0,dim=par1)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
if (j == par1) j = 0
}
ari
arr
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='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()