Repository of Reproducible Computations

Free Statistics

of Irreproducible Research!

Author's title

Author

*The author of this computation has been verified*

R Software Module

rwasp_notchedbox1.wasp

Title produced by software

Notched Boxplots

Date of computation

Mon, 03 Nov 2008 10:18:13 -0700

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Nov/03/t122573294484xxlx9vq01wmt7.htm/, Retrieved Mon, 20 May 2024 09:49:05 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20895, Retrieved Mon, 20 May 2024 09:49:05 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

Estimated Impact

180

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)

F       [Notched Boxplots] [Notched boxplots] [2008-11-03 17:18:13] [f63bd6a82dd07502be9c503a5f141c9b] [Current]

Feedback Forum

2008-11-05 18:48:26 [Kevin Truyts] [reply] 
De studente heeft een juiste conclusie getrokken. Toch kan er beter gezegt worden dat de mediaan van de kledij beduidend/significant lager ligt dan die van de totale productie en dat er hier dus gee sprake kan en zal zijn van toeval.
2008-11-09 15:59:41 [Kim De Vos] [reply] 
Correcte reproductie & conclusie. 
Echter beperkte conclusie. 
De mediaan van de totale productie ligt inderdaad hoger dan die van de kleding productie. De mediaan van de TP ligt boven 100 d.w.z. dat de industriële TP lichtjes gestegen is t.o.v. het basisjaar 2000. Terwijl deze bij de Kleding lager ligt, wat wijst op een daling. 
 
Als we de lijnen van de kledingproductie doortrekken, valt het duidelijk visueel op dat de mediaan van de kleding lager lig. Je kan dus stellen dat de mediaan van de TP significant hoger ligt, en dat het dus niet toevallig is.  
2008-11-10 12:38:07 [Inge Meelberghs] [reply] 
De student is tot het juiste besluit gekomen, enkel was de omschrijving van het antwoord nogal gering.  
 
De mediaan van de kledingproductie ligt inderdaad lager dan die van de totale productie, maar hierbij moet vermeld worden dat deze 'significant' lager ligt. Dit wil zeggen dat dit niet te wijten is aan het toeval. Als we de twee notches over elkaar projecteren kunnen we zien dat deze niet helemaal gelijk overeenkomen waardoor het verschil dus significant is. 
 
Het basisjaar van deze 2 tijdreeksen wordt voorgesteld door 100. Uit de grafiek kan je dus ook nog afleiden dat de totale productie lichtjes gestegen is t.o.v. het basisjaar, en de kledingproductie lichtjes gedaald .
2008-11-11 16:29:56 [9142cf052ad32d043faa9486189092cf] [reply] 
De conclusie van de student is correct maar onvolledig. . De student heeft niet vermeld of het een significant of toevallig verschil is. En hoe je dit kan vinden.  
 
Alles we kijken naar de notched boxplot zien we dat de mediaan van de totale productie een stuk hoger ligt dan de mediaan van de kleding productie. De inkepingen in de notches staan voor een betrouwbaarheidsinterval. De mediaan schommelt tussen dit betrouwbaarheidsinterval. Als we de twee notches gaan vergelijken met mekaar en een lijn gaan doortrekken  door de upper en de lower bound, kunnen we zien dat de notch van de kleding productie niet grenst aan de notch van de totale productie. We zien dat het betrouwbaarheidsinterval waarin de mediaan schommelt bij de kledingproductie beduidend lager ligt als die bij de totale productie. 
 
Als dit het geval is kunnen we spreken van een significant verschil en geen toeval. In dit geval een significante daling. 
 
Daarnaast heeft de student niets vermeld over de outliers die zichtbaar zijn op de grafiek 

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

110.40	109.20
96.40	88.60
101.90	94.30
106.20	98.30
81.00	86.40
94.70	80.60
101.00	104.10
109.40	108.20
102.30	93.40
90.70	71.90
96.20	94.10
96.10	94.90
106.00	96.40
103.10	91.10
102.00	84.40
104.70	86.40
86.00	88.00
92.10	75.10
106.90	109.70
112.60	103.00
101.70	82.10
92.00	68.00
97.40	96.40
97.00	94.30
105.40	90.00
102.70	88.00
98.10	76.10
104.50	82.50
87.40	81.40
89.90	66.50
109.80	97.20
111.70	94.10
98.60	80.70
96.90	70.50
95.10	87.80
97.00	89.50
112.70	99.60
102.90	84.20
97.40	75.10
111.40	92.00
87.40	80.80
96.80	73.10
114.10	99.80
110.30	90.00
103.90	83.10
101.60	72.40
94.60	78.80
95.90	87.30
104.70	91.00
102.80	80.10
98.10	73.60
113.90	86.40
80.90	74.50
95.70	71.20
113.20	92.40
105.90	81.50
108.80	85.30
102.30	69.90
99.00	84.20
100.70	90.70
115.50	100.30

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	0 seconds
R Server	'George Udny Yule' @ 72.249.76.132

\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 & 0 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20895&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]0 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20895&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20895&T=0

As an alternative you can also use a QR Code:

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

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	0 seconds
R Server	'George Udny Yule' @ 72.249.76.132

Boxplot statistics
Variable	lower whisker	lower hinge	median	upper hinge	upper whisker
Totaal	86	96.2	101.7	106	115.5
Kledij	66.5	80.6	87.3	94.1	109.7

\begin{tabular}{lllllllll}
\hline
Boxplot statistics \tabularnewline
Variable & lower whisker & lower hinge & median & upper hinge & upper whisker \tabularnewline
Totaal & 86 & 96.2 & 101.7 & 106 & 115.5 \tabularnewline
Kledij & 66.5 & 80.6 & 87.3 & 94.1 & 109.7 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20895&T=1

[TABLE]
[ROW][C]Boxplot statistics[/C][/ROW]
[ROW][C]Variable[/C][C]lower whisker[/C][C]lower hinge[/C][C]median[/C][C]upper hinge[/C][C]upper whisker[/C][/ROW]
[ROW][C]Totaal[/C][C]86[/C][C]96.2[/C][C]101.7[/C][C]106[/C][C]115.5[/C][/ROW]
[ROW][C]Kledij[/C][C]66.5[/C][C]80.6[/C][C]87.3[/C][C]94.1[/C][C]109.7[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20895&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20895&T=1

As an alternative you can also use a QR Code:

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

Boxplot statistics
Variable	lower whisker	lower hinge	median	upper hinge	upper whisker
Totaal	86	96.2	101.7	106	115.5
Kledij	66.5	80.6	87.3	94.1	109.7

Boxplot Notches
Variable	lower bound	median	upper bound
Totaal	99.717476951119	101.7	103.682523048881
Kledij	84.5689733510313	87.3	90.0310266489687

\begin{tabular}{lllllllll}
\hline
Boxplot Notches \tabularnewline
Variable & lower bound & median & upper bound \tabularnewline
Totaal & 99.717476951119 & 101.7 & 103.682523048881 \tabularnewline
Kledij & 84.5689733510313 & 87.3 & 90.0310266489687 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20895&T=2

[TABLE]
[ROW][C]Boxplot Notches[/C][/ROW]
[ROW][C]Variable[/C][C]lower bound[/C][C]median[/C][C]upper bound[/C][/ROW]
[ROW][C]Totaal[/C][C]99.717476951119[/C][C]101.7[/C][C]103.682523048881[/C][/ROW]
[ROW][C]Kledij[/C][C]84.5689733510313[/C][C]87.3[/C][C]90.0310266489687[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20895&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20895&T=2

As an alternative you can also use a QR Code:

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

Boxplot Notches
Variable	lower bound	median	upper bound
Totaal	99.717476951119	101.7	103.682523048881
Kledij	84.5689733510313	87.3	90.0310266489687

Figure 1

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = grey ;

Parameters (R input):

par1 = grey ;

R code (references can be found in the software module):

z <- as.data.frame(t(y))
bitmap(file='test1.png')
(r<-boxplot(z ,xlab=xlab,ylab=ylab,main=main,notch=TRUE,col=par1))
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,hyperlink('overview.htm','Boxplot statistics','Boxplot overview'),6,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Variable',1,TRUE)
a<-table.element(a,hyperlink('lower_whisker.htm','lower whisker','definition of lower whisker'),1,TRUE)
a<-table.element(a,hyperlink('lower_hinge.htm','lower hinge','definition of lower hinge'),1,TRUE)
a<-table.element(a,hyperlink('central_tendency.htm','median','definitions about measures of central tendency'),1,TRUE)
a<-table.element(a,hyperlink('upper_hinge.htm','upper hinge','definition of upper hinge'),1,TRUE)
a<-table.element(a,hyperlink('upper_whisker.htm','upper whisker','definition of upper whisker'),1,TRUE)
a<-table.row.end(a)
for (i in 1:length(y[,1]))
{
a<-table.row.start(a)
a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
for (j in 1:5)
{
a<-table.element(a,r$stats[j,i])
}
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Boxplot Notches',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Variable',1,TRUE)
a<-table.element(a,'lower bound',1,TRUE)
a<-table.element(a,'median',1,TRUE)
a<-table.element(a,'upper bound',1,TRUE)
a<-table.row.end(a)
for (i in 1:length(y[,1]))
{
a<-table.row.start(a)
a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
a<-table.element(a,r$conf[1,i])
a<-table.element(a,r$stats[3,i])
a<-table.element(a,r$conf[2,i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable1.tab')

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code