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 computationMon, 03 Nov 2008 14:43:29 -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/03/t1225748667iac9nytin2frkqh.htm/, Retrieved Mon, 20 May 2024 11:07:43 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21327, Retrieved Mon, 20 May 2024 11:07:43 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact147

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] [WS3 Q2] [2008-11-01 17:39:06] [74be16979710d4c4e7c6647856088456]
F    D      [Mean Plot] [P1 Q3] [2008-11-03 21:43:29] [e11d930c9e2984715c66c796cf63ef19] [Current]
Feedback Forum
2008-11-10 12:07:23 [339a57d8a4d5d113e4804fc423e4a59e] [reply] 
De student gebruikt de juiste berekeningswijze en maakt een goede analyse. Hij besluit dat er zich een dalende trend voordoet. De dalende trend is echter niet echt uitgesproken. Men ziet namelijk dat de notches van jaar 1, 2, 3 en 4 in elkaar vallen. Hier kan men dus niet spreken over significant lager dan de andere. Het feit dat dit lager is valt te wijten aan pure toevalligheid. Men kan eventueel bemerken dat het 1ste jaar tov het 5de jaar bijna significant is omdat hier de notches minimaal uit elkaar liggen.

De student merkt terecht op dat jaar 6 significant hoger ligt, maar dat deze gegevens niet compleet zijn en daarom dus irrelevant.
2008-11-10 17:21:10 [Olivier Uyttendaele] [reply] 
Hier is het inderdaad de bedoeling om de Notched Box Plots (Periodic Subseries) te analyseren.
Jaar 6 is totaal irrelevant aangezien we hier niet beschikten over de volledige informatie. Dit heb je ook goed vermeld in je document.
Bij de Notched Box Plots (Periodic Subseries) zien we een duidelijk verschil tussen het 1ste en het 5de jaar. Dit verschil is significant aangezien de 2 medianen niet in elkaars betrouwbaarheidsinterval vallen. Er is wel een dalende trend op te merken doorheen heel de grafiek door. De daling t.g.o. het vorige jaar is nooit significant.
Ik denk dat ik hier een correct antwoord op gegeven heb.
2008-11-12 10:34:53 [df2ed12c9b09685cd516719b004050c5] [reply] 
Ook hier weer kijken we naar de mediaan van block en vergelijken deze met elkaar. Wanneer we de mediaan van de ene box op en neer laten bewegen in de box, mag deze niet overlappen met de betrouwbaarheidsintervallen van de andere box. Als we 1 met 2 vergelijken en 2 met 3 of 3 met 4, ... zien we dat deze overlappen.Er is hier dus geen significant verschil. Wanneer we nu 1 met 5 vergelijken zien we dat er een daling is, maar we kunnen met het blote oog niet 100% zeker zien of dit verschil significant is. We zouden kunnen zeggen van wel.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
109.20
88.60
94.30
98.30
86.40
80.60
104.10
108.20
93.40
71.90
94.10
94.90
96.40
91.10
84.40
86.40
88.00
75.10
109.70
103.00
82.10
68.00
96.40
94.30
90.00
88.00
76.10
82.50
81.40
66.50
97.20
94.10
80.70
70.50
87.80
89.50
99.60
84.20
75.10
92.00
80.80
73.10
99.80
90.00
83.10
72.40
78.80
87.30
91.00
80.10
73.60
86.40
74.50
71.20
92.40
81.50
85.30
69.90
84.20
90.70
100.30

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'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 & 2 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21327&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=21327&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21327&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'George Udny Yule' @ 72.249.76.132


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()