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_boxcoxlin.wasp
Title produced by softwareBox-Cox Linearity Plot
Date of computationWed, 12 Nov 2008 08:16:52 -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/12/t12265030672pw0quukj7xmqkd.htm/, Retrieved Mon, 20 May 2024 08:50:32 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24238, Retrieved Mon, 20 May 2024 08:50:32 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact151

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F       [Box-Cox Linearity Plot] [various EDA topic...] [2008-11-12 15:16:52] [e7b1048c2c3a353441b9143db4404b91] [Current]
Feedback Forum
2008-11-16 17:06:43 [006ad2c49b6a7c2ad6ab685cfc1dae56] [reply] 
De uitleg is zeer goed, hier heb ik niets aan toe te voegen.
2008-11-20 10:58:02 [Jasmine Hendrikx] [reply] 
Eigen evaluatie:
De te gebruiken methode is goed uitgevoerd en er is ook een goede volledige conclusie gegeven. Men gaat hier dus proberen om een transformatie uit te voeren op de variabele X zodat het verband tussen de twee variabelen groter wordt, dus zodanig dat de scatterplot tussen X en Y zo dicht mogelijk op de rechte ligt. Men gaat het verband dus meer lineair proberen te maken zodat het beter door een rechte benaderd kan worden. Hiervoor gaat men de transformatieparameter λ laten schommelen tussen -2 en 2. Zoals correct geconcludeerd wordt, bedraagt deze hier 1.05, aangezien de correlatiecoëfficiënt dan zijn hoogste punt bereikt (68.61%). De correlatie heeft hier dus betrekking op de scatterplot. Als we echter deze transformatie uitvoeren met λ gelijk aan 1.05, zien we op de grafieken dat het lineaire verband van de originele data en de transformed data hetzelfde blijft. Er is zoals vermeld geen verbetering opgetreden. De relatie tussen de twee variabelen is inderdaad niet verbeterd.
2008-12-05 16:36:23 [a2386b643d711541400692649981f2dc] [reply] 
Goed en volledig antwoord. Het is positief dat je die extra info hebt opgezocht, maar je ik zou enkel de zaken vermelden die echt iets toevoegen aan je taak ipv gewoon te knippen en plakken. Anders levert het je taak geen meerwaarde op.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
97,8
107,4
117,5
105,6
97,4
99,5
98,0
104,3
100,6
101,1
103,9
96,9
95,5
108,4
117,0
103,8
100,8
110,6
104,0
112,6
107,3
98,9
109,8
104,9
102,2
123,9
124,9
112,7
121,9
100,6
104,3
120,4
107,5
102,9
125,6
107,5
108,8
128,4
121,1
119,5
128,7
108,7
105,5
119,8
111,3
110,6
120,1
97,5
107,7
127,3
117,2
119,8
116,2
111,0
112,4
130,6
109,1
118,8
123,9
101,6
112,8
128,0
129,6
125,8
119,5
115,7
113,6
129,7
112,0
116,8
127,0
112,1
114,2
121,1
131,6
125,0
120,4
117,7
117,5
120,6
127,5
112,3
124,5
115,2
105,4
Dataseries Y:
Download CSV
Histogram 
78,4
114,6
113,3
117,0
99,6
99,4
101,9
115,2
108,5
113,8
121,0
92,2
90,2
101,5
126,6
93,9
89,8
93,4
101,5
110,4
105,9
108,4
113,9
86,1
69,4
101,2
100,5
98,0
106,6
90,1
96,9
125,9
112,0
100,0
123,9
79,8
83,4
113,6
112,9
104,0
109,9
99,0
106,3
128,9
111,1
102,9
130,0
87,0
87,5
117,6
103,4
110,8
112,6
102,5
112,4
135,6
105,1
127,7
137,0
91,0
90,5
122,4
123,3
124,3
120,0
118,1
119,0
142,7
123,6
129,6
151,6
110,4
99,2
130,5
136,2
129,7
128,0
121,6
135,8
143,8
147,5
136,2
156,6
123,3
100,4

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time3 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001

\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 & 3 seconds \tabularnewline
R Server & 'Herman Ole Andreas Wold' @ 193.190.124.10:1001 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24238&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]3 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Herman Ole Andreas Wold' @ 193.190.124.10:1001[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24238&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24238&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 time3 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001






Box-Cox Linearity Plot
# observations x85
maximum correlation0.686102111216988
optimal lambda(x)1.05
Residual SD (orginial)12.7730649076181
Residual SD (transformed)12.7730403009243

\begin{tabular}{lllllllll}
\hline
Box-Cox Linearity Plot \tabularnewline
# observations x & 85 \tabularnewline
maximum correlation & 0.686102111216988 \tabularnewline
optimal lambda(x) & 1.05 \tabularnewline
Residual SD (orginial) & 12.7730649076181 \tabularnewline
Residual SD (transformed) & 12.7730403009243 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24238&T=1

[TABLE]
[ROW][C]Box-Cox Linearity Plot[/C][/ROW]
[ROW][C]# observations x[/C][C]85[/C][/ROW]
[ROW][C]maximum correlation[/C][C]0.686102111216988[/C][/ROW]
[ROW][C]optimal lambda(x)[/C][C]1.05[/C][/ROW]
[ROW][C]Residual SD (orginial)[/C][C]12.7730649076181[/C][/ROW]
[ROW][C]Residual SD (transformed)[/C][C]12.7730403009243[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24238&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24238&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:

Box-Cox Linearity Plot
# observations x85
maximum correlation0.686102111216988
optimal lambda(x)1.05
Residual SD (orginial)12.7730649076181
Residual SD (transformed)12.7730403009243


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
Parameters (R input):
R code (references can be found in the software module):
n <- length(x)
c <- array(NA,dim=c(401))
l <- array(NA,dim=c(401))
mx <- 0
mxli <- -999
for (i in 1:401)
{
l[i] <- (i-201)/100
if (l[i] != 0)
{
x1 <- (x^l[i] - 1) / l[i]
} else {
x1 <- log(x)
}
c[i] <- cor(x1,y)
if (mx < abs(c[i]))
{
mx <- abs(c[i])
mxli <- l[i]
}
}
c
mx
mxli
if (mxli != 0)
{
x1 <- (x^mxli - 1) / mxli
} else {
x1 <- log(x)
}
r<-lm(y~x)
se <- sqrt(var(r$residuals))
r1 <- lm(y~x1)
se1 <- sqrt(var(r1$residuals))
bitmap(file='test1.png')
plot(l,c,main='Box-Cox Linearity Plot',xlab='Lambda',ylab='correlation')
grid()
dev.off()
bitmap(file='test2.png')
plot(x,y,main='Linear Fit of Original Data',xlab='x',ylab='y')
abline(r)
grid()
mtext(paste('Residual Standard Deviation = ',se))
dev.off()
bitmap(file='test3.png')
plot(x1,y,main='Linear Fit of Transformed Data',xlab='x',ylab='y')
abline(r1)
grid()
mtext(paste('Residual Standard Deviation = ',se1))
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Box-Cox Linearity Plot',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'# observations x',header=TRUE)
a<-table.element(a,n)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'maximum correlation',header=TRUE)
a<-table.element(a,mx)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'optimal lambda(x)',header=TRUE)
a<-table.element(a,mxli)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Residual SD (orginial)',header=TRUE)
a<-table.element(a,se)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Residual SD (transformed)',header=TRUE)
a<-table.element(a,se1)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')