Home » date » 2010 » Dec » 14 »

W10

*The author of this computation has been verified*

R Software Module: /rwasp_regression_trees1.wasp (opens new window with default values)

Title produced by software: Recursive Partitioning (Regression Trees)

Date of computation: Tue, 14 Dec 2010 17:10:47 +0000

Cite this page as follows:

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL http://www.freestatistics.org/blog/date/2010/Dec/14/t1292347292mmmegifvslfe98k.htm/, Retrieved Tue, 14 Dec 2010 18:21:32 +0100

BibTeX entries for LaTeX users:

@Manual{KEY,
    author = {{YOUR NAME}},
    publisher = {Office for Research Development and Education},
    title = {Statistical Computations at FreeStatistics.org, URL http://www.freestatistics.org/blog/date/2010/Dec/14/t1292347292mmmegifvslfe98k.htm/},
    year = {2010},
}
@Manual{R,
    title = {R: A Language and Environment for Statistical Computing},
    author = {{R Development Core Team}},
    organization = {R Foundation for Statistical Computing},
    address = {Vienna, Austria},
    year = {2010},
    note = {{ISBN} 3-900051-07-0},
    url = {http://www.R-project.org},
}

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords:

Dataseries X:

» Textbox « » Textfile « » CSV «

24 14 11 12 24 26 25 11 7 8 25 23 17 6 17 8 30 25 18 12 10 8 19 23 18 8 12 9 22 19 16 10 12 7 22 29 20 10 11 4 25 25 16 11 11 11 23 21 18 16 12 7 17 22 17 11 13 7 21 25 23 13 14 12 19 24 30 12 16 10 19 18 23 8 11 10 15 22 18 12 10 8 16 15 15 11 11 8 23 22 12 4 15 4 27 28 21 9 9 9 22 20 15 8 11 8 14 12 20 8 17 7 22 24 31 14 17 11 23 20 27 15 11 9 23 21 34 16 18 11 21 20 21 9 14 13 19 21 31 14 10 8 18 23 19 11 11 8 20 28 16 8 15 9 23 24 20 9 15 6 25 24 21 9 13 9 19 24 22 9 16 9 24 23 17 9 13 6 22 23 24 10 9 6 25 29 25 16 18 16 26 24 26 11 18 5 29 18 25 8 12 7 32 25 17 9 17 9 25 21 32 16 9 6 29 26 33 11 9 6 28 22 13 16 12 5 17 22 32 12 18 12 28 22 25 12 12 7 29 23 29 14 18 10 26 30 22 9 14 9 25 23 18 10 15 8 14 17 17 9 16 5 25 23 20 10 10 8 26 23 15 12 11 8 20 25 20 14 14 10 18 24 33 14 9 6 32 24 29 10 12 8 25 23 23 14 17 7 25 21 26 16 5 4 23 24 18 9 12 8 21 24 20 10 12 8 20 28 11 6 6 4 15 16 28 8 24 20 30 20 26 13 12 8 24 29 22 10 12 8 26 27 17 8 14 6 24 etc...

Output produced by software:

Enter (or paste) a matrix (table) containing all data (time) series. Every column represents a different variable and must be delimited by a space or Tab. Every row represents a period in time (or category) and must be delimited by hard returns. The easiest way to enter data is to copy and paste a block of spreadsheet cells. Please, do not use commas or spaces to seperate groups of digits!

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	5 seconds
R Server	'Sir Ronald Aylmer Fisher' @ 193.190.124.24

Goodness of Fit
Correlation	0.5184
R-squared	0.2687
RMSE	3.5948

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	24	21.5833333333333	2.41666666666667
2	25	24.9148936170213	0.0851063829787222
3	30	21.5833333333333	8.41666666666667
4	19	21.5833333333333	-2.58333333333333
5	22	21.5833333333333	0.416666666666668
6	22	21.5833333333333	0.416666666666668
7	25	21.5833333333333	3.41666666666667
8	23	21.5833333333333	1.41666666666667
9	17	21.5833333333333	-4.58333333333333
10	21	21.5833333333333	-0.583333333333332
11	19	21.5833333333333	-2.58333333333333
12	19	24.9148936170213	-5.91489361702128
13	15	21.5833333333333	-6.58333333333333
14	16	17.375	-1.375
15	23	21.5833333333333	1.41666666666667
16	27	21.5833333333333	5.41666666666667
17	22	21.5833333333333	0.416666666666668
18	14	17.375	-3.375
19	22	21.5833333333333	0.416666666666668
20	23	24.9148936170213	-1.91489361702128
21	23	24.9148936170213	-1.91489361702128
22	21	24.9148936170213	-3.91489361702128
23	19	21.5833333333333	-2.58333333333333
24	18	24.9148936170213	-6.91489361702128
25	20	21.5833333333333	-1.58333333333333
26	23	21.5833333333333	1.41666666666667
27	25	21.5833333333333	3.41666666666667
28	19	21.5833333333333	-2.58333333333333
29	24	21.5833333333333	2.41666666666667
30	22	21.5833333333333	0.416666666666668
31	25	21.5833333333333	3.41666666666667
32	26	24.9148936170213	1.08510638297872
33	29	24.9148936170213	4.08510638297872
34	32	24.9148936170213	7.08510638297872
35	25	21.5833333333333	3.41666666666667
36	29	24.9148936170213	4.08510638297872
37	28	24.9148936170213	3.08510638297872
38	17	21.5833333333333	-4.58333333333333
39	28	24.9148936170213	3.08510638297872
40	29	24.9148936170213	4.08510638297872
41	26	24.9148936170213	1.08510638297872
42	25	21.5833333333333	3.41666666666667
43	14	17.375	-3.375
44	25	21.5833333333333	3.41666666666667
45	26	21.5833333333333	4.41666666666667
46	20	21.5833333333333	-1.58333333333333
47	18	21.5833333333333	-3.58333333333333
48	32	24.9148936170213	7.08510638297872
49	25	24.9148936170213	0.0851063829787222
50	25	21.5833333333333	3.41666666666667
51	23	24.9148936170213	-1.91489361702128
52	21	21.5833333333333	-0.583333333333332
53	20	21.5833333333333	-1.58333333333333
54	15	17.375	-2.375
55	30	24.9148936170213	5.08510638297872
56	24	24.9148936170213	-0.914893617021278
57	26	21.5833333333333	4.41666666666667
58	24	21.5833333333333	2.41666666666667
59	22	21.5833333333333	0.416666666666668
60	14	17.375	-3.375
61	24	21.5833333333333	2.41666666666667
62	24	21.5833333333333	2.41666666666667
63	24	21.5833333333333	2.41666666666667
64	24	21.5833333333333	2.41666666666667
65	19	21.5833333333333	-2.58333333333333
66	31	24.9148936170213	6.08510638297872
67	22	24.9148936170213	-2.91489361702128
68	27	21.5833333333333	5.41666666666667
69	19	21.5833333333333	-2.58333333333333
70	25	21.5833333333333	3.41666666666667
71	20	24.9148936170213	-4.91489361702128
72	21	21.5833333333333	-0.583333333333332
73	27	24.9148936170213	2.08510638297872
74	23	24.9148936170213	-1.91489361702128
75	25	24.9148936170213	0.0851063829787222
76	20	21.5833333333333	-1.58333333333333
77	21	21.5833333333333	-0.583333333333332
78	22	21.5833333333333	0.416666666666668
79	23	21.5833333333333	1.41666666666667
80	25	24.9148936170213	0.0851063829787222
81	25	21.5833333333333	3.41666666666667
82	17	21.5833333333333	-4.58333333333333
83	19	21.5833333333333	-2.58333333333333
84	25	21.5833333333333	3.41666666666667
85	19	21.5833333333333	-2.58333333333333
86	20	21.5833333333333	-1.58333333333333
87	26	21.5833333333333	4.41666666666667
88	23	21.5833333333333	1.41666666666667
89	27	24.9148936170213	2.08510638297872
90	17	21.5833333333333	-4.58333333333333
91	17	24.9148936170213	-7.91489361702128
92	19	21.5833333333333	-2.58333333333333
93	17	21.5833333333333	-4.58333333333333
94	22	21.5833333333333	0.416666666666668
95	21	21.5833333333333	-0.583333333333332
96	32	24.9148936170213	7.08510638297872
97	21	24.9148936170213	-3.91489361702128
98	21	24.9148936170213	-3.91489361702128
99	18	21.5833333333333	-3.58333333333333
100	18	21.5833333333333	-3.58333333333333
101	23	21.5833333333333	1.41666666666667
102	19	21.5833333333333	-2.58333333333333
103	20	17.375	2.625
104	21	21.5833333333333	-0.583333333333332
105	20	21.5833333333333	-1.58333333333333
106	17	24.9148936170213	-7.91489361702128
107	18	17.375	0.625
108	19	17.375	1.625
109	22	24.9148936170213	-2.91489361702128
110	15	21.5833333333333	-6.58333333333333
111	14	21.5833333333333	-7.58333333333333
112	18	24.9148936170213	-6.91489361702128
113	24	21.5833333333333	2.41666666666667
114	35	24.9148936170213	10.0851063829787
115	29	21.5833333333333	7.41666666666667
116	21	21.5833333333333	-0.583333333333332
117	25	17.375	7.625
118	20	21.5833333333333	-1.58333333333333
119	22	24.9148936170213	-2.91489361702128
120	13	17.375	-4.375
121	26	24.9148936170213	1.08510638297872
122	17	17.375	-0.375
123	25	21.5833333333333	3.41666666666667
124	20	21.5833333333333	-1.58333333333333
125	19	21.5833333333333	-2.58333333333333
126	21	21.5833333333333	-0.583333333333332
127	22	21.5833333333333	0.416666666666668
128	24	21.5833333333333	2.41666666666667
129	21	21.5833333333333	-0.583333333333332
130	26	24.9148936170213	1.08510638297872
131	24	21.5833333333333	2.41666666666667
132	16	21.5833333333333	-5.58333333333333
133	23	21.5833333333333	1.41666666666667
134	18	21.5833333333333	-3.58333333333333
135	16	21.5833333333333	-5.58333333333333
136	26	24.9148936170213	1.08510638297872
137	19	21.5833333333333	-2.58333333333333
138	21	17.375	3.625
139	21	21.5833333333333	-0.583333333333332
140	22	17.375	4.625
141	23	24.9148936170213	-1.91489361702128
142	29	24.9148936170213	4.08510638297872
143	21	17.375	3.625
144	21	21.5833333333333	-0.583333333333332
145	23	21.5833333333333	1.41666666666667
146	27	24.9148936170213	2.08510638297872
147	25	24.9148936170213	0.0851063829787222
148	21	21.5833333333333	-0.583333333333332
149	10	17.375	-7.375
150	20	21.5833333333333	-1.58333333333333
151	26	21.5833333333333	4.41666666666667
152	24	24.9148936170213	-0.914893617021278
153	29	24.9148936170213	4.08510638297872
154	19	17.375	1.625
155	24	21.5833333333333	2.41666666666667
156	19	21.5833333333333	-2.58333333333333
157	24	24.9148936170213	-0.914893617021278
158	22	21.5833333333333	0.416666666666668
159	17	24.9148936170213	-7.91489361702128

Charts produced by software:

http://www.freestatistics.org/blog/date/2010/Dec/14/t1292347292mmmegifvslfe98k/231c71292346639.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/14/t1292347292mmmegifvslfe98k/231c71292346639.ps (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/14/t1292347292mmmegifvslfe98k/331c71292346639.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/14/t1292347292mmmegifvslfe98k/331c71292346639.ps (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/14/t1292347292mmmegifvslfe98k/4vst91292346639.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/14/t1292347292mmmegifvslfe98k/4vst91292346639.ps (open in new window)

Parameters (Session):

par1 = 5 ; par2 = none ; par3 = 3 ; par4 = no ;

Parameters (R input):

par1 = 5 ; par2 = none ; par3 = 3 ; par4 = no ;

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

library(party)

library(Hmisc)

par1 <- as.numeric(par1)

par3 <- as.numeric(par3)

x <- data.frame(t(y))

is.data.frame(x)

x <- x[!is.na(x[,par1]),]

k <- length(x[1,])

n <- length(x[,1])

colnames(x)[par1]

x[,par1]

if (par2 == 'kmeans') {

cl <- kmeans(x[,par1], par3)

print(cl)

clm <- matrix(cbind(cl$centers,1:par3),ncol=2)

clm <- clm[sort.list(clm[,1]),]

for (i in 1:par3) {

cl$cluster[cl$cluster==clm[i,2]] <- paste('C',i,sep='')

}

cl$cluster <- as.factor(cl$cluster)

print(cl$cluster)

x[,par1] <- cl$cluster

}

if (par2 == 'quantiles') {

x[,par1] <- cut2(x[,par1],g=par3)

}

if (par2 == 'hclust') {

hc <- hclust(dist(x[,par1])^2, 'cen')

print(hc)

memb <- cutree(hc, k = par3)

dum <- c(mean(x[memb==1,par1]))

for (i in 2:par3) {

dum <- c(dum, mean(x[memb==i,par1]))

}

hcm <- matrix(cbind(dum,1:par3),ncol=2)

hcm <- hcm[sort.list(hcm[,1]),]

for (i in 1:par3) {

memb[memb==hcm[i,2]] <- paste('C',i,sep='')

}

memb <- as.factor(memb)

print(memb)

x[,par1] <- memb

}

if (par2=='equal') {

ed <- cut(as.numeric(x[,par1]),par3,labels=paste('C',1:par3,sep=''))

x[,par1] <- as.factor(ed)

}

table(x[,par1])

colnames(x)

colnames(x)[par1]

x[,par1]

if (par2 == 'none') {

m <- ctree(as.formula(paste(colnames(x)[par1],' ~ .',sep='')),data = x)

}

load(file='createtable')

if (par2 != 'none') {

m <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data = x)

if (par4=='yes') {

a<-table.start()

a<-table.row.start(a)

a<-table.element(a,'10-Fold Cross Validation',3+2*par3,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'',1,TRUE)

a<-table.element(a,'Prediction (training)',par3+1,TRUE)

a<-table.element(a,'Prediction (testing)',par3+1,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'Actual',1,TRUE)

for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)

a<-table.element(a,'CV',1,TRUE)

for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)

a<-table.element(a,'CV',1,TRUE)

a<-table.row.end(a)

for (i in 1:10) {

ind <- sample(2, nrow(x), replace=T, prob=c(0.9,0.1))

m.ct <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data =x[ind==1,])

if (i==1) {

m.ct.i.pred <- predict(m.ct, newdata=x[ind==1,])

m.ct.i.actu <- x[ind==1,par1]

m.ct.x.pred <- predict(m.ct, newdata=x[ind==2,])

m.ct.x.actu <- x[ind==2,par1]

} else {

m.ct.i.pred <- c(m.ct.i.pred,predict(m.ct, newdata=x[ind==1,]))

m.ct.i.actu <- c(m.ct.i.actu,x[ind==1,par1])

m.ct.x.pred <- c(m.ct.x.pred,predict(m.ct, newdata=x[ind==2,]))

m.ct.x.actu <- c(m.ct.x.actu,x[ind==2,par1])

}

}

print(m.ct.i.tab <- table(m.ct.i.actu,m.ct.i.pred))

numer <- 0

for (i in 1:par3) {

print(m.ct.i.tab[i,i] / sum(m.ct.i.tab[i,]))

numer <- numer + m.ct.i.tab[i,i]

}

print(m.ct.i.cp <- numer / sum(m.ct.i.tab))

print(m.ct.x.tab <- table(m.ct.x.actu,m.ct.x.pred))

numer <- 0

for (i in 1:par3) {

print(m.ct.x.tab[i,i] / sum(m.ct.x.tab[i,]))

numer <- numer + m.ct.x.tab[i,i]

}

print(m.ct.x.cp <- numer / sum(m.ct.x.tab))

for (i in 1:par3) {

a<-table.row.start(a)

a<-table.element(a,paste('C',i,sep=''),1,TRUE)

for (jjj in 1:par3) a<-table.element(a,m.ct.i.tab[i,jjj])

a<-table.element(a,round(m.ct.i.tab[i,i]/sum(m.ct.i.tab[i,]),4))

for (jjj in 1:par3) a<-table.element(a,m.ct.x.tab[i,jjj])

a<-table.element(a,round(m.ct.x.tab[i,i]/sum(m.ct.x.tab[i,]),4))

a<-table.row.end(a)

}

a<-table.row.start(a)

a<-table.element(a,'Overall',1,TRUE)

for (jjj in 1:par3) a<-table.element(a,'-')

a<-table.element(a,round(m.ct.i.cp,4))

for (jjj in 1:par3) a<-table.element(a,'-')

a<-table.element(a,round(m.ct.x.cp,4))

a<-table.row.end(a)

a<-table.end(a)

table.save(a,file='mytable3.tab')

}

}

m

bitmap(file='test1.png')

plot(m)

dev.off()

bitmap(file='test1a.png')

plot(x[,par1] ~ as.factor(where(m)),main='Response by Terminal Node',xlab='Terminal Node',ylab='Response')

dev.off()

if (par2 == 'none') {

forec <- predict(m)

result <- as.data.frame(cbind(x[,par1],forec,x[,par1]-forec))

colnames(result) <- c('Actuals','Forecasts','Residuals')

print(result)

}

if (par2 != 'none') {

print(cbind(as.factor(x[,par1]),predict(m)))

myt <- table(as.factor(x[,par1]),predict(m))

print(myt)

}

bitmap(file='test2.png')

if(par2=='none') {

op <- par(mfrow=c(2,2))

plot(density(result$Actuals),main='Kernel Density Plot of Actuals')

plot(density(result$Residuals),main='Kernel Density Plot of Residuals')

plot(result$Forecasts,result$Actuals,main='Actuals versus Predictions',xlab='Predictions',ylab='Actuals')

plot(density(result$Forecasts),main='Kernel Density Plot of Predictions')

par(op)

}

if(par2!='none') {

plot(myt,main='Confusion Matrix',xlab='Actual',ylab='Predicted')

}

dev.off()

if (par2 == 'none') {

detcoef <- cor(result$Forecasts,result$Actuals)

a<-table.start()

a<-table.row.start(a)

a<-table.element(a,'Goodness of Fit',2,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'Correlation',1,TRUE)

a<-table.element(a,round(detcoef,4))

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'R-squared',1,TRUE)

a<-table.element(a,round(detcoef*detcoef,4))

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'RMSE',1,TRUE)

a<-table.element(a,round(sqrt(mean((result$Residuals)^2)),4))

a<-table.row.end(a)

a<-table.end(a)

table.save(a,file='mytable1.tab')

a<-table.start()

a<-table.row.start(a)

a<-table.element(a,'Actuals, Predictions, and Residuals',4,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'#',header=TRUE)

a<-table.element(a,'Actuals',header=TRUE)

a<-table.element(a,'Forecasts',header=TRUE)

a<-table.element(a,'Residuals',header=TRUE)

a<-table.row.end(a)

for (i in 1:length(result$Actuals)) {

a<-table.row.start(a)

a<-table.element(a,i,header=TRUE)

a<-table.element(a,result$Actuals[i])

a<-table.element(a,result$Forecasts[i])

a<-table.element(a,result$Residuals[i])

a<-table.row.end(a)

}

a<-table.end(a)

table.save(a,file='mytable.tab')

}

if (par2 != 'none') {

a<-table.start()

a<-table.row.start(a)

a<-table.element(a,'Confusion Matrix (predicted in columns / actuals in rows)',par3+1,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'',1,TRUE)

for (i in 1:par3) {

a<-table.element(a,paste('C',i,sep=''),1,TRUE)

}

a<-table.row.end(a)

for (i in 1:par3) {

a<-table.row.start(a)

a<-table.element(a,paste('C',i,sep=''),1,TRUE)

for (j in 1:par3) {

a<-table.element(a,myt[i,j])

}

a<-table.row.end(a)

}

a<-table.end(a)

table.save(a,file='mytable2.tab')

}

This work is licensed under a Creative Commons Attribution-Noncommercial-Share Alike 3.0 License.

Software written by Ed van Stee & Patrick Wessa

Disclaimer

Information provided on this web site is provided "AS IS" without warranty of any kind, either express or implied, including, without limitation, warranties of merchantability, fitness for a particular purpose, and noninfringement. We use reasonable efforts to include accurate and timely information and periodically update the information, and software without notice. However, we make no warranties or representations as to the accuracy or completeness of such information (or software), and we assume no liability or responsibility for errors or omissions in the content of this web site, or any software bugs in online applications. Your use of this web site is AT YOUR OWN RISK. Under no circumstances and under no legal theory shall we be liable to you or any other person for any direct, indirect, special, incidental, exemplary, or consequential damages arising from your access to, or use of, this web site.

We may request personal information to be submitted to our servers in order to be able to:

personalize online software applications according to your needs
enforce strict security rules with respect to the data that you upload (e.g. statistical data)
manage user sessions of online applications
alert you about important changes or upgrades in resources or applications

We NEVER allow other companies to directly offer registered users information about their products and services. Banner references and hyperlinks of third parties NEVER contain any personal data of the visitor.

We do NOT sell, nor transmit by any means, personal information, nor statistical data series uploaded by you to third parties.

We carefully protect your data from loss, misuse, alteration, and destruction. However, at any time, and under any circumstance you are solely responsible for managing your passwords, and keeping them secret.

We store a unique ANONYMOUS USER ID in the form of a small 'Cookie' on your computer. This allows us to track your progress when using this website which is necessary to create state-dependent features. The cookie is used for NO OTHER PURPOSE. At any time you may opt to disallow cookies from this website - this will not affect other features of this website.

We examine cookies that are used by third-parties (banner and online ads) very closely: abuse from third-parties automatically results in termination of the advertising contract without refund. We have very good reason to believe that the cookies that are produced by third parties (banner ads) do NOT cause any privacy or security risk.

FreeStatistics.org is safe. There is no need to download any software to use the applications and services contained in this website. Hence, your system's security is not compromised by their use, and your personal data - other than data you submit in the account application form, and the user-agent information that is transmitted by your browser - is never transmitted to our servers.

As a general rule, we do not log on-line behavior of individuals (other than normal logging of webserver 'hits'). However, in cases of abuse, hacking, unauthorized access, Denial of Service attacks, illegal copying, hotlinking, non-compliance with international webstandards (such as robots.txt), or any other harmful behavior, our system engineers are empowered to log, track, identify, publish, and ban misbehaving individuals - even if this leads to ban entire blocks of IP addresses, or disclosing user's identity.

FreeStatistics.org is powered by