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_regression_trees1.wasp

Title produced by software

Recursive Partitioning (Regression Trees)

Date of computation

Tue, 11 Dec 2012 15:51:39 -0500

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/2012/Dec/11/t1355259115s49zofxnyrxa5ou.htm/, Retrieved Mon, 29 Apr 2024 15:27:20 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=198694, Retrieved Mon, 29 Apr 2024 15:27:20 +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

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

-     [Recursive Partitioning (Regression Trees)] [] [2010-12-05 18:59:57] [b98453cac15ba1066b407e146608df68]
- R PD  [Recursive Partitioning (Regression Trees)] [WS10.4] [2012-12-11 20:38:27] [516331a1326ffbbf54349d9c9d5f2d94]
-   PD      [Recursive Partitioning (Regression Trees)] [WS10.5] [2012-12-11 20:51:39] [6144fd9dab7e8876ce9100c6a2ac91c2] [Current]
-   P         [Recursive Partitioning (Regression Trees)] [WS10.6] [2012-12-11 20:58:50] [516331a1326ffbbf54349d9c9d5f2d94] 
-   P           [Recursive Partitioning (Regression Trees)] [WS10.6] [2012-12-11 21:03:34] [516331a1326ffbbf54349d9c9d5f2d94] 
-                 [Recursive Partitioning (Regression Trees)] [WS10.7] [2012-12-11 21:06:19] [516331a1326ffbbf54349d9c9d5f2d94] 

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

6.8	225	0.442	0.672	9.2
6.3	180	0.435	0.797	11.7
6.4	190	0.456	0.761	15.8
6.2	180	0.416	0.651	8.6
6.9	205	0.449	0.9	23.2
6.4	225	0.431	0.78	27.4
6.3	185	0.487	0.771	9.3
6.8	235	0.469	0.75	16
6.9	235	0.435	0.818	4.7
6.7	210	0.48	0.825	12.5
6.9	245	0.516	0.632	20.1
6.9	245	0.493	0.757	9.1
6.3	185	0.374	0.709	8.1
6.1	185	0.424	0.782	8.6
6.2	180	0.441	0.775	20.3
6.8	220	0.503	0.88	25
6.5	194	0.503	0.833	19.2
7.6	225	0.425	0.571	3.3
6.3	210	0.371	0.816	11.2
7.1	240	0.504	0.714	10.5
6.8	225	0.4	0.765	10.1
7.3	263	0.482	0.655	7.2
6.4	210	0.475	0.244	13.6
6.8	235	0.428	0.728	9
7.2	230	0.559	0.721	24.6
6.4	190	0.441	0.757	12.6
6.6	220	0.492	0.747	5.6
6.8	210	0.402	0.739	8.7
6.1	180	0.415	0.713	7.7
6.5	235	0.492	0.742	24.1
6.4	185	0.484	0.861	11.7
6	175	0.387	0.721	7.7
6	192	0.436	0.785	9.6
7.3	263	0.482	0.655	7.2
6.1	180	0.34	0.821	12.3
6.7	240	0.516	0.728	8.9
6.4	210	0.475	0.846	13.6
5.8	160	0.412	0.813	11.2
6.9	230	0.411	0.595	2.8
7	245	0.407	0.573	3.2
7.3	228	0.445	0.726	9.4
5.9	155	0.291	0.707	11.9
6.2	200	0.449	0.804	15.4
6.8	235	0.546	0.784	7.4
7	235	0.48	0.744	18.9
5.9	105	0.359	0.839	7.9
6.1	180	0.528	0.79	12.2
5.7	185	0.352	0.701	11
7.1	245	0.414	0.778	2.8
5.8	180	0.425	0.872	11.8
7.4	240	0.599	0.713	17.1
6.8	225	0.482	0.701	11.6
6.8	215	0.457	0.734	5.8
7	230	0.435	0.764	8.3

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	'George Udny Yule' @ yule.wessa.net

\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 & 5 seconds \tabularnewline
R Server & 'George Udny Yule' @ yule.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=198694&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]5 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ yule.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=198694&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=198694&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	5 seconds
R Server	'George Udny Yule' @ yule.wessa.net

Goodness of Fit
Correlation	0.8679
R-squared	0.7532
RMSE	0.2259

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.8679 \tabularnewline
R-squared & 0.7532 \tabularnewline
RMSE & 0.2259 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=198694&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.8679[/C][/ROW]
[ROW][C]R-squared[/C][C]0.7532[/C][/ROW]
[ROW][C]RMSE[/C][C]0.2259[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=198694&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=198694&T=1

As an alternative you can also use a QR Code:

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

Goodness of Fit
Correlation	0.8679
R-squared	0.7532
RMSE	0.2259

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	6.8	6.97083333333333	-0.170833333333333
2	6.3	6.28	0.0199999999999996
3	6.4	6.28	0.12
4	6.2	5.99090909090909	0.209090909090909
5	6.9	6.63333333333333	0.266666666666667
6	6.4	6.97083333333333	-0.570833333333333
7	6.3	6.28	0.0199999999999996
8	6.8	6.97083333333333	-0.170833333333333
9	6.9	6.97083333333333	-0.0708333333333329
10	6.7	6.63333333333333	0.0666666666666664
11	6.9	6.97083333333333	-0.0708333333333329
12	6.9	6.97083333333333	-0.0708333333333329
13	6.3	5.99090909090909	0.309090909090909
14	6.1	5.99090909090909	0.109090909090908
15	6.2	6.28	-0.0800000000000001
16	6.8	6.63333333333333	0.166666666666666
17	6.5	6.28	0.22
18	7.6	6.97083333333333	0.629166666666666
19	6.3	6.63333333333333	-0.333333333333334
20	7.1	6.97083333333333	0.129166666666666
21	6.8	6.97083333333333	-0.170833333333333
22	7.3	6.97083333333333	0.329166666666667
23	6.4	6.63333333333333	-0.233333333333333
24	6.8	6.97083333333333	-0.170833333333333
25	7.2	6.97083333333333	0.229166666666667
26	6.4	6.28	0.12
27	6.6	6.63333333333333	-0.0333333333333341
28	6.8	6.63333333333333	0.166666666666666
29	6.1	5.99090909090909	0.109090909090908
30	6.5	6.97083333333333	-0.470833333333333
31	6.4	6.28	0.12
32	6	5.99090909090909	0.00909090909090882
33	6	6.28	-0.28
34	7.3	6.97083333333333	0.329166666666667
35	6.1	5.99090909090909	0.109090909090908
36	6.7	6.97083333333333	-0.270833333333333
37	6.4	6.63333333333333	-0.233333333333333
38	5.8	5.99090909090909	-0.190909090909091
39	6.9	6.97083333333333	-0.0708333333333329
40	7	6.97083333333333	0.0291666666666668
41	7.3	6.97083333333333	0.329166666666667
42	5.9	5.99090909090909	-0.0909090909090908
43	6.2	6.28	-0.0800000000000001
44	6.8	6.97083333333333	-0.170833333333333
45	7	6.97083333333333	0.0291666666666668
46	5.9	5.99090909090909	-0.0909090909090908
47	6.1	6.28	-0.180000000000001
48	5.7	5.99090909090909	-0.290909090909091
49	7.1	6.97083333333333	0.129166666666666
50	5.8	5.99090909090909	-0.190909090909091
51	7.4	6.97083333333333	0.429166666666667
52	6.8	6.97083333333333	-0.170833333333333
53	6.8	6.63333333333333	0.166666666666666
54	7	6.97083333333333	0.0291666666666668

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 6.8 & 6.97083333333333 & -0.170833333333333 \tabularnewline
2 & 6.3 & 6.28 & 0.0199999999999996 \tabularnewline
3 & 6.4 & 6.28 & 0.12 \tabularnewline
4 & 6.2 & 5.99090909090909 & 0.209090909090909 \tabularnewline
5 & 6.9 & 6.63333333333333 & 0.266666666666667 \tabularnewline
6 & 6.4 & 6.97083333333333 & -0.570833333333333 \tabularnewline
7 & 6.3 & 6.28 & 0.0199999999999996 \tabularnewline
8 & 6.8 & 6.97083333333333 & -0.170833333333333 \tabularnewline
9 & 6.9 & 6.97083333333333 & -0.0708333333333329 \tabularnewline
10 & 6.7 & 6.63333333333333 & 0.0666666666666664 \tabularnewline
11 & 6.9 & 6.97083333333333 & -0.0708333333333329 \tabularnewline
12 & 6.9 & 6.97083333333333 & -0.0708333333333329 \tabularnewline
13 & 6.3 & 5.99090909090909 & 0.309090909090909 \tabularnewline
14 & 6.1 & 5.99090909090909 & 0.109090909090908 \tabularnewline
15 & 6.2 & 6.28 & -0.0800000000000001 \tabularnewline
16 & 6.8 & 6.63333333333333 & 0.166666666666666 \tabularnewline
17 & 6.5 & 6.28 & 0.22 \tabularnewline
18 & 7.6 & 6.97083333333333 & 0.629166666666666 \tabularnewline
19 & 6.3 & 6.63333333333333 & -0.333333333333334 \tabularnewline
20 & 7.1 & 6.97083333333333 & 0.129166666666666 \tabularnewline
21 & 6.8 & 6.97083333333333 & -0.170833333333333 \tabularnewline
22 & 7.3 & 6.97083333333333 & 0.329166666666667 \tabularnewline
23 & 6.4 & 6.63333333333333 & -0.233333333333333 \tabularnewline
24 & 6.8 & 6.97083333333333 & -0.170833333333333 \tabularnewline
25 & 7.2 & 6.97083333333333 & 0.229166666666667 \tabularnewline
26 & 6.4 & 6.28 & 0.12 \tabularnewline
27 & 6.6 & 6.63333333333333 & -0.0333333333333341 \tabularnewline
28 & 6.8 & 6.63333333333333 & 0.166666666666666 \tabularnewline
29 & 6.1 & 5.99090909090909 & 0.109090909090908 \tabularnewline
30 & 6.5 & 6.97083333333333 & -0.470833333333333 \tabularnewline
31 & 6.4 & 6.28 & 0.12 \tabularnewline
32 & 6 & 5.99090909090909 & 0.00909090909090882 \tabularnewline
33 & 6 & 6.28 & -0.28 \tabularnewline
34 & 7.3 & 6.97083333333333 & 0.329166666666667 \tabularnewline
35 & 6.1 & 5.99090909090909 & 0.109090909090908 \tabularnewline
36 & 6.7 & 6.97083333333333 & -0.270833333333333 \tabularnewline
37 & 6.4 & 6.63333333333333 & -0.233333333333333 \tabularnewline
38 & 5.8 & 5.99090909090909 & -0.190909090909091 \tabularnewline
39 & 6.9 & 6.97083333333333 & -0.0708333333333329 \tabularnewline
40 & 7 & 6.97083333333333 & 0.0291666666666668 \tabularnewline
41 & 7.3 & 6.97083333333333 & 0.329166666666667 \tabularnewline
42 & 5.9 & 5.99090909090909 & -0.0909090909090908 \tabularnewline
43 & 6.2 & 6.28 & -0.0800000000000001 \tabularnewline
44 & 6.8 & 6.97083333333333 & -0.170833333333333 \tabularnewline
45 & 7 & 6.97083333333333 & 0.0291666666666668 \tabularnewline
46 & 5.9 & 5.99090909090909 & -0.0909090909090908 \tabularnewline
47 & 6.1 & 6.28 & -0.180000000000001 \tabularnewline
48 & 5.7 & 5.99090909090909 & -0.290909090909091 \tabularnewline
49 & 7.1 & 6.97083333333333 & 0.129166666666666 \tabularnewline
50 & 5.8 & 5.99090909090909 & -0.190909090909091 \tabularnewline
51 & 7.4 & 6.97083333333333 & 0.429166666666667 \tabularnewline
52 & 6.8 & 6.97083333333333 & -0.170833333333333 \tabularnewline
53 & 6.8 & 6.63333333333333 & 0.166666666666666 \tabularnewline
54 & 7 & 6.97083333333333 & 0.0291666666666668 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=198694&T=2

[TABLE]
[ROW][C]Actuals, Predictions, and Residuals[/C][/ROW]
[ROW][C]#[/C][C]Actuals[/C][C]Forecasts[/C][C]Residuals[/C][/ROW]
[ROW][C]1[/C][C]6.8[/C][C]6.97083333333333[/C][C]-0.170833333333333[/C][/ROW]
[ROW][C]2[/C][C]6.3[/C][C]6.28[/C][C]0.0199999999999996[/C][/ROW]
[ROW][C]3[/C][C]6.4[/C][C]6.28[/C][C]0.12[/C][/ROW]
[ROW][C]4[/C][C]6.2[/C][C]5.99090909090909[/C][C]0.209090909090909[/C][/ROW]
[ROW][C]5[/C][C]6.9[/C][C]6.63333333333333[/C][C]0.266666666666667[/C][/ROW]
[ROW][C]6[/C][C]6.4[/C][C]6.97083333333333[/C][C]-0.570833333333333[/C][/ROW]
[ROW][C]7[/C][C]6.3[/C][C]6.28[/C][C]0.0199999999999996[/C][/ROW]
[ROW][C]8[/C][C]6.8[/C][C]6.97083333333333[/C][C]-0.170833333333333[/C][/ROW]
[ROW][C]9[/C][C]6.9[/C][C]6.97083333333333[/C][C]-0.0708333333333329[/C][/ROW]
[ROW][C]10[/C][C]6.7[/C][C]6.63333333333333[/C][C]0.0666666666666664[/C][/ROW]
[ROW][C]11[/C][C]6.9[/C][C]6.97083333333333[/C][C]-0.0708333333333329[/C][/ROW]
[ROW][C]12[/C][C]6.9[/C][C]6.97083333333333[/C][C]-0.0708333333333329[/C][/ROW]
[ROW][C]13[/C][C]6.3[/C][C]5.99090909090909[/C][C]0.309090909090909[/C][/ROW]
[ROW][C]14[/C][C]6.1[/C][C]5.99090909090909[/C][C]0.109090909090908[/C][/ROW]
[ROW][C]15[/C][C]6.2[/C][C]6.28[/C][C]-0.0800000000000001[/C][/ROW]
[ROW][C]16[/C][C]6.8[/C][C]6.63333333333333[/C][C]0.166666666666666[/C][/ROW]
[ROW][C]17[/C][C]6.5[/C][C]6.28[/C][C]0.22[/C][/ROW]
[ROW][C]18[/C][C]7.6[/C][C]6.97083333333333[/C][C]0.629166666666666[/C][/ROW]
[ROW][C]19[/C][C]6.3[/C][C]6.63333333333333[/C][C]-0.333333333333334[/C][/ROW]
[ROW][C]20[/C][C]7.1[/C][C]6.97083333333333[/C][C]0.129166666666666[/C][/ROW]
[ROW][C]21[/C][C]6.8[/C][C]6.97083333333333[/C][C]-0.170833333333333[/C][/ROW]
[ROW][C]22[/C][C]7.3[/C][C]6.97083333333333[/C][C]0.329166666666667[/C][/ROW]
[ROW][C]23[/C][C]6.4[/C][C]6.63333333333333[/C][C]-0.233333333333333[/C][/ROW]
[ROW][C]24[/C][C]6.8[/C][C]6.97083333333333[/C][C]-0.170833333333333[/C][/ROW]
[ROW][C]25[/C][C]7.2[/C][C]6.97083333333333[/C][C]0.229166666666667[/C][/ROW]
[ROW][C]26[/C][C]6.4[/C][C]6.28[/C][C]0.12[/C][/ROW]
[ROW][C]27[/C][C]6.6[/C][C]6.63333333333333[/C][C]-0.0333333333333341[/C][/ROW]
[ROW][C]28[/C][C]6.8[/C][C]6.63333333333333[/C][C]0.166666666666666[/C][/ROW]
[ROW][C]29[/C][C]6.1[/C][C]5.99090909090909[/C][C]0.109090909090908[/C][/ROW]
[ROW][C]30[/C][C]6.5[/C][C]6.97083333333333[/C][C]-0.470833333333333[/C][/ROW]
[ROW][C]31[/C][C]6.4[/C][C]6.28[/C][C]0.12[/C][/ROW]
[ROW][C]32[/C][C]6[/C][C]5.99090909090909[/C][C]0.00909090909090882[/C][/ROW]
[ROW][C]33[/C][C]6[/C][C]6.28[/C][C]-0.28[/C][/ROW]
[ROW][C]34[/C][C]7.3[/C][C]6.97083333333333[/C][C]0.329166666666667[/C][/ROW]
[ROW][C]35[/C][C]6.1[/C][C]5.99090909090909[/C][C]0.109090909090908[/C][/ROW]
[ROW][C]36[/C][C]6.7[/C][C]6.97083333333333[/C][C]-0.270833333333333[/C][/ROW]
[ROW][C]37[/C][C]6.4[/C][C]6.63333333333333[/C][C]-0.233333333333333[/C][/ROW]
[ROW][C]38[/C][C]5.8[/C][C]5.99090909090909[/C][C]-0.190909090909091[/C][/ROW]
[ROW][C]39[/C][C]6.9[/C][C]6.97083333333333[/C][C]-0.0708333333333329[/C][/ROW]
[ROW][C]40[/C][C]7[/C][C]6.97083333333333[/C][C]0.0291666666666668[/C][/ROW]
[ROW][C]41[/C][C]7.3[/C][C]6.97083333333333[/C][C]0.329166666666667[/C][/ROW]
[ROW][C]42[/C][C]5.9[/C][C]5.99090909090909[/C][C]-0.0909090909090908[/C][/ROW]
[ROW][C]43[/C][C]6.2[/C][C]6.28[/C][C]-0.0800000000000001[/C][/ROW]
[ROW][C]44[/C][C]6.8[/C][C]6.97083333333333[/C][C]-0.170833333333333[/C][/ROW]
[ROW][C]45[/C][C]7[/C][C]6.97083333333333[/C][C]0.0291666666666668[/C][/ROW]
[ROW][C]46[/C][C]5.9[/C][C]5.99090909090909[/C][C]-0.0909090909090908[/C][/ROW]
[ROW][C]47[/C][C]6.1[/C][C]6.28[/C][C]-0.180000000000001[/C][/ROW]
[ROW][C]48[/C][C]5.7[/C][C]5.99090909090909[/C][C]-0.290909090909091[/C][/ROW]
[ROW][C]49[/C][C]7.1[/C][C]6.97083333333333[/C][C]0.129166666666666[/C][/ROW]
[ROW][C]50[/C][C]5.8[/C][C]5.99090909090909[/C][C]-0.190909090909091[/C][/ROW]
[ROW][C]51[/C][C]7.4[/C][C]6.97083333333333[/C][C]0.429166666666667[/C][/ROW]
[ROW][C]52[/C][C]6.8[/C][C]6.97083333333333[/C][C]-0.170833333333333[/C][/ROW]
[ROW][C]53[/C][C]6.8[/C][C]6.63333333333333[/C][C]0.166666666666666[/C][/ROW]
[ROW][C]54[/C][C]7[/C][C]6.97083333333333[/C][C]0.0291666666666668[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=198694&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=198694&T=2

As an alternative you can also use a QR Code:

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

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	6.8	6.97083333333333	-0.170833333333333
2	6.3	6.28	0.0199999999999996
3	6.4	6.28	0.12
4	6.2	5.99090909090909	0.209090909090909
5	6.9	6.63333333333333	0.266666666666667
6	6.4	6.97083333333333	-0.570833333333333
7	6.3	6.28	0.0199999999999996
8	6.8	6.97083333333333	-0.170833333333333
9	6.9	6.97083333333333	-0.0708333333333329
10	6.7	6.63333333333333	0.0666666666666664
11	6.9	6.97083333333333	-0.0708333333333329
12	6.9	6.97083333333333	-0.0708333333333329
13	6.3	5.99090909090909	0.309090909090909
14	6.1	5.99090909090909	0.109090909090908
15	6.2	6.28	-0.0800000000000001
16	6.8	6.63333333333333	0.166666666666666
17	6.5	6.28	0.22
18	7.6	6.97083333333333	0.629166666666666
19	6.3	6.63333333333333	-0.333333333333334
20	7.1	6.97083333333333	0.129166666666666
21	6.8	6.97083333333333	-0.170833333333333
22	7.3	6.97083333333333	0.329166666666667
23	6.4	6.63333333333333	-0.233333333333333
24	6.8	6.97083333333333	-0.170833333333333
25	7.2	6.97083333333333	0.229166666666667
26	6.4	6.28	0.12
27	6.6	6.63333333333333	-0.0333333333333341
28	6.8	6.63333333333333	0.166666666666666
29	6.1	5.99090909090909	0.109090909090908
30	6.5	6.97083333333333	-0.470833333333333
31	6.4	6.28	0.12
32	6	5.99090909090909	0.00909090909090882
33	6	6.28	-0.28
34	7.3	6.97083333333333	0.329166666666667
35	6.1	5.99090909090909	0.109090909090908
36	6.7	6.97083333333333	-0.270833333333333
37	6.4	6.63333333333333	-0.233333333333333
38	5.8	5.99090909090909	-0.190909090909091
39	6.9	6.97083333333333	-0.0708333333333329
40	7	6.97083333333333	0.0291666666666668
41	7.3	6.97083333333333	0.329166666666667
42	5.9	5.99090909090909	-0.0909090909090908
43	6.2	6.28	-0.0800000000000001
44	6.8	6.97083333333333	-0.170833333333333
45	7	6.97083333333333	0.0291666666666668
46	5.9	5.99090909090909	-0.0909090909090908
47	6.1	6.28	-0.180000000000001
48	5.7	5.99090909090909	-0.290909090909091
49	7.1	6.97083333333333	0.129166666666666
50	5.8	5.99090909090909	-0.190909090909091
51	7.4	6.97083333333333	0.429166666666667
52	6.8	6.97083333333333	-0.170833333333333
53	6.8	6.63333333333333	0.166666666666666
54	7	6.97083333333333	0.0291666666666668

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = 1 ; par2 = none ; par3 = 4 ; par4 = no ;

Parameters (R input):

par1 = 1 ; par2 = none ; par3 = 4 ; 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')
}

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code