FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationMon, 01 Dec 2008 02:51:28 -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/Dec/01/t1228125261c8d0yzl4lmgppul.htm/, Retrieved Sun, 05 May 2024 13:10:20 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26833, Retrieved Sun, 05 May 2024 13:10:20 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact219

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Law of Averages] [Random Walk Simul...] [2008-11-25 17:50:19] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [Non Stationary Ti...] [2008-12-01 09:51:28] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-04 13:12:44 [Glenn Maras] [reply] 
Juiste berekeningen. De student zegt dat er geen sprake is van een trend. Dat is correct. Hij kon nog gezegd hebben dat het een schijnbare trend is. Je zou een dalende of stijgende trend kunnen opmerken maar dat is puur toeval. De student zegt dat er seizoenaliteit aanwezig is. Dat is absoluut NIET het geval.
2008-12-06 09:25:00 [Annemiek Hoofman] [reply] 
Het verschil tussen het aantal keer kop en munt kan uitgedrukt worden als volgt:
Yt = Yt-1 +et (et kan de waarden -1 en +1 aannemen, de kans is telkens 50%)
Een voorspelling ziet er dus zo uit:
Ft = Yt – et = yt-1 wat wil zeggen dat de voorspelde gebeurtenis gelijk is aan de gebeurtenis net voordien en dat men dus een horizontaal lijntje zou moeten trekken op de grafiek. Hier spreekt men dus over een niet-voorspelbare trend (horizontale trend) en er is dus ook geen sprake van een LT-trend of seizoenaliteit.

Post a new message

Dataset

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135

\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 & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26833&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]1 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=26833&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26833&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 time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 500 ; par2 = 0.5 ;
Parameters (R input):
par1 = 500 ; par2 = 0.5 ;
R code (references can be found in the software module):
n <- as.numeric(par1)
p <- as.numeric(par2)
heads=rbinom(n-1,1,p)
a=2*(heads)-1
b=diffinv(a,xi=0)
c=1:n
pheads=(diffinv(heads,xi=.5))/c
bitmap(file='test1.png')
op=par(mfrow=c(2,1))
plot(c,b,type='n',main='Law of Averages',xlab='Toss Number',ylab='Excess of Heads',lwd=2,cex.lab=1.5,cex.main=2)
lines(c,b,col='red')
lines(c,rep(0,n),col='black')
plot(c,pheads,type='n',xlab='Toss Number',ylab='Proportion of Heads',lwd=2,cex.lab=1.5)
lines(c,pheads,col='blue')
lines(c,rep(.5,n),col='black')
par(op)
dev.off()