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_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationMon, 01 Dec 2008 05:57:01 -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/t1228136277y9mfd2r6btu7ij9.htm/, Retrieved Sun, 05 May 2024 10:33:23 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26907, Retrieved Sun, 05 May 2024 10:33:23 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact200

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 18:40:39] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [workshop 7, Q4] [2008-12-01 12:57:01] [a16dfd7e948381d8b6391003c5d09447] [Current]
Feedback Forum
2008-12-04 09:25:37 [Julie Govaerts] [reply] 
Dit is een andere methode om een trend te analyseren = spectraal analyse
De rode lijn op de eerste grafiek zal omgevormd worden aan de hand van regelmatige golfbewegingen = sinus en cosinus functies
De frequentie <----> de periode = de lengte die nodig is om een hele cyclus te doorlopen
= zijn het omgekeerde bv als het om een lange periode gaat dan is er een lage frequentie
Amplitude = de afstand tussen de top en de bodem van de cyclus
Dit is een software om een time series (functie) te ontbinden in sinus en cosinus functies (= spectrale analyse).


2008-12-07 14:39:28 [Stephanie Vanderlinden] [reply] 
Hier had nog bij vermeld kunnen worden dat een frequentie en een periode het omgekeerde zijn van elkaar. Bij een lage frequentie heb je te maken met een lange periode en bij een hoge frequentie heb je te maken met een korte periode.
2008-12-08 14:29:58 [Jonas Janssens] [reply] 
- 'Raw Periodogram': Dit patroon wijst erop dat we niet-seizonale differentiatie moeten toepassen om de tijdreeks stationair te maken.
- 'Cumulative Periodogram': goede uitleg
2008-12-10 09:20:00 [b5935c41f1031f8c061510fc5ad27e97] [reply] 
Q4 : De berekeningen zijn correct en de bijhorende uitleg is zeer goed en voldoende nauwkeurig. Goed gedaan.

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=26907&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=26907&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26907&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()
b
x <- b
bitmap(file='test1.png')
r <- spectrum(x,main='Raw Periodogram')
dev.off()
r
bitmap(file='test2.png')
cpgram(x,main='Cumulative Periodogram')
dev.off()