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 08:42:44 -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/t12281462172dk6hsyk93o3b47.htm/, Retrieved Sun, 05 May 2024 12:55:05 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26950, Retrieved Sun, 05 May 2024 12:55:05 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact206

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 18:05:16] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [Non stationary ti...] [2008-12-01 15:42:44] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-05 14:27:51 [Vincent Vanden Poel] [reply] 
Je hebt de vraag goed opgelost. Ook je vergelijking met de beurskoers is interessant.

Er is hier sprake van een schijnbaar negatieve trend op lange termijn. Wanneer we kijken naar de autocorrelatie zien we dat alle lags buiten het betrouwbaarheidsinterval liggen (aan de positieve kant) en dus allen significant verschillend zijn van 0. Ze zijn met andere woorden niet te wijten aan het toeval. We merken ook op dat deze een langzaam dalend patroon van positieve getallen weergeeft. Dit is geen toeval. Het langzaam dalende patroon is typisch voor een stochastische trend op lange termijn.
Dit heb je ook vermeld in je antwoord.

Sommige beleggers denken ook de beurskoers te kunnen voorspellen volgens dit model. Als we veronderstellen dat de eerste grafiek de beurskoers voorstelt zullen sommige beleggers de toekomstige waarde trachten te voorspellen op basis van bijzondere waarnemingen. Hier zouden ze dan de top (x-as +/-100) en de laagste waarde (x-as +/-450) gebruiken om te toekomstige beurskoers te voorspellen. Bij een positieve autocorrelatie zal door een lage beurskoers in het verleden ook de huidige beurskoers laag liggen of omgekeerd. Bij een negatieve correlatie belandt men echter in een soort van jo-jo effect.

2008-12-06 16:06:55 [Steven Vanhooreweghe] [reply] 
ik ben het eens met voorgaande student
2008-12-07 12:08:15 [006ad2c49b6a7c2ad6ab685cfc1dae56] [reply] 
De stippellijnen op de autocorrelatiegrafiek stellen het 95%-betrouwbaarheidsinterval voor. Je kan zien dat alle autocorrelaties buiten deze lijnen vallen. Alle autocorrelaties zijn dus significant verschillend van 0. Dit kan geen toeval zijn en wijst dus op een fundamentele eigenschap. Er is duidelijk een dalend patroon te zien, dat is zeer typisch voor een stochastische trend op lange termijn.


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 time2 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\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 & 2 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26950&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]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=26950&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26950&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 time2 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24


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
bitmap(file='pic1.png')
racf <- acf(b,n/10,main='Autocorrelation',xlab='lags',ylab='ACF')
dev.off()
racf