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 08:47:09 -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/t1228146524n9aexzhomep2sot.htm/, Retrieved Sun, 05 May 2024 13:18:08 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26956, Retrieved Sun, 05 May 2024 13:18:08 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact199

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] [] [2008-12-01 15:47:09] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-06 13:04:29 [Maarten Van Gucht] [reply] 
De student heeft een juiste berekening gemaakt, maar kon zijn antwoord nog vervolledigen.
De spectraalanalyse is de 3e methode om een trend te analyseren. De frequentie is het omgekeerde van de periode. Als je een hoge frequentie hebt, dan gaat die zeer snel op en neer en heb je dus een kleine periode. De periode = afstand tussen 2 toppen, de frequentie = hoe snel het op en neer gaat, de amplitude is de hoogte. dit heeft de student ook goed vermeld in zijn antwoord.

We zien hier een lange termijn trend met een lage frequentie en dus een lange periode. De lijn beweegt zich dus langzaam op en neer. Dit is typisch voor een lange termijn trend. Als we dit zien moeten we differentiëren om deze trend te verwijderen. We kunnen ook de cummulatieve curve nemen. Dan hebben we een schaal van 0 tot 1. 0.8 wil dan zeggen = dan verklaren we 80% van de tijdreeks. Dan is er zeer lage frequentie.
De lange termijnbewegingen nodig om 80% te kunnen verklaren. Steil stijgende cummulatieve curve wijst op lange termijn. in dit geval zijn er geen trappen bovenaan de grafiek,dit wil zeggen dat er hier geen sprake is van seizoenaliteit.
2008-12-10 09:27:45 [Peter Van Doninck] [reply] 
Het valt duidelijk op dat het raw periodogram een dalende lange termijntrend toont. De student heeft een correcte interpretatie gemaakt van de frequentie en de periode. Zijn conclusie is echter niet volledig. Het cummulatieve frequentie periodogram toont wel aan, zoals hij zegt, dat 80% verklaard kan worden door een lange termijntrend.

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 time4 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001

\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 & 4 seconds \tabularnewline
R Server & 'Herman Ole Andreas Wold' @ 193.190.124.10:1001 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26956&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]4 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Herman Ole Andreas Wold' @ 193.190.124.10:1001[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=26956&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26956&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 time4 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001


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()