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 08:55:34 -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/t1228146983c4txbypxndsb1u5.htm/, Retrieved Sun, 05 May 2024 18:04:46 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26960, Retrieved Sun, 05 May 2024 18:04:46 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact175

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] [Q1 n-st times series] [2008-12-01 15:55:34] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-07 13:58:38 [Stephanie Vanderlinden] [reply] 
De uitleg bij deze simulatie had veel uitgebreider kunnen zijn. De random walk is een simulatie-experiment met een muntstuk. De x-as geeft weer hoeveel keer het muntstuk gegooid is. Op de y-as = excess of heads kan je zien hoeveel keer kop meer gegooid is dan munt. Het experiment is onafhankelijk van het verleden. Bij de onderste grafiek convergeert de proportion of heads (= y-as) uiteindelijk naar 50%. Dit experiment is wel afhankelijk van het verleden. Er is schijnbaar een trendmatig verloop dat schijnbaar voorspelbaar is, dit lijkt enkel zo. De trend is niet voorspelbaar omdat we hier te maken hebben met een simulatie. Er zijn verschillende patronen op te merken, via de kop- en schouderpatronen kan je hier echter geen verklaring voor geven. Aangezien er geen wederkerende patronen op te merken zijn, kunnen we niet spreken van seizoenaliteit.
2008-12-08 19:14:14 [] [reply] 
Correct antwoord op de vraag. De trend die op te merken is is inderdaad toe te schrijven aan toeval. Er is geen sprake van seizonaliteit.
Stephanie Vanderlinde (bovenstaant) geeft een correcte definitie van de gebruikte methode.

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=26960&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=26960&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26960&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()