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_univariatedataseries.wasp
Title produced by softwareUnivariate Data Series
Date of computationMon, 01 Dec 2008 10:06:03 -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/t1228151200kmu1wdylpf13y9f.htm/, Retrieved Sun, 05 May 2024 15:20:38 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26996, Retrieved Sun, 05 May 2024 15:20:38 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact248

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Univariate Data Series] [Airline data] [2007-10-18 09:58:47] [42daae401fd3def69a25014f2252b4c2]
F    D    [Univariate Data Series] [q5] [2008-12-01 17:06:03] [e515c0250d6233b5d2604259ab52cebe] [Current]
- RMP       [Standard Deviation-Mean Plot] [verbetering Q5] [2008-12-08 10:48:00] [5161246d1ccc1b670cc664d03050f084]
Feedback Forum
2008-12-03 20:19:25 [Tamara Witters] [reply] 
Dit is een verkeerde berekening

Dit is de juiste: http://www.freestatistics.org/blog/index.php?v=date/2008/Dec/03/t1228335338x8cen29a52pm4dw.htm

De regressie verklaart de standaardfout door het gemiddelde.
Lambda =-0,31. Dit is optimaal om de spreiding te stabiliseren.
Op de grafiek kunnen we zien dat de helling significant is. We zullen dus twee transformaties moeten gebruiken om de spreiding te stabiliseren.
2008-12-07 14:10:44 [Jeroen Michel] [reply] 
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL http://www.freestatistics.org/blog/date/2008/Dec/07/t1228658897n6y70goiv68wdwy.htm, Retrieved Sun, 07 Dec 2008 14:08:22 +0000

Bovenstaande link geeft u mijn berekening weer. De berekening die u maakt is een foutieve berekening. De regressie die te zien kan verklaren wat de standaardfout, dit door het gegeven gemiddelde. Er is een lambda van -0,31 om de spreiding optimaal te stabiliseren. Om de spreiding te stabiliseren, zijn er 2 transformaties nodig.
2008-12-07 17:49:14 [Jeroen Aerts] [reply] 
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL http://www.freestatistics.org/blog/date/2008/Dec/07/t1228671979phjd77e2ulx1do1.htm, Retrieved Sun, 07 Dec 2008 17:46:25 +0000

Hier vindt u de juiste berekening. De regressie dient om de standaardfout van het gemiddelde te kunnen verklaren.een Lamda van -0.31 is goed om de spreiding optimaal te stabiliseren.

Er is een significante helling. Er zullen dus 2 transformaties moeten gebeuren om de spreiding te stabiliseren.
2008-12-08 08:14:47 [Jonas De Kinder] [reply] 
Je geeft de link naar een geblogde reeks. je had de standard deviation mean plot moeten berekening, hier vind je de link naar de goede berekening:

http://www.freestatistics.org/blog/index.php?v=date/2008/Dec/08/t1228723923i76iud8aodr5w7y.htm

De regressie dient om de standaardfout van het gemiddelde te kunnen verklaren. een negatieve lambda waarde duidt op een steile helling. Er zullen dus 2 transformaties moeten gebeuren om de spreiding te stabiliseren.
2008-12-08 12:18:55 [Ellen Smolders] [reply] 
Foutieve berekening, juiste:
http://www.freestatistics.org/blog/index.php?v=date/2008/Dec/08/t12287387033gskq08c44myfbn.htm

Als we de berekening reproduceren via de module ‘Time Series Analysis’ en vervolgens de Standard Deviation Mean Plot berekenen merken we dat het gemiddelde van de Airline data jaar na jaar toeneemt. De verklaring hiervoor is dat de reizigers op vliegvakantie gaan in de vakantiemaanden. Dus het gemiddelde van de echte vakantiemaanden gaat jaar na jaar versterken omdat de mensen elk jaar in die maanden op reis gaan. Analoog worden de slechte maanden jaar na jaar slechter. De
lambdawaarde die voor een optimale spreiding is -0.104255356031287.
2008-12-08 12:57:04 [Bas van Keken] [reply] 
Hier had inderdaad de Standard deviation meanplot berekend moeten worden, mijn voorbeeldlink: http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/30/t1228069181m0jcdfzpehaxzdg.htm/

De (onaangepaste) airline data is hetroskedastisch.
Er is een lange termijn trend dus het gemiddelde neemt elk jaar toe. De standaarddeviation (standaardfout) op het stijgende gemiddelde zal bijgevolg ook stijgen. De Lambdawaarde krijgen we door 1 te verminderen met de betafout.
2008-12-08 15:55:44 [Mehmet Yilmaz] [reply] 
De berekening is fout.

Hieronder de juiste berekening:
http://www.freestatistics.org/blog/index.php?v=date/2008/Dec/08/t1228749394nkfdmtmc2pqt86w.htm

De seizoenen heb ik op 12 gezet, omdat we het op jaarbasis willen bekijken en de beste T-test opleverde (hoogste verklaarbaarheid voor de waarden).

Uit de tabel blijkt dat bij 1 de SD het kleinst is (en de range, spreiding dus ook). De lambda nodig om de variantie stationair te maken zal -0.312592539725755 (afgeleid uit laatste tabel).
2008-12-08 19:07:57 [Davy De Nef] [reply] 
De student had gebruik moeten maken van de standard deviation mean plot (zoals ook te lezen stond in de opgave).

vb; http://www.freestatistics.org/blog/index.php?v=date/2008/Nov/28/t1227896361gw20vnkhh9ugt9u.htm

Daar merk je duidelijk dat het gemiddelde meting na meting toeneemt. Ook de standaardfout neemt toe. De helling van de grafiek is significant. De lambda waarde bedraagt 0,104..
2008-12-08 22:39:37 [Kristof Augustyns] [reply] 
Foute berekening.
http://www.freestatistics.org/blog/index.php?v=date/2008/Dec/03/t1228335338x8cen29a52pm4dw.htm
Dit is de juiste.
Lambda =-0,31. Beste voor stabilisering spreiding.
Je ziet ook dat de helling significant is.
2008-12-08 22:41:30 [Kristof Augustyns] [reply] 
De standard deviation mean plot moest gebruikt worden.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
112
118
132
129
121
135
148
148
136
119
104
118
115
126
141
135
125
149
170
170
158
133
114
140
145
150
178
163
172
178
199
199
184
162
146
166
171
180
193
181
183
218
230
242
209
191
172
194
196
196
236
235
229
243
264
272
237
211
180
201
204
188
235
227
234
264
302
293
259
229
203
229
242
233
267
269
270
315
364
347
312
274
237
278
284
277
317
313
318
374
413
405
355
306
271
306
315
301
356
348
355
422
465
467
404
347
305
336
340
318
362
348
363
435
491
505
404
359
310
337
360
342
406
396
420
472
548
559
463
407
362
405
417
391
419
461
472
535
622
606
508
461
390
432

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=26996&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=26996&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26996&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






Univariate Dataseries
Name of dataseriesAirline
SourceBox-Jenkins
DescriptionAirline Passengers
Number of observations144

\begin{tabular}{lllllllll}
\hline
Univariate Dataseries \tabularnewline
Name of dataseries & Airline \tabularnewline
Source & Box-Jenkins \tabularnewline
Description & Airline Passengers \tabularnewline
Number of observations & 144 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26996&T=1

[TABLE]
[ROW][C]Univariate Dataseries[/C][/ROW]
[ROW][C]Name of dataseries[/C][C]Airline[/C][/ROW]
[ROW][C]Source[/C][C]Box-Jenkins[/C][/ROW]
[ROW][C]Description[/C][C]Airline Passengers[/C][/ROW]
[ROW][C]Number of observations[/C][C]144[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=26996&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26996&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Univariate Dataseries
Name of dataseriesAirline
SourceBox-Jenkins
DescriptionAirline Passengers
Number of observations144


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = Airline ; par2 = Box-Jenkins ; par3 = Airline Passengers ;
Parameters (R input):
par1 = Airline ; par2 = Box-Jenkins ; par3 = Airline Passengers ;
R code (references can be found in the software module):
bitmap(file='test1.png')
plot(x,col=2,type='b',main=main,xlab=xlab,ylab=ylab)
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Univariate Dataseries',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Name of dataseries',header=TRUE)
a<-table.element(a,par1)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Source',header=TRUE)
a<-table.element(a,par2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Description',header=TRUE)
a<-table.element(a,par3)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Number of observations',header=TRUE)
a<-table.element(a,length(x))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')