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 10:17:45 -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/t12281519008vpy0u8rztxnjmu.htm/, Retrieved Sun, 05 May 2024 16:55:02 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27003, Retrieved Sun, 05 May 2024 16:55:02 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact198

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] [] [2008-12-01 17:17:45] [c0a347e3519123f7eef62b705326dad9] [Current]
Feedback Forum
2008-12-05 09:41:27 [Ciska Tanghe] [reply] 
We stellen vast dat alle punten buiten het betrouwbaarheidsinterval liggen en dat deze punten ook allemaal boven het betrouwbaarheidsinterval liggen. We concluderen hieruit dat er een sterke positieve correlatie is. Dit is een dominant patroon en geeft een lange termijn trend weer.
2008-12-07 14:49:24 [Roland Feldman] [reply] 
Er doet zich duidelijk een langzaam dalende trend voor in de Excess of heads grafiek. Alle autocorrelaties zijn positief en significant. Er is een duidelijk verband tussen de twee. Wanneer er een langzame evolutie is van het niveau is er sprake van autocorrelatie
2008-12-08 20:10:07 [Annelies Michiels] [reply] 
Wat de student schrijft is inderdaad correct. We kunnen dus concluderen dat het hier om een lange dalende termijn trend gaat die inderdaad overeenkomt met de wet van de grote getallen. Alle lags zijn significant groter dan nul.
2008-12-09 07:03:46 [Bonifer Spillemaeckers] [reply] 
De student heeft deze vraag ook goed opgelost. Gevolgd nog wat meer uitleg.

Als we kijken naar de autocorrelatie, zien we dat de verticale lijnen allemaal buiten het betrouwbaarheidsinterval liggen. Het betrouwbaarheidsinterval wordt aangeduid door de 2 blauwe stippellijnen. We kunnen de autocorrelatie hier ook zeker significant noemen. Op basis van het verleden zal een voorspelling kunnen worden gemaakt dat we niet kunnen toeschrijven aan het toeval. Het neerwaartse patroon in de grafiek kunnen we verklaren door de formule Yt = Yt – 1 + et. In deze formule is Yt de dataset en et de LT-trend. De student bemerkt hier correct op dat het hier gaat om een niet-stationaire tijdreeks.

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=27003&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=27003&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27003&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
bitmap(file='pic1.png')
racf <- acf(b,n/10,main='Autocorrelation',xlab='lags',ylab='ACF')
dev.off()
racf