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 10:19:51 -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/t1228152032x7xfewvfv8fo3xb.htm/, Retrieved Sun, 05 May 2024 18:22:44 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27007, Retrieved Sun, 05 May 2024 18:22:44 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact196

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 17:19:51] [c0a347e3519123f7eef62b705326dad9] [Current]
Feedback Forum
2008-12-05 09:44:21 [Ciska Tanghe] [reply] 
Op de grafiek ‘Raw Periodogram’ zien we een traag neergaande beweging. De periodes van schommelingen zijn wel lang. Ook is er een lange termijn trend te zien. Kijken we naar de grafiek ‘Cumulative Periodogram’ dan zien we dat de y-as verdeeld is van 0 tot 1. Dit moeten we in procentuele termen interpreteren. De x-as is verdeeld van 0 tussen 0.5. Dit betekent dat de lange termijn trend de tijdreeks vertraagt met 95%. De tijdreeks vertoont dus een duidelijk patroon. Mocht de tijdreeks tussen de twee stippellijnen gelegen hebben, dan was er geen sprake van een patroon.
2008-12-07 14:53:21 [Roland Feldman] [reply] 
Golfbewegingen met een lage frequentie impliceren een traag op en neergaande beweging en dus een lange periode beweging in de tijdreeks. Uit het cumulatief periodogram kunnen we het volgende afleiden:
Hier kunnen we duidelijk zien dat 95% van de spreiding van de tijdreeks wordt bepaald door een golfbeweging met een frequentie tussen 0.0 en 0.5.

2008-12-09 07:18:43 [Bonifer Spillemaeckers] [reply] 
D en d worden hier eerst opnieuw gelijkgesteld aan 0. Het aantal lags zetten we hier op 36. Zo kunnen we toch meer aflezen op de grafiek. We zien hier duidelijk dat alle verticale lijnen buiten het betrouwbaarheidsinterval liggen. Dit kan dus te maken met een LT-trend.

Vervolgens stellen we d gelijk aan 1 en D aan 0. We kunnen duidelijk zien dat het probleem van de LT-trend toch grotendeels is opgelost. Wel zien we bij lag 12, 24 en 36 verscheidene pieken. Dit duidt duidelijk op seizoenaliteit.

Om de seizoenaliteit weg te werken, stellen we hier D gelijk aan 1. We zien nu dat bijna alle verticale lijnen binnen het betrouwbaarheidsinterval liggen. We zien dat er geen sprake meer is van seizoenaliteit en van een LT-trend.
2008-12-09 07:47:47 [Bonifer Spillemaeckers] [reply] 
Het antwoord dat ik hierboven is verkeerd. Dit hoort bij vraag 6.


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=27007&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=27007&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27007&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 ; par3 = ; par4 = ; par5 = ; par6 = ; par7 = ; par8 = ; par9 = ; par10 = ; par11 = ; par12 = ; par13 = ; par14 = ; par15 = ; par16 = ; par17 = ; par18 = ; par19 = ; par20 = ;
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()