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 11:42:47 -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/t1228157009jezjqegbde3nr52.htm/, Retrieved Sun, 05 May 2024 15:29:53 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27121, Retrieved Sun, 05 May 2024 15:29:53 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact210

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 non stationary...] [2008-12-01 18:42:47] [4940af498c7c54f3992f17142bd40069] [Current]
-           [Law of Averages] [q1 non stationary...] [2008-12-01 18:44:29] [85134b6edb9973b9193450dd2306c65b]
-             [Law of Averages] [q1 non stationary...] [2008-12-01 18:45:27] [85134b6edb9973b9193450dd2306c65b]
F RMPD        [Variance Reduction Matrix] [q3 non stationary...] [2008-12-01 18:51:21] [85134b6edb9973b9193450dd2306c65b]
Feedback Forum
2008-12-05 10:17:05 [Stijn Van de Velde] [reply] 
Het gaat hier om een muntstuk dat opgeworpen wordt, er is dus in theorie 50% kans om kop en 50% kans om munt te gooien (bij een onvervalste munt).
Omdat de gegevens random zijn ga je dus elke keer een andere grafiek krijgen.

De 1ste grafiek, Excess of heads, toont het overschot aan kop dat er gegooid wordt. Indien er telkens om beurt eerst een kop en daarna munt gegooid zou worden, zou deze grafiek een horizontaal verloop met een minimale spreiding vertonen. Dit is echter zeer onwaarschijnlijk en daarom krijgen we zeer random grafieken, die bij herberekening telkens een ander verloop zullen hebben.

De 2de grafiek toont het proportioneel aantal keren dat er kop gegooid wordt. Dit nadert wel 0.5 (50%) naarmate er meer keer gegooid wordt (wet van de grote getallen). Deze grafiek kent dus geen chronologisch verloop, in tegenstelling tot de Excess of heads grafiek.
2008-12-07 15:27:29 [Nathalie Boden] [reply] 
2008-12-07 15:38:39 [Nathalie Boden] [reply] 
We hebben hier een muntstuk met 2 zijden. In de parameter vullen we in dat we het muntstuk bv. 500 keer gaan werpen. Bij de tweede parameter vullen we de waarschijnlijkheid in. Dit is 50% want je hebt 50% kans dat je munt gooit of 50% dat je kop gooit. We verwachten intuïtief dat de helft munt is en de helft kop. Bij de eerste grafiek (excess of heads) gaat men cumulatief tellen hoeveel keer er kop als resultaat is op de x-as en op de y-as vinden we het aantal keer dat we gegooid hebben. We zien bijvoorbeeld dat er vanaf 200 de totaliteit van munt van kop vaker voorkomt dan die van komt. Dit komt omdat het muntstuk geen geheugen heeft, het muntstuk onthoud dus niet wat er in het verleden is gebeurd. Daarom gaan we dit een aantal keren reproduceren. Bij de simulatie zien we inderdaad dat we soms te maken hebben met een stijgende trend dan weer met een dalende trend,... We kunnen hier geen seizonaliteit vaststellen. Bij de tweede grafiek (proportion of heads) vinden we inderdaad het proportioneel aantal keren dat er kop word gegooid. Naarmate er meer met het muntstuk wordt gegooid nadert dit wel een waarde van 0.5 (=50%).
2008-12-07 15:43:37 [Nathalie Boden] [reply] 
http://www.freestatistics.org/blog/index.php?v=date/2008/Dec/07/t1228664579gbxldny6iyrk9sw.htm
  2008-12-07 15:48:52 [Nathalie Boden] [reply] 
De link die ik hierboven heb gezet is de foute. Dit is de juiste link:
http://www.freestatistics.org/blog/index.php?v=date/2008/Dec/07/t1228664818so5esj88nop9k99.htm

Hier heb ik ook nog de autocorrelatie functie bijgezet die nodig is voor vraag 2. We zien dat er hier geen sprake is van toeval. We zien inderdaad dat het betrouwbaarheidsinterval klein is. De lags steken er allemaal bovenuit aan de bovenkant zijn ze allemaal positief. Ze zijn ook allemaal significant want ze stijgen uit boven het betrouwbaarheidsinterval. Dit is een kenmerk van een lange termijn trend.

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'George Udny Yule' @ 72.249.76.132

\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 & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=27121&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=27121&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27121&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'George Udny Yule' @ 72.249.76.132


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()