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 12:24:48 -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/t1228159553bupxx1v3481skyn.htm/, Retrieved Sun, 05 May 2024 18:33:59 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27226, Retrieved Sun, 05 May 2024 18:33:59 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact252

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] [non-stationary ti...] [2008-12-01 19:24:48] [e7b1048c2c3a353441b9143db4404b91] [Current]
Feedback Forum
2008-12-08 18:23:14 [Jasmine Hendrikx] [reply] 
Eigen evaluatie:
De berekening is goed uitgevoerd en de bespreking is redelijk goed. In Q6 wordt er inderdaad meer uitleg over gegeven, maar het volgende zou er nog bij mogen: Bij het raw periodogram kun je op de x-as de frequentie aflezen en op de y-as kun je de intensiteit aflezen waarmee de golfbeweging voorkomt (het spectrum). Ook is er uit de grafiek af te leiden dat er sprake is van een lange termijn trend doordat de lange perioden (lage frequenties) een hoge intensiteit hebben (vandaar het dalende verloop).
De interpretatie van het cumulatief periodogram is goed. Hier zou er het volgende nog bij mogen staan: De getallen op de y-as kun je interpreteren als R-squared. Het getal 0.2 op de y-as wil zeggen dat je 20% kunt verklaren van de reeks. Het getal 0.8 wil zeggen dat je 80% kunt verklaren van de reeks. Wanneer we aan de linkerkant een steil stijgende cumulatieve grafiek zien, dan wijst dit op een langetermijntrend, hetgeen ook vermeld wordt. De stippellijnen in de grafiek wijzen op het betrouwbaarheidsinterval. Wanneer er een trapfunctie in de grafiek te zien is, wijst dit op seizoenaliteit (dit is hier niet het geval).

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 time3 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001

\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 & 3 seconds \tabularnewline
R Server & 'Herman Ole Andreas Wold' @ 193.190.124.10:1001 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=27226&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]3 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Herman Ole Andreas Wold' @ 193.190.124.10:1001[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=27226&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27226&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 time3 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001


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
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()