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 14:33:55 -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/t1228167320u8zerr6px4x0173.htm/, Retrieved Sun, 05 May 2024 12:13:23 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27429, Retrieved Sun, 05 May 2024 12:13:23 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact184

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] [Stefan Temmerman] [2008-12-01 21:33:55] [30f7cb12a8cb61e43b87da59ece37a2f] [Current]
Feedback Forum
2008-12-06 14:39:53 [Natalie De Wilde] [reply] 
Voor de Raw Periodogram: Op de x-as zien we de frequentie en op de y-as de intensiteit waarmee de frequentie voorkomt. Er ligt een nadruk op de golfbewegingen met de lage frequentie, er is een langzaam dalend patroon te zien.
Voor de Cumulative Periodogram: In deze grafiek proberen we de intensiteiten te schalen tussen 0 en 1. Het stijl stijgend patroon duidt op een lange termijn trend. We kunnen hier bijna 80% verklaren door de lange termijn trend.
In een tijdreeks zonder seizoenaliteit of zonder lange termijn trend en waar toevalscomponenten zijn weggewerkt, zien we dat de cumulative periodogram een diagonaal is die tussen het 95% betrouwbaarheidsinterval ligt.
2008-12-07 10:29:29 [Lana Van Wesemael] [reply] 
In het raw periodogram merken we een langzaam dalend patroon op, dit wijst op een lange termijntrend. Het cumulatief periodogram stijgt steil hieruit kan men besluiten dat er een lange termijn trend aanwezig is.
2008-12-07 21:09:51 [Stefan Temmerman] [reply] 
Aan de hand van het Raw Periodogram kunnen we seizoenaliteit en/of een trend waarnemen. Hier merken we geen seizoenaliteit omdat er geen piek is bij bv 12, wel een trend (die we niet kunnen voorspellen omdat het een simulatie is) die convergeert. Het Cumulative Periodogram zegt op zijn beurt hoeveel procent van de tijdreeks we kunnen verklaren. Dit is af te lezen aan de y-as, en bedraagt ongeveer 90%. Hier hebben we een zeer lange termijn nodig om deze 90% te verklaren. In deze reeks is er wel een patroon, anders lag de grafiek tussen het betrouwbaarheidsinterval. Er is hier ook geen sprake van seizoenaliteit, omdat we geen ‘trapjes’ kunnen waarnemen.

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 time2 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 & 2 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=27429&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=27429&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27429&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'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 ;
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()