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 computationTue, 02 Dec 2008 12:33:27 -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/02/t12282464491b6tos01pzkz9vp.htm/, Retrieved Fri, 17 May 2024 06:37:08 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=28240, Retrieved Fri, 17 May 2024 06:37:08 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact175

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] [] [2008-12-02 19:33:27] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum
2008-12-04 13:17:39 [Angelique Van de Vijver] [reply] 
Goede berekening en goede conclusies, maar bespreking van het cumulatieve periodogram kon beter.
Als sinus een hoge frequentie heeft, zal de trend inderdaad zeer snel op en neer gaan en komt dit overeen met een korte periode. Bij een sinus met een lage frequentie, gaat de lijn langzaam op en neer en is er een lange periode.
De periode is de afstand tussen 2 toppen.
Zoals de student zegt zien we op het raw periodogram een langzaam dalend verloop.
De student kon ook nog vermelden dat we hier dus te maken hebben met een langetermijntrend en dus een lange periode. Deze lange periode komt dus overeen met een lage frequentie van de sinus.
Je moet dus differentiëren om deze trend te verwijderen.
Op het cumulatieve periodogram zien we een steil stijgende lijn aan de linkerkant. Dit wijst op een langetermijntrend. De blauwe stippellijnen komen overeen met het 95% betrouwbaarheidsinterval.
Dit cumulatieve periodogram interpreteer je zoals de R-kwadraat en geeft dus aan hoeveel percent je kan verklaren.
2008-12-10 08:37:55 [Peter Van Doninck] [reply] 
Het klopt dat het raw periodogram een dalend verloop kent. Hieruit kunnen we afleiden dat er een lange termijntrend aanwezig is. Het cumulatieve periodogram is niet volledig besproken. We zien dat er links een vrij lage frequentie is. Dit duidt op een lange termijntrend. We kunnen hier ongeveer 80% door verklaren. Er is geen sprake van seizoenaliteit! Dit kunnen we besluiten omdat er geen trapjesvorm waar te nemen is.

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=28240&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=28240&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=28240&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()