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 computationWed, 03 Dec 2008 02:54:26 -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/03/t1228298088jsl36k798wsejkc.htm/, Retrieved Mon, 20 May 2024 22:49:21 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=28593, Retrieved Mon, 20 May 2024 22:49:21 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact205

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] [] [2008-12-03 09:54:26] [ba8414dd214a21fbd6c7bde748ac585f] [Current]
Feedback Forum
2008-12-06 10:53:07 [Carole Thielens] [reply] 
De conclusie van de student met betrekking tot deze vraag is helemaal niet correct. De student merkt uitsluitend op dat de grafiek Law of averages en Raw periodogram. Dit zegt echter niets over het typische patroon dat herkenbaar zou moeten zijn op het periodogram.

Juiste antwoord:

-Op de eerste grafiek kunnen we een langzaam dalende trend waarnemen. Op de x-as op wordt de frequentie weergegeven, terwijl de y-as het spectrum voorstelt. Dit is de weergave van het vermogen in een signaal als functie van de frequentie. Op deze grafiek zijn duidelijk lage frequenties en grote periodes vast te stellen. Ook zien we duidelijk dat de varianties steeds verschillen bij de verscheidene frequenties.
Op het cumulatief periodogram, zien we een stijl stijgend verloop, wat wijst op een langetermijntrend. We kunnen ook zien dat de cumulatieve frequentiecurve buiten het betrouwbaarheidsinterval ligt.
2008-12-08 20:47:46 [Katja van Hek] [reply] 
De raw periodogram toont een lange termijn trend, ze toont ook golfbewegingen met een lage frequentie en lange perioden die weer typisch zijn voor de lange termijn. Er is ook een dalend patroon zichtbaar. Bij de cumulatieve periodogram geeft de y-as de verklaringsgraad weer. De grafiek heeft een zeer steile verloop die wederom typisch is voor de lange termijn. Je kunt duidelijk zien dat de lange termijn 80% van de gegevens kan verklaren. Ook zie je hier duidelijk dat de waarden buiten de 95% betrouwbaarheidsinterval vallen en dus significant verschillend van 0 zijn.

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=28593&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=28593&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=28593&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 ;
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()