Free Statistics

of Irreproducible Research!

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_meanplot.wasp
Title produced by softwareMean Plot
Date of computationMon, 03 Nov 2008 11:42:43 -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/Nov/03/t1225737817luyp10tqr8p0bzg.htm/, Retrieved Mon, 20 May 2024 09:47:37 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20957, Retrieved Mon, 20 May 2024 09:47:37 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact156
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Mean Plot] [workshop 3] [2007-10-26 12:14:28] [e9ffc5de6f8a7be62f22b142b5b6b1a8]
F    D    [Mean Plot] [Task 1 Q2] [2008-11-03 18:42:43] [b0654df83a8a0e1de3ceb7bf60f0d58f] [Current]
Feedback Forum
2008-11-07 14:59:26 [Stijn Van de Velde] [reply
De mean plot berekend hier het gemiddelde van elke maand over de verschillende jaren.

Hou wel rekening met het feit dat maand 1 hier maart is. Dus maand 7 = september.
Er is hier inderdaad duidelijk spraken van seizoenaliteit.
2008-11-07 15:06:55 [Stijn Van de Velde] [reply
Q3:

Kijk naar de notched box plots - sequential blocks.

We stellen vast dat elk jaar de mediaan lager komt te liggen en dat tevens de spreiding minder groot wordt. Naar het 6de jaar toe, zien we dat de gegevens ontbreken. Hierdoor komt de boxplot veel hoger te liggen. Dit geeft natuurlijk een foutief beeld weer.

Dit wil dus zeggen dat de kleding productie inderdaad is gedaald. Dit is weliswaar niet significant.
2008-11-10 11:05:03 [Glenn De Maeyer] [reply
Op basis van de mean plot kunnen we het gemiddelde aflezen van een bepaalde maand over meerdere jaren.
We kunnen hier ook gebruik maken van de notched box plots - periodic subseries
Hier merken we op dat de medianen van de maanden 7 en 8 boven die van de andere maanden liggen. Om te weten of dit verschil significant is moeten we bij de notched box plots kijken naar de notches. De notches van maand 7 bijvoorbeeld overlappen enkel met die van maanden 1 en 8. Dus het verschil in mediaan bij maand 7 t.o.v. maanden 1 en 8 is niet significant. T.o.v. de andere maanden wel.
Op basis van de notched box plots - periodic subserieus merken we dat de mediaan van maand 10 lager ligt. Dit verschil is significant omdat de notches van de maand 10 met geen enkele andere maand overlappen.
2008-11-10 11:08:41 [Glenn De Maeyer] [reply
Op basis van 'nothed box plots - sequential blocks' kunnen we het verloop van de kledingproductie bekijken over een periode van 5 jaar.
De student antwoordt terecht dat de mediaan door de jaren heen daalt.
Belangrijk om na te gaan is of het verschil significant is. Er is geen significant verschil want de notches overlappen. Enkel jaar 1 t.o.v. jaar 5 is een twijfelgeval. Hier zouden we kunnen zeggen dat er een significant verschil is. Zonder jaar 5 zou je kunnen stellen dat er een daling is die aan het toeval te wijten is.
2008-11-11 09:09:09 [Jeroen Michel] [reply
Net zoals in de student in zijn conclusie zegt (word document) gaat het hier inderdaad niet over 'waarden' van een dataset, maar over de gemiddelden periodiek gezien. Bij 7, wat overeenkomt met maand 7, juli, is er een outlier waar te nemen wat wijst op seizoenaliteit. Net zoals beschreven in het document kan dit er op duiden dat mensen meer kledij zullen aankopen. Vanaf oktober is er een vergelijkbare trend, dit is dan wel van toepassing voor de winterkledij.

De grafieken geven een correct beeld weer.
2008-11-11 09:11:16 [Jeroen Michel] [reply
Q3:

Kijk naar de notched box plots - sequential blocks.

De grafieken zijn goed. Het is duidelijk dat we jaar 6 buiten beschouwing mogen laten aangezien deze data onvolledig zijn. Van groot belang is om te stellen dat er niet echt een significant verschil is, maar eerder sprake van toeval. Dit aangezien de alle jaren in het getrouwheidsinterval zitten.

Dit wil dus zeggen dat de kleding productie inderdaad is gedaald. Dit is weliswaar niet significant.

Post a new message
Dataseries X:
109.20
88.60
94.30
98.30
86.40
80.60
104.10
108.20
93.40
71.90
94.10
94.90
96.40
91.10
84.40
86.40
88.00
75.10
109.70
103.00
82.10
68.00
96.40
94.30
90.00
88.00
76.10
82.50
81.40
66.50
97.20
94.10
80.70
70.50
87.80
89.50
99.60
84.20
75.10
92.00
80.80
73.10
99.80
90.00
83.10
72.40
78.80
87.30
91.00
80.10
73.60
86.40
74.50
71.20
92.40
81.50
85.30
69.90
84.20
90.70
100.30




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=20957&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=20957&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20957&T=0

As an alternative you can also use a 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



Parameters (Session):
par1 = 12 ;
Parameters (R input):
par1 = 12 ;
R code (references can be found in the software module):
par1 <- as.numeric(par1)
(n <- length(x))
(np <- floor(n / par1))
arr <- array(NA,dim=c(par1,np+1))
ari <- array(0,dim=par1)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
if (j == par1) j = 0
}
ari
arr
arr.mean <- array(NA,dim=par1)
arr.median <- array(NA,dim=par1)
arr.midrange <- array(NA,dim=par1)
for (j in 1:par1)
{
arr.mean[j] <- mean(arr[j,],na.rm=TRUE)
arr.median[j] <- median(arr[j,],na.rm=TRUE)
arr.midrange[j] <- (quantile(arr[j,],0.75,na.rm=TRUE) + quantile(arr[j,],0.25,na.rm=TRUE)) / 2
}
overall.mean <- mean(x)
overall.median <- median(x)
overall.midrange <- (quantile(x,0.75) + quantile(x,0.25)) / 2
bitmap(file='plot1.png')
plot(arr.mean,type='b',ylab='mean',main='Mean Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.mean,0)
dev.off()
bitmap(file='plot2.png')
plot(arr.median,type='b',ylab='median',main='Median Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.median,0)
dev.off()
bitmap(file='plot3.png')
plot(arr.midrange,type='b',ylab='midrange',main='Midrange Plot',xlab='Periodic Index')
mtext(paste('#blocks = ',np))
abline(overall.midrange,0)
dev.off()
bitmap(file='plot4.png')
z <- data.frame(t(arr))
names(z) <- c(1:par1)
(boxplot(z,notch=TRUE,col='grey',xlab='Periodic Index',ylab='Value',main='Notched Box Plots - Periodic Subseries'))
dev.off()
bitmap(file='plot5.png')
z <- data.frame(arr)
names(z) <- c(1:np)
(boxplot(z,notch=TRUE,col='grey',xlab='Block Index',ylab='Value',main='Notched Box Plots - Sequential Blocks'))
dev.off()
bitmap(file='plot6.png')
z <- data.frame(cbind(arr.mean,arr.median,arr.midrange))
names(z) <- list('mean','median','midrange')
(boxplot(z,notch=TRUE,col='grey',ylab='Overall Central Tendency',main='Notched Box Plots'))
dev.off()