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_meanplot.wasp
Title produced by softwareMean Plot
Date of computationTue, 04 Nov 2008 06:34:48 -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/Nov/04/t1225805836v3r7gq2w3v1cvv9.htm/, Retrieved Mon, 20 May 2024 08:38:12 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21546, Retrieved Mon, 20 May 2024 08:38:12 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact158

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Mean Plot] [Q2: Hypothesis Te...] [2008-11-04 12:57:39] [de72ca3f4fcfd0997c84e1ac92aea119]
F         [Mean Plot] [Q2+3: Hypothesis ...] [2008-11-04 13:34:48] [56fd94b954e08a6655cb7790b21ee404] [Current]
Feedback Forum
2008-11-09 12:21:54 [Nathalie Daneels] [reply] 
Evaluatie opdracht 1: Task 1:
Q3: Allereerst wil ik even opmerken dat men in de titel de hint geeft om de Mean Plot te gebruiken en deze is niet getoond bij deze vraag in het werk. We kunnen inderdaad opmerken (wat de student reeds vermeldde in haar conclusie) dat de mediaan daalt over de jaren heen, maar de betrouwbaarheidsintervallen overlappen elkaar, waardoor dit fenomeen toe te schrijven is aan het toeval: er is dus geen significant verschil. Echter als we de inkepingen van jaar 5 vergelijken met de inkepingen van jaar 1, kunnen we stellen dat deze net wel/ net niet overeen komen, er is dus twijfel. In dit geval kunnen we wel met waarschijnlijkheid zeggen dat dit verschil significant is en dus niet aan het toeval te wijten is. Jaar 6 moet inderdaad ook buiten beschouwing gelaten worden, gezien dit jaar nog niet volledig is afgelopen en daardoor dus een vertekend beeld kan geven. De student gaf dus eigenlijk wel een goede conclusie, alleen verklaarde zij niet precies waarom de hypothesis klopte, waarom het klopte dat de mediaan daalde over de jaren heen (en waarom we deze daling als significant kunnen beschouwen).
2008-11-09 15:52:12 [Steven Vercammen] [reply] 
Q2: Deze vraag werd correct beantwoord, maar het is wel zo dat men de inkepingen (de betrouwbaarheidsintervallen) met elkaar moet vergelijken en kijken of ze niet overlappen en niet de mediaan van een boxplot met de inkepingen van andere boxplots.

Q3: Ook bij deze vraag moet men kijken of de inkepingen van de boxplots overlappen. Dit is bijna altijd het geval, wat betekent dat de daling door het toeval kan verklaard worden. Enkel wanneer men jaar 1 met jaar 5 vergelijkt is er sprake van een twijfelgeval dat moeilijk grafisch valt waar te nemen. De kans bestaat dat dit wel een significant verschil is.
2008-11-12 11:02:41 [Nicolaj Wuyts] [reply] 
De notches overlappen elkaar inderdaad wanneer we ze jaar per jaar bekijkekn. Wanneer we echter het eerste met het laatste jaar vergelijken, kunnen we zien dat de notches elkaar net wel/niet overlappen. Er is hier dus wel spraken van een significant verschil. De hypothese klopt dus.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
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

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'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 & 2 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=21546&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]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=21546&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21546&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'Gwilym Jenkins' @ 72.249.127.135


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 12 ;
Parameters (R input):
par1 = 12 ; par2 = ; 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):
par1 <- as.numeric(par1)
(n <- length(x))
(np <- floor(n / par1))
arr <- array(NA,dim=c(par1,np+1))
darr <- array(NA,dim=c(par1,np+1))
ari <- array(0,dim=par1)
dx <- diff(x)
j <- 0
for (i in 1:n)
{
j = j + 1
ari[j] = ari[j] + 1
arr[j,ari[j]] <- x[i]
darr[j,ari[j]] <- dx[i]
if (j == par1) j = 0
}
ari
arr
darr
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='plot4b.png')
z <- data.frame(t(darr))
names(z) <- c(1:par1)
(boxplot(z,notch=TRUE,col='grey',xlab='Periodic Index',ylab='Value',main='Notched Box Plots - Differenced 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()