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 computationThu, 11 Nov 2010 13:23:08 +0000
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2010/Nov/11/t12894816930awts6yufhf951m.htm/, Retrieved Thu, 25 Apr 2024 05:09:09 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=93305, Retrieved Thu, 25 Apr 2024 05:09:09 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact115

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Bivariate Data Series] [Bivariate dataset] [2008-01-05 23:51:08] [74be16979710d4c4e7c6647856088456]
F RMPD  [Mean Plot] [Colombia Coffee] [2008-01-07 13:38:24] [74be16979710d4c4e7c6647856088456]
F  MPD      [Mean Plot] [ws6] [2010-11-11 13:23:08] [0cadca125c925bcc9e6efbdd1941e458] [Current]
Feedback Forum
2010-11-20 11:59:19 [7d66e2e510b144c68ca0882fd178e17c] [reply] 
Je hebt hier de verkeerde calculator gebruikt. Je moest de univariate EDA gebruiken. Je analyse is bijgevolg niet relevant. Het is geen goed model want er is een sterke vorm van autocorrelatie en de verdeling is scheef. Dit zijn de twee voorwaarden opdat het model al dan niet wordt goed gekeurd!

De scheefheid van de verdeling zien we aan het histogram. Aan de residual autocorrelation function zien we dat er grote mate van autocorrelatie is (alle waarden stijgen boven de CI interval (blauwe stippenlijnen). Op basis van het verleden kan ik nog veel vertellen over heden. (dit mag niet!) De autocorrelatie assumptie (voorwaarde) is niet voldaan.

Juiste calculator: http://www.freestatistics.org/blog/index.php?v=date/2010/Nov/19/t1290177530x0eb8ggc5bl9ynv.htm/

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
255
280,2
299,9
339,2
374,2
393,5
389,2
381,7
375,2
369
357,4
352,1
346,5
342,9
340,3
328,3
322,9
314,3
308,9
294
285,6
281,2
280,3
278,8
274,5
270,4
263,4
259,9
258
262,7
284,7
311,3
322,1
327
331,3
333,3
321,4
327
320
314,7
316,7
314,4
321,3
318,2
307,2
301,3
287,5
277,7
274,4
258,8
253,3
251
248,4
249,5
246,1
244,5
243,6
244
240,8
249,8
248
259,4
260,5
260,8
261,3
259,5
256,6
257,9
256,5
254,2
253,3
253,8
255,5
257,1
257,3
253,2
252,8
252
250,7
252,2
250
251
253,4
251,2
255,6
261,1
258,9
259,9
261,2
264,7
267,1
266,4
267,7
268,6
267,5
268,5
268,5
270,5
270,9
270,1
269,3
269,8
270,1
264,9
263,7
264,8
263,7
255,9
276,2
360,1
380,5
373,7
369,8
366,6
359,3
345,8
326,2
324,5
328,1
327,5
324,4
316,5
310,9
301,5
291,7
290,4
287,4
277,7
281,6
288
276
272,9
283
283,3
276,8
284,5
282,7
281,2
287,4
283,1
284
285,5
289,2
292,5
296,4
305,2
303,9
311,5
316,3
316,7
322,5
317,1
309,8
303,8
290,3
293,7
291,7
296,5
289,1
288,5
293,8
297,7
305,4
302,7
302,5
303
294,5
294,1
294,5
297,1
289,4
292,4
287,9
286,6
280,5
272,4
269,2
270,6
267,3
262,5
266,8
268,8
263,1
261,2
266
262,5
265,2
261,3
253,7
249,2
239,1
236,4
235,2
245,2
246,2
247,7
251,4
253,3
254,8
250
249,3
241,5
243,3
248
253
252,9
251,5
251,6
253,5
259,8
334,1
448
445,8
445
448,2
438,2
439,8
423,4
410,8
408,4
406,7
405,9
402,7
405,1
399,6
386,5
381,4
375,2
357,7
359
355
352,7
344,4
343,8
338
339
333,3
334,4
328,3
330,7
330
331,6
351,2
389,4
410,9
442,8
462,8
466,9
461,7
439,2
430,3
416,1
402,5
397,3
403,3
395,9
387,8
378,6
377,1
370,4
362
350,3
348,2
344,6
343,5
342,8
347,6
346,6
349,5
342,1
342
342,8
339,3
348,2
333,7
334,7
354
367,7
363,3
358,4
353,1
343,1
344,6
344,4
333,9
331,7
324,3
321,2
322,4
321,7
320,5
312,8
309,7
315,6
309,7
304,6
302,5
301,5
298,8
291,3
293,6
294,6
285,9
297,6
301,1
293,8
297,7
292,9
292,1
287,2
288,2
283,8
299,9
292,4
293,3
300,8
293,7
293,1
294,4
292,1
291,9
282,5
277,9
287,5
289,2
285,6
293,2
290,8
283,1
275
287,8
287,8
287,4
284
277,8
277,6
304,9
294
300,9
324
332,9
341,6
333,4
348,2
344,7
344,7
329,3
323,5
323,2
317,4
330,1
329,2
334,9
315,8
315,4
319,6
317,3
313,8
315,8
311,3

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time4 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\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 & 4 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=93305&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]4 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=93305&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=93305&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 time4 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24


Figures (Output of Computation)

Input Parameters & R Code

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))
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()