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 11:05:22 -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/t1225822160i9vgzt0036voz0f.htm/, Retrieved Sun, 19 May 2024 04:36:55 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21610, Retrieved Sun, 19 May 2024 04:36:55 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact177

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] [workshop 3] [2007-10-26 12:14:28] [e9ffc5de6f8a7be62f22b142b5b6b1a8]
F    D    [Mean Plot] [mean plot] [2008-11-04 18:05:22] [a9e6d7cd6e144e8b311d9f96a24c5a25] [Current]
Feedback Forum
2008-11-11 16:43:57 [Nathalie Daneels] [reply] 
Evaluatie opdracht 1: Task 1:

Ik ben het hier niet volledig eens met de student: Op de mean plot zijn er inderdaad dalingen te zien, maar ook stijgingen. Op basis van enkel deze grafiek kan je niet concluderen of het niveau van de kledingproductie gedaald is over de jaren heen. Om dit te kunnen concluderen moeten we gaan kijken naar de Notched Boxplot-Sequential Blocks. Daarop zien we dat de mediaan daalt over de 5 jaren heen. Het zesde jaar wordt bij de conclusie buiten beschouwing gelaten, omdat dit jaar nog niet volledig is afgelopen (de Notched Boxplot is niet volledig) en dit zou dan ook een vertekend beeld kunnen geven.
Als we de betrouwbaarheidsintervallen met elkaar vergelijken (met de inkepingen van de Notched Boxplots ernaast), kunnen we opmerken dat deze betrouwbaarheidsintervallen elkaar overal overlappen: De daling van de mediaan kan dus aan het toeval worden toegeschreven ; het verschil is niet significant. Als we echter het betrouwbaarheidsinterval van het eerste jaar, vergelijken met het betrouwbaarheidsinterval van het laatste (vijfde) jaar, kunnen we concluderen dat deze elkaar net wel/net niet overlappen. We kunnen er in dit geval vanuit gaan dat ze elkaar waarschijnlijk net niet overlappen, waardoor er sprake is van een significante daling van de kledingproductie over de jaren heen.
Je zou bij de conclusie eventueel ook nog kunnen bijzetten waarom we de Sequential blocks hebben gekozen (van de Notched Boxplot): dit komt omdat deze grafiek een duidelijk beeld geeft over de evolutie van de kledingproductie over de 5 jaren heen, wat het ons makkelijker maakt om een goede uitspraak te doen over deze hypothese. De mean plot bestaat uit bolletjes die met elkaar verbonden zijn. In de titel van de mean plot kunnen we ook lezen: # blocks = 5. Dit betekent dat elk bolletje (dat een bepaalde maand voorstelt) het gemiddelde is van de waarde van die maand over de 5 jaren heen. Op basis van enkel deze grafiek, kunnen we niet echt een relevante uitspraak doen, vandaar dat we de Notched Boxplot-Sequential blocks bij in het werkje opnemen.

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'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=21610&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=21610&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21610&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'George Udny Yule' @ 72.249.76.132


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))
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()