Home » date » 2010 » Dec » 12 »

WS10

*The author of this computation has been verified*

R Software Module: /rwasp_regression_trees1.wasp (opens new window with default values)

Title produced by software: Recursive Partitioning (Regression Trees)

Date of computation: Sun, 12 Dec 2010 17:02:26 +0000

Cite this page as follows:

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL http://www.freestatistics.org/blog/date/2010/Dec/12/t1292173258qlmyrr81wm3zcyt.htm/, Retrieved Sun, 12 Dec 2010 18:01:01 +0100

BibTeX entries for LaTeX users:

@Manual{KEY,
    author = {{YOUR NAME}},
    publisher = {Office for Research Development and Education},
    title = {Statistical Computations at FreeStatistics.org, URL http://www.freestatistics.org/blog/date/2010/Dec/12/t1292173258qlmyrr81wm3zcyt.htm/},
    year = {2010},
}
@Manual{R,
    title = {R: A Language and Environment for Statistical Computing},
    author = {{R Development Core Team}},
    organization = {R Foundation for Statistical Computing},
    address = {Vienna, Austria},
    year = {2010},
    note = {{ISBN} 3-900051-07-0},
    url = {http://www.R-project.org},
}

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords:

Dataseries X:

» Textbox « » Textfile « » CSV «

10 11 16 1 24 14 33 12 24 14 11 13 2 25 11 30 8 25 18 15 16 2 17 6 30 8 30 15 9 15 1 18 12 26 8 19 11 17 15 2 16 10 24 7 22 17 16 14 2 20 10 28 4 25 19 9 11 2 16 11 24 11 23 7 12 15 2 18 16 27 7 17 12 14 13 2 17 11 28 7 21 15 4 6 2 30 12 42 10 19 14 13 11 2 23 8 31 10 15 14 12 9 2 18 12 25 8 16 16 13 14 1 12 4 23 4 27 12 15 5 2 21 9 27 9 22 12 10 8 1 15 8 23 8 14 13 9 6 1 20 8 34 7 22 9 11 15 2 27 15 36 9 23 11 15 12 2 21 9 31 13 19 12 10 10 1 31 14 39 8 18 11 9 8 1 19 11 27 8 20 14 15 16 2 16 8 27 9 23 18 12 8 2 20 9 31 6 25 11 12 12 1 21 9 31 9 19 17 14 14 2 17 9 26 6 22 14 16 13 1 22 9 34 9 24 14 5 8 2 26 11 39 5 29 12 10 11 2 25 16 39 16 26 14 9 12 2 25 8 35 7 32 15 14 13 2 17 9 30 9 25 10 5 4 1 33 14 40 6 32 11 12 16 1 32 16 38 6 29 14 14 17 1 13 16 21 5 17 11 16 14 2 32 12 45 12 28 15 11 8 2 22 9 32 9 25 16 6 6 2 17 9 29 5 25 15 11 15 1 33 11 40 6 28 16 9 11 2 31 14 44 11 23 13 16 16 1 20 10 28 8 26 15 13 5 1 15 12 24 8 20 16 10 5 2 29 10 37 8 25 13 6 9 1 23 13 33 etc...

Output produced by software:

Enter (or paste) a matrix (table) containing all data (time) series. Every column represents a different variable and must be delimited by a space or Tab. Every row represents a period in time (or category) and must be delimited by hard returns. The easiest way to enter data is to copy and paste a block of spreadsheet cells. Please, do not use commas or spaces to seperate groups of digits!

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	7 seconds
R Server	'George Udny Yule' @ 72.249.76.132

Goodness of Fit
Correlation	0.2823
R-squared	0.0797
RMSE	2.2483

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	10	13.1666666666667	-3.16666666666667
2	14	14.5333333333333	-0.533333333333333
3	18	14.5333333333333	3.46666666666667
4	15	13.1666666666667	1.83333333333333
5	11	14.5333333333333	-3.53333333333333
6	17	14.5333333333333	2.46666666666667
7	19	14.5333333333333	4.46666666666667
8	7	13.1666666666667	-6.16666666666667
9	12	14.5333333333333	-2.53333333333333
10	15	13.1666666666667	1.83333333333333
11	14	14.5333333333333	-0.533333333333333
12	14	13.1666666666667	0.833333333333334
13	16	14.5333333333333	1.46666666666667
14	12	14.5333333333333	-2.53333333333333
15	12	14.5333333333333	-2.53333333333333
16	13	14.5333333333333	-1.53333333333333
17	9	13.1666666666667	-4.16666666666667
18	11	14.5333333333333	-3.53333333333333
19	12	13.1666666666667	-1.16666666666667
20	11	14.5333333333333	-3.53333333333333
21	14	14.5333333333333	-0.533333333333333
22	18	14.5333333333333	3.46666666666667
23	11	14.5333333333333	-3.53333333333333
24	17	14.5333333333333	2.46666666666667
25	14	14.5333333333333	-0.533333333333333
26	14	14.5333333333333	-0.533333333333333
27	12	13.1666666666667	-1.16666666666667
28	14	14.5333333333333	-0.533333333333333
29	15	14.5333333333333	0.466666666666667
30	10	13.1666666666667	-3.16666666666667
31	11	13.1666666666667	-2.16666666666667
32	14	13.1666666666667	0.833333333333334
33	11	13.1666666666667	-2.16666666666667
34	15	14.5333333333333	0.466666666666667
35	16	14.5333333333333	1.46666666666667
36	15	14.5333333333333	0.466666666666667
37	16	13.1666666666667	2.83333333333333
38	13	14.5333333333333	-1.53333333333333
39	15	13.1666666666667	1.83333333333333
40	16	14.5333333333333	1.46666666666667
41	13	13.1666666666667	-0.166666666666666
42	9	13.1666666666667	-4.16666666666667
43	14	14.5333333333333	-0.533333333333333
44	15	14.5333333333333	0.466666666666667
45	14	14.5333333333333	-0.533333333333333
46	16	14.5333333333333	1.46666666666667
47	13	13.1666666666667	-0.166666666666666
48	17	13.1666666666667	3.83333333333333
49	16	14.5333333333333	1.46666666666667
50	15	14.5333333333333	0.466666666666667
51	16	13.1666666666667	2.83333333333333
52	15	14.5333333333333	0.466666666666667
53	13	14.5333333333333	-1.53333333333333
54	11	14.5333333333333	-3.53333333333333
55	16	13.1666666666667	2.83333333333333
56	17	14.5333333333333	2.46666666666667
57	10	14.5333333333333	-4.53333333333333
58	17	14.5333333333333	2.46666666666667
59	11	14.5333333333333	-3.53333333333333
60	14	13.1666666666667	0.833333333333334
61	15	14.5333333333333	0.466666666666667
62	11	13.1666666666667	-2.16666666666667
63	15	14.5333333333333	0.466666666666667
64	16	14.5333333333333	1.46666666666667
65	16	14.5333333333333	1.46666666666667
66	15	13.1666666666667	1.83333333333333
67	14	14.5333333333333	-0.533333333333333
68	17	14.5333333333333	2.46666666666667
69	12	13.1666666666667	-1.16666666666667
70	13	13.1666666666667	-0.166666666666666
71	12	13.1666666666667	-1.16666666666667
72	9	14.5333333333333	-5.53333333333333
73	17	14.5333333333333	2.46666666666667
74	11	13.1666666666667	-2.16666666666667
75	16	14.5333333333333	1.46666666666667
76	14	14.5333333333333	-0.533333333333333
77	9	13.1666666666667	-4.16666666666667
78	15	14.5333333333333	0.466666666666667
79	17	14.5333333333333	2.46666666666667
80	17	13.1666666666667	3.83333333333333
81	15	14.5333333333333	0.466666666666667
82	18	13.1666666666667	4.83333333333333
83	13	14.5333333333333	-1.53333333333333
84	15	14.5333333333333	0.466666666666667
85	12	13.1666666666667	-1.16666666666667
86	16	14.5333333333333	1.46666666666667
87	17	14.5333333333333	2.46666666666667
88	13	13.1666666666667	-0.166666666666666
89	15	13.1666666666667	1.83333333333333
90	12	14.5333333333333	-2.53333333333333
91	11	14.5333333333333	-3.53333333333333
92	15	14.5333333333333	0.466666666666667
93	15	14.5333333333333	0.466666666666667
94	18	14.5333333333333	3.46666666666667
95	16	13.1666666666667	2.83333333333333
96	12	13.1666666666667	-1.16666666666667
97	16	14.5333333333333	1.46666666666667
98	15	14.5333333333333	0.466666666666667
99	15	13.1666666666667	1.83333333333333
100	17	14.5333333333333	2.46666666666667
101	16	14.5333333333333	1.46666666666667
102	13	14.5333333333333	-1.53333333333333
103	13	14.5333333333333	-1.53333333333333
104	13	13.1666666666667	-0.166666666666666
105	16	14.5333333333333	1.46666666666667
106	11	13.1666666666667	-2.16666666666667
107	15	14.5333333333333	0.466666666666667
108	15	14.5333333333333	0.466666666666667
109	9	14.5333333333333	-5.53333333333333
110	14	13.1666666666667	0.833333333333334
111	14	14.5333333333333	-0.533333333333333
112	15	14.5333333333333	0.466666666666667
113	14	14.5333333333333	-0.533333333333333
114	15	13.1666666666667	1.83333333333333
115	14	14.5333333333333	-0.533333333333333
116	13	14.5333333333333	-1.53333333333333
117	15	14.5333333333333	0.466666666666667
118	16	14.5333333333333	1.46666666666667
119	14	14.5333333333333	-0.533333333333333
120	14	13.1666666666667	0.833333333333334
121	14	13.1666666666667	0.833333333333334
122	15	13.1666666666667	1.83333333333333
123	15	14.5333333333333	0.466666666666667
124	13	13.1666666666667	-0.166666666666666
125	15	13.1666666666667	1.83333333333333
126	16	13.1666666666667	2.83333333333333
127	10	13.1666666666667	-3.16666666666667
128	8	13.1666666666667	-5.16666666666667
129	14	13.1666666666667	0.833333333333334
130	12	13.1666666666667	-1.16666666666667
131	13	14.5333333333333	-1.53333333333333
132	15	14.5333333333333	0.466666666666667
133	14	14.5333333333333	-0.533333333333333
134	15	13.1666666666667	1.83333333333333
135	19	14.5333333333333	4.46666666666667
136	17	14.5333333333333	2.46666666666667
137	16	14.5333333333333	1.46666666666667
138	17	13.1666666666667	3.83333333333333
139	13	14.5333333333333	-1.53333333333333
140	16	14.5333333333333	1.46666666666667
141	14	14.5333333333333	-0.533333333333333
142	12	13.1666666666667	-1.16666666666667
143	12	14.5333333333333	-2.53333333333333
144	13	13.1666666666667	-0.166666666666666

Charts produced by software:

http://www.freestatistics.org/blog/date/2010/Dec/12/t1292173258qlmyrr81wm3zcyt/2el6c1292173338.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t1292173258qlmyrr81wm3zcyt/2el6c1292173338.ps (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t1292173258qlmyrr81wm3zcyt/3oc6f1292173338.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t1292173258qlmyrr81wm3zcyt/3oc6f1292173338.ps (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t1292173258qlmyrr81wm3zcyt/4zl501292173338.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t1292173258qlmyrr81wm3zcyt/4zl501292173338.ps (open in new window)

Parameters (Session):

par1 = 1 ; par2 = none ; par4 = no ;

Parameters (R input):

par1 = 1 ; par2 = none ; par4 = no ;

R code (references can be found in the software module):

library(party)

library(Hmisc)

par1 <- as.numeric(par1)

par3 <- as.numeric(par3)

x <- data.frame(t(y))

is.data.frame(x)

x <- x[!is.na(x[,par1]),]

k <- length(x[1,])

n <- length(x[,1])

colnames(x)[par1]

x[,par1]

if (par2 == 'kmeans') {

cl <- kmeans(x[,par1], par3)

print(cl)

clm <- matrix(cbind(cl$centers,1:par3),ncol=2)

clm <- clm[sort.list(clm[,1]),]

for (i in 1:par3) {

cl$cluster[cl$cluster==clm[i,2]] <- paste('C',i,sep='')

}

cl$cluster <- as.factor(cl$cluster)

print(cl$cluster)

x[,par1] <- cl$cluster

}

if (par2 == 'quantiles') {

x[,par1] <- cut2(x[,par1],g=par3)

}

if (par2 == 'hclust') {

hc <- hclust(dist(x[,par1])^2, 'cen')

print(hc)

memb <- cutree(hc, k = par3)

dum <- c(mean(x[memb==1,par1]))

for (i in 2:par3) {

dum <- c(dum, mean(x[memb==i,par1]))

}

hcm <- matrix(cbind(dum,1:par3),ncol=2)

hcm <- hcm[sort.list(hcm[,1]),]

for (i in 1:par3) {

memb[memb==hcm[i,2]] <- paste('C',i,sep='')

}

memb <- as.factor(memb)

print(memb)

x[,par1] <- memb

}

if (par2=='equal') {

ed <- cut(as.numeric(x[,par1]),par3,labels=paste('C',1:par3,sep=''))

x[,par1] <- as.factor(ed)

}

table(x[,par1])

colnames(x)

colnames(x)[par1]

x[,par1]

if (par2 == 'none') {

m <- ctree(as.formula(paste(colnames(x)[par1],' ~ .',sep='')),data = x)

}

load(file='createtable')

if (par2 != 'none') {

m <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data = x)

if (par4=='yes') {

a<-table.start()

a<-table.row.start(a)

a<-table.element(a,'10-Fold Cross Validation',3+2*par3,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'',1,TRUE)

a<-table.element(a,'Prediction (training)',par3+1,TRUE)

a<-table.element(a,'Prediction (testing)',par3+1,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'Actual',1,TRUE)

for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)

a<-table.element(a,'CV',1,TRUE)

for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)

a<-table.element(a,'CV',1,TRUE)

a<-table.row.end(a)

for (i in 1:10) {

ind <- sample(2, nrow(x), replace=T, prob=c(0.9,0.1))

m.ct <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data =x[ind==1,])

if (i==1) {

m.ct.i.pred <- predict(m.ct, newdata=x[ind==1,])

m.ct.i.actu <- x[ind==1,par1]

m.ct.x.pred <- predict(m.ct, newdata=x[ind==2,])

m.ct.x.actu <- x[ind==2,par1]

} else {

m.ct.i.pred <- c(m.ct.i.pred,predict(m.ct, newdata=x[ind==1,]))

m.ct.i.actu <- c(m.ct.i.actu,x[ind==1,par1])

m.ct.x.pred <- c(m.ct.x.pred,predict(m.ct, newdata=x[ind==2,]))

m.ct.x.actu <- c(m.ct.x.actu,x[ind==2,par1])

}

}

print(m.ct.i.tab <- table(m.ct.i.actu,m.ct.i.pred))

numer <- 0

for (i in 1:par3) {

print(m.ct.i.tab[i,i] / sum(m.ct.i.tab[i,]))

numer <- numer + m.ct.i.tab[i,i]

}

print(m.ct.i.cp <- numer / sum(m.ct.i.tab))

print(m.ct.x.tab <- table(m.ct.x.actu,m.ct.x.pred))

numer <- 0

for (i in 1:par3) {

print(m.ct.x.tab[i,i] / sum(m.ct.x.tab[i,]))

numer <- numer + m.ct.x.tab[i,i]

}

print(m.ct.x.cp <- numer / sum(m.ct.x.tab))

for (i in 1:par3) {

a<-table.row.start(a)

a<-table.element(a,paste('C',i,sep=''),1,TRUE)

for (jjj in 1:par3) a<-table.element(a,m.ct.i.tab[i,jjj])

a<-table.element(a,round(m.ct.i.tab[i,i]/sum(m.ct.i.tab[i,]),4))

for (jjj in 1:par3) a<-table.element(a,m.ct.x.tab[i,jjj])

a<-table.element(a,round(m.ct.x.tab[i,i]/sum(m.ct.x.tab[i,]),4))

a<-table.row.end(a)

}

a<-table.row.start(a)

a<-table.element(a,'Overall',1,TRUE)

for (jjj in 1:par3) a<-table.element(a,'-')

a<-table.element(a,round(m.ct.i.cp,4))

for (jjj in 1:par3) a<-table.element(a,'-')

a<-table.element(a,round(m.ct.x.cp,4))

a<-table.row.end(a)

a<-table.end(a)

table.save(a,file='mytable3.tab')

}

}

m

bitmap(file='test1.png')

plot(m)

dev.off()

bitmap(file='test1a.png')

plot(x[,par1] ~ as.factor(where(m)),main='Response by Terminal Node',xlab='Terminal Node',ylab='Response')

dev.off()

if (par2 == 'none') {

forec <- predict(m)

result <- as.data.frame(cbind(x[,par1],forec,x[,par1]-forec))

colnames(result) <- c('Actuals','Forecasts','Residuals')

print(result)

}

if (par2 != 'none') {

print(cbind(as.factor(x[,par1]),predict(m)))

myt <- table(as.factor(x[,par1]),predict(m))

print(myt)

}

bitmap(file='test2.png')

if(par2=='none') {

op <- par(mfrow=c(2,2))

plot(density(result$Actuals),main='Kernel Density Plot of Actuals')

plot(density(result$Residuals),main='Kernel Density Plot of Residuals')

plot(result$Forecasts,result$Actuals,main='Actuals versus Predictions',xlab='Predictions',ylab='Actuals')

plot(density(result$Forecasts),main='Kernel Density Plot of Predictions')

par(op)

}

if(par2!='none') {

plot(myt,main='Confusion Matrix',xlab='Actual',ylab='Predicted')

}

dev.off()

if (par2 == 'none') {

detcoef <- cor(result$Forecasts,result$Actuals)

a<-table.start()

a<-table.row.start(a)

a<-table.element(a,'Goodness of Fit',2,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'Correlation',1,TRUE)

a<-table.element(a,round(detcoef,4))

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'R-squared',1,TRUE)

a<-table.element(a,round(detcoef*detcoef,4))

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'RMSE',1,TRUE)

a<-table.element(a,round(sqrt(mean((result$Residuals)^2)),4))

a<-table.row.end(a)

a<-table.end(a)

table.save(a,file='mytable1.tab')

a<-table.start()

a<-table.row.start(a)

a<-table.element(a,'Actuals, Predictions, and Residuals',4,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'#',header=TRUE)

a<-table.element(a,'Actuals',header=TRUE)

a<-table.element(a,'Forecasts',header=TRUE)

a<-table.element(a,'Residuals',header=TRUE)

a<-table.row.end(a)

for (i in 1:length(result$Actuals)) {

a<-table.row.start(a)

a<-table.element(a,i,header=TRUE)

a<-table.element(a,result$Actuals[i])

a<-table.element(a,result$Forecasts[i])

a<-table.element(a,result$Residuals[i])

a<-table.row.end(a)

}

a<-table.end(a)

table.save(a,file='mytable.tab')

}

if (par2 != 'none') {

a<-table.start()

a<-table.row.start(a)

a<-table.element(a,'Confusion Matrix (predicted in columns / actuals in rows)',par3+1,TRUE)

a<-table.row.end(a)

a<-table.row.start(a)

a<-table.element(a,'',1,TRUE)

for (i in 1:par3) {

a<-table.element(a,paste('C',i,sep=''),1,TRUE)

}

a<-table.row.end(a)

for (i in 1:par3) {

a<-table.row.start(a)

a<-table.element(a,paste('C',i,sep=''),1,TRUE)

for (j in 1:par3) {

a<-table.element(a,myt[i,j])

}

a<-table.row.end(a)

}

a<-table.end(a)

table.save(a,file='mytable2.tab')

}

This work is licensed under a Creative Commons Attribution-Noncommercial-Share Alike 3.0 License.

Software written by Ed van Stee & Patrick Wessa

Disclaimer

Information provided on this web site is provided "AS IS" without warranty of any kind, either express or implied, including, without limitation, warranties of merchantability, fitness for a particular purpose, and noninfringement. We use reasonable efforts to include accurate and timely information and periodically update the information, and software without notice. However, we make no warranties or representations as to the accuracy or completeness of such information (or software), and we assume no liability or responsibility for errors or omissions in the content of this web site, or any software bugs in online applications. Your use of this web site is AT YOUR OWN RISK. Under no circumstances and under no legal theory shall we be liable to you or any other person for any direct, indirect, special, incidental, exemplary, or consequential damages arising from your access to, or use of, this web site.

We may request personal information to be submitted to our servers in order to be able to:

personalize online software applications according to your needs
enforce strict security rules with respect to the data that you upload (e.g. statistical data)
manage user sessions of online applications
alert you about important changes or upgrades in resources or applications

We NEVER allow other companies to directly offer registered users information about their products and services. Banner references and hyperlinks of third parties NEVER contain any personal data of the visitor.

We do NOT sell, nor transmit by any means, personal information, nor statistical data series uploaded by you to third parties.

We carefully protect your data from loss, misuse, alteration, and destruction. However, at any time, and under any circumstance you are solely responsible for managing your passwords, and keeping them secret.

We store a unique ANONYMOUS USER ID in the form of a small 'Cookie' on your computer. This allows us to track your progress when using this website which is necessary to create state-dependent features. The cookie is used for NO OTHER PURPOSE. At any time you may opt to disallow cookies from this website - this will not affect other features of this website.

We examine cookies that are used by third-parties (banner and online ads) very closely: abuse from third-parties automatically results in termination of the advertising contract without refund. We have very good reason to believe that the cookies that are produced by third parties (banner ads) do NOT cause any privacy or security risk.

FreeStatistics.org is safe. There is no need to download any software to use the applications and services contained in this website. Hence, your system's security is not compromised by their use, and your personal data - other than data you submit in the account application form, and the user-agent information that is transmitted by your browser - is never transmitted to our servers.

As a general rule, we do not log on-line behavior of individuals (other than normal logging of webserver 'hits'). However, in cases of abuse, hacking, unauthorized access, Denial of Service attacks, illegal copying, hotlinking, non-compliance with international webstandards (such as robots.txt), or any other harmful behavior, our system engineers are empowered to log, track, identify, publish, and ban misbehaving individuals - even if this leads to ban entire blocks of IP addresses, or disclosing user's identity.

FreeStatistics.org is powered by