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 19:49:39 +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/t12921832785qs37mozevxe8xl.htm/, Retrieved Sun, 12 Dec 2010 20:47:59 +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/t12921832785qs37mozevxe8xl.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	5 seconds
R Server	'RServer@AstonUniversity' @ vre.aston.ac.uk

Goodness of Fit
Correlation	0.9275
R-squared	0.8602
RMSE	2.103

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	24	22.9375	1.0625
2	25	22.9375	2.0625
3	17	19.7272727272727	-2.72727272727273
4	18	18.6666666666667	-0.666666666666668
5	16	15.1666666666667	0.833333333333334
6	20	18.6666666666667	1.33333333333333
7	16	15.1666666666667	0.833333333333334
8	18	18.6666666666667	-0.666666666666668
9	17	18.6666666666667	-1.66666666666667
10	30	29.5	0.5
11	23	19.7272727272727	3.27272727272727
12	18	18.6666666666667	-0.666666666666668
13	12	15.1666666666667	-3.16666666666667
14	21	18.6666666666667	2.33333333333333
15	15	15.1666666666667	-0.166666666666666
16	20	21.8181818181818	-1.81818181818182
17	27	25.2727272727273	1.72727272727273
18	21	19.7272727272727	1.27272727272727
19	31	29.5	1.5
20	19	18.6666666666667	0.333333333333332
21	16	18.6666666666667	-2.66666666666667
22	20	19.7272727272727	0.272727272727273
23	21	19.7272727272727	1.27272727272727
24	17	18.6666666666667	-1.66666666666667
25	22	21.8181818181818	0.181818181818183
26	26	29.5	-3.5
27	25	29.5	-4.5
28	25	25.2727272727273	-0.272727272727273
29	17	19.7272727272727	-2.72727272727273
30	33	29.5	3.5
31	32	29.5	2.5
32	13	11.8888888888889	1.11111111111111
33	32	29.5	2.5
34	22	21.8181818181818	0.181818181818183
35	17	18.6666666666667	-1.66666666666667
36	33	29.5	3.5
37	31	29.5	1.5
38	20	18.6666666666667	1.33333333333333
39	15	15.1666666666667	-0.166666666666666
40	29	29.5	-0.5
41	23	22.9375	0.0625
42	26	22.9375	3.0625
43	18	18.6666666666667	-0.666666666666668
44	11	11.8888888888889	-0.88888888888889
45	28	29.5	-1.5
46	20	19.7272727272727	0.272727272727273
47	26	25.2727272727273	0.727272727272727
48	29	29.5	-0.5
49	15	15.1666666666667	-0.166666666666666
50	12	11.8888888888889	0.111111111111111
51	14	18.6666666666667	-4.66666666666667
52	17	18.6666666666667	-1.66666666666667
53	21	19.7272727272727	1.27272727272727
54	16	15.1666666666667	0.833333333333334
55	18	18.6666666666667	-0.666666666666668
56	10	11.8888888888889	-1.88888888888889
57	29	25.2727272727273	3.72727272727273
58	31	29.5	1.5
59	19	18.6666666666667	0.333333333333332
60	9	11.8888888888889	-2.88888888888889
61	20	18.6666666666667	1.33333333333333
62	20	22.9375	-2.9375
63	19	18.6666666666667	0.333333333333332
64	30	29.5	0.5
65	28	29.5	-1.5
66	29	29.5	-0.5
67	26	29.5	-3.5
68	23	21.8181818181818	1.18181818181818
69	21	22.9375	-1.9375
70	23	25.2727272727273	-2.27272727272727
71	19	18.6666666666667	0.333333333333332
72	28	29.5	-1.5
73	18	18.6666666666667	-0.666666666666668
74	21	22.9375	-1.9375
75	20	21.8181818181818	-1.81818181818182
76	22	21.8181818181818	0.181818181818183
77	23	18.6666666666667	4.33333333333333
78	21	22.9375	-1.9375
79	20	18.6666666666667	1.33333333333333
80	15	15.1666666666667	-0.166666666666666
81	19	18.6666666666667	0.333333333333332
82	26	25.2727272727273	0.727272727272727
83	16	15.1666666666667	0.833333333333334
84	22	21.8181818181818	0.181818181818183
85	23	22.9375	0.0625
86	19	18.6666666666667	0.333333333333332
87	31	29.5	1.5
88	29	29.5	-0.5
89	31	29.5	1.5
90	19	18.6666666666667	0.333333333333332
91	22	21.8181818181818	0.181818181818183
92	23	21.8181818181818	1.18181818181818
93	15	15.1666666666667	-0.166666666666666
94	18	19.7272727272727	-1.72727272727273
95	23	22.9375	0.0625
96	25	22.9375	2.0625
97	21	18.6666666666667	2.33333333333333
98	24	25.2727272727273	-1.27272727272727
99	17	18.6666666666667	-1.66666666666667
100	13	11.8888888888889	1.11111111111111
101	25	29.5	-4.5
102	9	11.8888888888889	-2.88888888888889
103	21	18.6666666666667	2.33333333333333
104	25	25.2727272727273	-0.272727272727273
105	20	18.6666666666667	1.33333333333333
106	22	22.9375	-0.9375
107	14	15.1666666666667	-1.16666666666667
108	15	11.8888888888889	3.11111111111111
109	18	19.7272727272727	-1.72727272727273
110	19	18.6666666666667	0.333333333333332
111	20	22.9375	-2.9375
112	20	18.6666666666667	1.33333333333333
113	18	18.6666666666667	-0.666666666666668
114	33	29.5	3.5
115	29	22.9375	6.0625
116	22	22.9375	-0.9375
117	16	18.6666666666667	-2.66666666666667
118	17	15.1666666666667	1.83333333333333
119	21	19.7272727272727	1.27272727272727
120	18	18.6666666666667	-0.666666666666668
121	18	18.6666666666667	-0.666666666666668
122	18	18.6666666666667	-0.666666666666668
123	17	18.6666666666667	-1.66666666666667
124	22	22.9375	-0.9375
125	30	29.5	0.5
126	30	29.5	0.5
127	24	29.5	-5.5
128	21	18.6666666666667	2.33333333333333
129	29	29.5	-0.5
130	28	29.5	-1.5
131	31	29.5	1.5
132	20	18.6666666666667	1.33333333333333
133	22	21.8181818181818	0.181818181818183
134	25	25.2727272727273	-0.272727272727273
135	20	18.6666666666667	1.33333333333333
136	15	11.8888888888889	3.11111111111111
137	38	29.5	8.5
138	28	29.5	-1.5
139	16	18.6666666666667	-2.66666666666667
140	22	21.8181818181818	0.181818181818183
141	20	25.2727272727273	-5.27272727272727
142	26	29.5	-3.5
143	21	18.6666666666667	2.33333333333333
144	28	25.2727272727273	2.72727272727273

Charts produced by software:

http://www.freestatistics.org/blog/date/2010/Dec/12/t12921832785qs37mozevxe8xl/241do1292183371.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t12921832785qs37mozevxe8xl/241do1292183371.ps (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t12921832785qs37mozevxe8xl/341do1292183371.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t12921832785qs37mozevxe8xl/341do1292183371.ps (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t12921832785qs37mozevxe8xl/4wavr1292183371.png (open in new window)

http://www.freestatistics.org/blog/date/2010/Dec/12/t12921832785qs37mozevxe8xl/4wavr1292183371.ps (open in new window)

Parameters (Session):

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

Parameters (R input):

par1 = 5 ; par2 = none ; par3 = 2 ; 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