x <- c(80 ,100 ,60 ,60 ,100 ,100 ,100 ,90 ,120 ,100 ,80 ,160 ,50 ,120 ,100 ,80 ,100 ,80 ,100 ,80 ,80 ,60 ,60 ,50 ,80 ,20 ,80 ,60 ,100 ,90 ,80 ,90 ,100 ,80 ,80 ,140 ,120 ,100 ,80 ,80 ,80 ,100 ,100 ,60 ,80 ,140 ,100 ,100 ,120 ,90 ,40 ,90 ,100 ,100 ,90 ,120 ,80 ,100 ,100 ,90 ,100 ,100 ,100 ,90 ,100 ,50 ,70 ,80 ,80 ,90 ,120 ,100 ,90 ,80 ,200 ,120 ,100 ,80 ,120 ,90 ,100 ,120 ,90 ,100 ,90 ,90 ,100 ,100 ,100 ,80 ,90 ,60 ,80 ,120 ,80 ,100 ,120 ,140 ,90 ,50 ,120 ,60 ,40 ,120 ,40 ,100 ,80 ,80 ,140 ,100 ,140 ,120 ,50 ,100 ,60 ,100 ,100 ,80 ,80 ,20 ,60 ,160 ,80 ,160 ,100 ,100 ,80 ,60 ,60 ,90 ,100 ,90 ,80 ,100 ,100 ,100 ,140 ,160 ,80 ,90 ,90 ,80 ,100 ,100 ,70 ,100 ,80 ,100 ,120 ,80 ,90 ,140 ,90 ,100 ,100 ,100 ,100 ,90 ,90 ,140 ,60 ,100 ,70 ,90 ,100 ,100 ,110 ,120 ,80 ,100 ,100 ,120 ,90 ,120 ,40 ,40 ,100 ,80 ,90 ,100 ,100 ,60 ,90 ,100 ,100 ,110 ,90 ,120 ,100 ,80 ,100 ,100 ,80 ,120 ,80 ,120 ,200 ,80 ,80 ,110 ,80 ,100 ,140 ,100 ,100 ,60 ,60 ,80 ,80 ,100 ,120 ,80 ,100 ,100 ,100 ,80 ,80 ,100 ,100 ,120 ,90 ,80 ,100 ,100 ,70 ,70 ,80 ,100 ,100 ,120 ,100 ,80 ,100 ,80 ,80 ,80 ,90 ,70 ,90 ,80 ,60 ,100 ,100 ,80 ,100 ,60 ,90 ,100 ,100 ,60 ,50 ,100 ,120 ,90 ,60 ,90 ,100 ,50 ,70 ,120 ,100 ,100 ,160 ,100 ,100 ,60 ,100 ,80 ,100 ,100 ,100 ,80 ,120 ,80 ,100 ,120 ,90 ,100 ,100 ,100 ,200 ,80 ,200 ,100 ,140 ,80 ,80 ,80 ,80 ,80 ,100 ,100 ,100 ,80 ,80 ,80 ,80 ,100 ,70 ,100 ,90 ,90 ,120 ,120 ,30 ,80 ,100 ,120 ,200 ,90 ,80 ,40 ,100 ,100 ,100 ,100 ,70 ,100 ,80 ,100 ,120 ,70 ,80 ,100 ,90 ,90 ,80 ,80 ,100 ,80 ,80 ,80 ,80 ,100 ,80 ,40 ,80 ,100 ,120 ,100 ,200 ,120 ,120 ,200 ,60 ,100 ,100 ,90 ,80 ,90 ,120 ,100 ,70 ,90 ,90 ,120 ,160 ,100 ,80 ,40 ,80 ,40 ,60 ,80 ,60 ,80 ,120 ,50 ,60 ,50 ,80 ,60 ,50 ,100 ,80 ,100 ,100 ,100 ,120 ,80 ,100 ,60 ,60 ,90 ,40 ,60 ,40 ,80 ,100 ,80 ,80 ,150 ,80 ,80 ,80 ,160 ,100 ,100 ,120 ,100 ,40 ,80 ,100 ,50 ,60 ,100 ,80 ,90 ,90 ,80 ,100 ,100 ,100 ,60 ,160 ,80 ,80 ,60 ,100 ,60 ,80 ,100 ,80 ,120 ,200 ,80 ,100 ,80 ,120 ,120 ,100 ,100 ,50 ,100 ,100 ,100 ,80 ,80 ,80 ,60 ,80 ,100 ,60 ,100 ,200 ,120 ,80 ,80 ,100 ,50 ,60 ,80 ,80 ,140 ,90 ,60 ,70 ,120 ,90 ,50 ,50 ,80 ,80 ,60 ,100 ,60 ,80 ,80 ,100 ,70 ,120 ,80 ,100 ,100 ,100 ,80 ,80 ,100 ,80 ,90 ,60 ,60 ,90 ,80 ,40 ,100 ,80 ,80 ,60 ,50 ,80 ,20 ,80 ,60 ,60 ,100 ,100 ,100 ,60 ,100 ,90 ,100 ,80 ,70 ,90 ,100 ,140 ,100 ,100 ,100 ,140 ,120 ,90 ,120 ,200 ,60 ,100 ,100 ,80 ,100 ,100 ,100 ,50 ,60 ,90 ,100 ,100 ,100 ,100 ,60 ,80 ,80 ,60 ,140 ,120 ,80 ,90 ,260 ,80 ,100 ,90 ,80 ,100 ,100 ,80 ,100 ,60 ,80 ,50 ,60 ,40 ,100 ,60 ,120 ,140 ,100 ,100 ,100 ,100 ,100 ,160 ,160 ,100 ,100 ,80 ,100 ,100 ,90 ,100 ,120 ,100 ,100 ,120 ,100 ,100 ,120 ,100 ,100 ,80 ,90 ,90 ,80 ,100 ,90 ,100 ,90 ,160 ,100 ,100 ,100 ,90 ,80 ,140 ,80 ,140 ,100 ,90 ,100 ,100 ,100 ,100 ,100 ,160 ,100 ,120 ,100 ,80 ,100 ,100 ,120 ,90 ,90 ,80 ,60 ,60 ,100 ,100 ,80 ,80 ,60 ,100 ,60 ,80 ,90 ,100 ,60 ,60 ,70 ,20 ,60 ,100 ,70 ,160 ,100 ,100 ,80 ,120 ,80 ,100 ,100 ,100 ,90 ,90 ,100 ,100 ,120 ,100 ,100 ,100 ,100 ,80 ,80 ,100 ,100 ,100 ,100 ,80 ,120 ,100 ,90 ,120 ,80 ,80 ,120 ,100 ,100 ,120 ,80 ,100 ,100 ,100 ,100 ,120 ,70 ,60 ,90 ,90 ,100 ,90 ,90 ,100 ,60 ,80 ,90 ,70 ,140 ,80 ,80 ,80 ,100 ,100 ,120 ,60 ,100 ,90 ,100 ,100 ,80 ,100 ,100 ,100 ,90 ,100 ,100 ,80 ,90 ,120 ,60 ,120 ,100 ,80 ,100 ,100 ,140 ,90 ,80 ,100 ,80 ,80 ,70 ,80 ,90 ,100 ,40 ,80 ,100 ,80 ,80 ,120 ,100 ,80 ,60 ,80 ,100 ,40 ,80 ,100 ,90 ,90 ,100 ,100 ,60 ,100 ,80 ,40 ,100 ,60 ,100 ,140 ,100 ,60 ,100 ,100 ,120 ,100 ,40 ,90 ,80 ,100 ,80 ,80 ,100 ,90 ,70 ,120 ,80 ,100 ,80 ,100 ,80 ,100 ,80 ,90 ,50 ,120 ,50 ,90 ,100 ,100 ,100 ,100 ,120 ,120 ,40 ,90 ,90 ,100 ,80 ,90 ,80 ,100 ,80 ,60 ,100 ,80 ,100 ,80 ,120 ,60 ,160 ,100 ,80 ,90 ,90 ,120 ,80 ,160 ,80 ,100 ,80 ,100 ,80 ,200 ,200 ,100 ,100 ,160 ,120 ,90 ,120 ,80 ,100 ,100 ,120 ,100 ,100 ,80 ,70 ,70 ,110 ,100 ,90 ,60 ,160 ,160 ,50 ,50 ,70 ,50 ,100 ,100 ,70 ,100 ,90 ,60 ,100 ,60 ,60 ,60 ,100 ,60 ,50 ,90 ,80 ,80 ,100 ,80 ,50 ,40 ,60 ,50 ,60 ,100 ,80 ,80 ,60 ,60 ,120 ,80 ,100 ,90 ,90 ,200 ,60 ,100 ,60 ,100 ,90 ,70 ,200 ,80 ,200 ,80 ,80 ,120 ,100 ,80 ,90 ,100 ,200 ,160 ,100 ,100 ,100 ,100 ,120 ,160 ,100 ,120 ,80) par4 = 'Unknown' par3 = 'FALSE' par2 = 'grey' par1 = '24' xlab = 'prijzen (EUR/dag)' main = 'maximumprijzen Tommorowland' par4 <- 'Unknown' par3 <- 'FALSE' par2 <- 'grey' par1 <- '24' #'GNU S' R Code compiled by R2WASP v. 1.2.291 () #Author: root #To cite this work: Wessa P., (2012), Histogram (v1.0.12) in Free Statistics Software (v$_version), Office for Research Development and Education, URL http://www.wessa.net/rwasp_histogram.wasp/ #Source of accompanying publication: # par1 <- as.numeric(par1) if (par3 == 'TRUE') par3 <- TRUE if (par3 == 'FALSE') par3 <- FALSE if (par4 == 'Unknown') par1 <- as.numeric(par1) if (par4 == 'Interval/Ratio') par1 <- as.numeric(par1) if (par4 == '3-point Likert') par1 <- c(1:3 - 0.5, 3.5) if (par4 == '4-point Likert') par1 <- c(1:4 - 0.5, 4.5) if (par4 == '5-point Likert') par1 <- c(1:5 - 0.5, 5.5) if (par4 == '6-point Likert') par1 <- c(1:6 - 0.5, 6.5) if (par4 == '7-point Likert') par1 <- c(1:7 - 0.5, 7.5) if (par4 == '8-point Likert') par1 <- c(1:8 - 0.5, 8.5) if (par4 == '9-point Likert') par1 <- c(1:9 - 0.5, 9.5) if (par4 == '10-point Likert') par1 <- c(1:10 - 0.5, 10.5) postscript(file="/var/wessaorg/rcomp/tmp/14i3w1412162594.ps",horizontal=F,onefile=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556) if(is.numeric(x[1])) { if (is.na(par1)) { myhist<-hist(x,col=par2,main=main,xlab=xlab,right=par3) } else { if (par1 < 0) par1 <- 3 if (par1 > 50) par1 <- 50 myhist<-hist(x,breaks=par1,col=par2,main=main,xlab=xlab,right=par3) } } else { plot(mytab <- table(x),col=par2,main='Frequency Plot',xlab=xlab,ylab='Absolute Frequency') } dev.off() if(is.numeric(x[1])) { myhist n <- length(x) #Note: the /var/wessaorg/rcomp/createtable file can be downloaded at http://www.wessa.net/cretab load(file="/var/wessaorg/rcomp/createtable") a<-table.start() a<-table.row.start(a) a<-table.element(a,hyperlink('http://www.xycoon.com/histogram.htm','Frequency Table (Histogram)',''),6,TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a,'Bins',header=TRUE) a<-table.element(a,'Midpoint',header=TRUE) a<-table.element(a,'Abs. Frequency',header=TRUE) a<-table.element(a,'Rel. Frequency',header=TRUE) a<-table.element(a,'Cumul. Rel. Freq.',header=TRUE) a<-table.element(a,'Density',header=TRUE) a<-table.row.end(a) crf <- 0 if (par3 == FALSE) mybracket <- '[' else mybracket <- ']' mynumrows <- (length(myhist$breaks)-1) for (i in 1:mynumrows) { a<-table.row.start(a) if (i == 1) dum <- paste('[',myhist$breaks[i],sep='') else dum <- paste(mybracket,myhist$breaks[i],sep='') dum <- paste(dum,myhist$breaks[i+1],sep=',') if (i==mynumrows) dum <- paste(dum,']',sep='') else dum <- paste(dum,mybracket,sep='') a<-table.element(a,dum,header=TRUE) a<-table.element(a,myhist$mids[i]) a<-table.element(a,myhist$counts[i]) rf <- myhist$counts[i]/n crf <- crf + rf a<-table.element(a,round(rf,6)) a<-table.element(a,round(crf,6)) a<-table.element(a,round(myhist$density[i],6)) a<-table.row.end(a) } a<-table.end(a) table.save(a,file="/var/wessaorg/rcomp/tmp/26yts1412162594.tab") } else { mytab reltab <- mytab / sum(mytab) n <- length(mytab) #Note: the /var/wessaorg/rcomp/createtable file can be downloaded at http://www.wessa.net/cretab load(file="/var/wessaorg/rcomp/createtable") a<-table.start() a<-table.row.start(a) a<-table.element(a,'Frequency Table (Categorical Data)',3,TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a,'Category',header=TRUE) a<-table.element(a,'Abs. Frequency',header=TRUE) a<-table.element(a,'Rel. Frequency',header=TRUE) a<-table.row.end(a) for (i in 1:n) { a<-table.row.start(a) a<-table.element(a,labels(mytab)$x[i],header=TRUE) a<-table.element(a,mytab[i]) a<-table.element(a,round(reltab[i],4)) a<-table.row.end(a) } a<-table.end(a) table.save(a,file="/var/wessaorg/rcomp/tmp/3tuwt1412162594.tab") } try(system("convert tmp/14i3w1412162594.ps tmp/14i3w1412162594.png",intern=TRUE))