R version 3.0.2 (2013-09-25) -- "Frisbee Sailing"
Copyright (C) 2013 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)

R is free software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under certain conditions.
Type 'license()' or 'licence()' for distribution details.

R is a collaborative project with many contributors.
Type 'contributors()' for more information and
'citation()' on how to cite R or R packages in publications.

Type 'demo()' for some demos, 'help()' for on-line help, or
'help.start()' for an HTML browser interface to help.
Type 'q()' to quit R.

> x <- array(list(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)
+ ,dim=c(1
+ ,900)
+ ,dimnames=list(c('V1')
+ ,1:900))
>  y <- array(NA,dim=c(1,900),dimnames=list(c('V1'),1:900))
>  for (i in 1:dim(x)[1])
+  {
+  	for (j in 1:dim(x)[2])
+  	{
+  		y[i,j] <- as.numeric(x[i,j])
+  	}
+  }
> par1 = 'grey'
> ylab = 'Prijs in euro (voor 1 dag)'
> xlab = 'variables'
> main = ' Boxplot Tomorrowland'
> par1 <- 'grey'
> #'GNU S' R Code compiled by R2WASP v. 1.2.291 ()
> #Author: root
> #To cite this work: Wessa P., (2012), Notched Boxplots (v1.0.6) in Free Statistics Software (v$_version), Office for Research Development and Education, URL http://www.wessa.net/rwasp_notchedbox1.wasp/
> #Source of accompanying publication: Office for Research, Development, and Education
> #
> z <- as.data.frame(t(y))
> postscript(file="/var/wessaorg/rcomp/tmp/1ojfy1412324659.ps",horizontal=F,onefile=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556) 
> (r<-boxplot(z ,xlab=xlab,ylab=ylab,main=main,notch=TRUE,col=par1))
$stats
     [,1]
[1,]   50
[2,]   80
[3,]   90
[4,]  100
[5,]  120

$n
[1] 900

$conf
         [,1]
[1,] 88.94667
[2,] 91.05333

$out
 [1] 160  20 140 140  40 200 140  40  40 140 140  20 160 160 140 160 140 140  40
[20]  40 200 140 160 200 200 140  30 200  40  40 200 200 160  40  40  40  40 150
[39] 160  40 160 200 200 140  40  20 140 140 200 140 260  40 140 160 160 160 140
[58] 140 160  20 160 140 140  40  40  40 140  40  40 160 160 200 200 160 160 160
[77]  40 200 200 200 200 160 160

$group
 [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[39] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
[77] 1 1 1 1 1 1 1

$names
[1] "V1"

> dev.off()
null device 
          1 
> 
> #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/overview.htm','Boxplot statistics','Boxplot overview'),6,TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a,'Variable',1,TRUE)
> a<-table.element(a,hyperlink('http://www.xycoon.com/lower_whisker.htm','lower whisker','definition of lower whisker'),1,TRUE)
> a<-table.element(a,hyperlink('http://www.xycoon.com/lower_hinge.htm','lower hinge','definition of lower hinge'),1,TRUE)
> a<-table.element(a,hyperlink('http://www.xycoon.com/central_tendency.htm','median','definitions about measures of central tendency'),1,TRUE)
> a<-table.element(a,hyperlink('http://www.xycoon.com/upper_hinge.htm','upper hinge','definition of upper hinge'),1,TRUE)
> a<-table.element(a,hyperlink('http://www.xycoon.com/upper_whisker.htm','upper whisker','definition of upper whisker'),1,TRUE)
> a<-table.row.end(a)
> for (i in 1:length(y[,1]))
+ {
+ a<-table.row.start(a)
+ a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
+ for (j in 1:5)
+ {
+ a<-table.element(a,r$stats[j,i])
+ }
+ a<-table.row.end(a)
+ }
> a<-table.end(a)
> table.save(a,file="/var/wessaorg/rcomp/tmp/2t1ik1412324659.tab") 
> a<-table.start()
> a<-table.row.start(a)
> a<-table.element(a,'Boxplot Notches',4,TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a,'Variable',1,TRUE)
> a<-table.element(a,'lower bound',1,TRUE)
> a<-table.element(a,'median',1,TRUE)
> a<-table.element(a,'upper bound',1,TRUE)
> a<-table.row.end(a)
> for (i in 1:length(y[,1]))
+ {
+ a<-table.row.start(a)
+ a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
+ a<-table.element(a,r$conf[1,i])
+ a<-table.element(a,r$stats[3,i])
+ a<-table.element(a,r$conf[2,i])
+ a<-table.row.end(a)
+ }
> a<-table.end(a)
> table.save(a,file="/var/wessaorg/rcomp/tmp/3odop1412324659.tab") 
> 
> try(system("convert tmp/1ojfy1412324659.ps tmp/1ojfy1412324659.png",intern=TRUE))
character(0)
> 
> 
> proc.time()
   user  system elapsed 
  0.785   0.098   0.884