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_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationMon, 01 Dec 2008 12:17:00 -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/Dec/01/t1228159075n00jy7zpo63jmfu.htm/, Retrieved Sat, 11 May 2024 22:59:16 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27207, Retrieved Sat, 11 May 2024 22:59:16 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact186

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Law of Averages] [Random Walk Simul...] [2008-11-25 18:05:16] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [non-stationary ti...] [2008-12-01 19:17:00] [e7b1048c2c3a353441b9143db4404b91] [Current]
Feedback Forum
2008-12-07 15:22:27 [Toon Wouters] [reply] 
Juiste berekening en goede interpretatie. Je had ook aan de law of averages grafiek kunnen zien dat er een positieve autocorrelatie aanwezig is omdat de grafiek een min of meer stabiel verloop weergeeft (geen grote schommelingen).
2008-12-08 18:13:52 [Jasmine Hendrikx] [reply] 
Eigen evaluatie:
De berekening is goed uitgevoerd en de conclusie is goed. Het is inderdaad zo dat bij de grafiek van de ACF alle coëfficiënten significant verschillend zijn van 0, aangezien ze allemaal buiten het 95% betrouwbaarheidsinterval vallen. Dit kan dus geen toeval zijn en wijst op een fundamentele eigenschap van de tijdreeks. Dit is typisch voor een stochastische trend op LT, hetgeen ook vermeld wordt. Hierbij zou er nog vermeld kunnen worden wat een stochastische trend juist betekent. Dit wil dus zeggen niet-lineair, dus niet deterministisch. Er is inderdaad ook sprake van een positieve autocorrelatie aangezien het niveau van de tijdreeks langzaam evolueert. Wanneer dus de vorige observatie hoog is, is er een grote kans dat de volgende ook hoog zal zijn. Dit kunt je ook afleiden uit de formule die toegepast wordt:
Yt= Yt-1+ Et,
dus Yt-Et = Yt-1.
Dit betekent dat elke voorspelling ongeveer gelijk is aan de vorige voorspelling, toch ten minste wanneer Et niet groot is.
Wanneer je een opeenvolging hebt van zeer hoge en zeer lage pieken, dan is er sprake van negatieve autocorrelatie (= wispelturig).
We moeten de tijdreeks dus 1 keer differentiëren om de trend eruit te halen, hetgeen ook correct vermeld wordt.

Post a new message

Dataset

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135

\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 & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=27207&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]1 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=27207&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27207&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 time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 500 ; par2 = 0.5 ;
Parameters (R input):
par1 = 500 ; par2 = 0.5 ;
R code (references can be found in the software module):
n <- as.numeric(par1)
p <- as.numeric(par2)
heads=rbinom(n-1,1,p)
a=2*(heads)-1
b=diffinv(a,xi=0)
c=1:n
pheads=(diffinv(heads,xi=.5))/c
bitmap(file='test1.png')
op=par(mfrow=c(2,1))
plot(c,b,type='n',main='Law of Averages',xlab='Toss Number',ylab='Excess of Heads',lwd=2,cex.lab=1.5,cex.main=2)
lines(c,b,col='red')
lines(c,rep(0,n),col='black')
plot(c,pheads,type='n',xlab='Toss Number',ylab='Proportion of Heads',lwd=2,cex.lab=1.5)
lines(c,pheads,col='blue')
lines(c,rep(.5,n),col='black')
par(op)
dev.off()
b
bitmap(file='pic1.png')
racf <- acf(b,n/10,main='Autocorrelation',xlab='lags',ylab='ACF')
dev.off()
racf