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_notchedbox1.wasp
Title produced by softwareNotched Boxplots
Date of computationMon, 03 Nov 2008 10:48:01 -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/Nov/03/t1225734539j4zn6oq9sii0bvr.htm/, Retrieved Sun, 19 May 2024 08:01:04 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=20911, Retrieved Sun, 19 May 2024 08:01:04 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact169

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Notched Boxplots] [workshop 3] [2007-10-26 13:31:48] [e9ffc5de6f8a7be62f22b142b5b6b1a8]
F    D    [Notched Boxplots] [Mediaan Totale Pr...] [2008-11-03 17:48:01] [d592f629d96b926609f311957d74fcca] [Current]
Feedback Forum
2008-11-06 14:58:43 [Tom Ardies] [reply] 
De mediaan ligt inderdaad lager voor de kleding, deze ligt zelfs significant lager, als je de betrouwbaarheidsintervallen met elkaar vergelijkt.
2008-11-07 16:17:43 [Jan Van Riet] [reply] 
Om te kunnen besluiten of de mediaan van de kledingprodctie significant (dat het dus niet toe te schrijven is aan het toeval)lager ligt dan die van de totale productie, moeten kijken of de betrouwbaarheidhsintervallen (de inkepingen in de 'notches')niet samenvallen. Dit is hier niet het geval, dus kunnen we stellen dat de mediaan van de kledingprod. significant lager ligt dan die van de totale productie.
Daarbovenop wijst de centrale positie van de mediaan (in de notch zelf) erop dat de kledingproductie een normaalverdeling heeft.
2008-11-09 19:59:26 [Tamara Witters] [reply] 
Jou oplossing is niet volledig correct, het is belangrijk te zeggen dat de mediaan SIGNIFICANT lager ligt.

Verbetering:
De mediaan van de industriële productie is lichtjes gestegen, terwijl de mediaan van de kledingproductie is gedaald (ligt onder het basisjaar = 100)
De kledingproductie ligt duidelijk onder het betrouwbaarheidsinterval van de industriële productie.
--> De mediaan van de kledingproductie ligt SIGNIFICANT lager dan die van de industriële prdoductie.
2008-11-09 23:29:13 [Kevin Neelen] [reply] 
Zoals deze student in bijgevoegd Word-document vermeld heeft, kan gesteld worden dat mediaan van kledingproductie lager ligt dan die van de totale productie. Meer zelfs, deze mediaan ligt significant lager. Hiermee wordt bedoeld dat de verschillen in medianen niet toe te schrijven is aan toeval. Dit kan ook besloten worden door te kijken of de beide betrouwbaarheidsintervallen (de nocthes in de boxen) met elkaar samenvallen. Dat is hier duidelijk niet het geval waardoor dus geconcludeerd mag worden dat de mediaan van kledindproductie significant lager ligt dan deze van de totale productie.
Daarnaast kan besloten worden dat de kledingproductie een normaalverdeling kent aangezien de mediaan vrij in het midden ligt tussen de notches van de box.
Ten slotte moet er wel opgemerkt worden dat bij de ingegeven tijdreeks, er een witregel te vinden is op het einde van deze reeks. In hoeverre dit de bekomen resultaten beïnvloedt, is mij niet bepaald duidelijk.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
110.40	109.20
96.40	88.60
101.90	94.30
106.20	98.30
81.00	86.40
94.70	80.60
101.00	104.10
109.40	108.20
102.30	93.40
90.70	71.90
96.20	94.10
96.10	94.90
106.00	96.40
103.10	91.10
102.00	84.40
104.70	86.40
86.00	88.00
92.10	75.10
106.90	109.70
112.60	103.00
101.70	82.10
92.00	68.00
97.40	96.40
97.00	94.30
105.40	90.00
102.70	88.00
98.10	76.10
104.50	82.50
87.40	81.40
89.90	66.50
109.80	97.20
111.70	94.10
98.60	80.70
96.90	70.50
95.10	87.80
97.00	89.50
112.70	99.60
102.90	84.20
97.40	75.10
111.40	92.00
87.40	80.80
96.80	73.10
114.10	99.80
110.30	90.00
103.90	83.10
101.60	72.40
94.60	78.80
95.90	87.30
104.70	91.00
102.80	80.10
98.10	73.60
113.90	86.40
80.90	74.50
95.70	71.20
113.20	92.40
105.90	81.50
108.80	85.30
102.30	69.90
99.00	84.20
100.70	90.70
115.50	100.30

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'George Udny Yule' @ 72.249.76.132

\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 & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20911&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20911&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20911&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'George Udny Yule' @ 72.249.76.132






Boxplot statistics
Variablelower whiskerlower hingemedianupper hingeupper whisker
X18696.2101.7106115.5
X266.580.687.394.1109.7

\begin{tabular}{lllllllll}
\hline
Boxplot statistics \tabularnewline
Variable & lower whisker & lower hinge & median & upper hinge & upper whisker \tabularnewline
X1 & 86 & 96.2 & 101.7 & 106 & 115.5 \tabularnewline
X2 & 66.5 & 80.6 & 87.3 & 94.1 & 109.7 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20911&T=1

[TABLE]
[ROW][C]Boxplot statistics[/C][/ROW]
[ROW][C]Variable[/C][C]lower whisker[/C][C]lower hinge[/C][C]median[/C][C]upper hinge[/C][C]upper whisker[/C][/ROW]
[ROW][C]X1[/C][C]86[/C][C]96.2[/C][C]101.7[/C][C]106[/C][C]115.5[/C][/ROW]
[ROW][C]X2[/C][C]66.5[/C][C]80.6[/C][C]87.3[/C][C]94.1[/C][C]109.7[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20911&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20911&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Boxplot statistics
Variablelower whiskerlower hingemedianupper hingeupper whisker
X18696.2101.7106115.5
X266.580.687.394.1109.7






Boxplot Notches
Variablelower boundmedianupper bound
X199.717476951119101.7103.682523048881
X284.568973351031387.390.0310266489687

\begin{tabular}{lllllllll}
\hline
Boxplot Notches \tabularnewline
Variable & lower bound & median & upper bound \tabularnewline
X1 & 99.717476951119 & 101.7 & 103.682523048881 \tabularnewline
X2 & 84.5689733510313 & 87.3 & 90.0310266489687 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=20911&T=2

[TABLE]
[ROW][C]Boxplot Notches[/C][/ROW]
[ROW][C]Variable[/C][C]lower bound[/C][C]median[/C][C]upper bound[/C][/ROW]
[ROW][C]X1[/C][C]99.717476951119[/C][C]101.7[/C][C]103.682523048881[/C][/ROW]
[ROW][C]X2[/C][C]84.5689733510313[/C][C]87.3[/C][C]90.0310266489687[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=20911&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=20911&T=2

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Boxplot Notches
Variablelower boundmedianupper bound
X199.717476951119101.7103.682523048881
X284.568973351031387.390.0310266489687


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = grey ;
Parameters (R input):
par1 = grey ;
R code (references can be found in the software module):
z <- as.data.frame(t(y))
bitmap(file='test1.png')
(r<-boxplot(z ,xlab=xlab,ylab=ylab,main=main,notch=TRUE,col=par1))
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,hyperlink('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('lower_whisker.htm','lower whisker','definition of lower whisker'),1,TRUE)
a<-table.element(a,hyperlink('lower_hinge.htm','lower hinge','definition of lower hinge'),1,TRUE)
a<-table.element(a,hyperlink('central_tendency.htm','median','definitions about measures of central tendency'),1,TRUE)
a<-table.element(a,hyperlink('upper_hinge.htm','upper hinge','definition of upper hinge'),1,TRUE)
a<-table.element(a,hyperlink('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$stats[j,i])
}
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Boxplot Notches',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Variable',1,TRUE)
a<-table.element(a,'lower bound',1,TRUE)
a<-table.element(a,'median',1,TRUE)
a<-table.element(a,'upper bound',1,TRUE)
a<-table.row.end(a)
for (i in 1:length(y[,1]))
{
a<-table.row.start(a)
a<-table.element(a,dimnames(t(x))[[2]][i],1,TRUE)
a<-table.element(a,r$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='mytable1.tab')