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_starplot.wasp
Title produced by softwareStar Plot
Date of computationTue, 04 Nov 2008 08:08:14 -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/04/t12258113698d2deslf1jkvf9h.htm/, Retrieved Sat, 18 May 2024 23:42:04 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=21581, Retrieved Sat, 18 May 2024 23:42:04 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact144

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F       [Star Plot] [Starplot] [2008-11-04 15:08:14] [98255691c21504803b38711776845ae0] [Current]
Feedback Forum
2008-11-09 15:14:12 [Steven Vercammen] [reply] 
Deze vraag werd volledig correct opgelost. De betekenis van de starplots werd juist uitgelegd. De lengte van elk lijntje geeft aan hoeveel een bepaalde auto van dat kenmerk bezit. Om de auto's dus in categorieën in te delen moet men kijken of er starplots die hetzelfde uitzicht hebben en dus dezelfde kenmerken bezitten.
2008-11-12 10:14:26 [Ken Wright] [reply] 
correct. Er kan dus gemakkelijk gesegmenteerd worden. De lengte van de beentjes stellen de waarde voor, dus bv. een ster met hoge waarde in cyl(cilinderinhoud),hp (trekkracht), dist(topsnelheid),.. duidt op sportwagens
2008-11-12 10:15:58 [Erik Geysen] [reply] 
Ook hier werd de juiste methode gebruikt. (starplot) de lengte van de assen bepaald of de auto veel van dit kenmerk heeft of niet. Dankzij de star plot kunnen we catogorieën onderscheiden. Zo lijken vb star plot 1,2,10,11, en 30 idd sterk op elkaar. De student heeft hier goed werk verricht. De vraag werd volledig correct ogelost. Dat ze er werk van gemaakt heeft zien we aan het feit dat zij 6 categorieën onderscheidt en ze geeft ook een goede uitleg over de star plot.
2008-11-12 11:10:22 [76d4ba45ca37c54e4ca3ca97939a2cd4] [reply] 
Je bent op de goede weg. Maar er zijn niet enkel duo's te onderscheiden. Naar mijn mening zijn er grotere groepen wagens die op elkaar gelijken. Zo kan je bijvoorbeeld 18, 19, 20, 26, 27 en 28 in 1 categorie vervatten. Je zegt er ook best bij welke eigenschappen ze gemeenschappelijk hebben. In dit geval zijn dat ‘drat’, ‘qsec’ en ‘mpg’. Ook 7, 12, 13, 14, 22 en 23 kan je in 1 categorie vervatten. Zij hebben als overwegende eigenschappen ‘Hp’, ‘disp’ en ‘cyl’. Enzovoort.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
21	6	160	110	3.9	2.62	16.46
21	6	160	110	3.9	2.875	17.02
22.8	4	108	93	3.85	2.32	18.61
21.4	6	258	110	3.08	3.215	19.44
18.7	8	360	175	3.15	3.44	17.02
18.1	6	225	105	2.76	3.46	20.22
14.3	8	360	245	3.21	3.57	15.84
24.4	4	146.7	62	3.69	3.19	20
22.8	4	140.8	95	3.92	3.15	22.9
19.2	6	167.6	123	3.92	3.44	18.3
17.8	6	167.6	123	3.92	3.44	18.9
16.4	8	275.8	180	3.07	4.07	17.4
17.3	8	275.8	180	3.07	3.73	17.6
15.2	8	275.8	180	3.07	3.78	18
10.4	8	472	205	2.93	5.25	17.98
10.4	8	460	215	3	5.424	17.82
14.7	8	440	230	3.23	5.345	17.42
32.4	4	78.7	66	4.08	2.2	19.47
30.4	4	75.7	52	4.93	1.615	18.52
33.9	4	71.1	65	4.22	1.835	19.9
21.5	4	120.1	97	3.7	2.465	20.01
15.5	8	318	150	2.76	3.52	16.87
15.2	8	304	150	3.15	3.435	17.3
13.3	8	350	245	3.73	3.84	15.41
19.2	8	400	175	3.08	3.845	17.05
27.3	4	79	66	4.08	1.935	18.9
26	4	120.3	91	4.43	2.14	16.7
30.4	4	95.1	113	3.77	1.513	16.9
15.8	8	351	264	4.22	3.17	14.5
19.7	6	145	175	3.62	2.77	15.5
15	8	301	335	3.54	3.57	14.6
21.4	4	121	109	4.11	2.78	18.6

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=21581&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=21581&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=21581&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 = TRUE ;
Parameters (R input):
par1 = TRUE ;
R code (references can be found in the software module):
if (par1 == 'TRUE') par1 <- TRUE
if (par1 == 'FALSE') par1 <- FALSE
bitmap(file='test1.png')
stars(t(y), main = main, full=par1, key.loc = c(14, 2))
dev.off()