Repository of Reproducible Computations

Free Statistics

of Irreproducible Research!

Author's title

Author

*The author of this computation has been verified*

R Software Module

rwasp_fitdistrnorm.wasp

Title produced by software

Maximum-likelihood Fitting - Normal Distribution

Date of computation

Thu, 13 Nov 2008 01:47:07 -0700

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Nov/13/t1226566065y2wegqihk1te1vx.htm/, Retrieved Sun, 19 May 2024 02:45:20 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24486, Retrieved Sun, 19 May 2024 02:45:20 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

natalie en evelyn

Estimated Impact

211

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)

-     [Box-Cox Linearity Plot] [Box-Cox] [2008-11-11 14:29:04] [adb6b6905cde49db36d59ca44433140d]
F RMPD  [Maximum-likelihood Fitting - Normal Distribution] [Maximum likehood ...] [2008-11-11 15:10:16] [adb6b6905cde49db36d59ca44433140d]
F    D    [Maximum-likelihood Fitting - Normal Distribution] [Maximum-likelihoo...] [2008-11-11 23:51:03] [b591abfa820a394aeb0c5ebd9cfa1091]
F    D        [Maximum-likelihood Fitting - Normal Distribution] [normal distribution] [2008-11-13 08:47:07] [32a7b12f2bdf14b45f7a9a96ba1ab98d] [Current]

Feedback Forum

2008-11-15 13:36:27 [Hundra Smet] [reply] 
de waarde van de data (= staafdiagram) ligt niet op de normaalverdeling. 
de benadering is dus niet zo correct.
  2008-11-17 09:43:06 [Katrijn Truyman] [reply] 
De normaalverdeling is in deze situatie geen goede benadering. De curve van de normaalverdeling komt niet overeen met het histogram.
2008-11-17 16:20:15 [Stefan Temmerman] [reply] 
Correct berekening, en de conclusie is min of meer juist. 
Het histogram laat zien dat de gegevens niet zo goed normaal verdeeld zijn. Er zijn blokken tussen die uitschieten, en ook blokken die lager zijn. 
Voor bijkomend bewijs had de student nog een QQ-plot kunnen maken, om zeker te zien dat de normaalverdeling hier weinig van toepassing is.
2008-11-18 10:36:45 [72e979bcc364082694890d2eccc1a66f] [reply] 
De gegevens zijn niet zo goed normaal verdeeld. Je hebt te maken met uitschieters, zowel grote als kleine.
2008-11-18 13:53:43 [Julie Govaerts] [reply] 
De software maakt een schatting van het gemiddelde en de standaardfout die het best past bij de verdeling van deze gegevens. In de grafiek is de normaalverdeling te zien die het meest overeenstemt met het histogram
2008-11-24 16:42:15 [5faab2fc6fb120339944528a32d48a04] [reply] 
Bij het vergelijken van het histogram en de normaalverdelingscurve kunnen we vaststellen dat de gegevens niet normaal verdeeld zijn. Er zijn te veel uitschieters en lage blokken in het histogram.
2008-11-24 21:03:32 [Kevin Vermeiren] [reply] 
Het antwoord van de student is zeer beperkt. Er wordt niets verteld over de module. Verder wordt er geen conclusie getrokken. Door de module “Maximum-likelihood Normal Distribution Fitting” toe te passen kunnen we nagaan of de normaal verdeling een goede benadering is voor Yt. De berekening maakt een schatting van het gemiddelde en de standaardfout die het best past bij de verdeling van de gegevens.  Het resultaat van deze module is een histogram van Yt met een normaal verdeling die het meest overeenkomt met het histogram. Deze module laat toe om visueel vast te stellen of  het histogram al dan niet de vorm van een normaal verdeling aanneemt. Uit de figuur blijkt dat de normaal verdeling geen goede benadering is voor Yt daar het histogram hier teveel van afwijkt.

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	1 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=24486&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=24486&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24486&T=0

As an alternative you can also use a QR Code:

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

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	1 seconds
R Server	'Gwilym Jenkins' @ 72.249.127.135

Parameter	Estimated Value	Standard Deviation
mean	566374	4620.71468864816
standard deviation	35791.9020734206	3267.3386902714

\begin{tabular}{lllllllll}
\hline
Parameter & Estimated Value & Standard Deviation \tabularnewline
mean & 566374 & 4620.71468864816 \tabularnewline
standard deviation & 35791.9020734206 & 3267.3386902714 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24486&T=1

[TABLE]
[ROW][C]Parameter[/C][C]Estimated Value[/C][C]Standard Deviation[/C][/ROW]
[ROW][C]mean[/C][C]566374[/C][C]4620.71468864816[/C][/ROW]
[ROW][C]standard deviation[/C][C]35791.9020734206[/C][C]3267.3386902714[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24486&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24486&T=1

As an alternative you can also use a QR Code:

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

Parameter	Estimated Value	Standard Deviation
mean	566374	4620.71468864816
standard deviation	35791.9020734206	3267.3386902714

Figure 1

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = 8 ; par2 = 0 ;

Parameters (R input):

par1 = 8 ; par2 = 0 ;

R code (references can be found in the software module):

library(MASS)
par1 <- as.numeric(par1)
if (par2 == '0') par2 = 'Sturges' else par2 <- as.numeric(par2)
x <- as.ts(x) #otherwise the fitdistr function does not work properly
r <- fitdistr(x,'normal')
r
bitmap(file='test1.png')
myhist<-hist(x,col=par1,breaks=par2,main=main,ylab=ylab,xlab=xlab,freq=F)
curve(1/(r$estimate[2]*sqrt(2*pi))*exp(-1/2*((x-r$estimate[1])/r$estimate[2])^2),min(x),max(x),add=T)
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Parameter',1,TRUE)
a<-table.element(a,'Estimated Value',1,TRUE)
a<-table.element(a,'Standard Deviation',1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'mean',header=TRUE)
a<-table.element(a,r$estimate[1])
a<-table.element(a,r$sd[1])
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'standard deviation',header=TRUE)
a<-table.element(a,r$estimate[2])
a<-table.element(a,r$sd[2])
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code