FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationWed, 26 Nov 2008 09:51:02 -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/26/t1227718296dxnubahqiqszeta.htm/, Retrieved Sun, 19 May 2024 03:47:30 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=25659, Retrieved Sun, 19 May 2024 03:47:30 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact182

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 18:40:39] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [Q4 T7] [2008-11-26 16:51:02] [fb0ffb935e9c1a725d69519be28b148f] [Current]
-           [Law of Averages] [question4: The Cu...] [2008-12-01 22:15:05] [c29178f7f550574a75dc881e636e0923]
Feedback Forum
2008-12-07 21:36:05 [Inge Meelberghs] [reply] 
Aan de hand van de raw periodogram en de cumulatieve periodogram kunnen zien of er in de tijdreeks al dan niet een trend aanwezig is.

Op de raw periodogram grafiek vinden we op de x-as de frequentie terug en op de y –as de mate waarin deze frequentie voorkomt. Hier kunnen we dus zien hoe vaak de frequenties terugkomen.

Op de cumulatieve periodogram zien we dat de grafiek niet binnen de betrouwbaarheidsinterval ligt waardoor er sprake is van een significante trend.

Conclusie:
Op zowel de raw periodogram grafiek als de cumulatieve periodogram kunnen we zien dat er veel lage frequentiewaarden zijn. Dit duidt op een lange termijn trend.

Om deze lange termijn trend uit te zuiveren moeten we gebruik maken van de VRM techniek. Hierdoor zal de variantie hopelijk dalen.We krijgen een heel ander beeld als d=1 en D=1 (als we dus 1keer gewoon en 1keer seizonaal gaan differentiëren). Dit kunnen we onder andere waarnemen op de cumulatieve periodogram doordat de grafiek nu wel tussen de betrouwbaarheidsintervallen ligt.
2008-12-08 20:05:10 [Michaël De Kuyer] [reply] 
Het spectrum duidt op de intensiteit van de golfbeweging ten opzichte van de frequentie. De frequentie is gelijk aan 1/lengte van de golfbeweging. De frequentie gaat van laag naar hoog. Hoe lager de frequentie, hoe langer de periode; hoe hoger de frequentie, hoe korter de periode. Als we het cumulatieve periodogram bekijken, geeft de y-as de procentuele, cumulatieve intensiteit van de golfbeweging weer. Dit verklaart het stijgend verloop ervan.
Aan de hand van deze analyse kunnen we vaststellen dat er duidelijk een trend aanwezig is. De intensiteit is sterk in het begin waardoor het cumulatieve periodogram ook sterk stijgt. Als er geen langetermijntrend aanwezig zou zijn, zou er een proportionele stijging zijn, waardoor de rechte tussen de twee lijnen zou liggen.

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=25659&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=25659&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=25659&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 ; par3 = ; par4 = ; par5 = ; par6 = ; par7 = ; par8 = ; par9 = ; par10 = ; par11 = ; par12 = ; par13 = ; par14 = ; par15 = ; par16 = ; par17 = ; par18 = ; par19 = ; par20 = ;
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
x <- b
bitmap(file='test1.png')
r <- spectrum(x,main='Raw Periodogram')
dev.off()
r
bitmap(file='test2.png')
cpgram(x,main='Cumulative Periodogram')
dev.off()