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 computationSat, 29 Nov 2008 03:32:04 -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/29/t1227954752bmhkf7z9a7mz9tp.htm/, Retrieved Sat, 18 May 2024 20:17:46 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=26188, Retrieved Sat, 18 May 2024 20:17:46 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywordsjulie govaerts
Estimated Impact189

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 ws 4] [2008-11-29 10:32:04] [ff1af8c6f1c2f1c0e8def9bfc9355be9] [Current]
Feedback Forum
2008-12-06 13:33:14 [Thomas Plasschaert] [reply] 
De spectraalanalyse is de 3e methode om een trend te analyseren. De frequentie is het omgekeerde van de periode. Als je een hoge frequentie hebt, dan gaat die zeer snel op en neer en heb je dus een kleine periode. De periode = afstand tussen 2 toppen, de frequentie = hoe snel het op en neer gaat, de amplitude is de hoogte.

We zien hier een lange termijn trend met een lage frequentie en dus een lange periode. De lijn beweegt zich dus langzaam op en neer. Dit is typisch voor een lange termijn trend. Als we dit zien moeten we differentiëren om deze trend te verwijderen. We kunnen ook de cummulatieve curve nemen. Dan hebben we een schaal van 0 tot 1. 0.8 wil dan zeggen = dan verklaren we 80% van de tijdreeks. Dan is er zeer lage frequentie.
De lange termijnbewegingen nodig om 80% te kunnen verklaren. Steil stijgende cummulatieve curve wijst op lange termijn. in dit geval zijn er geen trappen bovenaan de grafiek,dit wil zeggen dat er hier geen sprake is van seizoenaliteit.
met het blauwe lijntje in de 'raw periods' kan je verschuiven over de grafiek heen, en kan je zo zien welke frequentie significant verschillend is.
2008-12-07 12:01:13 [Jolien Van Landeghem] [reply] 
Juist maar je ziet bijvoorbeeld ook op het raw periodogram dat er een trend is waarbij er geen stationariteit in het gemiddelde is ( in het begin stijl naar boven) end at er geen sprake is van seizoenaliteit (want er zijn geen trapjes) we gaan dit stationair maken door gebruik te maken van differentiatie met d=1 en D=0.

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 time3 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001

\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 & 3 seconds \tabularnewline
R Server & 'Herman Ole Andreas Wold' @ 193.190.124.10:1001 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=26188&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]3 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Herman Ole Andreas Wold' @ 193.190.124.10:1001[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=26188&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=26188&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 time3 seconds
R Server'Herman Ole Andreas Wold' @ 193.190.124.10:1001


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
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()