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_spectrum.wasp
Title produced by softwareSpectral Analysis
Date of computationTue, 09 Dec 2008 12:11:43 -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/Dec/09/t12288501191pw0wh3dtg046m7.htm/, Retrieved Sun, 19 May 2024 10:51:43 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=31714, Retrieved Sun, 19 May 2024 10:51:43 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact204

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Univariate Data Series] [data set] [2008-12-01 19:54:57] [b98453cac15ba1066b407e146608df68]
F RMP     [Spectral Analysis] [Opdracht 1 - Blok...] [2008-12-09 19:11:43] [1351baa662f198be3bff32f9007a9a6d] [Current]
Feedback Forum
2008-12-11 19:18:10 [Nathalie Daneels] [reply] 
Evaluatie opdracht 1 - Blok 20 (Q2 vervolg):

Ook de conclusie van de spectraal analyse was niet volledig. Ik ga hier de gehele conclusie zetten over de spectraal analyse, en niet bij elke stap:
Ten slotte gaan we de spectraal analyse toepassen: Ook hier gaan we de tijdreeks stapsgewijs stationair maken. De spectraal analyse is een alternatieve methode van de ACF en VRM. M.b.v. deze methode gaan we dezelfde analyse maken: Hoeveel keer moeten we de tijdreeks (al dan niet seizoenaal) differentiëren om de dataset stationair te maken.
- Eerst gaan we geen transformatie doorvoeren op de tijdreeks. (Lambda = 1, D = 0 en d = 0). Bij deze methode wordt de tijdreeks ontbonden in regelmatige golfbewegingen/We gaan de regelmatige golfbewegingen uit de tijdreeks halen. De computer gaat de oorspronkelijke tijdreeks proberen te reconstrueren op basis van de golfbewegingen met verschillende frequenties (zie tabel). Die verschillende frequenties zeggen ons niets ; De periode daarentegen wel: Dit is dan ook de reden waarom de periode tussen haakjes erbij staat. Bijvoorbeeld: (375) = 375 maanden: Dit is de tijd die nodig is om 1 hele golf(beweging) te doen. De intensiteit van deze golfbewegingen wordt ook het spectrum genoemd: Dit geeft een indicatie van hoe sterk of minder sterk een golfbeweging is. Een golfbeweging met een lange periode wijst op een lange termijntrend.
We moeten in de tabel kijken wat er precies met kop en schouder bovenuit steekt: Welke spectrumwaarde voor de gegeven golfbeweging is het grootste? We kunnen uit de tabel afleiden dat het spectrum domineert/de hoogste waarde heeft in het begin van de tijdreeks/van de tabel: bv. Periode van 375 maanden, heeft een spectrum van 305 412,92 ; De periode die overeenkomt met 187,5 maanden heeft een spectrumwaarde van 836 275,15. Dit is een heel grote amplitude/sterk uitgesproken. Dit wordt ook bevestigd door de eerste grafiek: Ook daar worden de hoogste waarden van het spectrum bereikt/domineert het spectrum aan de linkse kant van de grafiek: We kunnen dus opmerken dat golfbewegingen met een zeer lange periode aanwezig/dominant zijn in de tijdreeks (Die hebben een zeer lage frequentie). Op de grafiek kunnen we eveneens opmerken dat er bepaalde periodes zijn met zeer grote (positieve) pieken: Deze periodes komen overeen met 12, 24,… maanden. Er is dus een sterke vorm van seizoenaliteit aanwezig in de tijdreeks.
We kunnen hierbij opmerken dat korte periodes overeen komen met hoge frequenties en lage frequenties (op de grafiek) komen overeen met lange termijnen/periodes: Deze lange periodes zijn belangrijk, de korte niet echt. Zoals ik al heb vermeld, zijn er in de eerste grafiek positieve pieken op regelmatige frequenties, die pieken wijzen op periodes met een hoog spectrum of m.a.w. op seizoenaliteit.
Als we gaan kijken naar de cumulatieve periodogram, kunnen we opmerken dat er links een zeer snelle stijging is: Een zeer steile grafiek is een typisch kenmerk van een lange termijn trend. Als er trappen in de grafiek aanwezig zijn, die wijzen dan op seizoenaliteit. Uit het cumulatieve periodogram kunnen we afleiden dat er ook lichtjes een trapvorming aanwezig is. In dit geval kunnen we dus concluderen dat er in de tijdreeks zowel seizoenaliteit als een lange termijn trend aanwezig is.
- We kunnen deze lange termijntrend wegwerken door te gaan differentiëren (d = 1). Als we dan opnieuw gaan kijken naar het begin van de tabel, dan kunnen we opmerken dat het spectrum kleiner is geworden. Op de eerste grafiek merken we dat er geen dalende of stijgende lijn meer is, maar een plus/minus horizontale lijn. Dit betekent dat de lange termijn trend ‘verwijderd’ is. We moeten wel opmerken dat er nog steeds positieve pieken aanwezig zijn in de grafiek en die wijzen dus op seizoenaliteit. Bij de grafiek ‘Cumulative periodogram’ kunnen we zien dat de steilheid van de grafiek verdwenen is, maar het trappenpatroon is nog steeds heel duidelijk aanwezig. Dit betekent dat er nog steeds seizoenaliteit aanwezig is in de tijdreeks.
- Om de seizoenaliteit vervolgens weg te werken gaan we seizoenaal differentiëren (D = 1): Hierdoor gaan ook de pieken in de eerste grafiek plus/minus wegvallen. Als we dan ten slotte opnieuw gaan kijken naar de Cumulatieve periodogram dan merken we dat deze grafiek zeer mooi is: Er is geen enkele indicatie meer van een lange termijn trend (er is geen steile stijging meer aan de linkse kant van de grafiek) en er is ook geen sprake meer van seizoenaliteit (de trapbeweging is ook verdwenen). We moeten wel opmerken dat de grafiek niet helemaal binnen het betrouwbaarheidsinterval ligt: Dit wijst erop dat het niet aan het toeval kan worden toegeschreven. Het kan enkel aan het toeval worden toegeschreven als de grafiek helemaal binnen het betrouwbaarheidsinterval zou liggen (Dan zou het een rechte lijn (random)/diagonaal zijn tussen het interval). Het betrouwbaarheidsinterval is een indicatie van toeval. Enkel als het resterende gedeelte van de tijdreeks, niet meer verklaarbaar is, dan ligt de grafiek diagonaal met een perfectheid van 95% tussen de betrouwbaarheidsgrenzen. Vanaf het moment dat de grafiek erbuiten ligt, wat hier het geval is, betekent dit dat er nog golfbewegingen zijn in de tijdreeks, die verklaarbaar zijn of m.a.w. er zijn nog patronen die voorspelbaar zijn. We kunnen dus concluderen dat het model nog voor verbetering vatbaar is: Het restdeel is nog niet aan het toeval geheel te wijzen.
Hoe kunnen we het feit verklaren dat een tijdreeks, na seizoenale en niet-seizoenale differentiatie nog steeds voorspelbaar is? Dan moeten we gaan kijken waar er in de eerste grafiek voornamelijk afwijkingen zijn? We moeten eveneens gaan kijken in de tabel waar er op regelmatige basis op-en neergaande fluctuaties op een plus/minus lange termijn aanwezig zijn. Dit wijst op een conjunctuurcyclus.
2008-12-14 12:40:43 [Bénédicte Soens] [reply] 
Bij de spectraal analyse wordt de tijdreeks ontbonden in alle mogelijke golfbewegingen.
Er is een zeer lage frequentie aanwezig en dit wijst op een lange periode dus een lange termijn trend (opgesteld via sinosoïdes). Het is een dalende lange termijn trend. De pieken die worden voorgesteld komen overeen met de 12, 24,… maanden, dit wijst op seizoenaliteit.
Als we kijken naar het gecumuleerde periodogram zien we een zeer sterke stijging in het begin, dit wijst ook op een lange termijn trend. Bij deze tijdreeks kunnen we zeggen dat 70% kan verklaart worden door lange termijnbewegingen.
2008-12-16 09:40:16 [Katja van Hek] [reply] 
Bij de Spectral analysis wordt de tijdreeks ontbonden in regelmatige golfbewegingen. De cumulatieve periodogram laat een steil verloop zien dat wijst op de lange termijn trend. Je kunt 70% van het model verklaren door de lange termijn trend. De trappen duiden op de aanwezigheid van seizoenaliteit. Er is een lage frequentie zichtbaar die ook weer typisch is voor de lange termijn.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
235.1
280.7
264.6
240.7
201.4
240.8
241.1
223.8
206.1
174.7
203.3
220.5
299.5
347.4
338.3
327.7
351.6
396.6
438.8
395.6
363.5
378.8
357
369
464.8
479.1
431.3
366.5
326.3
355.1
331.6
261.3
249
205.5
235.6
240.9
264.9
253.8
232.3
193.8
177
213.2
207.2
180.6
188.6
175.4
199
179.6
225.8
234
200.2
183.6
178.2
203.2
208.5
191.8
172.8
148
159.4
154.5
213.2
196.4
182.8
176.4
153.6
173.2
171
151.2
161.9
157.2
201.7
236.4
356.1
398.3
403.7
384.6
365.8
368.1
367.9
347
343.3
292.9
311.5
300.9
366.9
356.9
329.7
316.2
269
289.3
266.2
253.6
233.8
228.4
253.6
260.1
306.6
309.2
309.5
271
279.9
317.9
298.4
246.7
227.3
209.1
259.9
266
320.6
308.5
282.2
262.7
263.5
313.1
284.3
252.6
250.3
246.5
312.7
333.2
446.4
511.6
515.5
506.4
483.2
522.3
509.8
460.7
405.8
375
378.5
406.8
467.8
469.8
429.8
355.8
332.7
378
360.5
334.7
319.5
323.1
363.6
352.1
411.9
388.6
416.4
360.7
338
417.2
388.4
371.1
331.5
353.7
396.7
447
533.5
565.4
542.3
488.7
467.1
531.3
496.1
444
403.4
386.3
394.1
404.1
462.1
448.1
432.3
386.3
395.2
421.9
382.9
384.2
345.5
323.4
372.6
376
462.7
487
444.2
399.3
394.9
455.4
414
375.5
347
339.4
385.8
378.8
451.8
446.1
422.5
383.1
352.8
445.3
367.5
355.1
326.2
319.8
331.8
340.9
394.1
417.2
369.9
349.2
321.4
405.7
342.9
316.5
284.2
270.9
288.8
278.8
324.4
310.9
299
273
279.3
359.2
305
282.1
250.3
246.5
257.9
266.5
315.9
318.4
295.4
266.4
245.8
362.8
324.9
294.2
289.5
295.2
290.3
272
307.4
328.7
292.9
249.1
230.4
361.5
321.7
277.2
260.7
251
257.6
241.8
287.5
292.3
274.7
254.2
230
339
318.2
287
295.8
284
271
262.7
340.6
379.4
373.3
355.2
338.4
466.9
451
422
429.2
425.9
460.7
463.6
541.4
544.2
517.5
469.4
439.4
549
533
506.1
484
457
481.5
469.5
544.7
541.2
521.5
469.7
434.4
542.6
517.3
485.7
465.8
447
426.6
411.6
467.5
484.5
451.2
417.4
379.9
484.7
455
420.8
416.5
376.3
405.6
405.8
500.8
514
475.5
430.1
414.4
538
526
488.5
520.2
504.4
568.5
610.6
818
830.9
835.9
782
762.3
856.9
820.9
769.6
752.2
724.4
723.1
719.5
817.4
803.3
752.5
689
630.4
765.5
757.7
732.2
702.6
683.3
709.5
702.2
784.8
810.9
755.6
656.8
615.1
745.3
694.1
675.7
643.7
622.1
634.6
588
689.7
673.9
647.9
568.8
545.7
632.6
643.8
593.1
579.7
546
562.9
572.5

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=31714&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=31714&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=31714&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






Raw Periodogram
ParameterValue
Box-Cox transformation parameter (lambda)1
Degree of non-seasonal differencing (d)0
Degree of seasonal differencing (D)0
Seasonal Period (s)12
Frequency (Period)Spectrum
0.0027 (375)305412.921088
0.0053 (187.5)836275.153364
0.008 (125)25924.242345
0.0107 (93.75)2438.46743
0.0133 (75)60760.562241
0.016 (62.5)248643.39661
0.0187 (53.5714)219726.382379
0.0213 (46.875)5307.430043
0.024 (41.6667)113169.995526
0.0267 (37.5)5632.434995
0.0293 (34.0909)42000.731998
0.032 (31.25)3933.834892
0.0347 (28.8462)23380.749897
0.0373 (26.7857)22184.263032
0.04 (25)45594.791384
0.0427 (23.4375)7580.338001
0.0453 (22.0588)1925.794887
0.048 (20.8333)10964.663604
0.0507 (19.7368)73.73535
0.0533 (18.75)7972.451053
0.056 (17.8571)4058.376269
0.0587 (17.0455)13467.282847
0.0613 (16.3043)2553.825299
0.064 (15.625)3514.172006
0.0667 (15)869.704069
0.0693 (14.4231)466.697005
0.072 (13.8889)87.138234
0.0747 (13.3929)2892.663869
0.0773 (12.931)1907.11472
0.08 (12.5)8035.783217
0.0827 (12.0968)66353.069789
0.0853 (11.7188)12243.133634
0.088 (11.3636)8330.071062
0.0907 (11.0294)3501.405105
0.0933 (10.7143)1215.317187
0.096 (10.4167)648.858007
0.0987 (10.1351)1713.000747
0.1013 (9.8684)56.922523
0.104 (9.6154)4656.230622
0.1067 (9.375)726.147395
0.1093 (9.1463)125.422037
0.112 (8.9286)162.342283
0.1147 (8.7209)463.861461
0.1173 (8.5227)417.84533
0.12 (8.3333)290.424129
0.1227 (8.1522)762.717422
0.1253 (7.9787)327.88452
0.128 (7.8125)169.692982
0.1307 (7.6531)104.31067
0.1333 (7.5)732.145538
0.136 (7.3529)373.506985
0.1387 (7.2115)7.604551
0.1413 (7.0755)220.553988
0.144 (6.9444)839.521161
0.1467 (6.8182)393.246535
0.1493 (6.6964)507.301466
0.152 (6.5789)618.82861
0.1547 (6.4655)78.631513
0.1573 (6.3559)1100.788506
0.16 (6.25)2816.708611
0.1627 (6.1475)5497.013382
0.1653 (6.0484)43080.497912
0.168 (5.9524)38220.275597
0.1707 (5.8594)5263.218754
0.1733 (5.7692)3175.089709
0.176 (5.6818)422.105705
0.1787 (5.597)404.262665
0.1813 (5.5147)96.929115
0.184 (5.4348)268.407257
0.1867 (5.3571)471.357965
0.1893 (5.2817)4.602399
0.192 (5.2083)6.226613
0.1947 (5.137)555.477218
0.1973 (5.0676)105.562383
0.2 (5)106.693124
0.2027 (4.9342)365.21339
0.2053 (4.8701)578.006014
0.208 (4.8077)301.856887
0.2107 (4.7468)12.160869
0.2133 (4.6875)167.999597
0.216 (4.6296)87.634774
0.2187 (4.5732)94.207363
0.2213 (4.5181)72.898752
0.224 (4.4643)40.872729
0.2267 (4.4118)58.267977
0.2293 (4.3605)153.166385
0.232 (4.3103)63.576578
0.2347 (4.2614)142.78437
0.2373 (4.2135)539.460232
0.24 (4.1667)1045.83448
0.2427 (4.1209)68.339186
0.2453 (4.0761)710.483462
0.248 (4.0323)5855.827504
0.2507 (3.9894)21873.575727
0.2533 (3.9474)1517.513805
0.256 (3.9063)411.931544
0.2587 (3.866)61.893128
0.2613 (3.8265)62.82269
0.264 (3.7879)158.711251
0.2667 (3.75)8.586587
0.2693 (3.7129)164.013297
0.272 (3.6765)155.577936
0.2747 (3.6408)168.014205
0.2773 (3.6058)67.286502
0.28 (3.5714)29.916694
0.2827 (3.5377)85.6302
0.2853 (3.5047)203.985743
0.288 (3.4722)59.484349
0.2907 (3.4404)63.294866
0.2933 (3.4091)47.798787
0.296 (3.3784)24.847116
0.2987 (3.3482)3.142518
0.3013 (3.3186)74.742853
0.304 (3.2895)26.040169
0.3067 (3.2609)5.481305
0.3093 (3.2328)64.169891
0.312 (3.2051)52.334359
0.3147 (3.178)105.19286
0.3173 (3.1513)25.478031
0.32 (3.125)9.412664
0.3227 (3.0992)237.788005
0.3253 (3.0738)16.770133
0.328 (3.0488)125.738512
0.3307 (3.0242)1395.603276
0.3333 (3)2117.716663
0.336 (2.9762)198.222107
0.3387 (2.9528)213.673282
0.3413 (2.9297)0.477349
0.344 (2.907)110.526313
0.3467 (2.8846)21.56702
0.3493 (2.8626)314.476129
0.352 (2.8409)78.326184
0.3547 (2.8195)10.083297
0.3573 (2.7985)26.371526
0.36 (2.7778)36.85968
0.3627 (2.7574)379.688317
0.3653 (2.7372)50.55697
0.368 (2.7174)8.913881
0.3707 (2.6978)52.245281
0.3733 (2.6786)20.549021
0.376 (2.6596)29.521128
0.3787 (2.6408)36.3016
0.3813 (2.6224)99.851191
0.384 (2.6042)71.236474
0.3867 (2.5862)5.140791
0.3893 (2.5685)89.996982
0.392 (2.551)136.158383
0.3947 (2.5338)113.464136
0.3973 (2.5168)33.103213
0.4 (2.5)31.900626
0.4027 (2.4834)57.379425
0.4053 (2.4671)18.361649
0.408 (2.451)173.511546
0.4107 (2.4351)85.783267
0.4133 (2.4194)940.594929
0.416 (2.4038)14079.701652
0.4187 (2.3885)3526.560495
0.4213 (2.3734)1423.339742
0.424 (2.3585)350.478199
0.4267 (2.3438)117.237258
0.4293 (2.3292)47.144303
0.432 (2.3148)266.375549
0.4347 (2.3006)27.963408
0.4373 (2.2866)60.379971
0.44 (2.2727)5.396099
0.4427 (2.259)94.141278
0.4453 (2.2455)99.625457
0.448 (2.2321)62.36076
0.4507 (2.2189)48.873597
0.4533 (2.2059)48.579614
0.456 (2.193)240.690985
0.4587 (2.1802)34.443563
0.4613 (2.1676)49.575728
0.464 (2.1552)42.522978
0.4667 (2.1429)50.508575
0.4693 (2.1307)0.683834
0.472 (2.1186)515.801934
0.4747 (2.1067)3.437625
0.4773 (2.095)126.939257
0.48 (2.0833)292.405694
0.4827 (2.0718)31.544685
0.4853 (2.0604)97.324859
0.488 (2.0492)26.196496
0.4907 (2.038)23.824451
0.4933 (2.027)77.919946
0.496 (2.0161)853.237673
0.4987 (2.0053)326.881288

\begin{tabular}{lllllllll}
\hline
Raw Periodogram \tabularnewline
Parameter & Value \tabularnewline
Box-Cox transformation parameter (lambda) & 1 \tabularnewline
Degree of non-seasonal differencing (d) & 0 \tabularnewline
Degree of seasonal differencing (D) & 0 \tabularnewline
Seasonal Period (s) & 12 \tabularnewline
Frequency (Period) & Spectrum \tabularnewline
0.0027 (375) & 305412.921088 \tabularnewline
0.0053 (187.5) & 836275.153364 \tabularnewline
0.008 (125) & 25924.242345 \tabularnewline
0.0107 (93.75) & 2438.46743 \tabularnewline
0.0133 (75) & 60760.562241 \tabularnewline
0.016 (62.5) & 248643.39661 \tabularnewline
0.0187 (53.5714) & 219726.382379 \tabularnewline
0.0213 (46.875) & 5307.430043 \tabularnewline
0.024 (41.6667) & 113169.995526 \tabularnewline
0.0267 (37.5) & 5632.434995 \tabularnewline
0.0293 (34.0909) & 42000.731998 \tabularnewline
0.032 (31.25) & 3933.834892 \tabularnewline
0.0347 (28.8462) & 23380.749897 \tabularnewline
0.0373 (26.7857) & 22184.263032 \tabularnewline
0.04 (25) & 45594.791384 \tabularnewline
0.0427 (23.4375) & 7580.338001 \tabularnewline
0.0453 (22.0588) & 1925.794887 \tabularnewline
0.048 (20.8333) & 10964.663604 \tabularnewline
0.0507 (19.7368) & 73.73535 \tabularnewline
0.0533 (18.75) & 7972.451053 \tabularnewline
0.056 (17.8571) & 4058.376269 \tabularnewline
0.0587 (17.0455) & 13467.282847 \tabularnewline
0.0613 (16.3043) & 2553.825299 \tabularnewline
0.064 (15.625) & 3514.172006 \tabularnewline
0.0667 (15) & 869.704069 \tabularnewline
0.0693 (14.4231) & 466.697005 \tabularnewline
0.072 (13.8889) & 87.138234 \tabularnewline
0.0747 (13.3929) & 2892.663869 \tabularnewline
0.0773 (12.931) & 1907.11472 \tabularnewline
0.08 (12.5) & 8035.783217 \tabularnewline
0.0827 (12.0968) & 66353.069789 \tabularnewline
0.0853 (11.7188) & 12243.133634 \tabularnewline
0.088 (11.3636) & 8330.071062 \tabularnewline
0.0907 (11.0294) & 3501.405105 \tabularnewline
0.0933 (10.7143) & 1215.317187 \tabularnewline
0.096 (10.4167) & 648.858007 \tabularnewline
0.0987 (10.1351) & 1713.000747 \tabularnewline
0.1013 (9.8684) & 56.922523 \tabularnewline
0.104 (9.6154) & 4656.230622 \tabularnewline
0.1067 (9.375) & 726.147395 \tabularnewline
0.1093 (9.1463) & 125.422037 \tabularnewline
0.112 (8.9286) & 162.342283 \tabularnewline
0.1147 (8.7209) & 463.861461 \tabularnewline
0.1173 (8.5227) & 417.84533 \tabularnewline
0.12 (8.3333) & 290.424129 \tabularnewline
0.1227 (8.1522) & 762.717422 \tabularnewline
0.1253 (7.9787) & 327.88452 \tabularnewline
0.128 (7.8125) & 169.692982 \tabularnewline
0.1307 (7.6531) & 104.31067 \tabularnewline
0.1333 (7.5) & 732.145538 \tabularnewline
0.136 (7.3529) & 373.506985 \tabularnewline
0.1387 (7.2115) & 7.604551 \tabularnewline
0.1413 (7.0755) & 220.553988 \tabularnewline
0.144 (6.9444) & 839.521161 \tabularnewline
0.1467 (6.8182) & 393.246535 \tabularnewline
0.1493 (6.6964) & 507.301466 \tabularnewline
0.152 (6.5789) & 618.82861 \tabularnewline
0.1547 (6.4655) & 78.631513 \tabularnewline
0.1573 (6.3559) & 1100.788506 \tabularnewline
0.16 (6.25) & 2816.708611 \tabularnewline
0.1627 (6.1475) & 5497.013382 \tabularnewline
0.1653 (6.0484) & 43080.497912 \tabularnewline
0.168 (5.9524) & 38220.275597 \tabularnewline
0.1707 (5.8594) & 5263.218754 \tabularnewline
0.1733 (5.7692) & 3175.089709 \tabularnewline
0.176 (5.6818) & 422.105705 \tabularnewline
0.1787 (5.597) & 404.262665 \tabularnewline
0.1813 (5.5147) & 96.929115 \tabularnewline
0.184 (5.4348) & 268.407257 \tabularnewline
0.1867 (5.3571) & 471.357965 \tabularnewline
0.1893 (5.2817) & 4.602399 \tabularnewline
0.192 (5.2083) & 6.226613 \tabularnewline
0.1947 (5.137) & 555.477218 \tabularnewline
0.1973 (5.0676) & 105.562383 \tabularnewline
0.2 (5) & 106.693124 \tabularnewline
0.2027 (4.9342) & 365.21339 \tabularnewline
0.2053 (4.8701) & 578.006014 \tabularnewline
0.208 (4.8077) & 301.856887 \tabularnewline
0.2107 (4.7468) & 12.160869 \tabularnewline
0.2133 (4.6875) & 167.999597 \tabularnewline
0.216 (4.6296) & 87.634774 \tabularnewline
0.2187 (4.5732) & 94.207363 \tabularnewline
0.2213 (4.5181) & 72.898752 \tabularnewline
0.224 (4.4643) & 40.872729 \tabularnewline
0.2267 (4.4118) & 58.267977 \tabularnewline
0.2293 (4.3605) & 153.166385 \tabularnewline
0.232 (4.3103) & 63.576578 \tabularnewline
0.2347 (4.2614) & 142.78437 \tabularnewline
0.2373 (4.2135) & 539.460232 \tabularnewline
0.24 (4.1667) & 1045.83448 \tabularnewline
0.2427 (4.1209) & 68.339186 \tabularnewline
0.2453 (4.0761) & 710.483462 \tabularnewline
0.248 (4.0323) & 5855.827504 \tabularnewline
0.2507 (3.9894) & 21873.575727 \tabularnewline
0.2533 (3.9474) & 1517.513805 \tabularnewline
0.256 (3.9063) & 411.931544 \tabularnewline
0.2587 (3.866) & 61.893128 \tabularnewline
0.2613 (3.8265) & 62.82269 \tabularnewline
0.264 (3.7879) & 158.711251 \tabularnewline
0.2667 (3.75) & 8.586587 \tabularnewline
0.2693 (3.7129) & 164.013297 \tabularnewline
0.272 (3.6765) & 155.577936 \tabularnewline
0.2747 (3.6408) & 168.014205 \tabularnewline
0.2773 (3.6058) & 67.286502 \tabularnewline
0.28 (3.5714) & 29.916694 \tabularnewline
0.2827 (3.5377) & 85.6302 \tabularnewline
0.2853 (3.5047) & 203.985743 \tabularnewline
0.288 (3.4722) & 59.484349 \tabularnewline
0.2907 (3.4404) & 63.294866 \tabularnewline
0.2933 (3.4091) & 47.798787 \tabularnewline
0.296 (3.3784) & 24.847116 \tabularnewline
0.2987 (3.3482) & 3.142518 \tabularnewline
0.3013 (3.3186) & 74.742853 \tabularnewline
0.304 (3.2895) & 26.040169 \tabularnewline
0.3067 (3.2609) & 5.481305 \tabularnewline
0.3093 (3.2328) & 64.169891 \tabularnewline
0.312 (3.2051) & 52.334359 \tabularnewline
0.3147 (3.178) & 105.19286 \tabularnewline
0.3173 (3.1513) & 25.478031 \tabularnewline
0.32 (3.125) & 9.412664 \tabularnewline
0.3227 (3.0992) & 237.788005 \tabularnewline
0.3253 (3.0738) & 16.770133 \tabularnewline
0.328 (3.0488) & 125.738512 \tabularnewline
0.3307 (3.0242) & 1395.603276 \tabularnewline
0.3333 (3) & 2117.716663 \tabularnewline
0.336 (2.9762) & 198.222107 \tabularnewline
0.3387 (2.9528) & 213.673282 \tabularnewline
0.3413 (2.9297) & 0.477349 \tabularnewline
0.344 (2.907) & 110.526313 \tabularnewline
0.3467 (2.8846) & 21.56702 \tabularnewline
0.3493 (2.8626) & 314.476129 \tabularnewline
0.352 (2.8409) & 78.326184 \tabularnewline
0.3547 (2.8195) & 10.083297 \tabularnewline
0.3573 (2.7985) & 26.371526 \tabularnewline
0.36 (2.7778) & 36.85968 \tabularnewline
0.3627 (2.7574) & 379.688317 \tabularnewline
0.3653 (2.7372) & 50.55697 \tabularnewline
0.368 (2.7174) & 8.913881 \tabularnewline
0.3707 (2.6978) & 52.245281 \tabularnewline
0.3733 (2.6786) & 20.549021 \tabularnewline
0.376 (2.6596) & 29.521128 \tabularnewline
0.3787 (2.6408) & 36.3016 \tabularnewline
0.3813 (2.6224) & 99.851191 \tabularnewline
0.384 (2.6042) & 71.236474 \tabularnewline
0.3867 (2.5862) & 5.140791 \tabularnewline
0.3893 (2.5685) & 89.996982 \tabularnewline
0.392 (2.551) & 136.158383 \tabularnewline
0.3947 (2.5338) & 113.464136 \tabularnewline
0.3973 (2.5168) & 33.103213 \tabularnewline
0.4 (2.5) & 31.900626 \tabularnewline
0.4027 (2.4834) & 57.379425 \tabularnewline
0.4053 (2.4671) & 18.361649 \tabularnewline
0.408 (2.451) & 173.511546 \tabularnewline
0.4107 (2.4351) & 85.783267 \tabularnewline
0.4133 (2.4194) & 940.594929 \tabularnewline
0.416 (2.4038) & 14079.701652 \tabularnewline
0.4187 (2.3885) & 3526.560495 \tabularnewline
0.4213 (2.3734) & 1423.339742 \tabularnewline
0.424 (2.3585) & 350.478199 \tabularnewline
0.4267 (2.3438) & 117.237258 \tabularnewline
0.4293 (2.3292) & 47.144303 \tabularnewline
0.432 (2.3148) & 266.375549 \tabularnewline
0.4347 (2.3006) & 27.963408 \tabularnewline
0.4373 (2.2866) & 60.379971 \tabularnewline
0.44 (2.2727) & 5.396099 \tabularnewline
0.4427 (2.259) & 94.141278 \tabularnewline
0.4453 (2.2455) & 99.625457 \tabularnewline
0.448 (2.2321) & 62.36076 \tabularnewline
0.4507 (2.2189) & 48.873597 \tabularnewline
0.4533 (2.2059) & 48.579614 \tabularnewline
0.456 (2.193) & 240.690985 \tabularnewline
0.4587 (2.1802) & 34.443563 \tabularnewline
0.4613 (2.1676) & 49.575728 \tabularnewline
0.464 (2.1552) & 42.522978 \tabularnewline
0.4667 (2.1429) & 50.508575 \tabularnewline
0.4693 (2.1307) & 0.683834 \tabularnewline
0.472 (2.1186) & 515.801934 \tabularnewline
0.4747 (2.1067) & 3.437625 \tabularnewline
0.4773 (2.095) & 126.939257 \tabularnewline
0.48 (2.0833) & 292.405694 \tabularnewline
0.4827 (2.0718) & 31.544685 \tabularnewline
0.4853 (2.0604) & 97.324859 \tabularnewline
0.488 (2.0492) & 26.196496 \tabularnewline
0.4907 (2.038) & 23.824451 \tabularnewline
0.4933 (2.027) & 77.919946 \tabularnewline
0.496 (2.0161) & 853.237673 \tabularnewline
0.4987 (2.0053) & 326.881288 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=31714&T=1

[TABLE]
[ROW][C]Raw Periodogram[/C][/ROW]
[ROW][C]Parameter[/C][C]Value[/C][/ROW]
[ROW][C]Box-Cox transformation parameter (lambda)[/C][C]1[/C][/ROW]
[ROW][C]Degree of non-seasonal differencing (d)[/C][C]0[/C][/ROW]
[ROW][C]Degree of seasonal differencing (D)[/C][C]0[/C][/ROW]
[ROW][C]Seasonal Period (s)[/C][C]12[/C][/ROW]
[ROW][C]Frequency (Period)[/C][C]Spectrum[/C][/ROW]
[ROW][C]0.0027 (375)[/C][C]305412.921088[/C][/ROW]
[ROW][C]0.0053 (187.5)[/C][C]836275.153364[/C][/ROW]
[ROW][C]0.008 (125)[/C][C]25924.242345[/C][/ROW]
[ROW][C]0.0107 (93.75)[/C][C]2438.46743[/C][/ROW]
[ROW][C]0.0133 (75)[/C][C]60760.562241[/C][/ROW]
[ROW][C]0.016 (62.5)[/C][C]248643.39661[/C][/ROW]
[ROW][C]0.0187 (53.5714)[/C][C]219726.382379[/C][/ROW]
[ROW][C]0.0213 (46.875)[/C][C]5307.430043[/C][/ROW]
[ROW][C]0.024 (41.6667)[/C][C]113169.995526[/C][/ROW]
[ROW][C]0.0267 (37.5)[/C][C]5632.434995[/C][/ROW]
[ROW][C]0.0293 (34.0909)[/C][C]42000.731998[/C][/ROW]
[ROW][C]0.032 (31.25)[/C][C]3933.834892[/C][/ROW]
[ROW][C]0.0347 (28.8462)[/C][C]23380.749897[/C][/ROW]
[ROW][C]0.0373 (26.7857)[/C][C]22184.263032[/C][/ROW]
[ROW][C]0.04 (25)[/C][C]45594.791384[/C][/ROW]
[ROW][C]0.0427 (23.4375)[/C][C]7580.338001[/C][/ROW]
[ROW][C]0.0453 (22.0588)[/C][C]1925.794887[/C][/ROW]
[ROW][C]0.048 (20.8333)[/C][C]10964.663604[/C][/ROW]
[ROW][C]0.0507 (19.7368)[/C][C]73.73535[/C][/ROW]
[ROW][C]0.0533 (18.75)[/C][C]7972.451053[/C][/ROW]
[ROW][C]0.056 (17.8571)[/C][C]4058.376269[/C][/ROW]
[ROW][C]0.0587 (17.0455)[/C][C]13467.282847[/C][/ROW]
[ROW][C]0.0613 (16.3043)[/C][C]2553.825299[/C][/ROW]
[ROW][C]0.064 (15.625)[/C][C]3514.172006[/C][/ROW]
[ROW][C]0.0667 (15)[/C][C]869.704069[/C][/ROW]
[ROW][C]0.0693 (14.4231)[/C][C]466.697005[/C][/ROW]
[ROW][C]0.072 (13.8889)[/C][C]87.138234[/C][/ROW]
[ROW][C]0.0747 (13.3929)[/C][C]2892.663869[/C][/ROW]
[ROW][C]0.0773 (12.931)[/C][C]1907.11472[/C][/ROW]
[ROW][C]0.08 (12.5)[/C][C]8035.783217[/C][/ROW]
[ROW][C]0.0827 (12.0968)[/C][C]66353.069789[/C][/ROW]
[ROW][C]0.0853 (11.7188)[/C][C]12243.133634[/C][/ROW]
[ROW][C]0.088 (11.3636)[/C][C]8330.071062[/C][/ROW]
[ROW][C]0.0907 (11.0294)[/C][C]3501.405105[/C][/ROW]
[ROW][C]0.0933 (10.7143)[/C][C]1215.317187[/C][/ROW]
[ROW][C]0.096 (10.4167)[/C][C]648.858007[/C][/ROW]
[ROW][C]0.0987 (10.1351)[/C][C]1713.000747[/C][/ROW]
[ROW][C]0.1013 (9.8684)[/C][C]56.922523[/C][/ROW]
[ROW][C]0.104 (9.6154)[/C][C]4656.230622[/C][/ROW]
[ROW][C]0.1067 (9.375)[/C][C]726.147395[/C][/ROW]
[ROW][C]0.1093 (9.1463)[/C][C]125.422037[/C][/ROW]
[ROW][C]0.112 (8.9286)[/C][C]162.342283[/C][/ROW]
[ROW][C]0.1147 (8.7209)[/C][C]463.861461[/C][/ROW]
[ROW][C]0.1173 (8.5227)[/C][C]417.84533[/C][/ROW]
[ROW][C]0.12 (8.3333)[/C][C]290.424129[/C][/ROW]
[ROW][C]0.1227 (8.1522)[/C][C]762.717422[/C][/ROW]
[ROW][C]0.1253 (7.9787)[/C][C]327.88452[/C][/ROW]
[ROW][C]0.128 (7.8125)[/C][C]169.692982[/C][/ROW]
[ROW][C]0.1307 (7.6531)[/C][C]104.31067[/C][/ROW]
[ROW][C]0.1333 (7.5)[/C][C]732.145538[/C][/ROW]
[ROW][C]0.136 (7.3529)[/C][C]373.506985[/C][/ROW]
[ROW][C]0.1387 (7.2115)[/C][C]7.604551[/C][/ROW]
[ROW][C]0.1413 (7.0755)[/C][C]220.553988[/C][/ROW]
[ROW][C]0.144 (6.9444)[/C][C]839.521161[/C][/ROW]
[ROW][C]0.1467 (6.8182)[/C][C]393.246535[/C][/ROW]
[ROW][C]0.1493 (6.6964)[/C][C]507.301466[/C][/ROW]
[ROW][C]0.152 (6.5789)[/C][C]618.82861[/C][/ROW]
[ROW][C]0.1547 (6.4655)[/C][C]78.631513[/C][/ROW]
[ROW][C]0.1573 (6.3559)[/C][C]1100.788506[/C][/ROW]
[ROW][C]0.16 (6.25)[/C][C]2816.708611[/C][/ROW]
[ROW][C]0.1627 (6.1475)[/C][C]5497.013382[/C][/ROW]
[ROW][C]0.1653 (6.0484)[/C][C]43080.497912[/C][/ROW]
[ROW][C]0.168 (5.9524)[/C][C]38220.275597[/C][/ROW]
[ROW][C]0.1707 (5.8594)[/C][C]5263.218754[/C][/ROW]
[ROW][C]0.1733 (5.7692)[/C][C]3175.089709[/C][/ROW]
[ROW][C]0.176 (5.6818)[/C][C]422.105705[/C][/ROW]
[ROW][C]0.1787 (5.597)[/C][C]404.262665[/C][/ROW]
[ROW][C]0.1813 (5.5147)[/C][C]96.929115[/C][/ROW]
[ROW][C]0.184 (5.4348)[/C][C]268.407257[/C][/ROW]
[ROW][C]0.1867 (5.3571)[/C][C]471.357965[/C][/ROW]
[ROW][C]0.1893 (5.2817)[/C][C]4.602399[/C][/ROW]
[ROW][C]0.192 (5.2083)[/C][C]6.226613[/C][/ROW]
[ROW][C]0.1947 (5.137)[/C][C]555.477218[/C][/ROW]
[ROW][C]0.1973 (5.0676)[/C][C]105.562383[/C][/ROW]
[ROW][C]0.2 (5)[/C][C]106.693124[/C][/ROW]
[ROW][C]0.2027 (4.9342)[/C][C]365.21339[/C][/ROW]
[ROW][C]0.2053 (4.8701)[/C][C]578.006014[/C][/ROW]
[ROW][C]0.208 (4.8077)[/C][C]301.856887[/C][/ROW]
[ROW][C]0.2107 (4.7468)[/C][C]12.160869[/C][/ROW]
[ROW][C]0.2133 (4.6875)[/C][C]167.999597[/C][/ROW]
[ROW][C]0.216 (4.6296)[/C][C]87.634774[/C][/ROW]
[ROW][C]0.2187 (4.5732)[/C][C]94.207363[/C][/ROW]
[ROW][C]0.2213 (4.5181)[/C][C]72.898752[/C][/ROW]
[ROW][C]0.224 (4.4643)[/C][C]40.872729[/C][/ROW]
[ROW][C]0.2267 (4.4118)[/C][C]58.267977[/C][/ROW]
[ROW][C]0.2293 (4.3605)[/C][C]153.166385[/C][/ROW]
[ROW][C]0.232 (4.3103)[/C][C]63.576578[/C][/ROW]
[ROW][C]0.2347 (4.2614)[/C][C]142.78437[/C][/ROW]
[ROW][C]0.2373 (4.2135)[/C][C]539.460232[/C][/ROW]
[ROW][C]0.24 (4.1667)[/C][C]1045.83448[/C][/ROW]
[ROW][C]0.2427 (4.1209)[/C][C]68.339186[/C][/ROW]
[ROW][C]0.2453 (4.0761)[/C][C]710.483462[/C][/ROW]
[ROW][C]0.248 (4.0323)[/C][C]5855.827504[/C][/ROW]
[ROW][C]0.2507 (3.9894)[/C][C]21873.575727[/C][/ROW]
[ROW][C]0.2533 (3.9474)[/C][C]1517.513805[/C][/ROW]
[ROW][C]0.256 (3.9063)[/C][C]411.931544[/C][/ROW]
[ROW][C]0.2587 (3.866)[/C][C]61.893128[/C][/ROW]
[ROW][C]0.2613 (3.8265)[/C][C]62.82269[/C][/ROW]
[ROW][C]0.264 (3.7879)[/C][C]158.711251[/C][/ROW]
[ROW][C]0.2667 (3.75)[/C][C]8.586587[/C][/ROW]
[ROW][C]0.2693 (3.7129)[/C][C]164.013297[/C][/ROW]
[ROW][C]0.272 (3.6765)[/C][C]155.577936[/C][/ROW]
[ROW][C]0.2747 (3.6408)[/C][C]168.014205[/C][/ROW]
[ROW][C]0.2773 (3.6058)[/C][C]67.286502[/C][/ROW]
[ROW][C]0.28 (3.5714)[/C][C]29.916694[/C][/ROW]
[ROW][C]0.2827 (3.5377)[/C][C]85.6302[/C][/ROW]
[ROW][C]0.2853 (3.5047)[/C][C]203.985743[/C][/ROW]
[ROW][C]0.288 (3.4722)[/C][C]59.484349[/C][/ROW]
[ROW][C]0.2907 (3.4404)[/C][C]63.294866[/C][/ROW]
[ROW][C]0.2933 (3.4091)[/C][C]47.798787[/C][/ROW]
[ROW][C]0.296 (3.3784)[/C][C]24.847116[/C][/ROW]
[ROW][C]0.2987 (3.3482)[/C][C]3.142518[/C][/ROW]
[ROW][C]0.3013 (3.3186)[/C][C]74.742853[/C][/ROW]
[ROW][C]0.304 (3.2895)[/C][C]26.040169[/C][/ROW]
[ROW][C]0.3067 (3.2609)[/C][C]5.481305[/C][/ROW]
[ROW][C]0.3093 (3.2328)[/C][C]64.169891[/C][/ROW]
[ROW][C]0.312 (3.2051)[/C][C]52.334359[/C][/ROW]
[ROW][C]0.3147 (3.178)[/C][C]105.19286[/C][/ROW]
[ROW][C]0.3173 (3.1513)[/C][C]25.478031[/C][/ROW]
[ROW][C]0.32 (3.125)[/C][C]9.412664[/C][/ROW]
[ROW][C]0.3227 (3.0992)[/C][C]237.788005[/C][/ROW]
[ROW][C]0.3253 (3.0738)[/C][C]16.770133[/C][/ROW]
[ROW][C]0.328 (3.0488)[/C][C]125.738512[/C][/ROW]
[ROW][C]0.3307 (3.0242)[/C][C]1395.603276[/C][/ROW]
[ROW][C]0.3333 (3)[/C][C]2117.716663[/C][/ROW]
[ROW][C]0.336 (2.9762)[/C][C]198.222107[/C][/ROW]
[ROW][C]0.3387 (2.9528)[/C][C]213.673282[/C][/ROW]
[ROW][C]0.3413 (2.9297)[/C][C]0.477349[/C][/ROW]
[ROW][C]0.344 (2.907)[/C][C]110.526313[/C][/ROW]
[ROW][C]0.3467 (2.8846)[/C][C]21.56702[/C][/ROW]
[ROW][C]0.3493 (2.8626)[/C][C]314.476129[/C][/ROW]
[ROW][C]0.352 (2.8409)[/C][C]78.326184[/C][/ROW]
[ROW][C]0.3547 (2.8195)[/C][C]10.083297[/C][/ROW]
[ROW][C]0.3573 (2.7985)[/C][C]26.371526[/C][/ROW]
[ROW][C]0.36 (2.7778)[/C][C]36.85968[/C][/ROW]
[ROW][C]0.3627 (2.7574)[/C][C]379.688317[/C][/ROW]
[ROW][C]0.3653 (2.7372)[/C][C]50.55697[/C][/ROW]
[ROW][C]0.368 (2.7174)[/C][C]8.913881[/C][/ROW]
[ROW][C]0.3707 (2.6978)[/C][C]52.245281[/C][/ROW]
[ROW][C]0.3733 (2.6786)[/C][C]20.549021[/C][/ROW]
[ROW][C]0.376 (2.6596)[/C][C]29.521128[/C][/ROW]
[ROW][C]0.3787 (2.6408)[/C][C]36.3016[/C][/ROW]
[ROW][C]0.3813 (2.6224)[/C][C]99.851191[/C][/ROW]
[ROW][C]0.384 (2.6042)[/C][C]71.236474[/C][/ROW]
[ROW][C]0.3867 (2.5862)[/C][C]5.140791[/C][/ROW]
[ROW][C]0.3893 (2.5685)[/C][C]89.996982[/C][/ROW]
[ROW][C]0.392 (2.551)[/C][C]136.158383[/C][/ROW]
[ROW][C]0.3947 (2.5338)[/C][C]113.464136[/C][/ROW]
[ROW][C]0.3973 (2.5168)[/C][C]33.103213[/C][/ROW]
[ROW][C]0.4 (2.5)[/C][C]31.900626[/C][/ROW]
[ROW][C]0.4027 (2.4834)[/C][C]57.379425[/C][/ROW]
[ROW][C]0.4053 (2.4671)[/C][C]18.361649[/C][/ROW]
[ROW][C]0.408 (2.451)[/C][C]173.511546[/C][/ROW]
[ROW][C]0.4107 (2.4351)[/C][C]85.783267[/C][/ROW]
[ROW][C]0.4133 (2.4194)[/C][C]940.594929[/C][/ROW]
[ROW][C]0.416 (2.4038)[/C][C]14079.701652[/C][/ROW]
[ROW][C]0.4187 (2.3885)[/C][C]3526.560495[/C][/ROW]
[ROW][C]0.4213 (2.3734)[/C][C]1423.339742[/C][/ROW]
[ROW][C]0.424 (2.3585)[/C][C]350.478199[/C][/ROW]
[ROW][C]0.4267 (2.3438)[/C][C]117.237258[/C][/ROW]
[ROW][C]0.4293 (2.3292)[/C][C]47.144303[/C][/ROW]
[ROW][C]0.432 (2.3148)[/C][C]266.375549[/C][/ROW]
[ROW][C]0.4347 (2.3006)[/C][C]27.963408[/C][/ROW]
[ROW][C]0.4373 (2.2866)[/C][C]60.379971[/C][/ROW]
[ROW][C]0.44 (2.2727)[/C][C]5.396099[/C][/ROW]
[ROW][C]0.4427 (2.259)[/C][C]94.141278[/C][/ROW]
[ROW][C]0.4453 (2.2455)[/C][C]99.625457[/C][/ROW]
[ROW][C]0.448 (2.2321)[/C][C]62.36076[/C][/ROW]
[ROW][C]0.4507 (2.2189)[/C][C]48.873597[/C][/ROW]
[ROW][C]0.4533 (2.2059)[/C][C]48.579614[/C][/ROW]
[ROW][C]0.456 (2.193)[/C][C]240.690985[/C][/ROW]
[ROW][C]0.4587 (2.1802)[/C][C]34.443563[/C][/ROW]
[ROW][C]0.4613 (2.1676)[/C][C]49.575728[/C][/ROW]
[ROW][C]0.464 (2.1552)[/C][C]42.522978[/C][/ROW]
[ROW][C]0.4667 (2.1429)[/C][C]50.508575[/C][/ROW]
[ROW][C]0.4693 (2.1307)[/C][C]0.683834[/C][/ROW]
[ROW][C]0.472 (2.1186)[/C][C]515.801934[/C][/ROW]
[ROW][C]0.4747 (2.1067)[/C][C]3.437625[/C][/ROW]
[ROW][C]0.4773 (2.095)[/C][C]126.939257[/C][/ROW]
[ROW][C]0.48 (2.0833)[/C][C]292.405694[/C][/ROW]
[ROW][C]0.4827 (2.0718)[/C][C]31.544685[/C][/ROW]
[ROW][C]0.4853 (2.0604)[/C][C]97.324859[/C][/ROW]
[ROW][C]0.488 (2.0492)[/C][C]26.196496[/C][/ROW]
[ROW][C]0.4907 (2.038)[/C][C]23.824451[/C][/ROW]
[ROW][C]0.4933 (2.027)[/C][C]77.919946[/C][/ROW]
[ROW][C]0.496 (2.0161)[/C][C]853.237673[/C][/ROW]
[ROW][C]0.4987 (2.0053)[/C][C]326.881288[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=31714&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=31714&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:

Raw Periodogram
ParameterValue
Box-Cox transformation parameter (lambda)1
Degree of non-seasonal differencing (d)0
Degree of seasonal differencing (D)0
Seasonal Period (s)12
Frequency (Period)Spectrum
0.0027 (375)305412.921088
0.0053 (187.5)836275.153364
0.008 (125)25924.242345
0.0107 (93.75)2438.46743
0.0133 (75)60760.562241
0.016 (62.5)248643.39661
0.0187 (53.5714)219726.382379
0.0213 (46.875)5307.430043
0.024 (41.6667)113169.995526
0.0267 (37.5)5632.434995
0.0293 (34.0909)42000.731998
0.032 (31.25)3933.834892
0.0347 (28.8462)23380.749897
0.0373 (26.7857)22184.263032
0.04 (25)45594.791384
0.0427 (23.4375)7580.338001
0.0453 (22.0588)1925.794887
0.048 (20.8333)10964.663604
0.0507 (19.7368)73.73535
0.0533 (18.75)7972.451053
0.056 (17.8571)4058.376269
0.0587 (17.0455)13467.282847
0.0613 (16.3043)2553.825299
0.064 (15.625)3514.172006
0.0667 (15)869.704069
0.0693 (14.4231)466.697005
0.072 (13.8889)87.138234
0.0747 (13.3929)2892.663869
0.0773 (12.931)1907.11472
0.08 (12.5)8035.783217
0.0827 (12.0968)66353.069789
0.0853 (11.7188)12243.133634
0.088 (11.3636)8330.071062
0.0907 (11.0294)3501.405105
0.0933 (10.7143)1215.317187
0.096 (10.4167)648.858007
0.0987 (10.1351)1713.000747
0.1013 (9.8684)56.922523
0.104 (9.6154)4656.230622
0.1067 (9.375)726.147395
0.1093 (9.1463)125.422037
0.112 (8.9286)162.342283
0.1147 (8.7209)463.861461
0.1173 (8.5227)417.84533
0.12 (8.3333)290.424129
0.1227 (8.1522)762.717422
0.1253 (7.9787)327.88452
0.128 (7.8125)169.692982
0.1307 (7.6531)104.31067
0.1333 (7.5)732.145538
0.136 (7.3529)373.506985
0.1387 (7.2115)7.604551
0.1413 (7.0755)220.553988
0.144 (6.9444)839.521161
0.1467 (6.8182)393.246535
0.1493 (6.6964)507.301466
0.152 (6.5789)618.82861
0.1547 (6.4655)78.631513
0.1573 (6.3559)1100.788506
0.16 (6.25)2816.708611
0.1627 (6.1475)5497.013382
0.1653 (6.0484)43080.497912
0.168 (5.9524)38220.275597
0.1707 (5.8594)5263.218754
0.1733 (5.7692)3175.089709
0.176 (5.6818)422.105705
0.1787 (5.597)404.262665
0.1813 (5.5147)96.929115
0.184 (5.4348)268.407257
0.1867 (5.3571)471.357965
0.1893 (5.2817)4.602399
0.192 (5.2083)6.226613
0.1947 (5.137)555.477218
0.1973 (5.0676)105.562383
0.2 (5)106.693124
0.2027 (4.9342)365.21339
0.2053 (4.8701)578.006014
0.208 (4.8077)301.856887
0.2107 (4.7468)12.160869
0.2133 (4.6875)167.999597
0.216 (4.6296)87.634774
0.2187 (4.5732)94.207363
0.2213 (4.5181)72.898752
0.224 (4.4643)40.872729
0.2267 (4.4118)58.267977
0.2293 (4.3605)153.166385
0.232 (4.3103)63.576578
0.2347 (4.2614)142.78437
0.2373 (4.2135)539.460232
0.24 (4.1667)1045.83448
0.2427 (4.1209)68.339186
0.2453 (4.0761)710.483462
0.248 (4.0323)5855.827504
0.2507 (3.9894)21873.575727
0.2533 (3.9474)1517.513805
0.256 (3.9063)411.931544
0.2587 (3.866)61.893128
0.2613 (3.8265)62.82269
0.264 (3.7879)158.711251
0.2667 (3.75)8.586587
0.2693 (3.7129)164.013297
0.272 (3.6765)155.577936
0.2747 (3.6408)168.014205
0.2773 (3.6058)67.286502
0.28 (3.5714)29.916694
0.2827 (3.5377)85.6302
0.2853 (3.5047)203.985743
0.288 (3.4722)59.484349
0.2907 (3.4404)63.294866
0.2933 (3.4091)47.798787
0.296 (3.3784)24.847116
0.2987 (3.3482)3.142518
0.3013 (3.3186)74.742853
0.304 (3.2895)26.040169
0.3067 (3.2609)5.481305
0.3093 (3.2328)64.169891
0.312 (3.2051)52.334359
0.3147 (3.178)105.19286
0.3173 (3.1513)25.478031
0.32 (3.125)9.412664
0.3227 (3.0992)237.788005
0.3253 (3.0738)16.770133
0.328 (3.0488)125.738512
0.3307 (3.0242)1395.603276
0.3333 (3)2117.716663
0.336 (2.9762)198.222107
0.3387 (2.9528)213.673282
0.3413 (2.9297)0.477349
0.344 (2.907)110.526313
0.3467 (2.8846)21.56702
0.3493 (2.8626)314.476129
0.352 (2.8409)78.326184
0.3547 (2.8195)10.083297
0.3573 (2.7985)26.371526
0.36 (2.7778)36.85968
0.3627 (2.7574)379.688317
0.3653 (2.7372)50.55697
0.368 (2.7174)8.913881
0.3707 (2.6978)52.245281
0.3733 (2.6786)20.549021
0.376 (2.6596)29.521128
0.3787 (2.6408)36.3016
0.3813 (2.6224)99.851191
0.384 (2.6042)71.236474
0.3867 (2.5862)5.140791
0.3893 (2.5685)89.996982
0.392 (2.551)136.158383
0.3947 (2.5338)113.464136
0.3973 (2.5168)33.103213
0.4 (2.5)31.900626
0.4027 (2.4834)57.379425
0.4053 (2.4671)18.361649
0.408 (2.451)173.511546
0.4107 (2.4351)85.783267
0.4133 (2.4194)940.594929
0.416 (2.4038)14079.701652
0.4187 (2.3885)3526.560495
0.4213 (2.3734)1423.339742
0.424 (2.3585)350.478199
0.4267 (2.3438)117.237258
0.4293 (2.3292)47.144303
0.432 (2.3148)266.375549
0.4347 (2.3006)27.963408
0.4373 (2.2866)60.379971
0.44 (2.2727)5.396099
0.4427 (2.259)94.141278
0.4453 (2.2455)99.625457
0.448 (2.2321)62.36076
0.4507 (2.2189)48.873597
0.4533 (2.2059)48.579614
0.456 (2.193)240.690985
0.4587 (2.1802)34.443563
0.4613 (2.1676)49.575728
0.464 (2.1552)42.522978
0.4667 (2.1429)50.508575
0.4693 (2.1307)0.683834
0.472 (2.1186)515.801934
0.4747 (2.1067)3.437625
0.4773 (2.095)126.939257
0.48 (2.0833)292.405694
0.4827 (2.0718)31.544685
0.4853 (2.0604)97.324859
0.488 (2.0492)26.196496
0.4907 (2.038)23.824451
0.4933 (2.027)77.919946
0.496 (2.0161)853.237673
0.4987 (2.0053)326.881288


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 1 ; par2 = 0 ; par3 = 0 ; par4 = 12 ;
Parameters (R input):
par1 = 1 ; par2 = 0 ; par3 = 0 ; par4 = 12 ;
R code (references can be found in the software module):
par1 <- as.numeric(par1)
par2 <- as.numeric(par2)
par3 <- as.numeric(par3)
par4 <- as.numeric(par4)
if (par1 == 0) {
x <- log(x)
} else {
x <- (x ^ par1 - 1) / par1
}
if (par2 > 0) x <- diff(x,lag=1,difference=par2)
if (par3 > 0) x <- diff(x,lag=par4,difference=par3)
bitmap(file='test1.png')
r <- spectrum(x,main='Raw Periodogram')
dev.off()
bitmap(file='test2.png')
cpgram(x,main='Cumulative Periodogram')
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Raw Periodogram',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Parameter',header=TRUE)
a<-table.element(a,'Value',header=TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Box-Cox transformation parameter (lambda)',header=TRUE)
a<-table.element(a,par1)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Degree of non-seasonal differencing (d)',header=TRUE)
a<-table.element(a,par2)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Degree of seasonal differencing (D)',header=TRUE)
a<-table.element(a,par3)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Seasonal Period (s)',header=TRUE)
a<-table.element(a,par4)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Frequency (Period)',header=TRUE)
a<-table.element(a,'Spectrum',header=TRUE)
a<-table.row.end(a)
for (i in 1:length(r$freq)) {
a<-table.row.start(a)
mylab <- round(r$freq[i],4)
mylab <- paste(mylab,' (',sep='')
mylab <- paste(mylab,round(1/r$freq[i],4),sep='')
mylab <- paste(mylab,')',sep='')
a<-table.element(a,mylab,header=TRUE)
a<-table.element(a,round(r$spec[i],6))
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')