FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_decompose.wasp
Title produced by softwareClassical Decomposition
Date of computationWed, 08 Dec 2010 18:19:16 +0000
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2010/Dec/08/t12918326827j9l5irj32qi7ff.htm/, Retrieved Fri, 03 May 2024 11:57:10 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=107064, Retrieved Fri, 03 May 2024 11:57:10 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywordsKDGP2W92
Estimated Impact122

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Classical Decomposition] [Opgave 9 - oefeni...] [2010-12-08 18:19:16] [93d384e9a6425954483697e7ea0f3a20] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
105,23
105,22
105,13
105
105,01
105,01
105,01
105,01
105,57
106,05
106,09
106,2
106,19
106,2
106,09
106,23
106,23
106,22
106,22
106,61
106,95
107,74
107,8
107,8
107,2
107,56
107,72
108,14
108,16
108,16
108,16
108,1
108,95
110,49
110,72
110,82
110,82
110,75
110,71
110,86
110,84
110,84
110,84
110,92
111,46
112,46
113,04
113,15
113,15
113,21
113,37
113,47
113,71
113,71
113,71
113,8
115,46
117
117,94
118,08
118,08
118,47
118,49
118,45
118,54
118,55
118,55
118,55
119,04
121,37
122
122,14

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\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 & 2 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=107064&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]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=107064&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=107064&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 time2 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1105.23NANA0.285319444444454NA
2105.22NANA0.209652777777771NA
3105.13NANA0.0225694444444462NA
4105NANA-0.0633472222222333NA
5105.01NANA-0.257597222222224NA
6105.01NANA-0.523013888888897NA
7105.01104.741569444444105.4175-0.6759305555555580.268430555555554
8105.01104.704902777778105.498333333333-0.793430555555550.305097222222216
9105.57105.353986111111105.579166666667-0.2251805555555530.216013888888895
10106.05106.291819444444105.6704166666670.621402777777778-0.241819444444431
11106.09106.539069444444105.77250.766569444444452-0.449069444444447
12106.2106.506736111111105.873750.632986111111115-0.306736111111093
13106.19106.259902777778105.9745833333330.285319444444454-0.0699027777777701
14106.2106.301319444444106.0916666666670.209652777777771-0.101319444444428
15106.09106.238402777778106.2158333333330.0225694444444462-0.148402777777747
16106.23106.280402777778106.34375-0.0633472222222333-0.050402777777748
17106.23106.227819444444106.485416666667-0.2575972222222240.00218055555558294
18106.22106.100319444444106.623333333333-0.5230138888888970.119680555555576
19106.22106.056152777778106.732083333333-0.6759305555555580.163847222222245
20106.61106.037402777778106.830833333333-0.793430555555550.572597222222242
21106.95106.730236111111106.955416666667-0.2251805555555530.21976388888892
22107.74107.724319444444107.1029166666670.6214027777777780.0156805555555763
23107.8108.029486111111107.2629166666670.766569444444452-0.229486111111100
24107.8108.057152777778107.4241666666670.632986111111115-0.257152777777748
25107.2107.871152777778107.5858333333330.285319444444454-0.671152777777749
26107.56107.938402777778107.728750.209652777777771-0.378402777777765
27107.72107.896736111111107.8741666666670.0225694444444462-0.176736111111097
28108.14108.008736111111108.072083333333-0.06334722222223330.131263888888896
29108.16108.050736111111108.308333333333-0.2575972222222240.10926388888889
30108.16108.032819444444108.555833333333-0.5230138888888970.127180555555569
31108.16108.156569444444108.8325-0.6759305555555580.00343055555553917
32108.1108.322819444444109.11625-0.79343055555555-0.222819444444454
33108.95109.148569444444109.37375-0.225180555555553-0.198569444444459
34110.49110.233069444444109.6116666666670.6214027777777780.256930555555556
35110.72110.603236111111109.8366666666670.7665694444444520.116763888888897
36110.82110.692986111111110.060.6329861111111150.127013888888897
37110.82110.568652777778110.2833333333330.2853194444444540.251347222222236
38110.75110.722152777778110.51250.2096527777777710.0278472222222348
39110.71110.757152777778110.7345833333330.0225694444444462-0.0471527777777681
40110.86110.857902777778110.92125-0.06334722222223330.00209722222223263
41110.84110.842402777778111.1-0.257597222222224-0.00240277777774622
42110.84110.770736111111111.29375-0.5230138888888970.0692638888889121
43110.84110.811986111111111.487916666667-0.6759305555555580.028013888888907
44110.92110.894069444444111.6875-0.793430555555550.0259305555555613
45111.46111.675652777778111.900833333333-0.225180555555553-0.215652777777777
46112.46112.741819444444112.1204166666670.621402777777778-0.281819444444437
47113.04113.115319444444112.348750.766569444444452-0.075319444444446
48113.15113.220902777778112.5879166666670.632986111111115-0.0709027777777607
49113.15113.112402777778112.8270833333330.2853194444444540.0375972222222316
50113.21113.276319444444113.0666666666670.209652777777771-0.0663194444444599
51113.37113.375902777778113.3533333333330.0225694444444462-0.00590277777776294
52113.47113.645819444444113.709166666667-0.0633472222222333-0.175819444444457
53113.71113.844902777778114.1025-0.257597222222224-0.134902777777782
54113.71113.989069444444114.512083333333-0.523013888888897-0.279069444444460
55113.71114.246986111111114.922916666667-0.675930555555558-0.536986111111119
56113.8114.554069444444115.3475-0.79343055555555-0.75406944444444
57115.46115.554819444444115.78-0.225180555555553-0.0948194444444255
58117116.822236111111116.2008333333330.6214027777777780.177763888888904
59117.94117.376152777778116.6095833333330.7665694444444520.563847222222222
60118.08117.645486111111117.01250.6329861111111150.434513888888887
61118.08117.701152777778117.4158333333330.2853194444444540.378847222222205
62118.47118.025069444444117.8154166666670.2096527777777710.444930555555544
63118.49118.185069444444118.16250.02256944444444620.304930555555543
64118.45118.430402777778118.49375-0.06334722222223330.0195972222222309
65118.54118.587402777778118.845-0.257597222222224-0.0474027777777621
66118.55118.660319444444119.183333333333-0.523013888888897-0.110319444444443
67118.55NANA-0.675930555555558NA
68118.55NANA-0.79343055555555NA
69119.04NANA-0.225180555555553NA
70121.37NANA0.621402777777778NA
71122NANA0.766569444444452NA
72122.14NANA0.632986111111115NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 105.23 & NA & NA & 0.285319444444454 & NA \tabularnewline
2 & 105.22 & NA & NA & 0.209652777777771 & NA \tabularnewline
3 & 105.13 & NA & NA & 0.0225694444444462 & NA \tabularnewline
4 & 105 & NA & NA & -0.0633472222222333 & NA \tabularnewline
5 & 105.01 & NA & NA & -0.257597222222224 & NA \tabularnewline
6 & 105.01 & NA & NA & -0.523013888888897 & NA \tabularnewline
7 & 105.01 & 104.741569444444 & 105.4175 & -0.675930555555558 & 0.268430555555554 \tabularnewline
8 & 105.01 & 104.704902777778 & 105.498333333333 & -0.79343055555555 & 0.305097222222216 \tabularnewline
9 & 105.57 & 105.353986111111 & 105.579166666667 & -0.225180555555553 & 0.216013888888895 \tabularnewline
10 & 106.05 & 106.291819444444 & 105.670416666667 & 0.621402777777778 & -0.241819444444431 \tabularnewline
11 & 106.09 & 106.539069444444 & 105.7725 & 0.766569444444452 & -0.449069444444447 \tabularnewline
12 & 106.2 & 106.506736111111 & 105.87375 & 0.632986111111115 & -0.306736111111093 \tabularnewline
13 & 106.19 & 106.259902777778 & 105.974583333333 & 0.285319444444454 & -0.0699027777777701 \tabularnewline
14 & 106.2 & 106.301319444444 & 106.091666666667 & 0.209652777777771 & -0.101319444444428 \tabularnewline
15 & 106.09 & 106.238402777778 & 106.215833333333 & 0.0225694444444462 & -0.148402777777747 \tabularnewline
16 & 106.23 & 106.280402777778 & 106.34375 & -0.0633472222222333 & -0.050402777777748 \tabularnewline
17 & 106.23 & 106.227819444444 & 106.485416666667 & -0.257597222222224 & 0.00218055555558294 \tabularnewline
18 & 106.22 & 106.100319444444 & 106.623333333333 & -0.523013888888897 & 0.119680555555576 \tabularnewline
19 & 106.22 & 106.056152777778 & 106.732083333333 & -0.675930555555558 & 0.163847222222245 \tabularnewline
20 & 106.61 & 106.037402777778 & 106.830833333333 & -0.79343055555555 & 0.572597222222242 \tabularnewline
21 & 106.95 & 106.730236111111 & 106.955416666667 & -0.225180555555553 & 0.21976388888892 \tabularnewline
22 & 107.74 & 107.724319444444 & 107.102916666667 & 0.621402777777778 & 0.0156805555555763 \tabularnewline
23 & 107.8 & 108.029486111111 & 107.262916666667 & 0.766569444444452 & -0.229486111111100 \tabularnewline
24 & 107.8 & 108.057152777778 & 107.424166666667 & 0.632986111111115 & -0.257152777777748 \tabularnewline
25 & 107.2 & 107.871152777778 & 107.585833333333 & 0.285319444444454 & -0.671152777777749 \tabularnewline
26 & 107.56 & 107.938402777778 & 107.72875 & 0.209652777777771 & -0.378402777777765 \tabularnewline
27 & 107.72 & 107.896736111111 & 107.874166666667 & 0.0225694444444462 & -0.176736111111097 \tabularnewline
28 & 108.14 & 108.008736111111 & 108.072083333333 & -0.0633472222222333 & 0.131263888888896 \tabularnewline
29 & 108.16 & 108.050736111111 & 108.308333333333 & -0.257597222222224 & 0.10926388888889 \tabularnewline
30 & 108.16 & 108.032819444444 & 108.555833333333 & -0.523013888888897 & 0.127180555555569 \tabularnewline
31 & 108.16 & 108.156569444444 & 108.8325 & -0.675930555555558 & 0.00343055555553917 \tabularnewline
32 & 108.1 & 108.322819444444 & 109.11625 & -0.79343055555555 & -0.222819444444454 \tabularnewline
33 & 108.95 & 109.148569444444 & 109.37375 & -0.225180555555553 & -0.198569444444459 \tabularnewline
34 & 110.49 & 110.233069444444 & 109.611666666667 & 0.621402777777778 & 0.256930555555556 \tabularnewline
35 & 110.72 & 110.603236111111 & 109.836666666667 & 0.766569444444452 & 0.116763888888897 \tabularnewline
36 & 110.82 & 110.692986111111 & 110.06 & 0.632986111111115 & 0.127013888888897 \tabularnewline
37 & 110.82 & 110.568652777778 & 110.283333333333 & 0.285319444444454 & 0.251347222222236 \tabularnewline
38 & 110.75 & 110.722152777778 & 110.5125 & 0.209652777777771 & 0.0278472222222348 \tabularnewline
39 & 110.71 & 110.757152777778 & 110.734583333333 & 0.0225694444444462 & -0.0471527777777681 \tabularnewline
40 & 110.86 & 110.857902777778 & 110.92125 & -0.0633472222222333 & 0.00209722222223263 \tabularnewline
41 & 110.84 & 110.842402777778 & 111.1 & -0.257597222222224 & -0.00240277777774622 \tabularnewline
42 & 110.84 & 110.770736111111 & 111.29375 & -0.523013888888897 & 0.0692638888889121 \tabularnewline
43 & 110.84 & 110.811986111111 & 111.487916666667 & -0.675930555555558 & 0.028013888888907 \tabularnewline
44 & 110.92 & 110.894069444444 & 111.6875 & -0.79343055555555 & 0.0259305555555613 \tabularnewline
45 & 111.46 & 111.675652777778 & 111.900833333333 & -0.225180555555553 & -0.215652777777777 \tabularnewline
46 & 112.46 & 112.741819444444 & 112.120416666667 & 0.621402777777778 & -0.281819444444437 \tabularnewline
47 & 113.04 & 113.115319444444 & 112.34875 & 0.766569444444452 & -0.075319444444446 \tabularnewline
48 & 113.15 & 113.220902777778 & 112.587916666667 & 0.632986111111115 & -0.0709027777777607 \tabularnewline
49 & 113.15 & 113.112402777778 & 112.827083333333 & 0.285319444444454 & 0.0375972222222316 \tabularnewline
50 & 113.21 & 113.276319444444 & 113.066666666667 & 0.209652777777771 & -0.0663194444444599 \tabularnewline
51 & 113.37 & 113.375902777778 & 113.353333333333 & 0.0225694444444462 & -0.00590277777776294 \tabularnewline
52 & 113.47 & 113.645819444444 & 113.709166666667 & -0.0633472222222333 & -0.175819444444457 \tabularnewline
53 & 113.71 & 113.844902777778 & 114.1025 & -0.257597222222224 & -0.134902777777782 \tabularnewline
54 & 113.71 & 113.989069444444 & 114.512083333333 & -0.523013888888897 & -0.279069444444460 \tabularnewline
55 & 113.71 & 114.246986111111 & 114.922916666667 & -0.675930555555558 & -0.536986111111119 \tabularnewline
56 & 113.8 & 114.554069444444 & 115.3475 & -0.79343055555555 & -0.75406944444444 \tabularnewline
57 & 115.46 & 115.554819444444 & 115.78 & -0.225180555555553 & -0.0948194444444255 \tabularnewline
58 & 117 & 116.822236111111 & 116.200833333333 & 0.621402777777778 & 0.177763888888904 \tabularnewline
59 & 117.94 & 117.376152777778 & 116.609583333333 & 0.766569444444452 & 0.563847222222222 \tabularnewline
60 & 118.08 & 117.645486111111 & 117.0125 & 0.632986111111115 & 0.434513888888887 \tabularnewline
61 & 118.08 & 117.701152777778 & 117.415833333333 & 0.285319444444454 & 0.378847222222205 \tabularnewline
62 & 118.47 & 118.025069444444 & 117.815416666667 & 0.209652777777771 & 0.444930555555544 \tabularnewline
63 & 118.49 & 118.185069444444 & 118.1625 & 0.0225694444444462 & 0.304930555555543 \tabularnewline
64 & 118.45 & 118.430402777778 & 118.49375 & -0.0633472222222333 & 0.0195972222222309 \tabularnewline
65 & 118.54 & 118.587402777778 & 118.845 & -0.257597222222224 & -0.0474027777777621 \tabularnewline
66 & 118.55 & 118.660319444444 & 119.183333333333 & -0.523013888888897 & -0.110319444444443 \tabularnewline
67 & 118.55 & NA & NA & -0.675930555555558 & NA \tabularnewline
68 & 118.55 & NA & NA & -0.79343055555555 & NA \tabularnewline
69 & 119.04 & NA & NA & -0.225180555555553 & NA \tabularnewline
70 & 121.37 & NA & NA & 0.621402777777778 & NA \tabularnewline
71 & 122 & NA & NA & 0.766569444444452 & NA \tabularnewline
72 & 122.14 & NA & NA & 0.632986111111115 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=107064&T=1

[TABLE]
[ROW][C]Classical Decomposition by Moving Averages[/C][/ROW]
[ROW][C]t[/C][C]Observations[/C][C]Fit[/C][C]Trend[/C][C]Seasonal[/C][C]Random[/C][/ROW]
[ROW][C]1[/C][C]105.23[/C][C]NA[/C][C]NA[/C][C]0.285319444444454[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]105.22[/C][C]NA[/C][C]NA[/C][C]0.209652777777771[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]105.13[/C][C]NA[/C][C]NA[/C][C]0.0225694444444462[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]105[/C][C]NA[/C][C]NA[/C][C]-0.0633472222222333[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]105.01[/C][C]NA[/C][C]NA[/C][C]-0.257597222222224[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]105.01[/C][C]NA[/C][C]NA[/C][C]-0.523013888888897[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]105.01[/C][C]104.741569444444[/C][C]105.4175[/C][C]-0.675930555555558[/C][C]0.268430555555554[/C][/ROW]
[ROW][C]8[/C][C]105.01[/C][C]104.704902777778[/C][C]105.498333333333[/C][C]-0.79343055555555[/C][C]0.305097222222216[/C][/ROW]
[ROW][C]9[/C][C]105.57[/C][C]105.353986111111[/C][C]105.579166666667[/C][C]-0.225180555555553[/C][C]0.216013888888895[/C][/ROW]
[ROW][C]10[/C][C]106.05[/C][C]106.291819444444[/C][C]105.670416666667[/C][C]0.621402777777778[/C][C]-0.241819444444431[/C][/ROW]
[ROW][C]11[/C][C]106.09[/C][C]106.539069444444[/C][C]105.7725[/C][C]0.766569444444452[/C][C]-0.449069444444447[/C][/ROW]
[ROW][C]12[/C][C]106.2[/C][C]106.506736111111[/C][C]105.87375[/C][C]0.632986111111115[/C][C]-0.306736111111093[/C][/ROW]
[ROW][C]13[/C][C]106.19[/C][C]106.259902777778[/C][C]105.974583333333[/C][C]0.285319444444454[/C][C]-0.0699027777777701[/C][/ROW]
[ROW][C]14[/C][C]106.2[/C][C]106.301319444444[/C][C]106.091666666667[/C][C]0.209652777777771[/C][C]-0.101319444444428[/C][/ROW]
[ROW][C]15[/C][C]106.09[/C][C]106.238402777778[/C][C]106.215833333333[/C][C]0.0225694444444462[/C][C]-0.148402777777747[/C][/ROW]
[ROW][C]16[/C][C]106.23[/C][C]106.280402777778[/C][C]106.34375[/C][C]-0.0633472222222333[/C][C]-0.050402777777748[/C][/ROW]
[ROW][C]17[/C][C]106.23[/C][C]106.227819444444[/C][C]106.485416666667[/C][C]-0.257597222222224[/C][C]0.00218055555558294[/C][/ROW]
[ROW][C]18[/C][C]106.22[/C][C]106.100319444444[/C][C]106.623333333333[/C][C]-0.523013888888897[/C][C]0.119680555555576[/C][/ROW]
[ROW][C]19[/C][C]106.22[/C][C]106.056152777778[/C][C]106.732083333333[/C][C]-0.675930555555558[/C][C]0.163847222222245[/C][/ROW]
[ROW][C]20[/C][C]106.61[/C][C]106.037402777778[/C][C]106.830833333333[/C][C]-0.79343055555555[/C][C]0.572597222222242[/C][/ROW]
[ROW][C]21[/C][C]106.95[/C][C]106.730236111111[/C][C]106.955416666667[/C][C]-0.225180555555553[/C][C]0.21976388888892[/C][/ROW]
[ROW][C]22[/C][C]107.74[/C][C]107.724319444444[/C][C]107.102916666667[/C][C]0.621402777777778[/C][C]0.0156805555555763[/C][/ROW]
[ROW][C]23[/C][C]107.8[/C][C]108.029486111111[/C][C]107.262916666667[/C][C]0.766569444444452[/C][C]-0.229486111111100[/C][/ROW]
[ROW][C]24[/C][C]107.8[/C][C]108.057152777778[/C][C]107.424166666667[/C][C]0.632986111111115[/C][C]-0.257152777777748[/C][/ROW]
[ROW][C]25[/C][C]107.2[/C][C]107.871152777778[/C][C]107.585833333333[/C][C]0.285319444444454[/C][C]-0.671152777777749[/C][/ROW]
[ROW][C]26[/C][C]107.56[/C][C]107.938402777778[/C][C]107.72875[/C][C]0.209652777777771[/C][C]-0.378402777777765[/C][/ROW]
[ROW][C]27[/C][C]107.72[/C][C]107.896736111111[/C][C]107.874166666667[/C][C]0.0225694444444462[/C][C]-0.176736111111097[/C][/ROW]
[ROW][C]28[/C][C]108.14[/C][C]108.008736111111[/C][C]108.072083333333[/C][C]-0.0633472222222333[/C][C]0.131263888888896[/C][/ROW]
[ROW][C]29[/C][C]108.16[/C][C]108.050736111111[/C][C]108.308333333333[/C][C]-0.257597222222224[/C][C]0.10926388888889[/C][/ROW]
[ROW][C]30[/C][C]108.16[/C][C]108.032819444444[/C][C]108.555833333333[/C][C]-0.523013888888897[/C][C]0.127180555555569[/C][/ROW]
[ROW][C]31[/C][C]108.16[/C][C]108.156569444444[/C][C]108.8325[/C][C]-0.675930555555558[/C][C]0.00343055555553917[/C][/ROW]
[ROW][C]32[/C][C]108.1[/C][C]108.322819444444[/C][C]109.11625[/C][C]-0.79343055555555[/C][C]-0.222819444444454[/C][/ROW]
[ROW][C]33[/C][C]108.95[/C][C]109.148569444444[/C][C]109.37375[/C][C]-0.225180555555553[/C][C]-0.198569444444459[/C][/ROW]
[ROW][C]34[/C][C]110.49[/C][C]110.233069444444[/C][C]109.611666666667[/C][C]0.621402777777778[/C][C]0.256930555555556[/C][/ROW]
[ROW][C]35[/C][C]110.72[/C][C]110.603236111111[/C][C]109.836666666667[/C][C]0.766569444444452[/C][C]0.116763888888897[/C][/ROW]
[ROW][C]36[/C][C]110.82[/C][C]110.692986111111[/C][C]110.06[/C][C]0.632986111111115[/C][C]0.127013888888897[/C][/ROW]
[ROW][C]37[/C][C]110.82[/C][C]110.568652777778[/C][C]110.283333333333[/C][C]0.285319444444454[/C][C]0.251347222222236[/C][/ROW]
[ROW][C]38[/C][C]110.75[/C][C]110.722152777778[/C][C]110.5125[/C][C]0.209652777777771[/C][C]0.0278472222222348[/C][/ROW]
[ROW][C]39[/C][C]110.71[/C][C]110.757152777778[/C][C]110.734583333333[/C][C]0.0225694444444462[/C][C]-0.0471527777777681[/C][/ROW]
[ROW][C]40[/C][C]110.86[/C][C]110.857902777778[/C][C]110.92125[/C][C]-0.0633472222222333[/C][C]0.00209722222223263[/C][/ROW]
[ROW][C]41[/C][C]110.84[/C][C]110.842402777778[/C][C]111.1[/C][C]-0.257597222222224[/C][C]-0.00240277777774622[/C][/ROW]
[ROW][C]42[/C][C]110.84[/C][C]110.770736111111[/C][C]111.29375[/C][C]-0.523013888888897[/C][C]0.0692638888889121[/C][/ROW]
[ROW][C]43[/C][C]110.84[/C][C]110.811986111111[/C][C]111.487916666667[/C][C]-0.675930555555558[/C][C]0.028013888888907[/C][/ROW]
[ROW][C]44[/C][C]110.92[/C][C]110.894069444444[/C][C]111.6875[/C][C]-0.79343055555555[/C][C]0.0259305555555613[/C][/ROW]
[ROW][C]45[/C][C]111.46[/C][C]111.675652777778[/C][C]111.900833333333[/C][C]-0.225180555555553[/C][C]-0.215652777777777[/C][/ROW]
[ROW][C]46[/C][C]112.46[/C][C]112.741819444444[/C][C]112.120416666667[/C][C]0.621402777777778[/C][C]-0.281819444444437[/C][/ROW]
[ROW][C]47[/C][C]113.04[/C][C]113.115319444444[/C][C]112.34875[/C][C]0.766569444444452[/C][C]-0.075319444444446[/C][/ROW]
[ROW][C]48[/C][C]113.15[/C][C]113.220902777778[/C][C]112.587916666667[/C][C]0.632986111111115[/C][C]-0.0709027777777607[/C][/ROW]
[ROW][C]49[/C][C]113.15[/C][C]113.112402777778[/C][C]112.827083333333[/C][C]0.285319444444454[/C][C]0.0375972222222316[/C][/ROW]
[ROW][C]50[/C][C]113.21[/C][C]113.276319444444[/C][C]113.066666666667[/C][C]0.209652777777771[/C][C]-0.0663194444444599[/C][/ROW]
[ROW][C]51[/C][C]113.37[/C][C]113.375902777778[/C][C]113.353333333333[/C][C]0.0225694444444462[/C][C]-0.00590277777776294[/C][/ROW]
[ROW][C]52[/C][C]113.47[/C][C]113.645819444444[/C][C]113.709166666667[/C][C]-0.0633472222222333[/C][C]-0.175819444444457[/C][/ROW]
[ROW][C]53[/C][C]113.71[/C][C]113.844902777778[/C][C]114.1025[/C][C]-0.257597222222224[/C][C]-0.134902777777782[/C][/ROW]
[ROW][C]54[/C][C]113.71[/C][C]113.989069444444[/C][C]114.512083333333[/C][C]-0.523013888888897[/C][C]-0.279069444444460[/C][/ROW]
[ROW][C]55[/C][C]113.71[/C][C]114.246986111111[/C][C]114.922916666667[/C][C]-0.675930555555558[/C][C]-0.536986111111119[/C][/ROW]
[ROW][C]56[/C][C]113.8[/C][C]114.554069444444[/C][C]115.3475[/C][C]-0.79343055555555[/C][C]-0.75406944444444[/C][/ROW]
[ROW][C]57[/C][C]115.46[/C][C]115.554819444444[/C][C]115.78[/C][C]-0.225180555555553[/C][C]-0.0948194444444255[/C][/ROW]
[ROW][C]58[/C][C]117[/C][C]116.822236111111[/C][C]116.200833333333[/C][C]0.621402777777778[/C][C]0.177763888888904[/C][/ROW]
[ROW][C]59[/C][C]117.94[/C][C]117.376152777778[/C][C]116.609583333333[/C][C]0.766569444444452[/C][C]0.563847222222222[/C][/ROW]
[ROW][C]60[/C][C]118.08[/C][C]117.645486111111[/C][C]117.0125[/C][C]0.632986111111115[/C][C]0.434513888888887[/C][/ROW]
[ROW][C]61[/C][C]118.08[/C][C]117.701152777778[/C][C]117.415833333333[/C][C]0.285319444444454[/C][C]0.378847222222205[/C][/ROW]
[ROW][C]62[/C][C]118.47[/C][C]118.025069444444[/C][C]117.815416666667[/C][C]0.209652777777771[/C][C]0.444930555555544[/C][/ROW]
[ROW][C]63[/C][C]118.49[/C][C]118.185069444444[/C][C]118.1625[/C][C]0.0225694444444462[/C][C]0.304930555555543[/C][/ROW]
[ROW][C]64[/C][C]118.45[/C][C]118.430402777778[/C][C]118.49375[/C][C]-0.0633472222222333[/C][C]0.0195972222222309[/C][/ROW]
[ROW][C]65[/C][C]118.54[/C][C]118.587402777778[/C][C]118.845[/C][C]-0.257597222222224[/C][C]-0.0474027777777621[/C][/ROW]
[ROW][C]66[/C][C]118.55[/C][C]118.660319444444[/C][C]119.183333333333[/C][C]-0.523013888888897[/C][C]-0.110319444444443[/C][/ROW]
[ROW][C]67[/C][C]118.55[/C][C]NA[/C][C]NA[/C][C]-0.675930555555558[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]118.55[/C][C]NA[/C][C]NA[/C][C]-0.79343055555555[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]119.04[/C][C]NA[/C][C]NA[/C][C]-0.225180555555553[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]121.37[/C][C]NA[/C][C]NA[/C][C]0.621402777777778[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]122[/C][C]NA[/C][C]NA[/C][C]0.766569444444452[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]122.14[/C][C]NA[/C][C]NA[/C][C]0.632986111111115[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=107064&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=107064&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:

Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1105.23NANA0.285319444444454NA
2105.22NANA0.209652777777771NA
3105.13NANA0.0225694444444462NA
4105NANA-0.0633472222222333NA
5105.01NANA-0.257597222222224NA
6105.01NANA-0.523013888888897NA
7105.01104.741569444444105.4175-0.6759305555555580.268430555555554
8105.01104.704902777778105.498333333333-0.793430555555550.305097222222216
9105.57105.353986111111105.579166666667-0.2251805555555530.216013888888895
10106.05106.291819444444105.6704166666670.621402777777778-0.241819444444431
11106.09106.539069444444105.77250.766569444444452-0.449069444444447
12106.2106.506736111111105.873750.632986111111115-0.306736111111093
13106.19106.259902777778105.9745833333330.285319444444454-0.0699027777777701
14106.2106.301319444444106.0916666666670.209652777777771-0.101319444444428
15106.09106.238402777778106.2158333333330.0225694444444462-0.148402777777747
16106.23106.280402777778106.34375-0.0633472222222333-0.050402777777748
17106.23106.227819444444106.485416666667-0.2575972222222240.00218055555558294
18106.22106.100319444444106.623333333333-0.5230138888888970.119680555555576
19106.22106.056152777778106.732083333333-0.6759305555555580.163847222222245
20106.61106.037402777778106.830833333333-0.793430555555550.572597222222242
21106.95106.730236111111106.955416666667-0.2251805555555530.21976388888892
22107.74107.724319444444107.1029166666670.6214027777777780.0156805555555763
23107.8108.029486111111107.2629166666670.766569444444452-0.229486111111100
24107.8108.057152777778107.4241666666670.632986111111115-0.257152777777748
25107.2107.871152777778107.5858333333330.285319444444454-0.671152777777749
26107.56107.938402777778107.728750.209652777777771-0.378402777777765
27107.72107.896736111111107.8741666666670.0225694444444462-0.176736111111097
28108.14108.008736111111108.072083333333-0.06334722222223330.131263888888896
29108.16108.050736111111108.308333333333-0.2575972222222240.10926388888889
30108.16108.032819444444108.555833333333-0.5230138888888970.127180555555569
31108.16108.156569444444108.8325-0.6759305555555580.00343055555553917
32108.1108.322819444444109.11625-0.79343055555555-0.222819444444454
33108.95109.148569444444109.37375-0.225180555555553-0.198569444444459
34110.49110.233069444444109.6116666666670.6214027777777780.256930555555556
35110.72110.603236111111109.8366666666670.7665694444444520.116763888888897
36110.82110.692986111111110.060.6329861111111150.127013888888897
37110.82110.568652777778110.2833333333330.2853194444444540.251347222222236
38110.75110.722152777778110.51250.2096527777777710.0278472222222348
39110.71110.757152777778110.7345833333330.0225694444444462-0.0471527777777681
40110.86110.857902777778110.92125-0.06334722222223330.00209722222223263
41110.84110.842402777778111.1-0.257597222222224-0.00240277777774622
42110.84110.770736111111111.29375-0.5230138888888970.0692638888889121
43110.84110.811986111111111.487916666667-0.6759305555555580.028013888888907
44110.92110.894069444444111.6875-0.793430555555550.0259305555555613
45111.46111.675652777778111.900833333333-0.225180555555553-0.215652777777777
46112.46112.741819444444112.1204166666670.621402777777778-0.281819444444437
47113.04113.115319444444112.348750.766569444444452-0.075319444444446
48113.15113.220902777778112.5879166666670.632986111111115-0.0709027777777607
49113.15113.112402777778112.8270833333330.2853194444444540.0375972222222316
50113.21113.276319444444113.0666666666670.209652777777771-0.0663194444444599
51113.37113.375902777778113.3533333333330.0225694444444462-0.00590277777776294
52113.47113.645819444444113.709166666667-0.0633472222222333-0.175819444444457
53113.71113.844902777778114.1025-0.257597222222224-0.134902777777782
54113.71113.989069444444114.512083333333-0.523013888888897-0.279069444444460
55113.71114.246986111111114.922916666667-0.675930555555558-0.536986111111119
56113.8114.554069444444115.3475-0.79343055555555-0.75406944444444
57115.46115.554819444444115.78-0.225180555555553-0.0948194444444255
58117116.822236111111116.2008333333330.6214027777777780.177763888888904
59117.94117.376152777778116.6095833333330.7665694444444520.563847222222222
60118.08117.645486111111117.01250.6329861111111150.434513888888887
61118.08117.701152777778117.4158333333330.2853194444444540.378847222222205
62118.47118.025069444444117.8154166666670.2096527777777710.444930555555544
63118.49118.185069444444118.16250.02256944444444620.304930555555543
64118.45118.430402777778118.49375-0.06334722222223330.0195972222222309
65118.54118.587402777778118.845-0.257597222222224-0.0474027777777621
66118.55118.660319444444119.183333333333-0.523013888888897-0.110319444444443
67118.55NANA-0.675930555555558NA
68118.55NANA-0.79343055555555NA
69119.04NANA-0.225180555555553NA
70121.37NANA0.621402777777778NA
71122NANA0.766569444444452NA
72122.14NANA0.632986111111115NA


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = additive ; par2 = 12 ;
Parameters (R input):
par1 = additive ; par2 = 12 ;
R code (references can be found in the software module):
par2 <- as.numeric(par2)
x <- ts(x,freq=par2)
m <- decompose(x,type=par1)
m$figure
bitmap(file='test1.png')
plot(m)
dev.off()
mylagmax <- length(x)/2
bitmap(file='test2.png')
op <- par(mfrow = c(2,2))
acf(as.numeric(x),lag.max = mylagmax,main='Observed')
acf(as.numeric(m$trend),na.action=na.pass,lag.max = mylagmax,main='Trend')
acf(as.numeric(m$seasonal),na.action=na.pass,lag.max = mylagmax,main='Seasonal')
acf(as.numeric(m$random),na.action=na.pass,lag.max = mylagmax,main='Random')
par(op)
dev.off()
bitmap(file='test3.png')
op <- par(mfrow = c(2,2))
spectrum(as.numeric(x),main='Observed')
spectrum(as.numeric(m$trend[!is.na(m$trend)]),main='Trend')
spectrum(as.numeric(m$seasonal[!is.na(m$seasonal)]),main='Seasonal')
spectrum(as.numeric(m$random[!is.na(m$random)]),main='Random')
par(op)
dev.off()
bitmap(file='test4.png')
op <- par(mfrow = c(2,2))
cpgram(as.numeric(x),main='Observed')
cpgram(as.numeric(m$trend[!is.na(m$trend)]),main='Trend')
cpgram(as.numeric(m$seasonal[!is.na(m$seasonal)]),main='Seasonal')
cpgram(as.numeric(m$random[!is.na(m$random)]),main='Random')
par(op)
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Classical Decomposition by Moving Averages',6,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'t',header=TRUE)
a<-table.element(a,'Observations',header=TRUE)
a<-table.element(a,'Fit',header=TRUE)
a<-table.element(a,'Trend',header=TRUE)
a<-table.element(a,'Seasonal',header=TRUE)
a<-table.element(a,'Random',header=TRUE)
a<-table.row.end(a)
for (i in 1:length(m$trend)) {
a<-table.row.start(a)
a<-table.element(a,i,header=TRUE)
a<-table.element(a,x[i])
if (par1 == 'additive') a<-table.element(a,m$trend[i]+m$seasonal[i]) else a<-table.element(a,m$trend[i]*m$seasonal[i])
a<-table.element(a,m$trend[i])
a<-table.element(a,m$seasonal[i])
a<-table.element(a,m$random[i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')