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_regression_trees1.wasp

Title produced by software

Recursive Partitioning (Regression Trees)

Date of computation

Sat, 11 Dec 2010 13:00:40 +0000

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/2010/Dec/11/t12920748315macddk4ldwivjn.htm/, Retrieved Mon, 06 May 2024 21:43:31 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=108148, Retrieved Mon, 06 May 2024 21:43:31 +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

Estimated Impact

216

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

-     [Recursive Partitioning (Regression Trees)] [] [2010-12-05 18:59:57] [b98453cac15ba1066b407e146608df68]
-   PD    [Recursive Partitioning (Regression Trees)] [p_Stress_RP1] [2010-12-11 13:00:40] [fca744d17b21beb005bf086e7071b2bb] [Current]
-   P       [Recursive Partitioning (Regression Trees)] [p_Stress_RP2] [2010-12-11 15:34:11] [19f9551d4d95750ef21e9f3cf8fe2131] 
-             [Recursive Partitioning (Regression Trees)] [p_Stress_RP2b] [2010-12-11 16:34:56] [19f9551d4d95750ef21e9f3cf8fe2131] 
-   P           [Recursive Partitioning (Regression Trees)] [p_Stress_RP2a] [2010-12-18 11:47:49] [19f9551d4d95750ef21e9f3cf8fe2131] 
-   P       [Recursive Partitioning (Regression Trees)] [p_Stress_RP3] [2010-12-11 16:32:04] [19f9551d4d95750ef21e9f3cf8fe2131] 
-             [Recursive Partitioning (Regression Trees)] [p_Stress_RP2a] [2010-12-11 16:37:08] [19f9551d4d95750ef21e9f3cf8fe2131] 
-   P           [Recursive Partitioning (Regression Trees)] [p_Stress_RP3] [2010-12-11 17:43:36] [19f9551d4d95750ef21e9f3cf8fe2131] 
-   P           [Recursive Partitioning (Regression Trees)] [p_Stress_RP3] [2010-12-11 17:52:06] [19f9551d4d95750ef21e9f3cf8fe2131] 
-   PD      [Recursive Partitioning (Regression Trees)] [PAPER BAEYENS (Re...] [2010-12-21 13:24:14] [e4076051fbfb461c886b1e223cd7862f] 
-    D        [Recursive Partitioning (Regression Trees)] [PAPER BAEYENS (Re...] [2010-12-21 14:20:30] [e4076051fbfb461c886b1e223cd7862f] 
-               [Recursive Partitioning (Regression Trees)] [PAPER BAEYENS (Re...] [2010-12-21 14:53:27] [e4076051fbfb461c886b1e223cd7862f] 
-               [Recursive Partitioning (Regression Trees)] [PAPER BAEYENS (Re...] [2010-12-21 14:56:32] [e4076051fbfb461c886b1e223cd7862f] 
-               [Recursive Partitioning (Regression Trees)] [PAPER BAEYENS (Re...] [2010-12-21 14:58:24] [e4076051fbfb461c886b1e223cd7862f] 
-               [Recursive Partitioning (Regression Trees)] [PAPER BAEYENS (Re...] [2010-12-21 15:00:45] [e4076051fbfb461c886b1e223cd7862f] 
- RMPD      [Multiple Regression] [PAPER BAEYENS (Mu...] [2010-12-21 13:34:26] [e4076051fbfb461c886b1e223cd7862f] 

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

23	10	53	7	12	2	4	0	0
21	6	86	4	11	4	3	0	0
21	13	66	6	14	7	5	0	0
21	12	67	5	12	3	3	0	1
24	8	76	4	21	7	6	0	0
22	6	78	3	12	2	5	0	0
21	10	53	5	22	7	6	0	0
22	10	80	6	11	2	6	0	0
21	9	74	5	10	1	5	0	0
20	9	76	6	13	2	5	0	0
22	7	79	7	10	6	3	0	1
21	5	54	6	8	1	5	0	0
21	14	67	7	15	1	7	0	1
23	6	87	6	10	1	5	0	0
22	10	58	4	14	2	5	0	1
23	10	75	6	14	2	3	0	1
22	7	88	4	11	2	5	0	0
24	10	64	5	10	1	6	0	1
23	8	57	3	13	7	5	0	0
21	6	66	3	7	1	2	0	1
23	10	54	4	12	2	5	0	0
23	12	56	5	14	4	4	0	0
21	7	86	3	11	2	6	0	1
20	15	80	7	9	1	3	0	0
32	8	76	7	11	1	5	0	1
22	10	69	4	15	5	4	0	0
21	13	67	4	13	2	5	0	1
21	8	80	5	9	1	2	0	0
21	11	54	6	15	3	2	0	1
22	7	71	5	10	1	5	0	0
21	9	84	4	11	2	2	0	0
21	10	74	6	13	5	2	0	1
21	8	71	5	8	2	2	0	1
22	15	63	5	20	6	5	0	1
21	9	71	6	12	4	5	0	1
21	7	76	2	10	1	1	0	0
21	11	69	6	10	3	5	0	1
21	9	74	7	9	6	2	0	1
23	8	75	5	14	7	6	0	0
21	8	54	5	8	4	1	0	1
23	12	69	5	11	5	3	0	0
23	13	68	6	13	3	2	0	0
21	9	75	4	11	2	5	0	0
21	11	75	6	11	2	3	0	1
20	8	72	5	10	2	4	0	0
21	10	67	5	14	2	3	0	1
21	13	63	3	18	1	6	0	1
22	12	62	4	14	2	4	0	0
21	12	63	4	11	1	5	0	1
21	9	76	2	12	2	2	0	0
22	8	74	3	13	2	5	0	0
20	9	67	6	9	5	5	0	0
22	12	73	5	10	5	3	0	1
22	12	70	6	15	2	5	0	0
21	16	53	2	20	1	7	0	1
23	11	77	3	12	1	4	0	1
22	13	77	6	12	2	2	0	0
24	10	52	3	14	3	3	0	0
23	9	54	6	13	7	6	0	0
21	14	80	6	11	4	7	1	1
22	13	66	4	17	4	4	1	0
22	12	73	7	12	1	4	1	1
21	9	63	6	13	2	4	1	0
21	9	69	3	14	2	5	1	1
21	10	67	7	13	2	2	1	1
21	8	54	2	15	5	3	1	0
20	9	81	4	13	1	3	1	0
22	9	69	6	10	6	4	1	1
22	11	84	4	11	2	3	1	1
22	7	70	1	13	2	4	1	0
23	11	69	4	17	4	6	1	0
21	9	77	7	13	6	2	1	1
23	11	54	4	9	2	4	1	1
22	9	79	4	11	2	5	1	1
21	8	30	4	10	2	2	1	1
21	9	71	6	9	1	1	1	0
20	8	73	2	12	1	2	1	1
24	9	72	3	12	2	5	1	0
24	10	77	4	13	2	4	1	0
21	9	75	4	13	3	4	1	1
20	17	70	4	22	3	6	1	0
21	7	73	6	13	5	1	1	0
21	11	54	2	15	2	4	1	0
21	9	77	4	13	5	5	1	0
21	10	82	3	15	3	2	1	0
22	11	80	7	10	1	3	1	0
22	8	80	4	11	2	3	1	0
21	12	69	5	16	2	6	1	0
22	10	78	6	11	1	5	1	0
21	7	81	5	11	2	4	1	1
23	9	76	4	10	2	4	1	1
21	7	76	5	10	5	5	1	0
22	12	73	4	16	5	5	1	1
22	8	85	5	12	2	6	1	0
22	13	66	7	11	3	6	1	1
20	9	79	7	16	5	5	1	0
21	15	68	4	19	5	7	1	1
21	8	76	6	11	6	5	1	0
22	14	54	4	15	2	5	1	1
25	14	46	1	24	7	7	1	0
22	9	82	3	14	1	5	1	0
22	13	74	6	15	1	6	1	0
21	11	88	7	11	6	6	1	0
22	10	38	6	15	6	4	1	1
21	6	76	6	12	2	5	1	0
24	8	86	6	10	1	1	1	1
23	10	54	4	14	2	6	1	0
23	10	69	1	9	1	5	1	0
22	10	90	3	15	2	2	1	0
22	12	54	7	15	1	1	1	0
25	10	76	2	14	3	5	1	0
23	9	89	7	11	3	6	1	0
22	9	76	4	8	6	5	1	0
21	11	79	5	11	4	5	1	0
21	7	90	6	8	1	4	1	1
22	7	74	6	10	2	2	1	0
22	5	81	5	11	5	3	1	0
21	9	72	5	13	6	3	1	0
0	11	71	4	11	3	5	1	1
21	15	66	2	20	5	3	1	1
22	9	77	2	10	3	2	1	0
21	9	74	4	12	2	2	1	1
24	8	82	4	14	3	3	1	0
21	13	54	6	23	2	6	1	1
23	10	63	5	14	5	5	1	1
23	13	54	5	16	5	6	1	0
22	9	64	6	11	7	2	1	0
21	11	69	5	12	4	5	1	1
21	8	84	7	14	5	5	1	1
21	10	86	5	12	1	1	1	0
21	9	77	3	12	4	4	1	1
22	8	89	5	11	1	2	1	0
20	8	76	1	12	4	2	1	0
21	13	60	5	13	6	7	1	1
23	11	79	7	17	7	6	1	0
32	8	76	7	11	1	5	0	1
22	12	72	6	12	3	5	1	0
24	15	69	4	19	5	5	0	0
21	11	54	2	15	2	4	1	0
22	10	69	6	14	4	3	1	0
22	5	81	5	11	5	3	1	0
23	11	84	1	9	1	3	1	0

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	6 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 & 6 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=108148&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]6 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=108148&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=108148&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	6 seconds
R Server	'Gwilym Jenkins' @ 72.249.127.135

Goodness of Fit
Correlation	0.5063
R-squared	0.2563
RMSE	2.0507

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.5063 \tabularnewline
R-squared & 0.2563 \tabularnewline
RMSE & 2.0507 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=108148&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.5063[/C][/ROW]
[ROW][C]R-squared[/C][C]0.2563[/C][/ROW]
[ROW][C]RMSE[/C][C]2.0507[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=108148&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=108148&T=1

As an alternative you can also use a QR Code:

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

Goodness of Fit
Correlation	0.5063
R-squared	0.2563
RMSE	2.0507

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	10	9.27927927927928	0.72072072072072
2	6	9.27927927927928	-3.27927927927928
3	13	9.27927927927928	3.72072072072072
4	12	9.27927927927928	2.72072072072072
5	8	12.1935483870968	-4.19354838709677
6	6	9.27927927927928	-3.27927927927928
7	10	12.1935483870968	-2.19354838709677
8	10	9.27927927927928	0.72072072072072
9	9	9.27927927927928	-0.279279279279280
10	9	9.27927927927928	-0.279279279279280
11	7	9.27927927927928	-2.27927927927928
12	5	9.27927927927928	-4.27927927927928
13	14	12.1935483870968	1.80645161290323
14	6	9.27927927927928	-3.27927927927928
15	10	9.27927927927928	0.72072072072072
16	10	9.27927927927928	0.72072072072072
17	7	9.27927927927928	-2.27927927927928
18	10	9.27927927927928	0.72072072072072
19	8	9.27927927927928	-1.27927927927928
20	6	9.27927927927928	-3.27927927927928
21	10	9.27927927927928	0.72072072072072
22	12	9.27927927927928	2.72072072072072
23	7	9.27927927927928	-2.27927927927928
24	15	9.27927927927928	5.72072072072072
25	8	9.27927927927928	-1.27927927927928
26	10	12.1935483870968	-2.19354838709677
27	13	9.27927927927928	3.72072072072072
28	8	9.27927927927928	-1.27927927927928
29	11	12.1935483870968	-1.19354838709677
30	7	9.27927927927928	-2.27927927927928
31	9	9.27927927927928	-0.279279279279280
32	10	9.27927927927928	0.72072072072072
33	8	9.27927927927928	-1.27927927927928
34	15	12.1935483870968	2.80645161290323
35	9	9.27927927927928	-0.279279279279280
36	7	9.27927927927928	-2.27927927927928
37	11	9.27927927927928	1.72072072072072
38	9	9.27927927927928	-0.279279279279280
39	8	9.27927927927928	-1.27927927927928
40	8	9.27927927927928	-1.27927927927928
41	12	9.27927927927928	2.72072072072072
42	13	9.27927927927928	3.72072072072072
43	9	9.27927927927928	-0.279279279279280
44	11	9.27927927927928	1.72072072072072
45	8	9.27927927927928	-1.27927927927928
46	10	9.27927927927928	0.72072072072072
47	13	12.1935483870968	0.806451612903226
48	12	9.27927927927928	2.72072072072072
49	12	9.27927927927928	2.72072072072072
50	9	9.27927927927928	-0.279279279279280
51	8	9.27927927927928	-1.27927927927928
52	9	9.27927927927928	-0.279279279279280
53	12	9.27927927927928	2.72072072072072
54	12	12.1935483870968	-0.193548387096774
55	16	12.1935483870968	3.80645161290323
56	11	9.27927927927928	1.72072072072072
57	13	9.27927927927928	3.72072072072072
58	10	9.27927927927928	0.72072072072072
59	9	9.27927927927928	-0.279279279279280
60	14	9.27927927927928	4.72072072072072
61	13	12.1935483870968	0.806451612903226
62	12	9.27927927927928	2.72072072072072
63	9	9.27927927927928	-0.279279279279280
64	9	9.27927927927928	-0.279279279279280
65	10	9.27927927927928	0.72072072072072
66	8	12.1935483870968	-4.19354838709677
67	9	9.27927927927928	-0.279279279279280
68	9	9.27927927927928	-0.279279279279280
69	11	9.27927927927928	1.72072072072072
70	7	9.27927927927928	-2.27927927927928
71	11	12.1935483870968	-1.19354838709677
72	9	9.27927927927928	-0.279279279279280
73	11	9.27927927927928	1.72072072072072
74	9	9.27927927927928	-0.279279279279280
75	8	9.27927927927928	-1.27927927927928
76	9	9.27927927927928	-0.279279279279280
77	8	9.27927927927928	-1.27927927927928
78	9	9.27927927927928	-0.279279279279280
79	10	9.27927927927928	0.72072072072072
80	9	9.27927927927928	-0.279279279279280
81	17	12.1935483870968	4.80645161290323
82	7	9.27927927927928	-2.27927927927928
83	11	12.1935483870968	-1.19354838709677
84	9	9.27927927927928	-0.279279279279280
85	10	12.1935483870968	-2.19354838709677
86	11	9.27927927927928	1.72072072072072
87	8	9.27927927927928	-1.27927927927928
88	12	12.1935483870968	-0.193548387096774
89	10	9.27927927927928	0.72072072072072
90	7	9.27927927927928	-2.27927927927928
91	9	9.27927927927928	-0.279279279279280
92	7	9.27927927927928	-2.27927927927928
93	12	12.1935483870968	-0.193548387096774
94	8	9.27927927927928	-1.27927927927928
95	13	9.27927927927928	3.72072072072072
96	9	12.1935483870968	-3.19354838709677
97	15	12.1935483870968	2.80645161290323
98	8	9.27927927927928	-1.27927927927928
99	14	12.1935483870968	1.80645161290323
100	14	12.1935483870968	1.80645161290323
101	9	9.27927927927928	-0.279279279279280
102	13	12.1935483870968	0.806451612903226
103	11	9.27927927927928	1.72072072072072
104	10	12.1935483870968	-2.19354838709677
105	6	9.27927927927928	-3.27927927927928
106	8	9.27927927927928	-1.27927927927928
107	10	9.27927927927928	0.72072072072072
108	10	9.27927927927928	0.72072072072072
109	10	12.1935483870968	-2.19354838709677
110	12	12.1935483870968	-0.193548387096774
111	10	9.27927927927928	0.72072072072072
112	9	9.27927927927928	-0.279279279279280
113	9	9.27927927927928	-0.279279279279280
114	11	9.27927927927928	1.72072072072072
115	7	9.27927927927928	-2.27927927927928
116	7	9.27927927927928	-2.27927927927928
117	5	9.27927927927928	-4.27927927927928
118	9	9.27927927927928	-0.279279279279280
119	11	9.27927927927928	1.72072072072072
120	15	12.1935483870968	2.80645161290323
121	9	9.27927927927928	-0.279279279279280
122	9	9.27927927927928	-0.279279279279280
123	8	9.27927927927928	-1.27927927927928
124	13	12.1935483870968	0.806451612903226
125	10	9.27927927927928	0.72072072072072
126	13	12.1935483870968	0.806451612903226
127	9	9.27927927927928	-0.279279279279280
128	11	9.27927927927928	1.72072072072072
129	8	9.27927927927928	-1.27927927927928
130	10	9.27927927927928	0.72072072072072
131	9	9.27927927927928	-0.279279279279280
132	8	9.27927927927928	-1.27927927927928
133	8	9.27927927927928	-1.27927927927928
134	13	9.27927927927928	3.72072072072072
135	11	12.1935483870968	-1.19354838709677
136	8	9.27927927927928	-1.27927927927928
137	12	9.27927927927928	2.72072072072072
138	15	12.1935483870968	2.80645161290323
139	11	12.1935483870968	-1.19354838709677
140	10	9.27927927927928	0.72072072072072
141	5	9.27927927927928	-4.27927927927928
142	11	9.27927927927928	1.72072072072072

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
2 & 6 & 9.27927927927928 & -3.27927927927928 \tabularnewline
3 & 13 & 9.27927927927928 & 3.72072072072072 \tabularnewline
4 & 12 & 9.27927927927928 & 2.72072072072072 \tabularnewline
5 & 8 & 12.1935483870968 & -4.19354838709677 \tabularnewline
6 & 6 & 9.27927927927928 & -3.27927927927928 \tabularnewline
7 & 10 & 12.1935483870968 & -2.19354838709677 \tabularnewline
8 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
9 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
10 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
11 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
12 & 5 & 9.27927927927928 & -4.27927927927928 \tabularnewline
13 & 14 & 12.1935483870968 & 1.80645161290323 \tabularnewline
14 & 6 & 9.27927927927928 & -3.27927927927928 \tabularnewline
15 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
16 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
17 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
18 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
19 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
20 & 6 & 9.27927927927928 & -3.27927927927928 \tabularnewline
21 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
22 & 12 & 9.27927927927928 & 2.72072072072072 \tabularnewline
23 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
24 & 15 & 9.27927927927928 & 5.72072072072072 \tabularnewline
25 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
26 & 10 & 12.1935483870968 & -2.19354838709677 \tabularnewline
27 & 13 & 9.27927927927928 & 3.72072072072072 \tabularnewline
28 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
29 & 11 & 12.1935483870968 & -1.19354838709677 \tabularnewline
30 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
31 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
32 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
33 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
34 & 15 & 12.1935483870968 & 2.80645161290323 \tabularnewline
35 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
36 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
37 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
38 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
39 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
40 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
41 & 12 & 9.27927927927928 & 2.72072072072072 \tabularnewline
42 & 13 & 9.27927927927928 & 3.72072072072072 \tabularnewline
43 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
44 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
45 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
46 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
47 & 13 & 12.1935483870968 & 0.806451612903226 \tabularnewline
48 & 12 & 9.27927927927928 & 2.72072072072072 \tabularnewline
49 & 12 & 9.27927927927928 & 2.72072072072072 \tabularnewline
50 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
51 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
52 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
53 & 12 & 9.27927927927928 & 2.72072072072072 \tabularnewline
54 & 12 & 12.1935483870968 & -0.193548387096774 \tabularnewline
55 & 16 & 12.1935483870968 & 3.80645161290323 \tabularnewline
56 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
57 & 13 & 9.27927927927928 & 3.72072072072072 \tabularnewline
58 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
59 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
60 & 14 & 9.27927927927928 & 4.72072072072072 \tabularnewline
61 & 13 & 12.1935483870968 & 0.806451612903226 \tabularnewline
62 & 12 & 9.27927927927928 & 2.72072072072072 \tabularnewline
63 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
64 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
65 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
66 & 8 & 12.1935483870968 & -4.19354838709677 \tabularnewline
67 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
68 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
69 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
70 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
71 & 11 & 12.1935483870968 & -1.19354838709677 \tabularnewline
72 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
73 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
74 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
75 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
76 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
77 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
78 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
79 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
80 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
81 & 17 & 12.1935483870968 & 4.80645161290323 \tabularnewline
82 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
83 & 11 & 12.1935483870968 & -1.19354838709677 \tabularnewline
84 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
85 & 10 & 12.1935483870968 & -2.19354838709677 \tabularnewline
86 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
87 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
88 & 12 & 12.1935483870968 & -0.193548387096774 \tabularnewline
89 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
90 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
91 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
92 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
93 & 12 & 12.1935483870968 & -0.193548387096774 \tabularnewline
94 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
95 & 13 & 9.27927927927928 & 3.72072072072072 \tabularnewline
96 & 9 & 12.1935483870968 & -3.19354838709677 \tabularnewline
97 & 15 & 12.1935483870968 & 2.80645161290323 \tabularnewline
98 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
99 & 14 & 12.1935483870968 & 1.80645161290323 \tabularnewline
100 & 14 & 12.1935483870968 & 1.80645161290323 \tabularnewline
101 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
102 & 13 & 12.1935483870968 & 0.806451612903226 \tabularnewline
103 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
104 & 10 & 12.1935483870968 & -2.19354838709677 \tabularnewline
105 & 6 & 9.27927927927928 & -3.27927927927928 \tabularnewline
106 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
107 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
108 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
109 & 10 & 12.1935483870968 & -2.19354838709677 \tabularnewline
110 & 12 & 12.1935483870968 & -0.193548387096774 \tabularnewline
111 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
112 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
113 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
114 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
115 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
116 & 7 & 9.27927927927928 & -2.27927927927928 \tabularnewline
117 & 5 & 9.27927927927928 & -4.27927927927928 \tabularnewline
118 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
119 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
120 & 15 & 12.1935483870968 & 2.80645161290323 \tabularnewline
121 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
122 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
123 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
124 & 13 & 12.1935483870968 & 0.806451612903226 \tabularnewline
125 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
126 & 13 & 12.1935483870968 & 0.806451612903226 \tabularnewline
127 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
128 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
129 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
130 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
131 & 9 & 9.27927927927928 & -0.279279279279280 \tabularnewline
132 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
133 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
134 & 13 & 9.27927927927928 & 3.72072072072072 \tabularnewline
135 & 11 & 12.1935483870968 & -1.19354838709677 \tabularnewline
136 & 8 & 9.27927927927928 & -1.27927927927928 \tabularnewline
137 & 12 & 9.27927927927928 & 2.72072072072072 \tabularnewline
138 & 15 & 12.1935483870968 & 2.80645161290323 \tabularnewline
139 & 11 & 12.1935483870968 & -1.19354838709677 \tabularnewline
140 & 10 & 9.27927927927928 & 0.72072072072072 \tabularnewline
141 & 5 & 9.27927927927928 & -4.27927927927928 \tabularnewline
142 & 11 & 9.27927927927928 & 1.72072072072072 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=108148&T=2

[TABLE]
[ROW][C]Actuals, Predictions, and Residuals[/C][/ROW]
[ROW][C]#[/C][C]Actuals[/C][C]Forecasts[/C][C]Residuals[/C][/ROW]
[ROW][C]1[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]2[/C][C]6[/C][C]9.27927927927928[/C][C]-3.27927927927928[/C][/ROW]
[ROW][C]3[/C][C]13[/C][C]9.27927927927928[/C][C]3.72072072072072[/C][/ROW]
[ROW][C]4[/C][C]12[/C][C]9.27927927927928[/C][C]2.72072072072072[/C][/ROW]
[ROW][C]5[/C][C]8[/C][C]12.1935483870968[/C][C]-4.19354838709677[/C][/ROW]
[ROW][C]6[/C][C]6[/C][C]9.27927927927928[/C][C]-3.27927927927928[/C][/ROW]
[ROW][C]7[/C][C]10[/C][C]12.1935483870968[/C][C]-2.19354838709677[/C][/ROW]
[ROW][C]8[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]9[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]10[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]11[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]12[/C][C]5[/C][C]9.27927927927928[/C][C]-4.27927927927928[/C][/ROW]
[ROW][C]13[/C][C]14[/C][C]12.1935483870968[/C][C]1.80645161290323[/C][/ROW]
[ROW][C]14[/C][C]6[/C][C]9.27927927927928[/C][C]-3.27927927927928[/C][/ROW]
[ROW][C]15[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]16[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]17[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]18[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]19[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]20[/C][C]6[/C][C]9.27927927927928[/C][C]-3.27927927927928[/C][/ROW]
[ROW][C]21[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]22[/C][C]12[/C][C]9.27927927927928[/C][C]2.72072072072072[/C][/ROW]
[ROW][C]23[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]24[/C][C]15[/C][C]9.27927927927928[/C][C]5.72072072072072[/C][/ROW]
[ROW][C]25[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]26[/C][C]10[/C][C]12.1935483870968[/C][C]-2.19354838709677[/C][/ROW]
[ROW][C]27[/C][C]13[/C][C]9.27927927927928[/C][C]3.72072072072072[/C][/ROW]
[ROW][C]28[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]29[/C][C]11[/C][C]12.1935483870968[/C][C]-1.19354838709677[/C][/ROW]
[ROW][C]30[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]31[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]32[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]33[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]34[/C][C]15[/C][C]12.1935483870968[/C][C]2.80645161290323[/C][/ROW]
[ROW][C]35[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]36[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]37[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]38[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]39[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]40[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]41[/C][C]12[/C][C]9.27927927927928[/C][C]2.72072072072072[/C][/ROW]
[ROW][C]42[/C][C]13[/C][C]9.27927927927928[/C][C]3.72072072072072[/C][/ROW]
[ROW][C]43[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]44[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]45[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]46[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]47[/C][C]13[/C][C]12.1935483870968[/C][C]0.806451612903226[/C][/ROW]
[ROW][C]48[/C][C]12[/C][C]9.27927927927928[/C][C]2.72072072072072[/C][/ROW]
[ROW][C]49[/C][C]12[/C][C]9.27927927927928[/C][C]2.72072072072072[/C][/ROW]
[ROW][C]50[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]51[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]52[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]53[/C][C]12[/C][C]9.27927927927928[/C][C]2.72072072072072[/C][/ROW]
[ROW][C]54[/C][C]12[/C][C]12.1935483870968[/C][C]-0.193548387096774[/C][/ROW]
[ROW][C]55[/C][C]16[/C][C]12.1935483870968[/C][C]3.80645161290323[/C][/ROW]
[ROW][C]56[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]57[/C][C]13[/C][C]9.27927927927928[/C][C]3.72072072072072[/C][/ROW]
[ROW][C]58[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]59[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]60[/C][C]14[/C][C]9.27927927927928[/C][C]4.72072072072072[/C][/ROW]
[ROW][C]61[/C][C]13[/C][C]12.1935483870968[/C][C]0.806451612903226[/C][/ROW]
[ROW][C]62[/C][C]12[/C][C]9.27927927927928[/C][C]2.72072072072072[/C][/ROW]
[ROW][C]63[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]64[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]65[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]66[/C][C]8[/C][C]12.1935483870968[/C][C]-4.19354838709677[/C][/ROW]
[ROW][C]67[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]68[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]69[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]70[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]71[/C][C]11[/C][C]12.1935483870968[/C][C]-1.19354838709677[/C][/ROW]
[ROW][C]72[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]73[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]74[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]75[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]76[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]77[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]78[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]79[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]80[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]81[/C][C]17[/C][C]12.1935483870968[/C][C]4.80645161290323[/C][/ROW]
[ROW][C]82[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]83[/C][C]11[/C][C]12.1935483870968[/C][C]-1.19354838709677[/C][/ROW]
[ROW][C]84[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]85[/C][C]10[/C][C]12.1935483870968[/C][C]-2.19354838709677[/C][/ROW]
[ROW][C]86[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]87[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]88[/C][C]12[/C][C]12.1935483870968[/C][C]-0.193548387096774[/C][/ROW]
[ROW][C]89[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]90[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]91[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]92[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]93[/C][C]12[/C][C]12.1935483870968[/C][C]-0.193548387096774[/C][/ROW]
[ROW][C]94[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]95[/C][C]13[/C][C]9.27927927927928[/C][C]3.72072072072072[/C][/ROW]
[ROW][C]96[/C][C]9[/C][C]12.1935483870968[/C][C]-3.19354838709677[/C][/ROW]
[ROW][C]97[/C][C]15[/C][C]12.1935483870968[/C][C]2.80645161290323[/C][/ROW]
[ROW][C]98[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]99[/C][C]14[/C][C]12.1935483870968[/C][C]1.80645161290323[/C][/ROW]
[ROW][C]100[/C][C]14[/C][C]12.1935483870968[/C][C]1.80645161290323[/C][/ROW]
[ROW][C]101[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]102[/C][C]13[/C][C]12.1935483870968[/C][C]0.806451612903226[/C][/ROW]
[ROW][C]103[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]104[/C][C]10[/C][C]12.1935483870968[/C][C]-2.19354838709677[/C][/ROW]
[ROW][C]105[/C][C]6[/C][C]9.27927927927928[/C][C]-3.27927927927928[/C][/ROW]
[ROW][C]106[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]107[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]108[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]109[/C][C]10[/C][C]12.1935483870968[/C][C]-2.19354838709677[/C][/ROW]
[ROW][C]110[/C][C]12[/C][C]12.1935483870968[/C][C]-0.193548387096774[/C][/ROW]
[ROW][C]111[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]112[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]113[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]114[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]115[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]116[/C][C]7[/C][C]9.27927927927928[/C][C]-2.27927927927928[/C][/ROW]
[ROW][C]117[/C][C]5[/C][C]9.27927927927928[/C][C]-4.27927927927928[/C][/ROW]
[ROW][C]118[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]119[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]120[/C][C]15[/C][C]12.1935483870968[/C][C]2.80645161290323[/C][/ROW]
[ROW][C]121[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]122[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]123[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]124[/C][C]13[/C][C]12.1935483870968[/C][C]0.806451612903226[/C][/ROW]
[ROW][C]125[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]126[/C][C]13[/C][C]12.1935483870968[/C][C]0.806451612903226[/C][/ROW]
[ROW][C]127[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]128[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[ROW][C]129[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]130[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]131[/C][C]9[/C][C]9.27927927927928[/C][C]-0.279279279279280[/C][/ROW]
[ROW][C]132[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]133[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]134[/C][C]13[/C][C]9.27927927927928[/C][C]3.72072072072072[/C][/ROW]
[ROW][C]135[/C][C]11[/C][C]12.1935483870968[/C][C]-1.19354838709677[/C][/ROW]
[ROW][C]136[/C][C]8[/C][C]9.27927927927928[/C][C]-1.27927927927928[/C][/ROW]
[ROW][C]137[/C][C]12[/C][C]9.27927927927928[/C][C]2.72072072072072[/C][/ROW]
[ROW][C]138[/C][C]15[/C][C]12.1935483870968[/C][C]2.80645161290323[/C][/ROW]
[ROW][C]139[/C][C]11[/C][C]12.1935483870968[/C][C]-1.19354838709677[/C][/ROW]
[ROW][C]140[/C][C]10[/C][C]9.27927927927928[/C][C]0.72072072072072[/C][/ROW]
[ROW][C]141[/C][C]5[/C][C]9.27927927927928[/C][C]-4.27927927927928[/C][/ROW]
[ROW][C]142[/C][C]11[/C][C]9.27927927927928[/C][C]1.72072072072072[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=108148&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=108148&T=2

As an alternative you can also use a QR Code:

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

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	10	9.27927927927928	0.72072072072072
2	6	9.27927927927928	-3.27927927927928
3	13	9.27927927927928	3.72072072072072
4	12	9.27927927927928	2.72072072072072
5	8	12.1935483870968	-4.19354838709677
6	6	9.27927927927928	-3.27927927927928
7	10	12.1935483870968	-2.19354838709677
8	10	9.27927927927928	0.72072072072072
9	9	9.27927927927928	-0.279279279279280
10	9	9.27927927927928	-0.279279279279280
11	7	9.27927927927928	-2.27927927927928
12	5	9.27927927927928	-4.27927927927928
13	14	12.1935483870968	1.80645161290323
14	6	9.27927927927928	-3.27927927927928
15	10	9.27927927927928	0.72072072072072
16	10	9.27927927927928	0.72072072072072
17	7	9.27927927927928	-2.27927927927928
18	10	9.27927927927928	0.72072072072072
19	8	9.27927927927928	-1.27927927927928
20	6	9.27927927927928	-3.27927927927928
21	10	9.27927927927928	0.72072072072072
22	12	9.27927927927928	2.72072072072072
23	7	9.27927927927928	-2.27927927927928
24	15	9.27927927927928	5.72072072072072
25	8	9.27927927927928	-1.27927927927928
26	10	12.1935483870968	-2.19354838709677
27	13	9.27927927927928	3.72072072072072
28	8	9.27927927927928	-1.27927927927928
29	11	12.1935483870968	-1.19354838709677
30	7	9.27927927927928	-2.27927927927928
31	9	9.27927927927928	-0.279279279279280
32	10	9.27927927927928	0.72072072072072
33	8	9.27927927927928	-1.27927927927928
34	15	12.1935483870968	2.80645161290323
35	9	9.27927927927928	-0.279279279279280
36	7	9.27927927927928	-2.27927927927928
37	11	9.27927927927928	1.72072072072072
38	9	9.27927927927928	-0.279279279279280
39	8	9.27927927927928	-1.27927927927928
40	8	9.27927927927928	-1.27927927927928
41	12	9.27927927927928	2.72072072072072
42	13	9.27927927927928	3.72072072072072
43	9	9.27927927927928	-0.279279279279280
44	11	9.27927927927928	1.72072072072072
45	8	9.27927927927928	-1.27927927927928
46	10	9.27927927927928	0.72072072072072
47	13	12.1935483870968	0.806451612903226
48	12	9.27927927927928	2.72072072072072
49	12	9.27927927927928	2.72072072072072
50	9	9.27927927927928	-0.279279279279280
51	8	9.27927927927928	-1.27927927927928
52	9	9.27927927927928	-0.279279279279280
53	12	9.27927927927928	2.72072072072072
54	12	12.1935483870968	-0.193548387096774
55	16	12.1935483870968	3.80645161290323
56	11	9.27927927927928	1.72072072072072
57	13	9.27927927927928	3.72072072072072
58	10	9.27927927927928	0.72072072072072
59	9	9.27927927927928	-0.279279279279280
60	14	9.27927927927928	4.72072072072072
61	13	12.1935483870968	0.806451612903226
62	12	9.27927927927928	2.72072072072072
63	9	9.27927927927928	-0.279279279279280
64	9	9.27927927927928	-0.279279279279280
65	10	9.27927927927928	0.72072072072072
66	8	12.1935483870968	-4.19354838709677
67	9	9.27927927927928	-0.279279279279280
68	9	9.27927927927928	-0.279279279279280
69	11	9.27927927927928	1.72072072072072
70	7	9.27927927927928	-2.27927927927928
71	11	12.1935483870968	-1.19354838709677
72	9	9.27927927927928	-0.279279279279280
73	11	9.27927927927928	1.72072072072072
74	9	9.27927927927928	-0.279279279279280
75	8	9.27927927927928	-1.27927927927928
76	9	9.27927927927928	-0.279279279279280
77	8	9.27927927927928	-1.27927927927928
78	9	9.27927927927928	-0.279279279279280
79	10	9.27927927927928	0.72072072072072
80	9	9.27927927927928	-0.279279279279280
81	17	12.1935483870968	4.80645161290323
82	7	9.27927927927928	-2.27927927927928
83	11	12.1935483870968	-1.19354838709677
84	9	9.27927927927928	-0.279279279279280
85	10	12.1935483870968	-2.19354838709677
86	11	9.27927927927928	1.72072072072072
87	8	9.27927927927928	-1.27927927927928
88	12	12.1935483870968	-0.193548387096774
89	10	9.27927927927928	0.72072072072072
90	7	9.27927927927928	-2.27927927927928
91	9	9.27927927927928	-0.279279279279280
92	7	9.27927927927928	-2.27927927927928
93	12	12.1935483870968	-0.193548387096774
94	8	9.27927927927928	-1.27927927927928
95	13	9.27927927927928	3.72072072072072
96	9	12.1935483870968	-3.19354838709677
97	15	12.1935483870968	2.80645161290323
98	8	9.27927927927928	-1.27927927927928
99	14	12.1935483870968	1.80645161290323
100	14	12.1935483870968	1.80645161290323
101	9	9.27927927927928	-0.279279279279280
102	13	12.1935483870968	0.806451612903226
103	11	9.27927927927928	1.72072072072072
104	10	12.1935483870968	-2.19354838709677
105	6	9.27927927927928	-3.27927927927928
106	8	9.27927927927928	-1.27927927927928
107	10	9.27927927927928	0.72072072072072
108	10	9.27927927927928	0.72072072072072
109	10	12.1935483870968	-2.19354838709677
110	12	12.1935483870968	-0.193548387096774
111	10	9.27927927927928	0.72072072072072
112	9	9.27927927927928	-0.279279279279280
113	9	9.27927927927928	-0.279279279279280
114	11	9.27927927927928	1.72072072072072
115	7	9.27927927927928	-2.27927927927928
116	7	9.27927927927928	-2.27927927927928
117	5	9.27927927927928	-4.27927927927928
118	9	9.27927927927928	-0.279279279279280
119	11	9.27927927927928	1.72072072072072
120	15	12.1935483870968	2.80645161290323
121	9	9.27927927927928	-0.279279279279280
122	9	9.27927927927928	-0.279279279279280
123	8	9.27927927927928	-1.27927927927928
124	13	12.1935483870968	0.806451612903226
125	10	9.27927927927928	0.72072072072072
126	13	12.1935483870968	0.806451612903226
127	9	9.27927927927928	-0.279279279279280
128	11	9.27927927927928	1.72072072072072
129	8	9.27927927927928	-1.27927927927928
130	10	9.27927927927928	0.72072072072072
131	9	9.27927927927928	-0.279279279279280
132	8	9.27927927927928	-1.27927927927928
133	8	9.27927927927928	-1.27927927927928
134	13	9.27927927927928	3.72072072072072
135	11	12.1935483870968	-1.19354838709677
136	8	9.27927927927928	-1.27927927927928
137	12	9.27927927927928	2.72072072072072
138	15	12.1935483870968	2.80645161290323
139	11	12.1935483870968	-1.19354838709677
140	10	9.27927927927928	0.72072072072072
141	5	9.27927927927928	-4.27927927927928
142	11	9.27927927927928	1.72072072072072

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = 2 ; par2 = none ; par3 = 3 ; par4 = no ;

Parameters (R input):

par1 = 2 ; par2 = none ; par3 = 3 ; par4 = no ;

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

library(party)
library(Hmisc)
par1 <- as.numeric(par1)
par3 <- as.numeric(par3)
x <- data.frame(t(y))
is.data.frame(x)
x <- x[!is.na(x[,par1]),]
k <- length(x[1,])
n <- length(x[,1])
colnames(x)[par1]
x[,par1]
if (par2 == 'kmeans') {
cl <- kmeans(x[,par1], par3)
print(cl)
clm <- matrix(cbind(cl$centers,1:par3),ncol=2)
clm <- clm[sort.list(clm[,1]),]
for (i in 1:par3) {
cl$cluster[cl$cluster==clm[i,2]] <- paste('C',i,sep='')
}
cl$cluster <- as.factor(cl$cluster)
print(cl$cluster)
x[,par1] <- cl$cluster
}
if (par2 == 'quantiles') {
x[,par1] <- cut2(x[,par1],g=par3)
}
if (par2 == 'hclust') {
hc <- hclust(dist(x[,par1])^2, 'cen')
print(hc)
memb <- cutree(hc, k = par3)
dum <- c(mean(x[memb==1,par1]))
for (i in 2:par3) {
dum <- c(dum, mean(x[memb==i,par1]))
}
hcm <- matrix(cbind(dum,1:par3),ncol=2)
hcm <- hcm[sort.list(hcm[,1]),]
for (i in 1:par3) {
memb[memb==hcm[i,2]] <- paste('C',i,sep='')
}
memb <- as.factor(memb)
print(memb)
x[,par1] <- memb
}
if (par2=='equal') {
ed <- cut(as.numeric(x[,par1]),par3,labels=paste('C',1:par3,sep=''))
x[,par1] <- as.factor(ed)
}
table(x[,par1])
colnames(x)
colnames(x)[par1]
x[,par1]
if (par2 == 'none') {
m <- ctree(as.formula(paste(colnames(x)[par1],' ~ .',sep='')),data = x)
}
load(file='createtable')
if (par2 != 'none') {
m <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data = x)
if (par4=='yes') {
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'10-Fold Cross Validation',3+2*par3,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'',1,TRUE)
a<-table.element(a,'Prediction (training)',par3+1,TRUE)
a<-table.element(a,'Prediction (testing)',par3+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Actual',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
a<-table.element(a,'CV',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
a<-table.element(a,'CV',1,TRUE)
a<-table.row.end(a)
for (i in 1:10) {
ind <- sample(2, nrow(x), replace=T, prob=c(0.9,0.1))
m.ct <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data =x[ind==1,])
if (i==1) {
m.ct.i.pred <- predict(m.ct, newdata=x[ind==1,])
m.ct.i.actu <- x[ind==1,par1]
m.ct.x.pred <- predict(m.ct, newdata=x[ind==2,])
m.ct.x.actu <- x[ind==2,par1]
} else {
m.ct.i.pred <- c(m.ct.i.pred,predict(m.ct, newdata=x[ind==1,]))
m.ct.i.actu <- c(m.ct.i.actu,x[ind==1,par1])
m.ct.x.pred <- c(m.ct.x.pred,predict(m.ct, newdata=x[ind==2,]))
m.ct.x.actu <- c(m.ct.x.actu,x[ind==2,par1])
}
}
print(m.ct.i.tab <- table(m.ct.i.actu,m.ct.i.pred))
numer <- 0
for (i in 1:par3) {
print(m.ct.i.tab[i,i] / sum(m.ct.i.tab[i,]))
numer <- numer + m.ct.i.tab[i,i]
}
print(m.ct.i.cp <- numer / sum(m.ct.i.tab))
print(m.ct.x.tab <- table(m.ct.x.actu,m.ct.x.pred))
numer <- 0
for (i in 1:par3) {
print(m.ct.x.tab[i,i] / sum(m.ct.x.tab[i,]))
numer <- numer + m.ct.x.tab[i,i]
}
print(m.ct.x.cp <- numer / sum(m.ct.x.tab))
for (i in 1:par3) {
a<-table.row.start(a)
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
for (jjj in 1:par3) a<-table.element(a,m.ct.i.tab[i,jjj])
a<-table.element(a,round(m.ct.i.tab[i,i]/sum(m.ct.i.tab[i,]),4))
for (jjj in 1:par3) a<-table.element(a,m.ct.x.tab[i,jjj])
a<-table.element(a,round(m.ct.x.tab[i,i]/sum(m.ct.x.tab[i,]),4))
a<-table.row.end(a)
}
a<-table.row.start(a)
a<-table.element(a,'Overall',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,'-')
a<-table.element(a,round(m.ct.i.cp,4))
for (jjj in 1:par3) a<-table.element(a,'-')
a<-table.element(a,round(m.ct.x.cp,4))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable3.tab')
}
}
m
bitmap(file='test1.png')
plot(m)
dev.off()
bitmap(file='test1a.png')
plot(x[,par1] ~ as.factor(where(m)),main='Response by Terminal Node',xlab='Terminal Node',ylab='Response')
dev.off()
if (par2 == 'none') {
forec <- predict(m)
result <- as.data.frame(cbind(x[,par1],forec,x[,par1]-forec))
colnames(result) <- c('Actuals','Forecasts','Residuals')
print(result)
}
if (par2 != 'none') {
print(cbind(as.factor(x[,par1]),predict(m)))
myt <- table(as.factor(x[,par1]),predict(m))
print(myt)
}
bitmap(file='test2.png')
if(par2=='none') {
op <- par(mfrow=c(2,2))
plot(density(result$Actuals),main='Kernel Density Plot of Actuals')
plot(density(result$Residuals),main='Kernel Density Plot of Residuals')
plot(result$Forecasts,result$Actuals,main='Actuals versus Predictions',xlab='Predictions',ylab='Actuals')
plot(density(result$Forecasts),main='Kernel Density Plot of Predictions')
par(op)
}
if(par2!='none') {
plot(myt,main='Confusion Matrix',xlab='Actual',ylab='Predicted')
}
dev.off()
if (par2 == 'none') {
detcoef <- cor(result$Forecasts,result$Actuals)
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Goodness of Fit',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation',1,TRUE)
a<-table.element(a,round(detcoef,4))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'R-squared',1,TRUE)
a<-table.element(a,round(detcoef*detcoef,4))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'RMSE',1,TRUE)
a<-table.element(a,round(sqrt(mean((result$Residuals)^2)),4))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable1.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Actuals, Predictions, and Residuals',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#',header=TRUE)
a<-table.element(a,'Actuals',header=TRUE)
a<-table.element(a,'Forecasts',header=TRUE)
a<-table.element(a,'Residuals',header=TRUE)
a<-table.row.end(a)
for (i in 1:length(result$Actuals)) {
a<-table.row.start(a)
a<-table.element(a,i,header=TRUE)
a<-table.element(a,result$Actuals[i])
a<-table.element(a,result$Forecasts[i])
a<-table.element(a,result$Residuals[i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
}
if (par2 != 'none') {
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Confusion Matrix (predicted in columns / actuals in rows)',par3+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'',1,TRUE)
for (i in 1:par3) {
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
}
a<-table.row.end(a)
for (i in 1:par3) {
a<-table.row.start(a)
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
for (j in 1:par3) {
a<-table.element(a,myt[i,j])
}
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable2.tab')
}

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code