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_decompose.wasp

Title produced by software

Classical Decomposition

Date of computation

Sun, 12 Dec 2010 17:12:29 +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/12/t1292173863pn84u7q1wnrcm99.htm/, Retrieved Tue, 07 May 2024 09:14:19 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=108563, Retrieved Tue, 07 May 2024 09:14:19 +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

141

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

-     [Multiple Regression] [Q1 The Seatbeltlaw] [2007-11-14 19:27:43] [8cd6641b921d30ebe00b648d1481bba0]
- RMPD  [Multiple Regression] [Seatbelt] [2009-11-12 13:54:52] [b98453cac15ba1066b407e146608df68]
- RMPD    [Univariate Data Series] [Plot aantal passa...] [2010-11-26 00:58:15] [97ad38b1c3b35a5feca8b85f7bc7b3ff]
-   PD      [Univariate Data Series] [aantal aanvragen ...] [2010-11-28 14:49:43] [39c51da0be01189e8a44eb69e891b7a1]
- RM            [Classical Decomposition] [Klassieke ontbinding] [2010-12-12 17:12:29] [ecfb965f5669057f3ac5b58964283289] [Current]

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	3 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 & 3 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=108563&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]3 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=108563&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=108563&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	3 seconds
R Server	'George Udny Yule' @ 72.249.76.132

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	63.152	NA	NA	2.44608333333333	NA
2	60.106	NA	NA	0.493999999999997	NA
3	72.616	NA	NA	10.9840520833333	NA
4	73.159	NA	NA	8.45741666666667	NA
5	68.848	NA	NA	4.31587500000001	NA
6	77.056	NA	NA	13.0569895833333	NA
7	62.246	65.6919479166667	63.8351666666667	1.85678125	-3.44594791666666
8	60.777	59.5144791666667	64.4132916666667	-4.8988125	1.26252083333333
9	64.513	60.6501979166667	64.996375	-4.34617708333333	3.86280208333334
10	58.353	63.9546875	65.2067083333333	-1.25202083333334	-5.6016875
11	56.511	54.94103125	64.9235833333333	-9.98255208333334	1.56996875
12	44.554	43.5865729166667	64.7182083333333	-21.1316354166667	0.967427083333334
13	71.414	67.2395833333333	64.7935	2.44608333333333	4.17441666666669
14	65.719	65.35	64.856	0.493999999999997	0.369
15	80.997	75.7431354166667	64.7590833333333	10.9840520833333	5.25386458333334
16	69.826	73.2502916666667	64.792875	8.45741666666667	-3.42429166666667
17	65.386	69.2075833333333	64.8917083333333	4.31587500000001	-3.82158333333334
18	75.589	77.9212395833333	64.86425	13.0569895833333	-2.33223958333332
19	65.52	66.5844895833333	64.7277083333333	1.85678125	-1.06448958333333
20	59.003	59.7175625	64.616375	-4.8988125	-0.714562499999992
21	63.961	60.1990729166667	64.54525	-4.34617708333333	3.76192708333333
22	59.716	63.3286875	64.5807083333333	-1.25202083333334	-3.61268749999999
23	57.52	55.1267395833333	65.1092916666667	-9.98255208333334	2.39326041666668
24	42.886	44.6935729166667	65.8252083333333	-21.1316354166667	-1.80757291666666
25	69.805	68.7545416666667	66.3084583333333	2.44608333333333	1.05045833333334
26	64.656	67.2225416666667	66.7285416666667	0.493999999999997	-2.56654166666667
27	80.353	77.24034375	66.2562916666667	10.9840520833333	3.11265625
28	71.321	74.4516666666667	65.99425	8.45741666666667	-3.13066666666666
29	76.577	70.6867083333333	66.3708333333333	4.31587500000001	5.89029166666667
30	81.58	79.4383645833333	66.381375	13.0569895833333	2.14163541666667
31	71.127	68.2581979166667	66.4014166666667	1.85678125	2.86880208333334
32	63.478	61.7983958333333	66.6972083333333	-4.8988125	1.67960416666668
33	48.152	62.3151979166667	66.661375	-4.34617708333333	-14.1631979166667
34	69.236	65.4920625	66.7440833333333	-1.25202083333334	3.7439375
35	57.038	57.0503229166667	67.032875	-9.98255208333334	-0.0123229166666761
36	43.621	45.7161979166667	66.8478333333333	-21.1316354166667	-2.09519791666666
37	69.551	69.2270833333333	66.781	2.44608333333333	0.323916666666662
38	72.009	67.0841666666667	66.5901666666667	0.493999999999997	4.92483333333334
39	72.14	78.2400104166667	67.2559583333333	10.9840520833333	-6.10001041666666
40	81.519	76.585625	68.1282083333333	8.45741666666667	4.93337500000001
41	73.31	72.2362083333333	67.9203333333333	4.31587500000001	1.07379166666668
42	80.406	80.8574479166667	67.8004583333333	13.0569895833333	-0.451447916666666
43	70.697	69.4409479166667	67.5841666666667	1.85678125	1.25605208333334
44	59.328	61.9411458333333	66.8399583333333	-4.8988125	-2.61314583333332
45	68.281	62.1281145833333	66.4742916666667	-4.34617708333333	6.15288541666668
46	70.041	64.9561458333333	66.2081666666667	-1.25202083333334	5.08485416666666
47	51.244	55.5804895833333	65.5630416666667	-9.98255208333334	-4.33648958333333
48	46.538	43.9882395833333	65.119875	-21.1316354166667	2.54976041666667
49	61.443	67.377375	64.9312916666667	2.44608333333333	-5.934375
50	62.256	65.368875	64.874875	0.493999999999997	-3.112875
51	73.117	75.76909375	64.7850416666667	10.9840520833333	-2.65209375000001
52	74.155	72.919	64.4615833333333	8.45741666666667	1.23600000000000
53	65.191	68.7190833333333	64.4032083333333	4.31587500000001	-3.52808333333333
54	77.889	77.63253125	64.5755416666667	13.0569895833333	0.256468749999996
55	68.688	NA	NA	1.85678125	NA
56	59.983	NA	NA	-4.8988125	NA
57	65.47	NA	NA	-4.34617708333333	NA
58	65.089	NA	NA	-1.25202083333334	NA
59	54.795	NA	NA	-9.98255208333334	NA
60	47.123	NA	NA	-21.1316354166667	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 63.152 & NA & NA & 2.44608333333333 & NA \tabularnewline
2 & 60.106 & NA & NA & 0.493999999999997 & NA \tabularnewline
3 & 72.616 & NA & NA & 10.9840520833333 & NA \tabularnewline
4 & 73.159 & NA & NA & 8.45741666666667 & NA \tabularnewline
5 & 68.848 & NA & NA & 4.31587500000001 & NA \tabularnewline
6 & 77.056 & NA & NA & 13.0569895833333 & NA \tabularnewline
7 & 62.246 & 65.6919479166667 & 63.8351666666667 & 1.85678125 & -3.44594791666666 \tabularnewline
8 & 60.777 & 59.5144791666667 & 64.4132916666667 & -4.8988125 & 1.26252083333333 \tabularnewline
9 & 64.513 & 60.6501979166667 & 64.996375 & -4.34617708333333 & 3.86280208333334 \tabularnewline
10 & 58.353 & 63.9546875 & 65.2067083333333 & -1.25202083333334 & -5.6016875 \tabularnewline
11 & 56.511 & 54.94103125 & 64.9235833333333 & -9.98255208333334 & 1.56996875 \tabularnewline
12 & 44.554 & 43.5865729166667 & 64.7182083333333 & -21.1316354166667 & 0.967427083333334 \tabularnewline
13 & 71.414 & 67.2395833333333 & 64.7935 & 2.44608333333333 & 4.17441666666669 \tabularnewline
14 & 65.719 & 65.35 & 64.856 & 0.493999999999997 & 0.369 \tabularnewline
15 & 80.997 & 75.7431354166667 & 64.7590833333333 & 10.9840520833333 & 5.25386458333334 \tabularnewline
16 & 69.826 & 73.2502916666667 & 64.792875 & 8.45741666666667 & -3.42429166666667 \tabularnewline
17 & 65.386 & 69.2075833333333 & 64.8917083333333 & 4.31587500000001 & -3.82158333333334 \tabularnewline
18 & 75.589 & 77.9212395833333 & 64.86425 & 13.0569895833333 & -2.33223958333332 \tabularnewline
19 & 65.52 & 66.5844895833333 & 64.7277083333333 & 1.85678125 & -1.06448958333333 \tabularnewline
20 & 59.003 & 59.7175625 & 64.616375 & -4.8988125 & -0.714562499999992 \tabularnewline
21 & 63.961 & 60.1990729166667 & 64.54525 & -4.34617708333333 & 3.76192708333333 \tabularnewline
22 & 59.716 & 63.3286875 & 64.5807083333333 & -1.25202083333334 & -3.61268749999999 \tabularnewline
23 & 57.52 & 55.1267395833333 & 65.1092916666667 & -9.98255208333334 & 2.39326041666668 \tabularnewline
24 & 42.886 & 44.6935729166667 & 65.8252083333333 & -21.1316354166667 & -1.80757291666666 \tabularnewline
25 & 69.805 & 68.7545416666667 & 66.3084583333333 & 2.44608333333333 & 1.05045833333334 \tabularnewline
26 & 64.656 & 67.2225416666667 & 66.7285416666667 & 0.493999999999997 & -2.56654166666667 \tabularnewline
27 & 80.353 & 77.24034375 & 66.2562916666667 & 10.9840520833333 & 3.11265625 \tabularnewline
28 & 71.321 & 74.4516666666667 & 65.99425 & 8.45741666666667 & -3.13066666666666 \tabularnewline
29 & 76.577 & 70.6867083333333 & 66.3708333333333 & 4.31587500000001 & 5.89029166666667 \tabularnewline
30 & 81.58 & 79.4383645833333 & 66.381375 & 13.0569895833333 & 2.14163541666667 \tabularnewline
31 & 71.127 & 68.2581979166667 & 66.4014166666667 & 1.85678125 & 2.86880208333334 \tabularnewline
32 & 63.478 & 61.7983958333333 & 66.6972083333333 & -4.8988125 & 1.67960416666668 \tabularnewline
33 & 48.152 & 62.3151979166667 & 66.661375 & -4.34617708333333 & -14.1631979166667 \tabularnewline
34 & 69.236 & 65.4920625 & 66.7440833333333 & -1.25202083333334 & 3.7439375 \tabularnewline
35 & 57.038 & 57.0503229166667 & 67.032875 & -9.98255208333334 & -0.0123229166666761 \tabularnewline
36 & 43.621 & 45.7161979166667 & 66.8478333333333 & -21.1316354166667 & -2.09519791666666 \tabularnewline
37 & 69.551 & 69.2270833333333 & 66.781 & 2.44608333333333 & 0.323916666666662 \tabularnewline
38 & 72.009 & 67.0841666666667 & 66.5901666666667 & 0.493999999999997 & 4.92483333333334 \tabularnewline
39 & 72.14 & 78.2400104166667 & 67.2559583333333 & 10.9840520833333 & -6.10001041666666 \tabularnewline
40 & 81.519 & 76.585625 & 68.1282083333333 & 8.45741666666667 & 4.93337500000001 \tabularnewline
41 & 73.31 & 72.2362083333333 & 67.9203333333333 & 4.31587500000001 & 1.07379166666668 \tabularnewline
42 & 80.406 & 80.8574479166667 & 67.8004583333333 & 13.0569895833333 & -0.451447916666666 \tabularnewline
43 & 70.697 & 69.4409479166667 & 67.5841666666667 & 1.85678125 & 1.25605208333334 \tabularnewline
44 & 59.328 & 61.9411458333333 & 66.8399583333333 & -4.8988125 & -2.61314583333332 \tabularnewline
45 & 68.281 & 62.1281145833333 & 66.4742916666667 & -4.34617708333333 & 6.15288541666668 \tabularnewline
46 & 70.041 & 64.9561458333333 & 66.2081666666667 & -1.25202083333334 & 5.08485416666666 \tabularnewline
47 & 51.244 & 55.5804895833333 & 65.5630416666667 & -9.98255208333334 & -4.33648958333333 \tabularnewline
48 & 46.538 & 43.9882395833333 & 65.119875 & -21.1316354166667 & 2.54976041666667 \tabularnewline
49 & 61.443 & 67.377375 & 64.9312916666667 & 2.44608333333333 & -5.934375 \tabularnewline
50 & 62.256 & 65.368875 & 64.874875 & 0.493999999999997 & -3.112875 \tabularnewline
51 & 73.117 & 75.76909375 & 64.7850416666667 & 10.9840520833333 & -2.65209375000001 \tabularnewline
52 & 74.155 & 72.919 & 64.4615833333333 & 8.45741666666667 & 1.23600000000000 \tabularnewline
53 & 65.191 & 68.7190833333333 & 64.4032083333333 & 4.31587500000001 & -3.52808333333333 \tabularnewline
54 & 77.889 & 77.63253125 & 64.5755416666667 & 13.0569895833333 & 0.256468749999996 \tabularnewline
55 & 68.688 & NA & NA & 1.85678125 & NA \tabularnewline
56 & 59.983 & NA & NA & -4.8988125 & NA \tabularnewline
57 & 65.47 & NA & NA & -4.34617708333333 & NA \tabularnewline
58 & 65.089 & NA & NA & -1.25202083333334 & NA \tabularnewline
59 & 54.795 & NA & NA & -9.98255208333334 & NA \tabularnewline
60 & 47.123 & NA & NA & -21.1316354166667 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=108563&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]63.152[/C][C]NA[/C][C]NA[/C][C]2.44608333333333[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]60.106[/C][C]NA[/C][C]NA[/C][C]0.493999999999997[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]72.616[/C][C]NA[/C][C]NA[/C][C]10.9840520833333[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]73.159[/C][C]NA[/C][C]NA[/C][C]8.45741666666667[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]68.848[/C][C]NA[/C][C]NA[/C][C]4.31587500000001[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]77.056[/C][C]NA[/C][C]NA[/C][C]13.0569895833333[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]62.246[/C][C]65.6919479166667[/C][C]63.8351666666667[/C][C]1.85678125[/C][C]-3.44594791666666[/C][/ROW]
[ROW][C]8[/C][C]60.777[/C][C]59.5144791666667[/C][C]64.4132916666667[/C][C]-4.8988125[/C][C]1.26252083333333[/C][/ROW]
[ROW][C]9[/C][C]64.513[/C][C]60.6501979166667[/C][C]64.996375[/C][C]-4.34617708333333[/C][C]3.86280208333334[/C][/ROW]
[ROW][C]10[/C][C]58.353[/C][C]63.9546875[/C][C]65.2067083333333[/C][C]-1.25202083333334[/C][C]-5.6016875[/C][/ROW]
[ROW][C]11[/C][C]56.511[/C][C]54.94103125[/C][C]64.9235833333333[/C][C]-9.98255208333334[/C][C]1.56996875[/C][/ROW]
[ROW][C]12[/C][C]44.554[/C][C]43.5865729166667[/C][C]64.7182083333333[/C][C]-21.1316354166667[/C][C]0.967427083333334[/C][/ROW]
[ROW][C]13[/C][C]71.414[/C][C]67.2395833333333[/C][C]64.7935[/C][C]2.44608333333333[/C][C]4.17441666666669[/C][/ROW]
[ROW][C]14[/C][C]65.719[/C][C]65.35[/C][C]64.856[/C][C]0.493999999999997[/C][C]0.369[/C][/ROW]
[ROW][C]15[/C][C]80.997[/C][C]75.7431354166667[/C][C]64.7590833333333[/C][C]10.9840520833333[/C][C]5.25386458333334[/C][/ROW]
[ROW][C]16[/C][C]69.826[/C][C]73.2502916666667[/C][C]64.792875[/C][C]8.45741666666667[/C][C]-3.42429166666667[/C][/ROW]
[ROW][C]17[/C][C]65.386[/C][C]69.2075833333333[/C][C]64.8917083333333[/C][C]4.31587500000001[/C][C]-3.82158333333334[/C][/ROW]
[ROW][C]18[/C][C]75.589[/C][C]77.9212395833333[/C][C]64.86425[/C][C]13.0569895833333[/C][C]-2.33223958333332[/C][/ROW]
[ROW][C]19[/C][C]65.52[/C][C]66.5844895833333[/C][C]64.7277083333333[/C][C]1.85678125[/C][C]-1.06448958333333[/C][/ROW]
[ROW][C]20[/C][C]59.003[/C][C]59.7175625[/C][C]64.616375[/C][C]-4.8988125[/C][C]-0.714562499999992[/C][/ROW]
[ROW][C]21[/C][C]63.961[/C][C]60.1990729166667[/C][C]64.54525[/C][C]-4.34617708333333[/C][C]3.76192708333333[/C][/ROW]
[ROW][C]22[/C][C]59.716[/C][C]63.3286875[/C][C]64.5807083333333[/C][C]-1.25202083333334[/C][C]-3.61268749999999[/C][/ROW]
[ROW][C]23[/C][C]57.52[/C][C]55.1267395833333[/C][C]65.1092916666667[/C][C]-9.98255208333334[/C][C]2.39326041666668[/C][/ROW]
[ROW][C]24[/C][C]42.886[/C][C]44.6935729166667[/C][C]65.8252083333333[/C][C]-21.1316354166667[/C][C]-1.80757291666666[/C][/ROW]
[ROW][C]25[/C][C]69.805[/C][C]68.7545416666667[/C][C]66.3084583333333[/C][C]2.44608333333333[/C][C]1.05045833333334[/C][/ROW]
[ROW][C]26[/C][C]64.656[/C][C]67.2225416666667[/C][C]66.7285416666667[/C][C]0.493999999999997[/C][C]-2.56654166666667[/C][/ROW]
[ROW][C]27[/C][C]80.353[/C][C]77.24034375[/C][C]66.2562916666667[/C][C]10.9840520833333[/C][C]3.11265625[/C][/ROW]
[ROW][C]28[/C][C]71.321[/C][C]74.4516666666667[/C][C]65.99425[/C][C]8.45741666666667[/C][C]-3.13066666666666[/C][/ROW]
[ROW][C]29[/C][C]76.577[/C][C]70.6867083333333[/C][C]66.3708333333333[/C][C]4.31587500000001[/C][C]5.89029166666667[/C][/ROW]
[ROW][C]30[/C][C]81.58[/C][C]79.4383645833333[/C][C]66.381375[/C][C]13.0569895833333[/C][C]2.14163541666667[/C][/ROW]
[ROW][C]31[/C][C]71.127[/C][C]68.2581979166667[/C][C]66.4014166666667[/C][C]1.85678125[/C][C]2.86880208333334[/C][/ROW]
[ROW][C]32[/C][C]63.478[/C][C]61.7983958333333[/C][C]66.6972083333333[/C][C]-4.8988125[/C][C]1.67960416666668[/C][/ROW]
[ROW][C]33[/C][C]48.152[/C][C]62.3151979166667[/C][C]66.661375[/C][C]-4.34617708333333[/C][C]-14.1631979166667[/C][/ROW]
[ROW][C]34[/C][C]69.236[/C][C]65.4920625[/C][C]66.7440833333333[/C][C]-1.25202083333334[/C][C]3.7439375[/C][/ROW]
[ROW][C]35[/C][C]57.038[/C][C]57.0503229166667[/C][C]67.032875[/C][C]-9.98255208333334[/C][C]-0.0123229166666761[/C][/ROW]
[ROW][C]36[/C][C]43.621[/C][C]45.7161979166667[/C][C]66.8478333333333[/C][C]-21.1316354166667[/C][C]-2.09519791666666[/C][/ROW]
[ROW][C]37[/C][C]69.551[/C][C]69.2270833333333[/C][C]66.781[/C][C]2.44608333333333[/C][C]0.323916666666662[/C][/ROW]
[ROW][C]38[/C][C]72.009[/C][C]67.0841666666667[/C][C]66.5901666666667[/C][C]0.493999999999997[/C][C]4.92483333333334[/C][/ROW]
[ROW][C]39[/C][C]72.14[/C][C]78.2400104166667[/C][C]67.2559583333333[/C][C]10.9840520833333[/C][C]-6.10001041666666[/C][/ROW]
[ROW][C]40[/C][C]81.519[/C][C]76.585625[/C][C]68.1282083333333[/C][C]8.45741666666667[/C][C]4.93337500000001[/C][/ROW]
[ROW][C]41[/C][C]73.31[/C][C]72.2362083333333[/C][C]67.9203333333333[/C][C]4.31587500000001[/C][C]1.07379166666668[/C][/ROW]
[ROW][C]42[/C][C]80.406[/C][C]80.8574479166667[/C][C]67.8004583333333[/C][C]13.0569895833333[/C][C]-0.451447916666666[/C][/ROW]
[ROW][C]43[/C][C]70.697[/C][C]69.4409479166667[/C][C]67.5841666666667[/C][C]1.85678125[/C][C]1.25605208333334[/C][/ROW]
[ROW][C]44[/C][C]59.328[/C][C]61.9411458333333[/C][C]66.8399583333333[/C][C]-4.8988125[/C][C]-2.61314583333332[/C][/ROW]
[ROW][C]45[/C][C]68.281[/C][C]62.1281145833333[/C][C]66.4742916666667[/C][C]-4.34617708333333[/C][C]6.15288541666668[/C][/ROW]
[ROW][C]46[/C][C]70.041[/C][C]64.9561458333333[/C][C]66.2081666666667[/C][C]-1.25202083333334[/C][C]5.08485416666666[/C][/ROW]
[ROW][C]47[/C][C]51.244[/C][C]55.5804895833333[/C][C]65.5630416666667[/C][C]-9.98255208333334[/C][C]-4.33648958333333[/C][/ROW]
[ROW][C]48[/C][C]46.538[/C][C]43.9882395833333[/C][C]65.119875[/C][C]-21.1316354166667[/C][C]2.54976041666667[/C][/ROW]
[ROW][C]49[/C][C]61.443[/C][C]67.377375[/C][C]64.9312916666667[/C][C]2.44608333333333[/C][C]-5.934375[/C][/ROW]
[ROW][C]50[/C][C]62.256[/C][C]65.368875[/C][C]64.874875[/C][C]0.493999999999997[/C][C]-3.112875[/C][/ROW]
[ROW][C]51[/C][C]73.117[/C][C]75.76909375[/C][C]64.7850416666667[/C][C]10.9840520833333[/C][C]-2.65209375000001[/C][/ROW]
[ROW][C]52[/C][C]74.155[/C][C]72.919[/C][C]64.4615833333333[/C][C]8.45741666666667[/C][C]1.23600000000000[/C][/ROW]
[ROW][C]53[/C][C]65.191[/C][C]68.7190833333333[/C][C]64.4032083333333[/C][C]4.31587500000001[/C][C]-3.52808333333333[/C][/ROW]
[ROW][C]54[/C][C]77.889[/C][C]77.63253125[/C][C]64.5755416666667[/C][C]13.0569895833333[/C][C]0.256468749999996[/C][/ROW]
[ROW][C]55[/C][C]68.688[/C][C]NA[/C][C]NA[/C][C]1.85678125[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]59.983[/C][C]NA[/C][C]NA[/C][C]-4.8988125[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]65.47[/C][C]NA[/C][C]NA[/C][C]-4.34617708333333[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]65.089[/C][C]NA[/C][C]NA[/C][C]-1.25202083333334[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]54.795[/C][C]NA[/C][C]NA[/C][C]-9.98255208333334[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]47.123[/C][C]NA[/C][C]NA[/C][C]-21.1316354166667[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=108563&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=108563&T=1

As an alternative you can also use a QR Code:

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

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	63.152	NA	NA	2.44608333333333	NA
2	60.106	NA	NA	0.493999999999997	NA
3	72.616	NA	NA	10.9840520833333	NA
4	73.159	NA	NA	8.45741666666667	NA
5	68.848	NA	NA	4.31587500000001	NA
6	77.056	NA	NA	13.0569895833333	NA
7	62.246	65.6919479166667	63.8351666666667	1.85678125	-3.44594791666666
8	60.777	59.5144791666667	64.4132916666667	-4.8988125	1.26252083333333
9	64.513	60.6501979166667	64.996375	-4.34617708333333	3.86280208333334
10	58.353	63.9546875	65.2067083333333	-1.25202083333334	-5.6016875
11	56.511	54.94103125	64.9235833333333	-9.98255208333334	1.56996875
12	44.554	43.5865729166667	64.7182083333333	-21.1316354166667	0.967427083333334
13	71.414	67.2395833333333	64.7935	2.44608333333333	4.17441666666669
14	65.719	65.35	64.856	0.493999999999997	0.369
15	80.997	75.7431354166667	64.7590833333333	10.9840520833333	5.25386458333334
16	69.826	73.2502916666667	64.792875	8.45741666666667	-3.42429166666667
17	65.386	69.2075833333333	64.8917083333333	4.31587500000001	-3.82158333333334
18	75.589	77.9212395833333	64.86425	13.0569895833333	-2.33223958333332
19	65.52	66.5844895833333	64.7277083333333	1.85678125	-1.06448958333333
20	59.003	59.7175625	64.616375	-4.8988125	-0.714562499999992
21	63.961	60.1990729166667	64.54525	-4.34617708333333	3.76192708333333
22	59.716	63.3286875	64.5807083333333	-1.25202083333334	-3.61268749999999
23	57.52	55.1267395833333	65.1092916666667	-9.98255208333334	2.39326041666668
24	42.886	44.6935729166667	65.8252083333333	-21.1316354166667	-1.80757291666666
25	69.805	68.7545416666667	66.3084583333333	2.44608333333333	1.05045833333334
26	64.656	67.2225416666667	66.7285416666667	0.493999999999997	-2.56654166666667
27	80.353	77.24034375	66.2562916666667	10.9840520833333	3.11265625
28	71.321	74.4516666666667	65.99425	8.45741666666667	-3.13066666666666
29	76.577	70.6867083333333	66.3708333333333	4.31587500000001	5.89029166666667
30	81.58	79.4383645833333	66.381375	13.0569895833333	2.14163541666667
31	71.127	68.2581979166667	66.4014166666667	1.85678125	2.86880208333334
32	63.478	61.7983958333333	66.6972083333333	-4.8988125	1.67960416666668
33	48.152	62.3151979166667	66.661375	-4.34617708333333	-14.1631979166667
34	69.236	65.4920625	66.7440833333333	-1.25202083333334	3.7439375
35	57.038	57.0503229166667	67.032875	-9.98255208333334	-0.0123229166666761
36	43.621	45.7161979166667	66.8478333333333	-21.1316354166667	-2.09519791666666
37	69.551	69.2270833333333	66.781	2.44608333333333	0.323916666666662
38	72.009	67.0841666666667	66.5901666666667	0.493999999999997	4.92483333333334
39	72.14	78.2400104166667	67.2559583333333	10.9840520833333	-6.10001041666666
40	81.519	76.585625	68.1282083333333	8.45741666666667	4.93337500000001
41	73.31	72.2362083333333	67.9203333333333	4.31587500000001	1.07379166666668
42	80.406	80.8574479166667	67.8004583333333	13.0569895833333	-0.451447916666666
43	70.697	69.4409479166667	67.5841666666667	1.85678125	1.25605208333334
44	59.328	61.9411458333333	66.8399583333333	-4.8988125	-2.61314583333332
45	68.281	62.1281145833333	66.4742916666667	-4.34617708333333	6.15288541666668
46	70.041	64.9561458333333	66.2081666666667	-1.25202083333334	5.08485416666666
47	51.244	55.5804895833333	65.5630416666667	-9.98255208333334	-4.33648958333333
48	46.538	43.9882395833333	65.119875	-21.1316354166667	2.54976041666667
49	61.443	67.377375	64.9312916666667	2.44608333333333	-5.934375
50	62.256	65.368875	64.874875	0.493999999999997	-3.112875
51	73.117	75.76909375	64.7850416666667	10.9840520833333	-2.65209375000001
52	74.155	72.919	64.4615833333333	8.45741666666667	1.23600000000000
53	65.191	68.7190833333333	64.4032083333333	4.31587500000001	-3.52808333333333
54	77.889	77.63253125	64.5755416666667	13.0569895833333	0.256468749999996
55	68.688	NA	NA	1.85678125	NA
56	59.983	NA	NA	-4.8988125	NA
57	65.47	NA	NA	-4.34617708333333	NA
58	65.089	NA	NA	-1.25202083333334	NA
59	54.795	NA	NA	-9.98255208333334	NA
60	47.123	NA	NA	-21.1316354166667	NA

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Figure 4

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = aantal aanvragen nieuwe kentekenplaten ; par4 = 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')

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code