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 17:12:25 +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/t1292173867rfvp4okua0tx50s.htm/, Retrieved Tue, 07 May 2024 09:50:40 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=108564, Retrieved Tue, 07 May 2024 09:50:40 +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

148

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] [voorstelling data] [2010-11-28 15:00:37] [9f32078fdcdc094ca748857d5ebdb3de]
- RMP           [Classical Decomposition] [klassieke decompo...] [2010-12-12 17:12:25] [7b4029fa8534fd52dfa7d68267386cff] [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	4 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 & 4 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=108564&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]4 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=108564&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=108564&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	4 seconds
R Server	'Gwilym Jenkins' @ 72.249.127.135

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	62.027	NA	NA	13.727375	NA
2	56.493	NA	NA	9.66215625	NA
3	65.566	NA	NA	18.9978333333333	NA
4	62.653	NA	NA	12.5385625	NA
5	53.47	NA	NA	3.5604375	NA
6	59.6	NA	NA	7.55367708333334	NA
7	42.542	45.19059375	50.6182083333333	-5.42761458333333	-2.64859374999999
8	42.018	40.5737604166667	51.2905416666667	-10.71678125	1.44423958333334
9	44.038	41.89253125	52.21475	-10.32221875	2.14546875000001
10	44.988	49.4541666666667	52.80475	-3.35058333333334	-4.46616666666666
11	43.309	42.31546875	52.8424583333333	-10.5269895833333	0.993531250000004
12	26.843	27.0157291666667	52.7115833333333	-25.6958541666667	-0.17272916666667
13	69.77	66.4145	52.687125	13.727375	3.35549999999999
14	64.886	62.4088645833333	52.7467083333333	9.66215625	2.47713541666667
15	79.354	71.633875	52.6360416666667	18.9978333333333	7.720125
16	63.025	65.1155625	52.577	12.5385625	-2.09056250000000
17	54.003	56.1183541666667	52.5579166666667	3.5604375	-2.11535416666667
18	55.926	60.05659375	52.5029166666667	7.55367708333334	-4.13059375
19	45.629	46.9776770833333	52.4052916666667	-5.42761458333333	-1.34867708333334
20	40.361	41.4499270833333	52.1667083333333	-10.71678125	-1.08892708333333
21	43.039	41.43890625	51.761125	-10.32221875	1.60009375000001
22	44.57	48.1245416666667	51.475125	-3.35058333333334	-3.55454166666666
23	43.269	41.18709375	51.7140833333333	-10.5269895833333	2.08190625000001
24	25.563	26.7226875	52.4185416666667	-25.6958541666667	-1.15968749999999
25	68.707	66.789625	53.06225	13.727375	1.917375
26	60.223	63.15390625	53.49175	9.66215625	-2.93090624999999
27	74.283	72.3404166666667	53.3425833333333	18.9978333333333	1.94258333333335
28	61.232	65.9927291666667	53.4541666666667	12.5385625	-4.76072916666666
29	61.531	57.5380208333333	53.9775833333333	3.5604375	3.99297916666666
30	65.305	61.7481354166667	54.1944583333333	7.55367708333334	3.55686458333334
31	51.699	48.9313854166667	54.359	-5.42761458333333	2.76761458333334
32	44.599	44.0516770833333	54.7684583333333	-10.71678125	0.547322916666666
33	35.221	44.70703125	55.02925	-10.32221875	-9.48603125
34	55.066	52.2515833333333	55.6021666666667	-3.35058333333334	2.81441666666667
35	45.335	45.7870104166667	56.314	-10.5269895833333	-0.45201041666666
36	28.702	30.6481875	56.3440416666667	-25.6958541666667	-1.94618749999999
37	69.517	70.068875	56.3415	13.727375	-0.551874999999995
38	69.24	65.9312395833333	56.2690833333333	9.66215625	3.30876041666667
39	71.525	75.784375	56.7865416666667	18.9978333333333	-4.25937499999999
40	77.74	69.8821041666667	57.3435416666667	12.5385625	7.85789583333334
41	62.107	60.5806458333333	57.0202083333333	3.5604375	1.52635416666666
42	65.45	64.24134375	56.6876666666667	7.55367708333334	1.20865625000000
43	51.493	50.7736770833333	56.2012916666667	-5.42761458333333	0.71932291666667
44	43.067	44.47996875	55.19675	-10.71678125	-1.41296874999999
45	49.172	43.9418645833333	54.2640833333333	-10.32221875	5.23013541666667
46	54.483	49.7870416666667	53.137625	-3.35058333333334	4.69595833333333
47	38.158	41.2917604166667	51.81875	-10.5269895833333	-3.13376041666667
48	27.898	25.1297291666667	50.8255833333333	-25.6958541666667	2.76827083333333
49	58.648	63.8793333333333	50.1519583333333	13.727375	-5.23133333333332
50	56	59.3653229166667	49.7031666666667	9.66215625	-3.36532291666666
51	62.381	68.2946666666667	49.2968333333333	18.9978333333333	-5.91366666666666
52	59.849	61.3659375	48.827375	12.5385625	-1.51693750000000
53	48.345	52.2593125	48.698875	3.5604375	-3.91431249999999
54	55.376	56.5212604166667	48.9675833333333	7.55367708333334	-1.14526041666666
55	45.4	NA	NA	-5.42761458333333	NA
56	38.389	NA	NA	-10.71678125	NA
57	44.098	NA	NA	-10.32221875	NA
58	48.29	NA	NA	-3.35058333333334	NA
59	41.267	NA	NA	-10.5269895833333	NA
60	31.238	NA	NA	-25.6958541666667	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 62.027 & NA & NA & 13.727375 & NA \tabularnewline
2 & 56.493 & NA & NA & 9.66215625 & NA \tabularnewline
3 & 65.566 & NA & NA & 18.9978333333333 & NA \tabularnewline
4 & 62.653 & NA & NA & 12.5385625 & NA \tabularnewline
5 & 53.47 & NA & NA & 3.5604375 & NA \tabularnewline
6 & 59.6 & NA & NA & 7.55367708333334 & NA \tabularnewline
7 & 42.542 & 45.19059375 & 50.6182083333333 & -5.42761458333333 & -2.64859374999999 \tabularnewline
8 & 42.018 & 40.5737604166667 & 51.2905416666667 & -10.71678125 & 1.44423958333334 \tabularnewline
9 & 44.038 & 41.89253125 & 52.21475 & -10.32221875 & 2.14546875000001 \tabularnewline
10 & 44.988 & 49.4541666666667 & 52.80475 & -3.35058333333334 & -4.46616666666666 \tabularnewline
11 & 43.309 & 42.31546875 & 52.8424583333333 & -10.5269895833333 & 0.993531250000004 \tabularnewline
12 & 26.843 & 27.0157291666667 & 52.7115833333333 & -25.6958541666667 & -0.17272916666667 \tabularnewline
13 & 69.77 & 66.4145 & 52.687125 & 13.727375 & 3.35549999999999 \tabularnewline
14 & 64.886 & 62.4088645833333 & 52.7467083333333 & 9.66215625 & 2.47713541666667 \tabularnewline
15 & 79.354 & 71.633875 & 52.6360416666667 & 18.9978333333333 & 7.720125 \tabularnewline
16 & 63.025 & 65.1155625 & 52.577 & 12.5385625 & -2.09056250000000 \tabularnewline
17 & 54.003 & 56.1183541666667 & 52.5579166666667 & 3.5604375 & -2.11535416666667 \tabularnewline
18 & 55.926 & 60.05659375 & 52.5029166666667 & 7.55367708333334 & -4.13059375 \tabularnewline
19 & 45.629 & 46.9776770833333 & 52.4052916666667 & -5.42761458333333 & -1.34867708333334 \tabularnewline
20 & 40.361 & 41.4499270833333 & 52.1667083333333 & -10.71678125 & -1.08892708333333 \tabularnewline
21 & 43.039 & 41.43890625 & 51.761125 & -10.32221875 & 1.60009375000001 \tabularnewline
22 & 44.57 & 48.1245416666667 & 51.475125 & -3.35058333333334 & -3.55454166666666 \tabularnewline
23 & 43.269 & 41.18709375 & 51.7140833333333 & -10.5269895833333 & 2.08190625000001 \tabularnewline
24 & 25.563 & 26.7226875 & 52.4185416666667 & -25.6958541666667 & -1.15968749999999 \tabularnewline
25 & 68.707 & 66.789625 & 53.06225 & 13.727375 & 1.917375 \tabularnewline
26 & 60.223 & 63.15390625 & 53.49175 & 9.66215625 & -2.93090624999999 \tabularnewline
27 & 74.283 & 72.3404166666667 & 53.3425833333333 & 18.9978333333333 & 1.94258333333335 \tabularnewline
28 & 61.232 & 65.9927291666667 & 53.4541666666667 & 12.5385625 & -4.76072916666666 \tabularnewline
29 & 61.531 & 57.5380208333333 & 53.9775833333333 & 3.5604375 & 3.99297916666666 \tabularnewline
30 & 65.305 & 61.7481354166667 & 54.1944583333333 & 7.55367708333334 & 3.55686458333334 \tabularnewline
31 & 51.699 & 48.9313854166667 & 54.359 & -5.42761458333333 & 2.76761458333334 \tabularnewline
32 & 44.599 & 44.0516770833333 & 54.7684583333333 & -10.71678125 & 0.547322916666666 \tabularnewline
33 & 35.221 & 44.70703125 & 55.02925 & -10.32221875 & -9.48603125 \tabularnewline
34 & 55.066 & 52.2515833333333 & 55.6021666666667 & -3.35058333333334 & 2.81441666666667 \tabularnewline
35 & 45.335 & 45.7870104166667 & 56.314 & -10.5269895833333 & -0.45201041666666 \tabularnewline
36 & 28.702 & 30.6481875 & 56.3440416666667 & -25.6958541666667 & -1.94618749999999 \tabularnewline
37 & 69.517 & 70.068875 & 56.3415 & 13.727375 & -0.551874999999995 \tabularnewline
38 & 69.24 & 65.9312395833333 & 56.2690833333333 & 9.66215625 & 3.30876041666667 \tabularnewline
39 & 71.525 & 75.784375 & 56.7865416666667 & 18.9978333333333 & -4.25937499999999 \tabularnewline
40 & 77.74 & 69.8821041666667 & 57.3435416666667 & 12.5385625 & 7.85789583333334 \tabularnewline
41 & 62.107 & 60.5806458333333 & 57.0202083333333 & 3.5604375 & 1.52635416666666 \tabularnewline
42 & 65.45 & 64.24134375 & 56.6876666666667 & 7.55367708333334 & 1.20865625000000 \tabularnewline
43 & 51.493 & 50.7736770833333 & 56.2012916666667 & -5.42761458333333 & 0.71932291666667 \tabularnewline
44 & 43.067 & 44.47996875 & 55.19675 & -10.71678125 & -1.41296874999999 \tabularnewline
45 & 49.172 & 43.9418645833333 & 54.2640833333333 & -10.32221875 & 5.23013541666667 \tabularnewline
46 & 54.483 & 49.7870416666667 & 53.137625 & -3.35058333333334 & 4.69595833333333 \tabularnewline
47 & 38.158 & 41.2917604166667 & 51.81875 & -10.5269895833333 & -3.13376041666667 \tabularnewline
48 & 27.898 & 25.1297291666667 & 50.8255833333333 & -25.6958541666667 & 2.76827083333333 \tabularnewline
49 & 58.648 & 63.8793333333333 & 50.1519583333333 & 13.727375 & -5.23133333333332 \tabularnewline
50 & 56 & 59.3653229166667 & 49.7031666666667 & 9.66215625 & -3.36532291666666 \tabularnewline
51 & 62.381 & 68.2946666666667 & 49.2968333333333 & 18.9978333333333 & -5.91366666666666 \tabularnewline
52 & 59.849 & 61.3659375 & 48.827375 & 12.5385625 & -1.51693750000000 \tabularnewline
53 & 48.345 & 52.2593125 & 48.698875 & 3.5604375 & -3.91431249999999 \tabularnewline
54 & 55.376 & 56.5212604166667 & 48.9675833333333 & 7.55367708333334 & -1.14526041666666 \tabularnewline
55 & 45.4 & NA & NA & -5.42761458333333 & NA \tabularnewline
56 & 38.389 & NA & NA & -10.71678125 & NA \tabularnewline
57 & 44.098 & NA & NA & -10.32221875 & NA \tabularnewline
58 & 48.29 & NA & NA & -3.35058333333334 & NA \tabularnewline
59 & 41.267 & NA & NA & -10.5269895833333 & NA \tabularnewline
60 & 31.238 & NA & NA & -25.6958541666667 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=108564&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]62.027[/C][C]NA[/C][C]NA[/C][C]13.727375[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]56.493[/C][C]NA[/C][C]NA[/C][C]9.66215625[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]65.566[/C][C]NA[/C][C]NA[/C][C]18.9978333333333[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]62.653[/C][C]NA[/C][C]NA[/C][C]12.5385625[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]53.47[/C][C]NA[/C][C]NA[/C][C]3.5604375[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]59.6[/C][C]NA[/C][C]NA[/C][C]7.55367708333334[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]42.542[/C][C]45.19059375[/C][C]50.6182083333333[/C][C]-5.42761458333333[/C][C]-2.64859374999999[/C][/ROW]
[ROW][C]8[/C][C]42.018[/C][C]40.5737604166667[/C][C]51.2905416666667[/C][C]-10.71678125[/C][C]1.44423958333334[/C][/ROW]
[ROW][C]9[/C][C]44.038[/C][C]41.89253125[/C][C]52.21475[/C][C]-10.32221875[/C][C]2.14546875000001[/C][/ROW]
[ROW][C]10[/C][C]44.988[/C][C]49.4541666666667[/C][C]52.80475[/C][C]-3.35058333333334[/C][C]-4.46616666666666[/C][/ROW]
[ROW][C]11[/C][C]43.309[/C][C]42.31546875[/C][C]52.8424583333333[/C][C]-10.5269895833333[/C][C]0.993531250000004[/C][/ROW]
[ROW][C]12[/C][C]26.843[/C][C]27.0157291666667[/C][C]52.7115833333333[/C][C]-25.6958541666667[/C][C]-0.17272916666667[/C][/ROW]
[ROW][C]13[/C][C]69.77[/C][C]66.4145[/C][C]52.687125[/C][C]13.727375[/C][C]3.35549999999999[/C][/ROW]
[ROW][C]14[/C][C]64.886[/C][C]62.4088645833333[/C][C]52.7467083333333[/C][C]9.66215625[/C][C]2.47713541666667[/C][/ROW]
[ROW][C]15[/C][C]79.354[/C][C]71.633875[/C][C]52.6360416666667[/C][C]18.9978333333333[/C][C]7.720125[/C][/ROW]
[ROW][C]16[/C][C]63.025[/C][C]65.1155625[/C][C]52.577[/C][C]12.5385625[/C][C]-2.09056250000000[/C][/ROW]
[ROW][C]17[/C][C]54.003[/C][C]56.1183541666667[/C][C]52.5579166666667[/C][C]3.5604375[/C][C]-2.11535416666667[/C][/ROW]
[ROW][C]18[/C][C]55.926[/C][C]60.05659375[/C][C]52.5029166666667[/C][C]7.55367708333334[/C][C]-4.13059375[/C][/ROW]
[ROW][C]19[/C][C]45.629[/C][C]46.9776770833333[/C][C]52.4052916666667[/C][C]-5.42761458333333[/C][C]-1.34867708333334[/C][/ROW]
[ROW][C]20[/C][C]40.361[/C][C]41.4499270833333[/C][C]52.1667083333333[/C][C]-10.71678125[/C][C]-1.08892708333333[/C][/ROW]
[ROW][C]21[/C][C]43.039[/C][C]41.43890625[/C][C]51.761125[/C][C]-10.32221875[/C][C]1.60009375000001[/C][/ROW]
[ROW][C]22[/C][C]44.57[/C][C]48.1245416666667[/C][C]51.475125[/C][C]-3.35058333333334[/C][C]-3.55454166666666[/C][/ROW]
[ROW][C]23[/C][C]43.269[/C][C]41.18709375[/C][C]51.7140833333333[/C][C]-10.5269895833333[/C][C]2.08190625000001[/C][/ROW]
[ROW][C]24[/C][C]25.563[/C][C]26.7226875[/C][C]52.4185416666667[/C][C]-25.6958541666667[/C][C]-1.15968749999999[/C][/ROW]
[ROW][C]25[/C][C]68.707[/C][C]66.789625[/C][C]53.06225[/C][C]13.727375[/C][C]1.917375[/C][/ROW]
[ROW][C]26[/C][C]60.223[/C][C]63.15390625[/C][C]53.49175[/C][C]9.66215625[/C][C]-2.93090624999999[/C][/ROW]
[ROW][C]27[/C][C]74.283[/C][C]72.3404166666667[/C][C]53.3425833333333[/C][C]18.9978333333333[/C][C]1.94258333333335[/C][/ROW]
[ROW][C]28[/C][C]61.232[/C][C]65.9927291666667[/C][C]53.4541666666667[/C][C]12.5385625[/C][C]-4.76072916666666[/C][/ROW]
[ROW][C]29[/C][C]61.531[/C][C]57.5380208333333[/C][C]53.9775833333333[/C][C]3.5604375[/C][C]3.99297916666666[/C][/ROW]
[ROW][C]30[/C][C]65.305[/C][C]61.7481354166667[/C][C]54.1944583333333[/C][C]7.55367708333334[/C][C]3.55686458333334[/C][/ROW]
[ROW][C]31[/C][C]51.699[/C][C]48.9313854166667[/C][C]54.359[/C][C]-5.42761458333333[/C][C]2.76761458333334[/C][/ROW]
[ROW][C]32[/C][C]44.599[/C][C]44.0516770833333[/C][C]54.7684583333333[/C][C]-10.71678125[/C][C]0.547322916666666[/C][/ROW]
[ROW][C]33[/C][C]35.221[/C][C]44.70703125[/C][C]55.02925[/C][C]-10.32221875[/C][C]-9.48603125[/C][/ROW]
[ROW][C]34[/C][C]55.066[/C][C]52.2515833333333[/C][C]55.6021666666667[/C][C]-3.35058333333334[/C][C]2.81441666666667[/C][/ROW]
[ROW][C]35[/C][C]45.335[/C][C]45.7870104166667[/C][C]56.314[/C][C]-10.5269895833333[/C][C]-0.45201041666666[/C][/ROW]
[ROW][C]36[/C][C]28.702[/C][C]30.6481875[/C][C]56.3440416666667[/C][C]-25.6958541666667[/C][C]-1.94618749999999[/C][/ROW]
[ROW][C]37[/C][C]69.517[/C][C]70.068875[/C][C]56.3415[/C][C]13.727375[/C][C]-0.551874999999995[/C][/ROW]
[ROW][C]38[/C][C]69.24[/C][C]65.9312395833333[/C][C]56.2690833333333[/C][C]9.66215625[/C][C]3.30876041666667[/C][/ROW]
[ROW][C]39[/C][C]71.525[/C][C]75.784375[/C][C]56.7865416666667[/C][C]18.9978333333333[/C][C]-4.25937499999999[/C][/ROW]
[ROW][C]40[/C][C]77.74[/C][C]69.8821041666667[/C][C]57.3435416666667[/C][C]12.5385625[/C][C]7.85789583333334[/C][/ROW]
[ROW][C]41[/C][C]62.107[/C][C]60.5806458333333[/C][C]57.0202083333333[/C][C]3.5604375[/C][C]1.52635416666666[/C][/ROW]
[ROW][C]42[/C][C]65.45[/C][C]64.24134375[/C][C]56.6876666666667[/C][C]7.55367708333334[/C][C]1.20865625000000[/C][/ROW]
[ROW][C]43[/C][C]51.493[/C][C]50.7736770833333[/C][C]56.2012916666667[/C][C]-5.42761458333333[/C][C]0.71932291666667[/C][/ROW]
[ROW][C]44[/C][C]43.067[/C][C]44.47996875[/C][C]55.19675[/C][C]-10.71678125[/C][C]-1.41296874999999[/C][/ROW]
[ROW][C]45[/C][C]49.172[/C][C]43.9418645833333[/C][C]54.2640833333333[/C][C]-10.32221875[/C][C]5.23013541666667[/C][/ROW]
[ROW][C]46[/C][C]54.483[/C][C]49.7870416666667[/C][C]53.137625[/C][C]-3.35058333333334[/C][C]4.69595833333333[/C][/ROW]
[ROW][C]47[/C][C]38.158[/C][C]41.2917604166667[/C][C]51.81875[/C][C]-10.5269895833333[/C][C]-3.13376041666667[/C][/ROW]
[ROW][C]48[/C][C]27.898[/C][C]25.1297291666667[/C][C]50.8255833333333[/C][C]-25.6958541666667[/C][C]2.76827083333333[/C][/ROW]
[ROW][C]49[/C][C]58.648[/C][C]63.8793333333333[/C][C]50.1519583333333[/C][C]13.727375[/C][C]-5.23133333333332[/C][/ROW]
[ROW][C]50[/C][C]56[/C][C]59.3653229166667[/C][C]49.7031666666667[/C][C]9.66215625[/C][C]-3.36532291666666[/C][/ROW]
[ROW][C]51[/C][C]62.381[/C][C]68.2946666666667[/C][C]49.2968333333333[/C][C]18.9978333333333[/C][C]-5.91366666666666[/C][/ROW]
[ROW][C]52[/C][C]59.849[/C][C]61.3659375[/C][C]48.827375[/C][C]12.5385625[/C][C]-1.51693750000000[/C][/ROW]
[ROW][C]53[/C][C]48.345[/C][C]52.2593125[/C][C]48.698875[/C][C]3.5604375[/C][C]-3.91431249999999[/C][/ROW]
[ROW][C]54[/C][C]55.376[/C][C]56.5212604166667[/C][C]48.9675833333333[/C][C]7.55367708333334[/C][C]-1.14526041666666[/C][/ROW]
[ROW][C]55[/C][C]45.4[/C][C]NA[/C][C]NA[/C][C]-5.42761458333333[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]38.389[/C][C]NA[/C][C]NA[/C][C]-10.71678125[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]44.098[/C][C]NA[/C][C]NA[/C][C]-10.32221875[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]48.29[/C][C]NA[/C][C]NA[/C][C]-3.35058333333334[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]41.267[/C][C]NA[/C][C]NA[/C][C]-10.5269895833333[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]31.238[/C][C]NA[/C][C]NA[/C][C]-25.6958541666667[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=108564&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=108564&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	62.027	NA	NA	13.727375	NA
2	56.493	NA	NA	9.66215625	NA
3	65.566	NA	NA	18.9978333333333	NA
4	62.653	NA	NA	12.5385625	NA
5	53.47	NA	NA	3.5604375	NA
6	59.6	NA	NA	7.55367708333334	NA
7	42.542	45.19059375	50.6182083333333	-5.42761458333333	-2.64859374999999
8	42.018	40.5737604166667	51.2905416666667	-10.71678125	1.44423958333334
9	44.038	41.89253125	52.21475	-10.32221875	2.14546875000001
10	44.988	49.4541666666667	52.80475	-3.35058333333334	-4.46616666666666
11	43.309	42.31546875	52.8424583333333	-10.5269895833333	0.993531250000004
12	26.843	27.0157291666667	52.7115833333333	-25.6958541666667	-0.17272916666667
13	69.77	66.4145	52.687125	13.727375	3.35549999999999
14	64.886	62.4088645833333	52.7467083333333	9.66215625	2.47713541666667
15	79.354	71.633875	52.6360416666667	18.9978333333333	7.720125
16	63.025	65.1155625	52.577	12.5385625	-2.09056250000000
17	54.003	56.1183541666667	52.5579166666667	3.5604375	-2.11535416666667
18	55.926	60.05659375	52.5029166666667	7.55367708333334	-4.13059375
19	45.629	46.9776770833333	52.4052916666667	-5.42761458333333	-1.34867708333334
20	40.361	41.4499270833333	52.1667083333333	-10.71678125	-1.08892708333333
21	43.039	41.43890625	51.761125	-10.32221875	1.60009375000001
22	44.57	48.1245416666667	51.475125	-3.35058333333334	-3.55454166666666
23	43.269	41.18709375	51.7140833333333	-10.5269895833333	2.08190625000001
24	25.563	26.7226875	52.4185416666667	-25.6958541666667	-1.15968749999999
25	68.707	66.789625	53.06225	13.727375	1.917375
26	60.223	63.15390625	53.49175	9.66215625	-2.93090624999999
27	74.283	72.3404166666667	53.3425833333333	18.9978333333333	1.94258333333335
28	61.232	65.9927291666667	53.4541666666667	12.5385625	-4.76072916666666
29	61.531	57.5380208333333	53.9775833333333	3.5604375	3.99297916666666
30	65.305	61.7481354166667	54.1944583333333	7.55367708333334	3.55686458333334
31	51.699	48.9313854166667	54.359	-5.42761458333333	2.76761458333334
32	44.599	44.0516770833333	54.7684583333333	-10.71678125	0.547322916666666
33	35.221	44.70703125	55.02925	-10.32221875	-9.48603125
34	55.066	52.2515833333333	55.6021666666667	-3.35058333333334	2.81441666666667
35	45.335	45.7870104166667	56.314	-10.5269895833333	-0.45201041666666
36	28.702	30.6481875	56.3440416666667	-25.6958541666667	-1.94618749999999
37	69.517	70.068875	56.3415	13.727375	-0.551874999999995
38	69.24	65.9312395833333	56.2690833333333	9.66215625	3.30876041666667
39	71.525	75.784375	56.7865416666667	18.9978333333333	-4.25937499999999
40	77.74	69.8821041666667	57.3435416666667	12.5385625	7.85789583333334
41	62.107	60.5806458333333	57.0202083333333	3.5604375	1.52635416666666
42	65.45	64.24134375	56.6876666666667	7.55367708333334	1.20865625000000
43	51.493	50.7736770833333	56.2012916666667	-5.42761458333333	0.71932291666667
44	43.067	44.47996875	55.19675	-10.71678125	-1.41296874999999
45	49.172	43.9418645833333	54.2640833333333	-10.32221875	5.23013541666667
46	54.483	49.7870416666667	53.137625	-3.35058333333334	4.69595833333333
47	38.158	41.2917604166667	51.81875	-10.5269895833333	-3.13376041666667
48	27.898	25.1297291666667	50.8255833333333	-25.6958541666667	2.76827083333333
49	58.648	63.8793333333333	50.1519583333333	13.727375	-5.23133333333332
50	56	59.3653229166667	49.7031666666667	9.66215625	-3.36532291666666
51	62.381	68.2946666666667	49.2968333333333	18.9978333333333	-5.91366666666666
52	59.849	61.3659375	48.827375	12.5385625	-1.51693750000000
53	48.345	52.2593125	48.698875	3.5604375	-3.91431249999999
54	55.376	56.5212604166667	48.9675833333333	7.55367708333334	-1.14526041666666
55	45.4	NA	NA	-5.42761458333333	NA
56	38.389	NA	NA	-10.71678125	NA
57	44.098	NA	NA	-10.32221875	NA
58	48.29	NA	NA	-3.35058333333334	NA
59	41.267	NA	NA	-10.5269895833333	NA
60	31.238	NA	NA	-25.6958541666667	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 = 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')

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code