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

Wed, 15 Dec 2010 12:49:58 +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/15/t129241736315zgyc7hrhbwomj.htm/, Retrieved Fri, 03 May 2024 10:29:17 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=110386, Retrieved Fri, 03 May 2024 10:29:17 +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

146

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

-     [Multiple Regression] [] [2009-11-24 11:23:58] [f57b281e621ed7dff28b90886f5aa97c]
-    D  [Multiple Regression] [Multiple Linear R...] [2010-12-01 09:52:46] [0ed8ad64bdfc801eaa95d5097964fc04]
-   P     [Multiple Regression] [Multiple Linear R...] [2010-12-01 14:01:44] [0ed8ad64bdfc801eaa95d5097964fc04]
- RMPD        [Classical Decomposition] [] [2010-12-15 12:49:58] [f1f81b1b224d3dade0d07715661a64a4] [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	'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 & 3 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=110386&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]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=110386&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=110386&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	'Gwilym Jenkins' @ 72.249.127.135

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	94.6	NA	NA	-3.68072916666667	NA
2	95.9	NA	NA	-2.30468750000000	NA
3	104.7	NA	NA	6.6546875	NA
4	102.8	NA	NA	-0.496354166666658	NA
5	98.1	NA	NA	0.129687500000000	NA
6	113.9	NA	NA	7.9890625	NA
7	80.9	84.2723958333333	101.583333333333	-17.3109375	-3.3723958333333
8	95.7	96.0713541666667	101.966666666667	-5.8953125	-0.371354166666663
9	113.2	111.041145833333	102.616666666667	8.42447916666666	2.15885416666667
10	105.9	112.3109375	102.979166666667	9.33177083333333	-6.4109375
11	108.8	106.346354166667	103.383333333333	2.96302083333333	2.45364583333331
12	102.3	98.0994791666667	103.904166666667	-5.80468750000001	4.20052083333333
13	99	100.440104166667	104.120833333333	-3.68072916666667	-1.44010416666666
14	100.7	102.203645833333	104.508333333333	-2.30468750000000	-1.50364583333332
15	115.5	111.4296875	104.775	6.6546875	4.0703125
16	100.7	104.786979166667	105.283333333333	-0.496354166666658	-4.08697916666664
17	109.9	106.025520833333	105.895833333333	0.129687500000000	3.87447916666669
18	114.6	114.043229166667	106.054166666667	7.9890625	0.556770833333331
19	85.4	89.0223958333333	106.333333333333	-17.3109375	-3.62239583333331
20	100.5	100.921354166667	106.816666666667	-5.8953125	-0.421354166666646
21	114.8	115.5703125	107.145833333333	8.42447916666666	-0.770312499999974
22	116.5	116.840104166667	107.508333333333	9.33177083333333	-0.340104166666663
23	112.9	110.671354166667	107.708333333333	2.96302083333333	2.22864583333336
24	102	101.986979166667	107.791666666667	-5.80468750000001	0.0130208333333428
25	106	104.515104166667	108.195833333333	-3.68072916666667	1.48489583333334
26	105.3	106.341145833333	108.645833333333	-2.30468750000000	-1.04114583333332
27	118.8	115.358854166667	108.704166666667	6.6546875	3.44114583333334
28	106.1	108.3578125	108.854166666667	-0.496354166666658	-2.2578125
29	109.3	109.246354166667	109.116666666667	0.129687500000000	0.0536458333333201
30	117.2	117.0390625	109.05	7.9890625	0.160937500000017
31	92.5	91.8515625	109.1625	-17.3109375	0.6484375
32	104.2	103.775520833333	109.670833333333	-5.8953125	0.424479166666657
33	112.5	118.0328125	109.608333333333	8.42447916666666	-5.53281249999999
34	122.4	119.031770833333	109.7	9.33177083333333	3.36822916666668
35	113.3	113.121354166667	110.158333333333	2.96302083333333	0.178645833333348
36	100	104.291145833333	110.095833333333	-5.80468750000001	-4.29114583333333
37	110.7	106.506770833333	110.1875	-3.68072916666667	4.19322916666667
38	112.8	107.8453125	110.15	-2.30468750000000	4.95468750000001
39	109.8	116.800520833333	110.145833333333	6.6546875	-7.00052083333333
40	117.3	109.549479166667	110.045833333333	-0.496354166666658	7.75052083333335
41	109.1	109.3171875	109.1875	0.129687500000000	-0.217187499999994
42	115.9	116.359895833333	108.370833333333	7.9890625	-0.459895833333334
43	96	90.0015625	107.3125	-17.3109375	5.9984375
44	99.8	99.7796875	105.675	-5.8953125	0.0203124999999886
45	116.8	113.003645833333	104.579166666667	8.42447916666666	3.79635416666667
46	115.7	112.665104166667	103.333333333333	9.33177083333333	3.03489583333334
47	99.4	104.608854166667	101.645833333333	2.96302083333333	-5.20885416666665
48	94.3	94.5703125	100.375	-5.80468750000001	-0.270312500000003
49	91	95.5859375	99.2666666666667	-3.68072916666667	-4.5859375
50	93.2	95.9578125	98.2625	-2.30468750000000	-2.75781249999999
51	103.1	103.958854166667	97.3041666666666	6.6546875	-0.85885416666666
52	94.1	95.8536458333333	96.35	-0.496354166666658	-1.75364583333334
53	91.8	95.8588541666667	95.7291666666667	0.129687500000000	-4.05885416666666
54	102.7	103.305729166667	95.3166666666666	7.9890625	-0.605729166666634
55	82.6	NA	NA	-17.3109375	NA
56	89.1	NA	NA	-5.8953125	NA
57	104.5	NA	NA	8.42447916666666	NA
58	105.1	NA	NA	9.33177083333333	NA
59	95.1	NA	NA	2.96302083333333	NA
60	88.7	NA	NA	-5.80468750000001	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 94.6 & NA & NA & -3.68072916666667 & NA \tabularnewline
2 & 95.9 & NA & NA & -2.30468750000000 & NA \tabularnewline
3 & 104.7 & NA & NA & 6.6546875 & NA \tabularnewline
4 & 102.8 & NA & NA & -0.496354166666658 & NA \tabularnewline
5 & 98.1 & NA & NA & 0.129687500000000 & NA \tabularnewline
6 & 113.9 & NA & NA & 7.9890625 & NA \tabularnewline
7 & 80.9 & 84.2723958333333 & 101.583333333333 & -17.3109375 & -3.3723958333333 \tabularnewline
8 & 95.7 & 96.0713541666667 & 101.966666666667 & -5.8953125 & -0.371354166666663 \tabularnewline
9 & 113.2 & 111.041145833333 & 102.616666666667 & 8.42447916666666 & 2.15885416666667 \tabularnewline
10 & 105.9 & 112.3109375 & 102.979166666667 & 9.33177083333333 & -6.4109375 \tabularnewline
11 & 108.8 & 106.346354166667 & 103.383333333333 & 2.96302083333333 & 2.45364583333331 \tabularnewline
12 & 102.3 & 98.0994791666667 & 103.904166666667 & -5.80468750000001 & 4.20052083333333 \tabularnewline
13 & 99 & 100.440104166667 & 104.120833333333 & -3.68072916666667 & -1.44010416666666 \tabularnewline
14 & 100.7 & 102.203645833333 & 104.508333333333 & -2.30468750000000 & -1.50364583333332 \tabularnewline
15 & 115.5 & 111.4296875 & 104.775 & 6.6546875 & 4.0703125 \tabularnewline
16 & 100.7 & 104.786979166667 & 105.283333333333 & -0.496354166666658 & -4.08697916666664 \tabularnewline
17 & 109.9 & 106.025520833333 & 105.895833333333 & 0.129687500000000 & 3.87447916666669 \tabularnewline
18 & 114.6 & 114.043229166667 & 106.054166666667 & 7.9890625 & 0.556770833333331 \tabularnewline
19 & 85.4 & 89.0223958333333 & 106.333333333333 & -17.3109375 & -3.62239583333331 \tabularnewline
20 & 100.5 & 100.921354166667 & 106.816666666667 & -5.8953125 & -0.421354166666646 \tabularnewline
21 & 114.8 & 115.5703125 & 107.145833333333 & 8.42447916666666 & -0.770312499999974 \tabularnewline
22 & 116.5 & 116.840104166667 & 107.508333333333 & 9.33177083333333 & -0.340104166666663 \tabularnewline
23 & 112.9 & 110.671354166667 & 107.708333333333 & 2.96302083333333 & 2.22864583333336 \tabularnewline
24 & 102 & 101.986979166667 & 107.791666666667 & -5.80468750000001 & 0.0130208333333428 \tabularnewline
25 & 106 & 104.515104166667 & 108.195833333333 & -3.68072916666667 & 1.48489583333334 \tabularnewline
26 & 105.3 & 106.341145833333 & 108.645833333333 & -2.30468750000000 & -1.04114583333332 \tabularnewline
27 & 118.8 & 115.358854166667 & 108.704166666667 & 6.6546875 & 3.44114583333334 \tabularnewline
28 & 106.1 & 108.3578125 & 108.854166666667 & -0.496354166666658 & -2.2578125 \tabularnewline
29 & 109.3 & 109.246354166667 & 109.116666666667 & 0.129687500000000 & 0.0536458333333201 \tabularnewline
30 & 117.2 & 117.0390625 & 109.05 & 7.9890625 & 0.160937500000017 \tabularnewline
31 & 92.5 & 91.8515625 & 109.1625 & -17.3109375 & 0.6484375 \tabularnewline
32 & 104.2 & 103.775520833333 & 109.670833333333 & -5.8953125 & 0.424479166666657 \tabularnewline
33 & 112.5 & 118.0328125 & 109.608333333333 & 8.42447916666666 & -5.53281249999999 \tabularnewline
34 & 122.4 & 119.031770833333 & 109.7 & 9.33177083333333 & 3.36822916666668 \tabularnewline
35 & 113.3 & 113.121354166667 & 110.158333333333 & 2.96302083333333 & 0.178645833333348 \tabularnewline
36 & 100 & 104.291145833333 & 110.095833333333 & -5.80468750000001 & -4.29114583333333 \tabularnewline
37 & 110.7 & 106.506770833333 & 110.1875 & -3.68072916666667 & 4.19322916666667 \tabularnewline
38 & 112.8 & 107.8453125 & 110.15 & -2.30468750000000 & 4.95468750000001 \tabularnewline
39 & 109.8 & 116.800520833333 & 110.145833333333 & 6.6546875 & -7.00052083333333 \tabularnewline
40 & 117.3 & 109.549479166667 & 110.045833333333 & -0.496354166666658 & 7.75052083333335 \tabularnewline
41 & 109.1 & 109.3171875 & 109.1875 & 0.129687500000000 & -0.217187499999994 \tabularnewline
42 & 115.9 & 116.359895833333 & 108.370833333333 & 7.9890625 & -0.459895833333334 \tabularnewline
43 & 96 & 90.0015625 & 107.3125 & -17.3109375 & 5.9984375 \tabularnewline
44 & 99.8 & 99.7796875 & 105.675 & -5.8953125 & 0.0203124999999886 \tabularnewline
45 & 116.8 & 113.003645833333 & 104.579166666667 & 8.42447916666666 & 3.79635416666667 \tabularnewline
46 & 115.7 & 112.665104166667 & 103.333333333333 & 9.33177083333333 & 3.03489583333334 \tabularnewline
47 & 99.4 & 104.608854166667 & 101.645833333333 & 2.96302083333333 & -5.20885416666665 \tabularnewline
48 & 94.3 & 94.5703125 & 100.375 & -5.80468750000001 & -0.270312500000003 \tabularnewline
49 & 91 & 95.5859375 & 99.2666666666667 & -3.68072916666667 & -4.5859375 \tabularnewline
50 & 93.2 & 95.9578125 & 98.2625 & -2.30468750000000 & -2.75781249999999 \tabularnewline
51 & 103.1 & 103.958854166667 & 97.3041666666666 & 6.6546875 & -0.85885416666666 \tabularnewline
52 & 94.1 & 95.8536458333333 & 96.35 & -0.496354166666658 & -1.75364583333334 \tabularnewline
53 & 91.8 & 95.8588541666667 & 95.7291666666667 & 0.129687500000000 & -4.05885416666666 \tabularnewline
54 & 102.7 & 103.305729166667 & 95.3166666666666 & 7.9890625 & -0.605729166666634 \tabularnewline
55 & 82.6 & NA & NA & -17.3109375 & NA \tabularnewline
56 & 89.1 & NA & NA & -5.8953125 & NA \tabularnewline
57 & 104.5 & NA & NA & 8.42447916666666 & NA \tabularnewline
58 & 105.1 & NA & NA & 9.33177083333333 & NA \tabularnewline
59 & 95.1 & NA & NA & 2.96302083333333 & NA \tabularnewline
60 & 88.7 & NA & NA & -5.80468750000001 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=110386&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]94.6[/C][C]NA[/C][C]NA[/C][C]-3.68072916666667[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]95.9[/C][C]NA[/C][C]NA[/C][C]-2.30468750000000[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]104.7[/C][C]NA[/C][C]NA[/C][C]6.6546875[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]102.8[/C][C]NA[/C][C]NA[/C][C]-0.496354166666658[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]98.1[/C][C]NA[/C][C]NA[/C][C]0.129687500000000[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]113.9[/C][C]NA[/C][C]NA[/C][C]7.9890625[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]80.9[/C][C]84.2723958333333[/C][C]101.583333333333[/C][C]-17.3109375[/C][C]-3.3723958333333[/C][/ROW]
[ROW][C]8[/C][C]95.7[/C][C]96.0713541666667[/C][C]101.966666666667[/C][C]-5.8953125[/C][C]-0.371354166666663[/C][/ROW]
[ROW][C]9[/C][C]113.2[/C][C]111.041145833333[/C][C]102.616666666667[/C][C]8.42447916666666[/C][C]2.15885416666667[/C][/ROW]
[ROW][C]10[/C][C]105.9[/C][C]112.3109375[/C][C]102.979166666667[/C][C]9.33177083333333[/C][C]-6.4109375[/C][/ROW]
[ROW][C]11[/C][C]108.8[/C][C]106.346354166667[/C][C]103.383333333333[/C][C]2.96302083333333[/C][C]2.45364583333331[/C][/ROW]
[ROW][C]12[/C][C]102.3[/C][C]98.0994791666667[/C][C]103.904166666667[/C][C]-5.80468750000001[/C][C]4.20052083333333[/C][/ROW]
[ROW][C]13[/C][C]99[/C][C]100.440104166667[/C][C]104.120833333333[/C][C]-3.68072916666667[/C][C]-1.44010416666666[/C][/ROW]
[ROW][C]14[/C][C]100.7[/C][C]102.203645833333[/C][C]104.508333333333[/C][C]-2.30468750000000[/C][C]-1.50364583333332[/C][/ROW]
[ROW][C]15[/C][C]115.5[/C][C]111.4296875[/C][C]104.775[/C][C]6.6546875[/C][C]4.0703125[/C][/ROW]
[ROW][C]16[/C][C]100.7[/C][C]104.786979166667[/C][C]105.283333333333[/C][C]-0.496354166666658[/C][C]-4.08697916666664[/C][/ROW]
[ROW][C]17[/C][C]109.9[/C][C]106.025520833333[/C][C]105.895833333333[/C][C]0.129687500000000[/C][C]3.87447916666669[/C][/ROW]
[ROW][C]18[/C][C]114.6[/C][C]114.043229166667[/C][C]106.054166666667[/C][C]7.9890625[/C][C]0.556770833333331[/C][/ROW]
[ROW][C]19[/C][C]85.4[/C][C]89.0223958333333[/C][C]106.333333333333[/C][C]-17.3109375[/C][C]-3.62239583333331[/C][/ROW]
[ROW][C]20[/C][C]100.5[/C][C]100.921354166667[/C][C]106.816666666667[/C][C]-5.8953125[/C][C]-0.421354166666646[/C][/ROW]
[ROW][C]21[/C][C]114.8[/C][C]115.5703125[/C][C]107.145833333333[/C][C]8.42447916666666[/C][C]-0.770312499999974[/C][/ROW]
[ROW][C]22[/C][C]116.5[/C][C]116.840104166667[/C][C]107.508333333333[/C][C]9.33177083333333[/C][C]-0.340104166666663[/C][/ROW]
[ROW][C]23[/C][C]112.9[/C][C]110.671354166667[/C][C]107.708333333333[/C][C]2.96302083333333[/C][C]2.22864583333336[/C][/ROW]
[ROW][C]24[/C][C]102[/C][C]101.986979166667[/C][C]107.791666666667[/C][C]-5.80468750000001[/C][C]0.0130208333333428[/C][/ROW]
[ROW][C]25[/C][C]106[/C][C]104.515104166667[/C][C]108.195833333333[/C][C]-3.68072916666667[/C][C]1.48489583333334[/C][/ROW]
[ROW][C]26[/C][C]105.3[/C][C]106.341145833333[/C][C]108.645833333333[/C][C]-2.30468750000000[/C][C]-1.04114583333332[/C][/ROW]
[ROW][C]27[/C][C]118.8[/C][C]115.358854166667[/C][C]108.704166666667[/C][C]6.6546875[/C][C]3.44114583333334[/C][/ROW]
[ROW][C]28[/C][C]106.1[/C][C]108.3578125[/C][C]108.854166666667[/C][C]-0.496354166666658[/C][C]-2.2578125[/C][/ROW]
[ROW][C]29[/C][C]109.3[/C][C]109.246354166667[/C][C]109.116666666667[/C][C]0.129687500000000[/C][C]0.0536458333333201[/C][/ROW]
[ROW][C]30[/C][C]117.2[/C][C]117.0390625[/C][C]109.05[/C][C]7.9890625[/C][C]0.160937500000017[/C][/ROW]
[ROW][C]31[/C][C]92.5[/C][C]91.8515625[/C][C]109.1625[/C][C]-17.3109375[/C][C]0.6484375[/C][/ROW]
[ROW][C]32[/C][C]104.2[/C][C]103.775520833333[/C][C]109.670833333333[/C][C]-5.8953125[/C][C]0.424479166666657[/C][/ROW]
[ROW][C]33[/C][C]112.5[/C][C]118.0328125[/C][C]109.608333333333[/C][C]8.42447916666666[/C][C]-5.53281249999999[/C][/ROW]
[ROW][C]34[/C][C]122.4[/C][C]119.031770833333[/C][C]109.7[/C][C]9.33177083333333[/C][C]3.36822916666668[/C][/ROW]
[ROW][C]35[/C][C]113.3[/C][C]113.121354166667[/C][C]110.158333333333[/C][C]2.96302083333333[/C][C]0.178645833333348[/C][/ROW]
[ROW][C]36[/C][C]100[/C][C]104.291145833333[/C][C]110.095833333333[/C][C]-5.80468750000001[/C][C]-4.29114583333333[/C][/ROW]
[ROW][C]37[/C][C]110.7[/C][C]106.506770833333[/C][C]110.1875[/C][C]-3.68072916666667[/C][C]4.19322916666667[/C][/ROW]
[ROW][C]38[/C][C]112.8[/C][C]107.8453125[/C][C]110.15[/C][C]-2.30468750000000[/C][C]4.95468750000001[/C][/ROW]
[ROW][C]39[/C][C]109.8[/C][C]116.800520833333[/C][C]110.145833333333[/C][C]6.6546875[/C][C]-7.00052083333333[/C][/ROW]
[ROW][C]40[/C][C]117.3[/C][C]109.549479166667[/C][C]110.045833333333[/C][C]-0.496354166666658[/C][C]7.75052083333335[/C][/ROW]
[ROW][C]41[/C][C]109.1[/C][C]109.3171875[/C][C]109.1875[/C][C]0.129687500000000[/C][C]-0.217187499999994[/C][/ROW]
[ROW][C]42[/C][C]115.9[/C][C]116.359895833333[/C][C]108.370833333333[/C][C]7.9890625[/C][C]-0.459895833333334[/C][/ROW]
[ROW][C]43[/C][C]96[/C][C]90.0015625[/C][C]107.3125[/C][C]-17.3109375[/C][C]5.9984375[/C][/ROW]
[ROW][C]44[/C][C]99.8[/C][C]99.7796875[/C][C]105.675[/C][C]-5.8953125[/C][C]0.0203124999999886[/C][/ROW]
[ROW][C]45[/C][C]116.8[/C][C]113.003645833333[/C][C]104.579166666667[/C][C]8.42447916666666[/C][C]3.79635416666667[/C][/ROW]
[ROW][C]46[/C][C]115.7[/C][C]112.665104166667[/C][C]103.333333333333[/C][C]9.33177083333333[/C][C]3.03489583333334[/C][/ROW]
[ROW][C]47[/C][C]99.4[/C][C]104.608854166667[/C][C]101.645833333333[/C][C]2.96302083333333[/C][C]-5.20885416666665[/C][/ROW]
[ROW][C]48[/C][C]94.3[/C][C]94.5703125[/C][C]100.375[/C][C]-5.80468750000001[/C][C]-0.270312500000003[/C][/ROW]
[ROW][C]49[/C][C]91[/C][C]95.5859375[/C][C]99.2666666666667[/C][C]-3.68072916666667[/C][C]-4.5859375[/C][/ROW]
[ROW][C]50[/C][C]93.2[/C][C]95.9578125[/C][C]98.2625[/C][C]-2.30468750000000[/C][C]-2.75781249999999[/C][/ROW]
[ROW][C]51[/C][C]103.1[/C][C]103.958854166667[/C][C]97.3041666666666[/C][C]6.6546875[/C][C]-0.85885416666666[/C][/ROW]
[ROW][C]52[/C][C]94.1[/C][C]95.8536458333333[/C][C]96.35[/C][C]-0.496354166666658[/C][C]-1.75364583333334[/C][/ROW]
[ROW][C]53[/C][C]91.8[/C][C]95.8588541666667[/C][C]95.7291666666667[/C][C]0.129687500000000[/C][C]-4.05885416666666[/C][/ROW]
[ROW][C]54[/C][C]102.7[/C][C]103.305729166667[/C][C]95.3166666666666[/C][C]7.9890625[/C][C]-0.605729166666634[/C][/ROW]
[ROW][C]55[/C][C]82.6[/C][C]NA[/C][C]NA[/C][C]-17.3109375[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]89.1[/C][C]NA[/C][C]NA[/C][C]-5.8953125[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]104.5[/C][C]NA[/C][C]NA[/C][C]8.42447916666666[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]105.1[/C][C]NA[/C][C]NA[/C][C]9.33177083333333[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]95.1[/C][C]NA[/C][C]NA[/C][C]2.96302083333333[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]88.7[/C][C]NA[/C][C]NA[/C][C]-5.80468750000001[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=110386&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=110386&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	94.6	NA	NA	-3.68072916666667	NA
2	95.9	NA	NA	-2.30468750000000	NA
3	104.7	NA	NA	6.6546875	NA
4	102.8	NA	NA	-0.496354166666658	NA
5	98.1	NA	NA	0.129687500000000	NA
6	113.9	NA	NA	7.9890625	NA
7	80.9	84.2723958333333	101.583333333333	-17.3109375	-3.3723958333333
8	95.7	96.0713541666667	101.966666666667	-5.8953125	-0.371354166666663
9	113.2	111.041145833333	102.616666666667	8.42447916666666	2.15885416666667
10	105.9	112.3109375	102.979166666667	9.33177083333333	-6.4109375
11	108.8	106.346354166667	103.383333333333	2.96302083333333	2.45364583333331
12	102.3	98.0994791666667	103.904166666667	-5.80468750000001	4.20052083333333
13	99	100.440104166667	104.120833333333	-3.68072916666667	-1.44010416666666
14	100.7	102.203645833333	104.508333333333	-2.30468750000000	-1.50364583333332
15	115.5	111.4296875	104.775	6.6546875	4.0703125
16	100.7	104.786979166667	105.283333333333	-0.496354166666658	-4.08697916666664
17	109.9	106.025520833333	105.895833333333	0.129687500000000	3.87447916666669
18	114.6	114.043229166667	106.054166666667	7.9890625	0.556770833333331
19	85.4	89.0223958333333	106.333333333333	-17.3109375	-3.62239583333331
20	100.5	100.921354166667	106.816666666667	-5.8953125	-0.421354166666646
21	114.8	115.5703125	107.145833333333	8.42447916666666	-0.770312499999974
22	116.5	116.840104166667	107.508333333333	9.33177083333333	-0.340104166666663
23	112.9	110.671354166667	107.708333333333	2.96302083333333	2.22864583333336
24	102	101.986979166667	107.791666666667	-5.80468750000001	0.0130208333333428
25	106	104.515104166667	108.195833333333	-3.68072916666667	1.48489583333334
26	105.3	106.341145833333	108.645833333333	-2.30468750000000	-1.04114583333332
27	118.8	115.358854166667	108.704166666667	6.6546875	3.44114583333334
28	106.1	108.3578125	108.854166666667	-0.496354166666658	-2.2578125
29	109.3	109.246354166667	109.116666666667	0.129687500000000	0.0536458333333201
30	117.2	117.0390625	109.05	7.9890625	0.160937500000017
31	92.5	91.8515625	109.1625	-17.3109375	0.6484375
32	104.2	103.775520833333	109.670833333333	-5.8953125	0.424479166666657
33	112.5	118.0328125	109.608333333333	8.42447916666666	-5.53281249999999
34	122.4	119.031770833333	109.7	9.33177083333333	3.36822916666668
35	113.3	113.121354166667	110.158333333333	2.96302083333333	0.178645833333348
36	100	104.291145833333	110.095833333333	-5.80468750000001	-4.29114583333333
37	110.7	106.506770833333	110.1875	-3.68072916666667	4.19322916666667
38	112.8	107.8453125	110.15	-2.30468750000000	4.95468750000001
39	109.8	116.800520833333	110.145833333333	6.6546875	-7.00052083333333
40	117.3	109.549479166667	110.045833333333	-0.496354166666658	7.75052083333335
41	109.1	109.3171875	109.1875	0.129687500000000	-0.217187499999994
42	115.9	116.359895833333	108.370833333333	7.9890625	-0.459895833333334
43	96	90.0015625	107.3125	-17.3109375	5.9984375
44	99.8	99.7796875	105.675	-5.8953125	0.0203124999999886
45	116.8	113.003645833333	104.579166666667	8.42447916666666	3.79635416666667
46	115.7	112.665104166667	103.333333333333	9.33177083333333	3.03489583333334
47	99.4	104.608854166667	101.645833333333	2.96302083333333	-5.20885416666665
48	94.3	94.5703125	100.375	-5.80468750000001	-0.270312500000003
49	91	95.5859375	99.2666666666667	-3.68072916666667	-4.5859375
50	93.2	95.9578125	98.2625	-2.30468750000000	-2.75781249999999
51	103.1	103.958854166667	97.3041666666666	6.6546875	-0.85885416666666
52	94.1	95.8536458333333	96.35	-0.496354166666658	-1.75364583333334
53	91.8	95.8588541666667	95.7291666666667	0.129687500000000	-4.05885416666666
54	102.7	103.305729166667	95.3166666666666	7.9890625	-0.605729166666634
55	82.6	NA	NA	-17.3109375	NA
56	89.1	NA	NA	-5.8953125	NA
57	104.5	NA	NA	8.42447916666666	NA
58	105.1	NA	NA	9.33177083333333	NA
59	95.1	NA	NA	2.96302083333333	NA
60	88.7	NA	NA	-5.80468750000001	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