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, 22 Dec 2010 17:31:04 +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/22/t1293039118obtsq6b9bbnyssk.htm/, Retrieved Sun, 05 May 2024 21:24:44 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=114433, Retrieved Sun, 05 May 2024 21:24:44 +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

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

-     [Classical Decomposition] [HPC Retail Sales] [2008-03-02 16:19:32] [74be16979710d4c4e7c6647856088456]
-  M D    [Classical Decomposition] [paper 2] [2010-12-22 17:31:04] [6df2229e3f2091de42c4a9cf9a617420] [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	2 seconds
R Server	'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 2 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=114433&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=114433&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=114433&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	2 seconds
R Server	'Sir Ronald Aylmer Fisher' @ 193.190.124.24

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	2.08	NA	NA	0.242643229166667	NA
2	2.09	NA	NA	0.172403645833333	NA
3	2.07	NA	NA	0.1582578125	NA
4	2.04	NA	NA	0.0449244791666667	NA
5	2.35	NA	NA	-0.0614401041666667	NA
6	2.33	NA	NA	-0.194408854166667	NA
7	2.37	2.2819765625	2.43458333333333	-0.152606770833333	0.0880234375
8	2.59	2.39943489583333	2.51375	-0.114315104166667	0.190565104166667
9	2.62	2.4889140625	2.60666666666667	-0.117752604166667	0.131085937500000
10	2.6	2.6685390625	2.7125	-0.0439609375000001	-0.0685390624999997
11	2.83	2.7571953125	2.81791666666667	-0.0607213541666667	0.0728046875000001
12	2.78	3.04864322916667	2.92166666666667	0.126976562500000	-0.268643229166666
13	3.01	3.2659765625	3.02333333333333	0.242643229166667	-0.2559765625
14	3.06	3.29740364583333	3.125	0.172403645833333	-0.237403645833333
15	3.33	3.3857578125	3.2275	0.1582578125	-0.0557578125
16	3.32	3.3732578125	3.32833333333333	0.0449244791666667	-0.0532578124999996
17	3.6	3.36855989583333	3.43	-0.0614401041666667	0.231440104166667
18	3.57	3.34017447916667	3.53458333333333	-0.194408854166667	0.229825520833334
19	3.57	3.4874765625	3.64008333333333	-0.152606770833333	0.0825234375000004
20	3.83	3.6116015625	3.72591666666667	-0.114315104166667	0.218398437500000
21	3.84	3.67212239583333	3.789875	-0.117752604166667	0.167877604166667
22	3.8	3.80345572916667	3.84741666666667	-0.0439609375000001	-0.00345572916666592
23	4.07	3.82111197916667	3.88183333333333	-0.0607213541666667	0.248888020833334
24	4.05	4.03905989583333	3.91208333333333	0.126976562500000	0.0109401041666670
25	4.272	4.19568489583333	3.95304166666667	0.242643229166667	0.0763151041666665
26	3.858	4.15186197916667	3.97945833333333	0.172403645833333	-0.293861979166666
27	4.067	4.15592447916667	3.99766666666667	0.1582578125	-0.0889244791666663
28	3.964	4.06284114583333	4.01791666666667	0.0449244791666667	-0.0988411458333331
29	3.782	3.9602265625	4.02166666666667	-0.0614401041666667	-0.1782265625
30	4.114	3.83079947916667	4.02520833333333	-0.194408854166667	0.283200520833334
31	4.009	3.88355989583333	4.03616666666667	-0.152606770833333	0.125440104166668
32	4.025	3.93680989583333	4.051125	-0.114315104166667	0.0881901041666673
33	4.082	3.92287239583333	4.040625	-0.117752604166667	0.159127604166667
34	4.044	3.9292890625	3.97325	-0.0439609375000001	0.1147109375
35	3.916	3.8045703125	3.86529166666667	-0.0607213541666667	0.111429687500000
36	4.289	3.80626822916667	3.67929166666667	0.126976562500000	0.482731770833333
37	4.296	3.68726822916667	3.444625	0.242643229166667	0.608731770833334
38	4.193	3.37561197916667	3.20320833333333	0.172403645833333	0.817388020833333
39	3.48	3.0845078125	2.92625	0.1582578125	0.3954921875
40	2.934	2.68204947916667	2.637125	0.0449244791666667	0.251950520833334
41	2.221	2.2869765625	2.34841666666667	-0.0614401041666667	-0.0659765625
42	1.211	1.8408828125	2.03529166666667	-0.194408854166667	-0.6298828125
43	1.28	1.55330989583333	1.70591666666667	-0.152606770833333	-0.273309895833333
44	0.96	1.2659765625	1.38029166666667	-0.114315104166667	-0.3059765625
45	0.5	0.9706640625	1.08841666666667	-0.117752604166667	-0.4706640625
46	0.687	0.805205729166667	0.849166666666667	-0.0439609375000001	-0.118205729166666
47	0.344	0.6021953125	0.662916666666667	-0.0607213541666667	-0.2581953125
48	0.346	0.674434895833333	0.547458333333333	0.126976562500000	-0.328434895833333
49	0.334	0.7127265625	0.470083333333333	0.242643229166667	-0.3787265625
50	0.34	0.575778645833333	0.403375	0.172403645833333	-0.235778645833333
51	0.328	0.528466145833333	0.370208333333333	0.1582578125	-0.200466145833333
52	0.344	0.3935078125	0.348583333333333	0.0449244791666667	-0.0495078125000001
53	0.341	0.277893229166667	0.339333333333333	-0.0614401041666667	0.0631067708333334
54	0.32	0.152799479166667	0.347208333333333	-0.194408854166667	0.167200520833333
55	0.314	0.198309895833333	0.350916666666667	-0.152606770833333	0.115690104166667
56	0.325	NA	NA	-0.114315104166667	NA
57	0.339	NA	NA	-0.117752604166667	NA
58	0.329	NA	NA	-0.0439609375000001	NA
59	0.48	NA	NA	-0.0607213541666667	NA
60	0.399	NA	NA	0.126976562500000	NA
61	0.37	NA	NA	NA	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 2.08 & NA & NA & 0.242643229166667 & NA \tabularnewline
2 & 2.09 & NA & NA & 0.172403645833333 & NA \tabularnewline
3 & 2.07 & NA & NA & 0.1582578125 & NA \tabularnewline
4 & 2.04 & NA & NA & 0.0449244791666667 & NA \tabularnewline
5 & 2.35 & NA & NA & -0.0614401041666667 & NA \tabularnewline
6 & 2.33 & NA & NA & -0.194408854166667 & NA \tabularnewline
7 & 2.37 & 2.2819765625 & 2.43458333333333 & -0.152606770833333 & 0.0880234375 \tabularnewline
8 & 2.59 & 2.39943489583333 & 2.51375 & -0.114315104166667 & 0.190565104166667 \tabularnewline
9 & 2.62 & 2.4889140625 & 2.60666666666667 & -0.117752604166667 & 0.131085937500000 \tabularnewline
10 & 2.6 & 2.6685390625 & 2.7125 & -0.0439609375000001 & -0.0685390624999997 \tabularnewline
11 & 2.83 & 2.7571953125 & 2.81791666666667 & -0.0607213541666667 & 0.0728046875000001 \tabularnewline
12 & 2.78 & 3.04864322916667 & 2.92166666666667 & 0.126976562500000 & -0.268643229166666 \tabularnewline
13 & 3.01 & 3.2659765625 & 3.02333333333333 & 0.242643229166667 & -0.2559765625 \tabularnewline
14 & 3.06 & 3.29740364583333 & 3.125 & 0.172403645833333 & -0.237403645833333 \tabularnewline
15 & 3.33 & 3.3857578125 & 3.2275 & 0.1582578125 & -0.0557578125 \tabularnewline
16 & 3.32 & 3.3732578125 & 3.32833333333333 & 0.0449244791666667 & -0.0532578124999996 \tabularnewline
17 & 3.6 & 3.36855989583333 & 3.43 & -0.0614401041666667 & 0.231440104166667 \tabularnewline
18 & 3.57 & 3.34017447916667 & 3.53458333333333 & -0.194408854166667 & 0.229825520833334 \tabularnewline
19 & 3.57 & 3.4874765625 & 3.64008333333333 & -0.152606770833333 & 0.0825234375000004 \tabularnewline
20 & 3.83 & 3.6116015625 & 3.72591666666667 & -0.114315104166667 & 0.218398437500000 \tabularnewline
21 & 3.84 & 3.67212239583333 & 3.789875 & -0.117752604166667 & 0.167877604166667 \tabularnewline
22 & 3.8 & 3.80345572916667 & 3.84741666666667 & -0.0439609375000001 & -0.00345572916666592 \tabularnewline
23 & 4.07 & 3.82111197916667 & 3.88183333333333 & -0.0607213541666667 & 0.248888020833334 \tabularnewline
24 & 4.05 & 4.03905989583333 & 3.91208333333333 & 0.126976562500000 & 0.0109401041666670 \tabularnewline
25 & 4.272 & 4.19568489583333 & 3.95304166666667 & 0.242643229166667 & 0.0763151041666665 \tabularnewline
26 & 3.858 & 4.15186197916667 & 3.97945833333333 & 0.172403645833333 & -0.293861979166666 \tabularnewline
27 & 4.067 & 4.15592447916667 & 3.99766666666667 & 0.1582578125 & -0.0889244791666663 \tabularnewline
28 & 3.964 & 4.06284114583333 & 4.01791666666667 & 0.0449244791666667 & -0.0988411458333331 \tabularnewline
29 & 3.782 & 3.9602265625 & 4.02166666666667 & -0.0614401041666667 & -0.1782265625 \tabularnewline
30 & 4.114 & 3.83079947916667 & 4.02520833333333 & -0.194408854166667 & 0.283200520833334 \tabularnewline
31 & 4.009 & 3.88355989583333 & 4.03616666666667 & -0.152606770833333 & 0.125440104166668 \tabularnewline
32 & 4.025 & 3.93680989583333 & 4.051125 & -0.114315104166667 & 0.0881901041666673 \tabularnewline
33 & 4.082 & 3.92287239583333 & 4.040625 & -0.117752604166667 & 0.159127604166667 \tabularnewline
34 & 4.044 & 3.9292890625 & 3.97325 & -0.0439609375000001 & 0.1147109375 \tabularnewline
35 & 3.916 & 3.8045703125 & 3.86529166666667 & -0.0607213541666667 & 0.111429687500000 \tabularnewline
36 & 4.289 & 3.80626822916667 & 3.67929166666667 & 0.126976562500000 & 0.482731770833333 \tabularnewline
37 & 4.296 & 3.68726822916667 & 3.444625 & 0.242643229166667 & 0.608731770833334 \tabularnewline
38 & 4.193 & 3.37561197916667 & 3.20320833333333 & 0.172403645833333 & 0.817388020833333 \tabularnewline
39 & 3.48 & 3.0845078125 & 2.92625 & 0.1582578125 & 0.3954921875 \tabularnewline
40 & 2.934 & 2.68204947916667 & 2.637125 & 0.0449244791666667 & 0.251950520833334 \tabularnewline
41 & 2.221 & 2.2869765625 & 2.34841666666667 & -0.0614401041666667 & -0.0659765625 \tabularnewline
42 & 1.211 & 1.8408828125 & 2.03529166666667 & -0.194408854166667 & -0.6298828125 \tabularnewline
43 & 1.28 & 1.55330989583333 & 1.70591666666667 & -0.152606770833333 & -0.273309895833333 \tabularnewline
44 & 0.96 & 1.2659765625 & 1.38029166666667 & -0.114315104166667 & -0.3059765625 \tabularnewline
45 & 0.5 & 0.9706640625 & 1.08841666666667 & -0.117752604166667 & -0.4706640625 \tabularnewline
46 & 0.687 & 0.805205729166667 & 0.849166666666667 & -0.0439609375000001 & -0.118205729166666 \tabularnewline
47 & 0.344 & 0.6021953125 & 0.662916666666667 & -0.0607213541666667 & -0.2581953125 \tabularnewline
48 & 0.346 & 0.674434895833333 & 0.547458333333333 & 0.126976562500000 & -0.328434895833333 \tabularnewline
49 & 0.334 & 0.7127265625 & 0.470083333333333 & 0.242643229166667 & -0.3787265625 \tabularnewline
50 & 0.34 & 0.575778645833333 & 0.403375 & 0.172403645833333 & -0.235778645833333 \tabularnewline
51 & 0.328 & 0.528466145833333 & 0.370208333333333 & 0.1582578125 & -0.200466145833333 \tabularnewline
52 & 0.344 & 0.3935078125 & 0.348583333333333 & 0.0449244791666667 & -0.0495078125000001 \tabularnewline
53 & 0.341 & 0.277893229166667 & 0.339333333333333 & -0.0614401041666667 & 0.0631067708333334 \tabularnewline
54 & 0.32 & 0.152799479166667 & 0.347208333333333 & -0.194408854166667 & 0.167200520833333 \tabularnewline
55 & 0.314 & 0.198309895833333 & 0.350916666666667 & -0.152606770833333 & 0.115690104166667 \tabularnewline
56 & 0.325 & NA & NA & -0.114315104166667 & NA \tabularnewline
57 & 0.339 & NA & NA & -0.117752604166667 & NA \tabularnewline
58 & 0.329 & NA & NA & -0.0439609375000001 & NA \tabularnewline
59 & 0.48 & NA & NA & -0.0607213541666667 & NA \tabularnewline
60 & 0.399 & NA & NA & 0.126976562500000 & NA \tabularnewline
61 & 0.37 & NA & NA & NA & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=114433&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]2.08[/C][C]NA[/C][C]NA[/C][C]0.242643229166667[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]2.09[/C][C]NA[/C][C]NA[/C][C]0.172403645833333[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]2.07[/C][C]NA[/C][C]NA[/C][C]0.1582578125[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]2.04[/C][C]NA[/C][C]NA[/C][C]0.0449244791666667[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]2.35[/C][C]NA[/C][C]NA[/C][C]-0.0614401041666667[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]2.33[/C][C]NA[/C][C]NA[/C][C]-0.194408854166667[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]2.37[/C][C]2.2819765625[/C][C]2.43458333333333[/C][C]-0.152606770833333[/C][C]0.0880234375[/C][/ROW]
[ROW][C]8[/C][C]2.59[/C][C]2.39943489583333[/C][C]2.51375[/C][C]-0.114315104166667[/C][C]0.190565104166667[/C][/ROW]
[ROW][C]9[/C][C]2.62[/C][C]2.4889140625[/C][C]2.60666666666667[/C][C]-0.117752604166667[/C][C]0.131085937500000[/C][/ROW]
[ROW][C]10[/C][C]2.6[/C][C]2.6685390625[/C][C]2.7125[/C][C]-0.0439609375000001[/C][C]-0.0685390624999997[/C][/ROW]
[ROW][C]11[/C][C]2.83[/C][C]2.7571953125[/C][C]2.81791666666667[/C][C]-0.0607213541666667[/C][C]0.0728046875000001[/C][/ROW]
[ROW][C]12[/C][C]2.78[/C][C]3.04864322916667[/C][C]2.92166666666667[/C][C]0.126976562500000[/C][C]-0.268643229166666[/C][/ROW]
[ROW][C]13[/C][C]3.01[/C][C]3.2659765625[/C][C]3.02333333333333[/C][C]0.242643229166667[/C][C]-0.2559765625[/C][/ROW]
[ROW][C]14[/C][C]3.06[/C][C]3.29740364583333[/C][C]3.125[/C][C]0.172403645833333[/C][C]-0.237403645833333[/C][/ROW]
[ROW][C]15[/C][C]3.33[/C][C]3.3857578125[/C][C]3.2275[/C][C]0.1582578125[/C][C]-0.0557578125[/C][/ROW]
[ROW][C]16[/C][C]3.32[/C][C]3.3732578125[/C][C]3.32833333333333[/C][C]0.0449244791666667[/C][C]-0.0532578124999996[/C][/ROW]
[ROW][C]17[/C][C]3.6[/C][C]3.36855989583333[/C][C]3.43[/C][C]-0.0614401041666667[/C][C]0.231440104166667[/C][/ROW]
[ROW][C]18[/C][C]3.57[/C][C]3.34017447916667[/C][C]3.53458333333333[/C][C]-0.194408854166667[/C][C]0.229825520833334[/C][/ROW]
[ROW][C]19[/C][C]3.57[/C][C]3.4874765625[/C][C]3.64008333333333[/C][C]-0.152606770833333[/C][C]0.0825234375000004[/C][/ROW]
[ROW][C]20[/C][C]3.83[/C][C]3.6116015625[/C][C]3.72591666666667[/C][C]-0.114315104166667[/C][C]0.218398437500000[/C][/ROW]
[ROW][C]21[/C][C]3.84[/C][C]3.67212239583333[/C][C]3.789875[/C][C]-0.117752604166667[/C][C]0.167877604166667[/C][/ROW]
[ROW][C]22[/C][C]3.8[/C][C]3.80345572916667[/C][C]3.84741666666667[/C][C]-0.0439609375000001[/C][C]-0.00345572916666592[/C][/ROW]
[ROW][C]23[/C][C]4.07[/C][C]3.82111197916667[/C][C]3.88183333333333[/C][C]-0.0607213541666667[/C][C]0.248888020833334[/C][/ROW]
[ROW][C]24[/C][C]4.05[/C][C]4.03905989583333[/C][C]3.91208333333333[/C][C]0.126976562500000[/C][C]0.0109401041666670[/C][/ROW]
[ROW][C]25[/C][C]4.272[/C][C]4.19568489583333[/C][C]3.95304166666667[/C][C]0.242643229166667[/C][C]0.0763151041666665[/C][/ROW]
[ROW][C]26[/C][C]3.858[/C][C]4.15186197916667[/C][C]3.97945833333333[/C][C]0.172403645833333[/C][C]-0.293861979166666[/C][/ROW]
[ROW][C]27[/C][C]4.067[/C][C]4.15592447916667[/C][C]3.99766666666667[/C][C]0.1582578125[/C][C]-0.0889244791666663[/C][/ROW]
[ROW][C]28[/C][C]3.964[/C][C]4.06284114583333[/C][C]4.01791666666667[/C][C]0.0449244791666667[/C][C]-0.0988411458333331[/C][/ROW]
[ROW][C]29[/C][C]3.782[/C][C]3.9602265625[/C][C]4.02166666666667[/C][C]-0.0614401041666667[/C][C]-0.1782265625[/C][/ROW]
[ROW][C]30[/C][C]4.114[/C][C]3.83079947916667[/C][C]4.02520833333333[/C][C]-0.194408854166667[/C][C]0.283200520833334[/C][/ROW]
[ROW][C]31[/C][C]4.009[/C][C]3.88355989583333[/C][C]4.03616666666667[/C][C]-0.152606770833333[/C][C]0.125440104166668[/C][/ROW]
[ROW][C]32[/C][C]4.025[/C][C]3.93680989583333[/C][C]4.051125[/C][C]-0.114315104166667[/C][C]0.0881901041666673[/C][/ROW]
[ROW][C]33[/C][C]4.082[/C][C]3.92287239583333[/C][C]4.040625[/C][C]-0.117752604166667[/C][C]0.159127604166667[/C][/ROW]
[ROW][C]34[/C][C]4.044[/C][C]3.9292890625[/C][C]3.97325[/C][C]-0.0439609375000001[/C][C]0.1147109375[/C][/ROW]
[ROW][C]35[/C][C]3.916[/C][C]3.8045703125[/C][C]3.86529166666667[/C][C]-0.0607213541666667[/C][C]0.111429687500000[/C][/ROW]
[ROW][C]36[/C][C]4.289[/C][C]3.80626822916667[/C][C]3.67929166666667[/C][C]0.126976562500000[/C][C]0.482731770833333[/C][/ROW]
[ROW][C]37[/C][C]4.296[/C][C]3.68726822916667[/C][C]3.444625[/C][C]0.242643229166667[/C][C]0.608731770833334[/C][/ROW]
[ROW][C]38[/C][C]4.193[/C][C]3.37561197916667[/C][C]3.20320833333333[/C][C]0.172403645833333[/C][C]0.817388020833333[/C][/ROW]
[ROW][C]39[/C][C]3.48[/C][C]3.0845078125[/C][C]2.92625[/C][C]0.1582578125[/C][C]0.3954921875[/C][/ROW]
[ROW][C]40[/C][C]2.934[/C][C]2.68204947916667[/C][C]2.637125[/C][C]0.0449244791666667[/C][C]0.251950520833334[/C][/ROW]
[ROW][C]41[/C][C]2.221[/C][C]2.2869765625[/C][C]2.34841666666667[/C][C]-0.0614401041666667[/C][C]-0.0659765625[/C][/ROW]
[ROW][C]42[/C][C]1.211[/C][C]1.8408828125[/C][C]2.03529166666667[/C][C]-0.194408854166667[/C][C]-0.6298828125[/C][/ROW]
[ROW][C]43[/C][C]1.28[/C][C]1.55330989583333[/C][C]1.70591666666667[/C][C]-0.152606770833333[/C][C]-0.273309895833333[/C][/ROW]
[ROW][C]44[/C][C]0.96[/C][C]1.2659765625[/C][C]1.38029166666667[/C][C]-0.114315104166667[/C][C]-0.3059765625[/C][/ROW]
[ROW][C]45[/C][C]0.5[/C][C]0.9706640625[/C][C]1.08841666666667[/C][C]-0.117752604166667[/C][C]-0.4706640625[/C][/ROW]
[ROW][C]46[/C][C]0.687[/C][C]0.805205729166667[/C][C]0.849166666666667[/C][C]-0.0439609375000001[/C][C]-0.118205729166666[/C][/ROW]
[ROW][C]47[/C][C]0.344[/C][C]0.6021953125[/C][C]0.662916666666667[/C][C]-0.0607213541666667[/C][C]-0.2581953125[/C][/ROW]
[ROW][C]48[/C][C]0.346[/C][C]0.674434895833333[/C][C]0.547458333333333[/C][C]0.126976562500000[/C][C]-0.328434895833333[/C][/ROW]
[ROW][C]49[/C][C]0.334[/C][C]0.7127265625[/C][C]0.470083333333333[/C][C]0.242643229166667[/C][C]-0.3787265625[/C][/ROW]
[ROW][C]50[/C][C]0.34[/C][C]0.575778645833333[/C][C]0.403375[/C][C]0.172403645833333[/C][C]-0.235778645833333[/C][/ROW]
[ROW][C]51[/C][C]0.328[/C][C]0.528466145833333[/C][C]0.370208333333333[/C][C]0.1582578125[/C][C]-0.200466145833333[/C][/ROW]
[ROW][C]52[/C][C]0.344[/C][C]0.3935078125[/C][C]0.348583333333333[/C][C]0.0449244791666667[/C][C]-0.0495078125000001[/C][/ROW]
[ROW][C]53[/C][C]0.341[/C][C]0.277893229166667[/C][C]0.339333333333333[/C][C]-0.0614401041666667[/C][C]0.0631067708333334[/C][/ROW]
[ROW][C]54[/C][C]0.32[/C][C]0.152799479166667[/C][C]0.347208333333333[/C][C]-0.194408854166667[/C][C]0.167200520833333[/C][/ROW]
[ROW][C]55[/C][C]0.314[/C][C]0.198309895833333[/C][C]0.350916666666667[/C][C]-0.152606770833333[/C][C]0.115690104166667[/C][/ROW]
[ROW][C]56[/C][C]0.325[/C][C]NA[/C][C]NA[/C][C]-0.114315104166667[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]0.339[/C][C]NA[/C][C]NA[/C][C]-0.117752604166667[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]0.329[/C][C]NA[/C][C]NA[/C][C]-0.0439609375000001[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]0.48[/C][C]NA[/C][C]NA[/C][C]-0.0607213541666667[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]0.399[/C][C]NA[/C][C]NA[/C][C]0.126976562500000[/C][C]NA[/C][/ROW]
[ROW][C]61[/C][C]0.37[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=114433&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=114433&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	2.08	NA	NA	0.242643229166667	NA
2	2.09	NA	NA	0.172403645833333	NA
3	2.07	NA	NA	0.1582578125	NA
4	2.04	NA	NA	0.0449244791666667	NA
5	2.35	NA	NA	-0.0614401041666667	NA
6	2.33	NA	NA	-0.194408854166667	NA
7	2.37	2.2819765625	2.43458333333333	-0.152606770833333	0.0880234375
8	2.59	2.39943489583333	2.51375	-0.114315104166667	0.190565104166667
9	2.62	2.4889140625	2.60666666666667	-0.117752604166667	0.131085937500000
10	2.6	2.6685390625	2.7125	-0.0439609375000001	-0.0685390624999997
11	2.83	2.7571953125	2.81791666666667	-0.0607213541666667	0.0728046875000001
12	2.78	3.04864322916667	2.92166666666667	0.126976562500000	-0.268643229166666
13	3.01	3.2659765625	3.02333333333333	0.242643229166667	-0.2559765625
14	3.06	3.29740364583333	3.125	0.172403645833333	-0.237403645833333
15	3.33	3.3857578125	3.2275	0.1582578125	-0.0557578125
16	3.32	3.3732578125	3.32833333333333	0.0449244791666667	-0.0532578124999996
17	3.6	3.36855989583333	3.43	-0.0614401041666667	0.231440104166667
18	3.57	3.34017447916667	3.53458333333333	-0.194408854166667	0.229825520833334
19	3.57	3.4874765625	3.64008333333333	-0.152606770833333	0.0825234375000004
20	3.83	3.6116015625	3.72591666666667	-0.114315104166667	0.218398437500000
21	3.84	3.67212239583333	3.789875	-0.117752604166667	0.167877604166667
22	3.8	3.80345572916667	3.84741666666667	-0.0439609375000001	-0.00345572916666592
23	4.07	3.82111197916667	3.88183333333333	-0.0607213541666667	0.248888020833334
24	4.05	4.03905989583333	3.91208333333333	0.126976562500000	0.0109401041666670
25	4.272	4.19568489583333	3.95304166666667	0.242643229166667	0.0763151041666665
26	3.858	4.15186197916667	3.97945833333333	0.172403645833333	-0.293861979166666
27	4.067	4.15592447916667	3.99766666666667	0.1582578125	-0.0889244791666663
28	3.964	4.06284114583333	4.01791666666667	0.0449244791666667	-0.0988411458333331
29	3.782	3.9602265625	4.02166666666667	-0.0614401041666667	-0.1782265625
30	4.114	3.83079947916667	4.02520833333333	-0.194408854166667	0.283200520833334
31	4.009	3.88355989583333	4.03616666666667	-0.152606770833333	0.125440104166668
32	4.025	3.93680989583333	4.051125	-0.114315104166667	0.0881901041666673
33	4.082	3.92287239583333	4.040625	-0.117752604166667	0.159127604166667
34	4.044	3.9292890625	3.97325	-0.0439609375000001	0.1147109375
35	3.916	3.8045703125	3.86529166666667	-0.0607213541666667	0.111429687500000
36	4.289	3.80626822916667	3.67929166666667	0.126976562500000	0.482731770833333
37	4.296	3.68726822916667	3.444625	0.242643229166667	0.608731770833334
38	4.193	3.37561197916667	3.20320833333333	0.172403645833333	0.817388020833333
39	3.48	3.0845078125	2.92625	0.1582578125	0.3954921875
40	2.934	2.68204947916667	2.637125	0.0449244791666667	0.251950520833334
41	2.221	2.2869765625	2.34841666666667	-0.0614401041666667	-0.0659765625
42	1.211	1.8408828125	2.03529166666667	-0.194408854166667	-0.6298828125
43	1.28	1.55330989583333	1.70591666666667	-0.152606770833333	-0.273309895833333
44	0.96	1.2659765625	1.38029166666667	-0.114315104166667	-0.3059765625
45	0.5	0.9706640625	1.08841666666667	-0.117752604166667	-0.4706640625
46	0.687	0.805205729166667	0.849166666666667	-0.0439609375000001	-0.118205729166666
47	0.344	0.6021953125	0.662916666666667	-0.0607213541666667	-0.2581953125
48	0.346	0.674434895833333	0.547458333333333	0.126976562500000	-0.328434895833333
49	0.334	0.7127265625	0.470083333333333	0.242643229166667	-0.3787265625
50	0.34	0.575778645833333	0.403375	0.172403645833333	-0.235778645833333
51	0.328	0.528466145833333	0.370208333333333	0.1582578125	-0.200466145833333
52	0.344	0.3935078125	0.348583333333333	0.0449244791666667	-0.0495078125000001
53	0.341	0.277893229166667	0.339333333333333	-0.0614401041666667	0.0631067708333334
54	0.32	0.152799479166667	0.347208333333333	-0.194408854166667	0.167200520833333
55	0.314	0.198309895833333	0.350916666666667	-0.152606770833333	0.115690104166667
56	0.325	NA	NA	-0.114315104166667	NA
57	0.339	NA	NA	-0.117752604166667	NA
58	0.329	NA	NA	-0.0439609375000001	NA
59	0.48	NA	NA	-0.0607213541666667	NA
60	0.399	NA	NA	0.126976562500000	NA
61	0.37	NA	NA	NA	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$trend)) {
a<-table.row.start(a)
a<-table.element(a,i,header=TRUE)
a<-table.element(a,x[i])
a<-table.element(a,m$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