FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_regression_trees1.wasp
Title produced by softwareRecursive Partitioning (Regression Trees)
Date of computationWed, 29 Dec 2010 06:10:33 +0000
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2010/Dec/29/t1293602918vg0slstzyecuhdz.htm/, Retrieved Fri, 03 May 2024 05:47:02 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=116601, Retrieved Fri, 03 May 2024 05:47:02 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact127

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Recursive Partitioning (Regression Trees)] [paper RP 1] [2010-12-29 06:10:33] [4c854bb223ec27caaa7bcfc5e77b0dbd] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
5.2	67.7	32.4	5	7.7	1019	86
7.9	111.5	94.7	6.3	8.4	1010.4	77
8.7	29.4	133.4	3.9	8.7	1022.6	77
8.9	62.3	196.5	3.8	8.1	1015	71
15.3	19	307.3	3	11.2	1019.8	66
15.4	95.5	128.7	2.8	13.5	1013.7	77
18.1	30.4	279.9	3.3	14.5	1019.2	71
19.7	44.3	230.2	2.1	16.4	1018.3	72
13	56.5	92.2	2.9	12.5	1017.2	84
12.6	80	121.3	4	12.4	1010.9	83
6.2	66.1	73.4	3.4	9.1	1013.1	92
3.5	96.7	24	4	7.2	1017.1	89
3.4	83.5	93.8	4.6	6.8	1022.4	85
0	37.7	76.2	3.1	5.7	1017.8	87
9.5	24.6	113.3	3.6	9.3	1013.3	77
8.9	69.4	194.2	3.9	7.2	1016.3	65
10.4	26.9	155.3	2.9	8.7	1021.8	70
13.2	100.3	114	3.3	10.8	1013.1	71
18.9	110.6	193	2.7	15.5	1015.8	72
19	15.7	250.7	2.3	14.9	1019.3	70
16.3	55.7	173	2.5	13.5	1015.6	74
10.6	24.4	112.9	2.6	10.8	1015.6	84
5.8	174.6	63.2	3.9	8.3	1012	89
3.6	70.4	51.3	3.1	6.9	1027.9	85
2.6	30.6	45.7	3.2	6.7	1029.6	88
5	46.1	80.6	3.2	7.6	1023.6	86
7.3	92.8	78.8	3.9	8.5	1014.6	83
9.2	56.5	124.9	3.5	8.7	1012.1	75
15.7	49.3	252.5	3.3	11.7	1017.7	67
16.8	116.7	188.3	2.9	13.9	1014.9	74
18.4	67.6	192.6	2.7	15.7	1015.9	75
18.1	180.5	165	3.2	16.3	1012.4	78
14.6	31.3	139.1	3.2	13.2	1016.6	80
7.8	81.3	106.1	3.5	9.1	1008.7	85
7.6	87.9	46.8	4.2	9.5	1013.5	89
3.8	76	67.5	3.6	7.3	1017.6	89
5.6	84.9	51.8	4.6	8.4	1021.3	86
2.2	26.9	44.4	2.6	6.5	1028.8	91
6.8	4.2	169.2	3.4	7.2	1021.5	71
11.8	32	145.3	3.5	10	1010.2	72
14.9	73.7	200	3.4	12.3	1012.9	71
16.7	66	194.1	3	13.7	1015.5	73
16.7	107.6	167.3	3.2	14.9	1015.3	79
15.9	40.1	167.8	2.7	13.7	1018.4	76
13.6	94	105.9	3.1	13.1	1010.7	85
9.2	84	89.3	3.5	10.1	1013.4	85
2.8	73.2	87.1	3.2	10	1019.9	88
2.5	170.1	15.4	4.7	8.1	1006.9	92
4.8	99.1	38.6	4.5	7.9	1012.1	90
2.8	39.3	52.2	3.2	6.7	1014.4	84
7.8	95.3	104.5	4.5	8.8	1017.3	82
9	52.8	146.9	3.9	9.1	1012.2	77
12.9	69.4	152.9	2.9	11.2	1013.8	77
16.4	55	235.8	3.3	13.3	1019.2	72
21.8	68.6	268.6	2.6	17.6	1017.2	68
17.8	81.2	203.1	2.8	15.2	1015.1	75
13.5	118.7	98.1	3.2	13.5	1013.2	86
10	60.6	128.8	3.3	10.4	1015.2	83
10.4	33.6	62.1	2.9	11.5	1019.1	90
5.5	121.5	50.2	4.3	8.7	1018.7	93
4	143.6	56.2	4.8	7.2	1014.4	88
6.8	100.8	61.7	4.6	7.5	1012.1	85
5.7	76.9	155.3	4.2	6.8	1013.4	75
9.1	51.3	85.2	3.2	9.5	1017.8	81
13.6	60.4	224.3	2.8	10.4	1016.6	67
15	75.1	161.9	2.9	13.1	1018	78
20.9	50.4	243.4	2.7	17.6	1015.5	72
20.4	21.6	271.9	3	15.7	1017.7	67
14	61.8	16.8	3.2	13.1	1012	82
13.7	6	135.8	3	13.5	1020.6	84
7.1	41.4	78.7	3.2	8.7	1017.7	85
0.8	74.1	41.8	3.1	6	1017	89
2.1	15	81.8	3.5	6.3	1013.4	83
1.3	71.8	43.4	3.9	5.7	1013.3	82
3.9	26.1	131.4	3.2	6.3	1017.8	76
10.7	6	209.3	3.1	7.5	1017.7	59
11.1	73.4	96.8	3.4	9.9	1014.2	74
16.4	22.9	239.8	2.7	12.5	1021.1	68
17.1	56	211.6	3.1	13.3	1018.1	69
17.3	231.2	188.1	2.9	14.1	1015	72
12.9	47	147.8	3	11.5	1017.3	79
10.9	45.2	126.1	3	10.7	1017.1	83
5.3	116.7	49.8	3.7	8.4	1010.5	91
0.7	33.3	45.8	3.4	5.9	1014.8	85
-0.2	2.6	74.2	2.9	5.5	1023.2	86
6.5	96.2	42.4	4.7	7.9	1018.7	83
8.6	24.3	108.8	3.1	9.2	1024.3	83
8.5	24.4	200.1	3.3	7.9	1021.5	71
13.3	90.8	229	3.3	11.2	1015.1	74
16.2	91.4	181.8	3.1	13.7	1010.1	75
17.5	74.4	197.5	2.7	15.5	1018.2	77
21.2	52.6	254	2.6	17.6	1016	71
14.8	16.5	195.7	2.6	12.9	1021.9	76
10.3	89.1	146	3.3	10.5	1017.9	80
7.3	63.5	46.5	3.7	9.2	1007.2	88
5.1	74.9	29.7	4.2	8.1	1012.5	90
4.4	73.3	56.3	4.6	7.3	1016.4	85
6.2	14.5	103.8	3	7.9	1025.5	81
7.7	84	71.4	3.9	8.4	1022.5	79
9.3	107.2	93	3.5	9.3	1003.9	80
15.6	35.5	210.1	3	12.4	1016.4	71
16.3	87.7	167.6	3.3	14.3	1015.3	77
16.6	43.8	145.5	3.3	14.5	1013.8	78
17.4	64.7	212.5	2.7	14.5	1018.4	76
15.3	139.1	107.5	3.4	14.4	1010.3	84
9.7	128.7	48.3	4	10.8	1012.4	89
3.7	87.8	79.5	3.1	7.5	1018.4	89
4.6	81.7	30.6	3.8	7.7	1019.8	90
5.4	123.9	59.6	4.3	7.9	1014.5	85
3.1	76.3	63	3.7	6.8	1017.4	87
7.9	71.9	119.1	3.5	8.4	1011.7	80
10.1	71	142.3	3.4	9.9	1013.8	79
15	40	213.2	3.1	12.4	1015.7	72
15.6	83.1	205.6	3.1	13.2	1017.9	76
19.7	34.5	257	3.1	16.3	1017.1	73
18.1	91.2	177	2.7	15.3	1013.4	76
17.7	42.5	162.9	3.1	16	1011.1	81
10.7	47	120.1	3.7	11.2	1016.1	86
6.2	32.7	62.3	3.6	8.5	1021.7	88
4.2	171.9	26.6	4.4	7.7	1010.6	92
4	45.7	54.6	3.5	7.5	1025.1	90
5.9	81.9	89.4	4	7.9	1020.3	86
7.1	56.8	72.6	3.5	8.4	1020.7	84
10.5	65.1	155.1	3.5	9.6	1007.6	76
15.1	86.2	158.9	3	13.6	1015.2	79
16.8	35.1	235	3	14.1	1020	73
15.3	133.8	93.1	2.8	15.2	1013.4	86
18.4	34.5	227.6	2.4	16	1017.8	77
16.1	69.9	127.3	2.9	15.2	1013.7	83
11.3	98.3	87.3	4.1	11.9	1011.7	88
7.9	86.7	49.5	4.7	9.6	1003.4	88
5.6	58.2	41.9	4.2	8.5	1009.1	88
3.4	83.6	68.6	4	7.2	1011.6	91
4.8	83.5	59.4	3.7	7.7	1017.8	88
6.5	112.3	46.8	3.5	8.8	1004.9	88
8.5	134.3	95.4	3.6	9.1	1012.8	82
15.1	30	259.7	3.5	12.1	1017.5	72
15.7	44.5	201.4	2.9	12.8	1017.4	73
18.7	120.1	188.8	2.9	16.7	1014.5	78
19.2	43.4	220.8	2.9	15.5	1015.5	71
12.9	199.4	68.6	3	13.3	1013.4	90
14.4	68.1	113.7	3.6	14.1	1015.4	87
6.2	99.8	70.9	2.7	8.7	1022.9	91
3.3	69.5	61.3	3.3	6.9	1026.1	91
4.6	71.3	63.5	3.9	7.6	1022.8	87
7.2	167.8	76.4	5.3	8.4	1012.1	82
7.8	66.3	124.3	3.6	8	1018.2	75
9.9	41.9	193.1	3.5	8.1	1015.9	68
13.6	57.2	178.8	3.3	12	1013.6	78
17.1	72.3	200.2	2.9	14.5	1016.5	76
17.8	96.5	169.5	3.1	15.7	1016	79
18.6	172.1	152.1	2.3	17.2	1015.9	82
14.7	25.8	135.7	2.7	12.9	1019.8	79
10.5	105.1	91	3.5	10.9	1012.3	85
8.6	92.2	57.9	3.4	10	1008	90
4.4	109.3	37.9	3.8	8	1015.2	90
2.3	101.7	54.4	4	6.7	1016.5	86
2.8	29.1	145.7	3.3	5.7	1020.9	76
8.8	34.6	185.7	3.2	8.3	1023.8	73
10.7	46.7	211.7	3.6	8.7	1016.9	67
13.9	82	187.3	3	12.1	1017	78
19.3	34.4	258.3	2.8	16.1	1016	74
19.5	72.7	235	2.7	16.3	1016	74
20.4	44.4	244.3	2.5	16.7	1017.9	72
15.3	31	208.3	2.4	12.8	1020.3	75
7.9	64	127.1	3.3	9.2	1013.4	85
8.3	65.4	63.2	3.5	9.9	1014.9	89
4.5	64.5	66.8	3.5	7.7	1018.2	89
3.2	153.8	32.9	4.1	7.1	1009.9	89
5	48.8	56.3	3.7	7.3	1020.2	82
6.6	25	136.7	3.5	7.5	1020.7	76
11.1	37.2	142.8	3.4	9.3	1012.9	72
12.8	40.8	216.3	2.7	10.4	1016.3	72
16.3	78.4	200	3	13.7	1018	75
17.4	112.4	204.8	2.8	14.8	1016.7	76
18.9	122.7	159.3	3	16.7	1012.2	78
15.8	82.9	173.5	3.4	13.7	1019.7	77
11.7	67.6	101.6	3.6	11.5	1010.5	83
6.4	78.4	60.3	2.8	8.8	1022.1	90
2.9	65.7	51.9	2.7	7.1	1019.8	92
4.7	44.9	75.3	4	7.4	1022.8	83
2.4	80.9	69.8	3.4	6.2	1020.2	82
7.2	38.8	83.5	3.2	8.4	1016.4	80
10.7	46.1	120.1	3	9.4	1014.6	74
13.4	60	190.3	3.2	10.8	1017.3	71
18.5	53.9	246.8	2.8	13.5	1019	65
18.3	123.5	175.4	2.8	15.9	1015.3	76
16.8	69.5	185	2.6	15.1	1018.1	80
16.6	74.2	189.6	2.6	14.9	1018.4	79
14.1	47	140.3	3.4	13.2	1017	83
6.1	60.9	60.4	3.3	8.9	1016.5	92
3.5	51.4	26.7	3.3	7.3	1018.1	91
1.7	18.7	97.4	3.2	6.1	1024.6	85
2.3	83.1	29.9	3.4	6.5	1015.5	88
4.5	65.3	114.1	3.6	7	1011.2	79
9.3	46	141.3	3.2	8.8	1015.8	76
14.2	115.6	135.6	3.7	12.2	1015	77
17.3	25.8	246.2	2.5	13.4	1021.3	69
23	48.1	308.7	2.8	17.3	1019.7	64
16.3	202.3	94.5	2.9	15.1	1012.7	83
18.4	9.2	160.5	2.9	12.7	1015.1	77
14.2	56.3	108.3	3.5	13.5	1013	84
9.1	71.6	79.3	3.9	10.1	1017.3	87
5.9	93	40	4	8.3	1023	89
7.2	82.3	34.6	4.6	9	1018.4	86
6.8	95.4	48.7	3.6	8.5	1009.8	86
8	61.9	144.6	3.7	8	1015.7	77
14.3	0	284.2	2.8	9.9	1021.1	62
14.6	103.4	164.2	3.5	12.2	1011.5	75
17.5	99.2	130.3	3.1	15.3	1012.5	78
17.2	96.7	178.3	3.4	14.5	1012.8	75
17.2	56.9	150.8	2.8	14.6	1015.8	76
14.1	57.6	130.5	2.7	13	1020.5	81
10.5	65.2	108.5	2.4	11.2	1023.5	87
6.8	71.7	51.3	3.2	8.9	1020.3	89
4.1	89.2	70.3	3.8	7.2	1022.2	84
6.5	70.7	41.8	4.8	8.2	1016.1	83
6.1	35.4	125.7	3.6	6.9	1025	72
6.3	140.5	68.4	4.3	7.5	1007.1	78
9.3	45.4	135	3.2	8	1011.3	69
16.4	53.9	231	3	11.3	1014.8	62
16.1	69.9	184.7	2.8	13	1017.2	73
18	101.9	181.6	2.9	14.1	1015.2	72
17.6	89.3	138.3	3.1	14.4	1012.9	75
14	70.7	157.8	3.3	11.3	1017.7	75
10.5	72.4	122.1	3.1	10.5	1016	85
6.9	67.6	39.6	3.5	8.9	1013.5	90
2.8	43.3	59.8	2.9	6.7	1018.3	91
0.7	62.9	89.1	3.5	5.6	1013.9	86
3.6	57.1	33.1	3.2	6.8	1014.5	87
6.7	68.2	150.5	3.7	7	1015	75
12.5	47.1	196.9	3.1	9	1013.6	70
14.4	43.1	196.6	3.1	11.3	1018.7	72
16.5	64.5	225.2	3.1	12.6	1016.6	69
18.7	73.1	214.2	3.1	14.2	1013.7	70
19.4	37.7	258.3	2.9	13.6	1016.9	66
15.8	29.1	156.9	3.1	13.6	1021	78
11.3	105	89.8	2.9	10.9	1017.1	83
9.7	98	48.2	5.5	9.8	1006.6	84
2.9	80.8	46	4	6.9	1007.1	89

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time9 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24
R Framework error message
The field 'Names of X columns' contains a hard return which cannot be interpreted.
Please, resubmit your request without hard returns in the 'Names of X columns'.

\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 & 9 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
R Framework error message & 
The field 'Names of X columns' contains a hard return which cannot be interpreted.
Please, resubmit your request without hard returns in the 'Names of X columns'.
 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=116601&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]9 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[ROW][C]R Framework error message[/C][C]
The field 'Names of X columns' contains a hard return which cannot be interpreted.
Please, resubmit your request without hard returns in the 'Names of X columns'.
[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=116601&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=116601&T=0

As an alternative you can also use a QR Code:  
QR Code


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

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time9 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24
R Framework error message
The field 'Names of X columns' contains a hard return which cannot be interpreted.
Please, resubmit your request without hard returns in the 'Names of X columns'.






Goodness of Fit
Correlation0.9836
R-squared0.9674
RMSE1.0115

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.9836 \tabularnewline
R-squared & 0.9674 \tabularnewline
RMSE & 1.0115 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=116601&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.9836[/C][/ROW]
[ROW][C]R-squared[/C][C]0.9674[/C][/ROW]
[ROW][C]RMSE[/C][C]1.0115[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=116601&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=116601&T=1

As an alternative you can also use a QR Code:  
QR Code


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

Goodness of Fit
Correlation0.9836
R-squared0.9674
RMSE1.0115






Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
15.24.586666666666670.613333333333333
27.98.93571428571429-1.03571428571428
38.78.93571428571429-0.235714285714286
48.98.93571428571429-0.0357142857142847
515.314.12222222222221.17777777777778
615.416.1166666666667-0.716666666666667
718.119.7352941176471-1.63529411764706
819.719.7352941176471-0.0352941176470587
91313.6636363636364-0.663636363636364
1012.613.6636363636364-1.06363636363636
116.27.94705882352941-1.74705882352941
123.53.50
133.43.5-0.1
1401.83529411764706-1.83529411764706
159.511.06-1.56
168.97.2251.675
1710.48.935714285714291.46428571428572
1813.214.1222222222222-0.922222222222222
1918.918.20833333333330.691666666666666
201919.7352941176471-0.735294117647058
2116.316.11666666666670.183333333333334
2210.610.6461538461538-0.046153846153846
235.85.752380952380950.0476190476190474
243.63.50.1
252.61.835294117647060.764705882352941
2654.586666666666670.413333333333333
277.37.077777777777780.222222222222222
289.28.935714285714290.264285714285714
2915.714.12222222222221.57777777777778
3016.817.0642857142857-0.264285714285712
3118.418.20833333333330.191666666666666
3218.118.2083333333333-0.108333333333331
3314.613.66363636363640.936363636363636
347.87.94705882352941-0.147058823529412
357.67.94705882352941-0.347058823529412
363.84.58666666666667-0.786666666666667
375.65.75238095238095-0.152380952380953
382.21.835294117647060.364705882352941
396.87.225-0.425
4011.811.060.74
4114.914.12222222222220.777777777777779
4216.717.0642857142857-0.364285714285714
4316.715.93076923076920.769230769230768
4415.917.0642857142857-1.16428571428571
4513.613.6636363636364-0.0636363636363644
469.27.947058823529411.25294117647059
472.87.94705882352941-5.14705882352941
482.55.75238095238095-3.25238095238095
494.85.75238095238095-0.952380952380953
502.81.835294117647060.964705882352941
517.87.077777777777780.722222222222222
52911.06-2.06
5312.914.1222222222222-1.22222222222222
5416.416.11666666666670.283333333333331
5521.819.73529411764712.06470588235294
5617.817.06428571428570.735714285714288
5713.513.6636363636364-0.163636363636364
581010.6461538461538-0.646153846153846
5910.410.6461538461538-0.246153846153845
605.55.75238095238095-0.252380952380952
6143.50.5
626.84.586666666666672.21333333333333
635.77.225-1.525
649.17.947058823529411.15294117647059
6513.614.1222222222222-0.522222222222222
661516.1166666666667-1.11666666666667
6720.919.73529411764711.16470588235294
6820.419.73529411764710.66470588235294
691413.66363636363640.336363636363636
7013.713.66363636363640.0363636363636353
717.17.077777777777780.0222222222222221
720.81.83529411764706-1.03529411764706
732.11.835294117647060.264705882352941
741.31.83529411764706-0.535294117647059
753.91.835294117647062.06470588235294
7610.77.2253.475
7711.111.060.0399999999999991
7816.416.11666666666670.283333333333331
7917.116.11666666666670.983333333333334
8017.317.06428571428570.235714285714288
8112.914.1222222222222-1.22222222222222
8210.910.64615384615380.253846153846155
835.35.75238095238095-0.452380952380953
840.71.83529411764706-1.13529411764706
85-0.21.83529411764706-2.03529411764706
866.55.752380952380950.747619047619048
878.67.947058823529410.652941176470588
888.58.93571428571429-0.435714285714285
8913.314.1222222222222-0.822222222222221
9016.217.0642857142857-0.864285714285714
9117.518.2083333333333-0.708333333333332
9221.219.73529411764711.46470588235294
9314.816.1166666666667-1.31666666666667
9410.310.6461538461538-0.346153846153845
957.37.94705882352941-0.647058823529412
965.15.75238095238095-0.652380952380953
974.44.58666666666667-0.186666666666667
986.27.07777777777778-0.877777777777777
997.78.93571428571429-1.23571428571428
1009.37.947058823529411.35294117647059
10115.616.1166666666667-0.516666666666667
10216.315.93076923076920.36923076923077
10316.615.93076923076920.66923076923077
10417.417.06428571428570.335714285714285
10515.315.9307692307692-0.63076923076923
1069.710.6461538461538-0.946153846153846
1073.74.58666666666667-0.886666666666667
1084.64.586666666666670.0133333333333328
1095.45.75238095238095-0.352380952380952
1103.13.5-0.4
1117.97.077777777777780.822222222222223
11210.111.06-0.96
1131516.1166666666667-1.11666666666667
11415.616.1166666666667-0.516666666666667
11519.719.7352941176471-0.0352941176470587
11618.118.2083333333333-0.108333333333331
11717.718.2083333333333-0.508333333333333
11810.710.64615384615380.0538461538461537
1196.25.752380952380950.447619047619048
1204.24.58666666666667-0.386666666666667
12144.58666666666667-0.586666666666667
1225.97.07777777777778-1.17777777777778
1237.17.077777777777780.0222222222222221
12410.511.06-0.56
12515.115.9307692307692-0.830769230769231
12616.819.7352941176471-2.93529411764706
12715.315.9307692307692-0.63076923076923
12818.419.7352941176471-1.33529411764706
12916.115.93076923076920.169230769230770
13011.310.64615384615380.653846153846155
1317.97.94705882352941-0.0470588235294116
1325.65.75238095238095-0.152380952380953
1333.43.5-0.1
1344.84.586666666666670.213333333333333
1356.55.752380952380950.747619047619048
1368.57.947058823529410.552941176470588
13715.114.12222222222220.977777777777778
13815.716.1166666666667-0.416666666666668
13918.718.20833333333330.491666666666667
14019.219.7352941176471-0.535294117647059
14112.913.6636363636364-0.763636363636364
14214.415.9307692307692-1.53076923076923
1436.25.752380952380950.447619047619048
1443.33.5-0.2
1454.64.586666666666670.0133333333333328
1467.27.077777777777780.122222222222223
1477.88.93571428571429-1.13571428571429
1489.98.935714285714290.964285714285715
14913.614.1222222222222-0.522222222222222
15017.117.06428571428570.0357142857142883
15117.818.2083333333333-0.408333333333331
15218.618.20833333333330.391666666666669
15314.716.1166666666667-1.41666666666667
15410.510.6461538461538-0.146153846153846
1558.67.947058823529410.652941176470588
1564.45.75238095238095-1.35238095238095
1572.31.835294117647060.464705882352941
1582.81.835294117647060.964705882352941
1598.88.93571428571429-0.135714285714284
16010.78.935714285714291.76428571428571
16113.914.1222222222222-0.222222222222221
16219.319.7352941176471-0.435294117647057
16319.519.7352941176471-0.235294117647058
16420.419.73529411764710.66470588235294
16515.316.1166666666667-0.816666666666666
1667.97.94705882352941-0.0470588235294116
1678.37.947058823529410.352941176470589
1684.54.58666666666667-0.0866666666666669
1693.23.5-0.3
17054.586666666666670.413333333333333
1716.67.225-0.625
17211.111.060.0399999999999991
17312.814.1222222222222-1.32222222222222
17416.317.0642857142857-0.764285714285712
17517.417.06428571428570.335714285714285
17618.918.20833333333330.691666666666666
17715.815.9307692307692-0.130769230769230
17811.710.64615384615381.05384615384615
1796.45.752380952380950.647619047619048
1802.93.5-0.6
1814.74.586666666666670.113333333333333
1822.41.835294117647060.564705882352941
1837.27.077777777777780.122222222222223
18410.711.06-0.360000000000001
18513.414.1222222222222-0.722222222222221
18618.516.11666666666672.38333333333333
18718.318.20833333333330.0916666666666686
18816.815.93076923076920.86923076923077
18916.615.93076923076920.66923076923077
19014.113.66363636363640.436363636363636
1916.15.752380952380950.347619047619047
1923.54.58666666666667-1.08666666666667
1931.71.83529411764706-0.135294117647059
1942.31.835294117647060.464705882352941
1954.53.51
1969.38.935714285714290.364285714285716
19714.214.12222222222220.0777777777777775
19817.316.11666666666671.18333333333333
1992319.73529411764713.26470588235294
20016.315.93076923076920.36923076923077
20118.416.11666666666672.28333333333333
20214.213.66363636363640.536363636363635
2039.17.947058823529411.15294117647059
2045.95.752380952380950.147619047619048
2057.27.94705882352941-0.747058823529412
2066.85.752380952380951.04761904761905
20788.93571428571429-0.935714285714285
20814.311.063.24
20914.614.12222222222220.477777777777778
21017.518.2083333333333-0.708333333333332
21117.217.06428571428570.135714285714286
21217.217.06428571428570.135714285714286
21314.113.66363636363640.436363636363636
21410.510.6461538461538-0.146153846153846
2156.85.752380952380951.04761904761905
2164.13.50.6
2176.55.752380952380950.747619047619048
2186.17.225-1.125
2196.37.225-0.925
2209.38.935714285714290.364285714285716
22116.414.12222222222222.27777777777778
22216.116.1166666666667-0.0166666666666657
2231817.06428571428570.935714285714287
22417.617.06428571428570.535714285714288
2251414.1222222222222-0.122222222222222
22610.510.6461538461538-0.146153846153846
2276.95.752380952380951.14761904761905
2282.81.835294117647060.964705882352941
2290.71.83529411764706-1.13529411764706
2303.63.50.1
2316.77.225-0.524999999999999
23212.511.061.44
23314.414.12222222222220.277777777777779
23416.516.11666666666670.383333333333333
23518.719.7352941176471-1.03529411764706
23619.419.7352941176471-0.335294117647059
23715.815.9307692307692-0.130769230769230
23811.310.64615384615380.653846153846155
2399.77.947058823529411.75294117647059
2402.93.5-0.6

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 5.2 & 4.58666666666667 & 0.613333333333333 \tabularnewline
2 & 7.9 & 8.93571428571429 & -1.03571428571428 \tabularnewline
3 & 8.7 & 8.93571428571429 & -0.235714285714286 \tabularnewline
4 & 8.9 & 8.93571428571429 & -0.0357142857142847 \tabularnewline
5 & 15.3 & 14.1222222222222 & 1.17777777777778 \tabularnewline
6 & 15.4 & 16.1166666666667 & -0.716666666666667 \tabularnewline
7 & 18.1 & 19.7352941176471 & -1.63529411764706 \tabularnewline
8 & 19.7 & 19.7352941176471 & -0.0352941176470587 \tabularnewline
9 & 13 & 13.6636363636364 & -0.663636363636364 \tabularnewline
10 & 12.6 & 13.6636363636364 & -1.06363636363636 \tabularnewline
11 & 6.2 & 7.94705882352941 & -1.74705882352941 \tabularnewline
12 & 3.5 & 3.5 & 0 \tabularnewline
13 & 3.4 & 3.5 & -0.1 \tabularnewline
14 & 0 & 1.83529411764706 & -1.83529411764706 \tabularnewline
15 & 9.5 & 11.06 & -1.56 \tabularnewline
16 & 8.9 & 7.225 & 1.675 \tabularnewline
17 & 10.4 & 8.93571428571429 & 1.46428571428572 \tabularnewline
18 & 13.2 & 14.1222222222222 & -0.922222222222222 \tabularnewline
19 & 18.9 & 18.2083333333333 & 0.691666666666666 \tabularnewline
20 & 19 & 19.7352941176471 & -0.735294117647058 \tabularnewline
21 & 16.3 & 16.1166666666667 & 0.183333333333334 \tabularnewline
22 & 10.6 & 10.6461538461538 & -0.046153846153846 \tabularnewline
23 & 5.8 & 5.75238095238095 & 0.0476190476190474 \tabularnewline
24 & 3.6 & 3.5 & 0.1 \tabularnewline
25 & 2.6 & 1.83529411764706 & 0.764705882352941 \tabularnewline
26 & 5 & 4.58666666666667 & 0.413333333333333 \tabularnewline
27 & 7.3 & 7.07777777777778 & 0.222222222222222 \tabularnewline
28 & 9.2 & 8.93571428571429 & 0.264285714285714 \tabularnewline
29 & 15.7 & 14.1222222222222 & 1.57777777777778 \tabularnewline
30 & 16.8 & 17.0642857142857 & -0.264285714285712 \tabularnewline
31 & 18.4 & 18.2083333333333 & 0.191666666666666 \tabularnewline
32 & 18.1 & 18.2083333333333 & -0.108333333333331 \tabularnewline
33 & 14.6 & 13.6636363636364 & 0.936363636363636 \tabularnewline
34 & 7.8 & 7.94705882352941 & -0.147058823529412 \tabularnewline
35 & 7.6 & 7.94705882352941 & -0.347058823529412 \tabularnewline
36 & 3.8 & 4.58666666666667 & -0.786666666666667 \tabularnewline
37 & 5.6 & 5.75238095238095 & -0.152380952380953 \tabularnewline
38 & 2.2 & 1.83529411764706 & 0.364705882352941 \tabularnewline
39 & 6.8 & 7.225 & -0.425 \tabularnewline
40 & 11.8 & 11.06 & 0.74 \tabularnewline
41 & 14.9 & 14.1222222222222 & 0.777777777777779 \tabularnewline
42 & 16.7 & 17.0642857142857 & -0.364285714285714 \tabularnewline
43 & 16.7 & 15.9307692307692 & 0.769230769230768 \tabularnewline
44 & 15.9 & 17.0642857142857 & -1.16428571428571 \tabularnewline
45 & 13.6 & 13.6636363636364 & -0.0636363636363644 \tabularnewline
46 & 9.2 & 7.94705882352941 & 1.25294117647059 \tabularnewline
47 & 2.8 & 7.94705882352941 & -5.14705882352941 \tabularnewline
48 & 2.5 & 5.75238095238095 & -3.25238095238095 \tabularnewline
49 & 4.8 & 5.75238095238095 & -0.952380952380953 \tabularnewline
50 & 2.8 & 1.83529411764706 & 0.964705882352941 \tabularnewline
51 & 7.8 & 7.07777777777778 & 0.722222222222222 \tabularnewline
52 & 9 & 11.06 & -2.06 \tabularnewline
53 & 12.9 & 14.1222222222222 & -1.22222222222222 \tabularnewline
54 & 16.4 & 16.1166666666667 & 0.283333333333331 \tabularnewline
55 & 21.8 & 19.7352941176471 & 2.06470588235294 \tabularnewline
56 & 17.8 & 17.0642857142857 & 0.735714285714288 \tabularnewline
57 & 13.5 & 13.6636363636364 & -0.163636363636364 \tabularnewline
58 & 10 & 10.6461538461538 & -0.646153846153846 \tabularnewline
59 & 10.4 & 10.6461538461538 & -0.246153846153845 \tabularnewline
60 & 5.5 & 5.75238095238095 & -0.252380952380952 \tabularnewline
61 & 4 & 3.5 & 0.5 \tabularnewline
62 & 6.8 & 4.58666666666667 & 2.21333333333333 \tabularnewline
63 & 5.7 & 7.225 & -1.525 \tabularnewline
64 & 9.1 & 7.94705882352941 & 1.15294117647059 \tabularnewline
65 & 13.6 & 14.1222222222222 & -0.522222222222222 \tabularnewline
66 & 15 & 16.1166666666667 & -1.11666666666667 \tabularnewline
67 & 20.9 & 19.7352941176471 & 1.16470588235294 \tabularnewline
68 & 20.4 & 19.7352941176471 & 0.66470588235294 \tabularnewline
69 & 14 & 13.6636363636364 & 0.336363636363636 \tabularnewline
70 & 13.7 & 13.6636363636364 & 0.0363636363636353 \tabularnewline
71 & 7.1 & 7.07777777777778 & 0.0222222222222221 \tabularnewline
72 & 0.8 & 1.83529411764706 & -1.03529411764706 \tabularnewline
73 & 2.1 & 1.83529411764706 & 0.264705882352941 \tabularnewline
74 & 1.3 & 1.83529411764706 & -0.535294117647059 \tabularnewline
75 & 3.9 & 1.83529411764706 & 2.06470588235294 \tabularnewline
76 & 10.7 & 7.225 & 3.475 \tabularnewline
77 & 11.1 & 11.06 & 0.0399999999999991 \tabularnewline
78 & 16.4 & 16.1166666666667 & 0.283333333333331 \tabularnewline
79 & 17.1 & 16.1166666666667 & 0.983333333333334 \tabularnewline
80 & 17.3 & 17.0642857142857 & 0.235714285714288 \tabularnewline
81 & 12.9 & 14.1222222222222 & -1.22222222222222 \tabularnewline
82 & 10.9 & 10.6461538461538 & 0.253846153846155 \tabularnewline
83 & 5.3 & 5.75238095238095 & -0.452380952380953 \tabularnewline
84 & 0.7 & 1.83529411764706 & -1.13529411764706 \tabularnewline
85 & -0.2 & 1.83529411764706 & -2.03529411764706 \tabularnewline
86 & 6.5 & 5.75238095238095 & 0.747619047619048 \tabularnewline
87 & 8.6 & 7.94705882352941 & 0.652941176470588 \tabularnewline
88 & 8.5 & 8.93571428571429 & -0.435714285714285 \tabularnewline
89 & 13.3 & 14.1222222222222 & -0.822222222222221 \tabularnewline
90 & 16.2 & 17.0642857142857 & -0.864285714285714 \tabularnewline
91 & 17.5 & 18.2083333333333 & -0.708333333333332 \tabularnewline
92 & 21.2 & 19.7352941176471 & 1.46470588235294 \tabularnewline
93 & 14.8 & 16.1166666666667 & -1.31666666666667 \tabularnewline
94 & 10.3 & 10.6461538461538 & -0.346153846153845 \tabularnewline
95 & 7.3 & 7.94705882352941 & -0.647058823529412 \tabularnewline
96 & 5.1 & 5.75238095238095 & -0.652380952380953 \tabularnewline
97 & 4.4 & 4.58666666666667 & -0.186666666666667 \tabularnewline
98 & 6.2 & 7.07777777777778 & -0.877777777777777 \tabularnewline
99 & 7.7 & 8.93571428571429 & -1.23571428571428 \tabularnewline
100 & 9.3 & 7.94705882352941 & 1.35294117647059 \tabularnewline
101 & 15.6 & 16.1166666666667 & -0.516666666666667 \tabularnewline
102 & 16.3 & 15.9307692307692 & 0.36923076923077 \tabularnewline
103 & 16.6 & 15.9307692307692 & 0.66923076923077 \tabularnewline
104 & 17.4 & 17.0642857142857 & 0.335714285714285 \tabularnewline
105 & 15.3 & 15.9307692307692 & -0.63076923076923 \tabularnewline
106 & 9.7 & 10.6461538461538 & -0.946153846153846 \tabularnewline
107 & 3.7 & 4.58666666666667 & -0.886666666666667 \tabularnewline
108 & 4.6 & 4.58666666666667 & 0.0133333333333328 \tabularnewline
109 & 5.4 & 5.75238095238095 & -0.352380952380952 \tabularnewline
110 & 3.1 & 3.5 & -0.4 \tabularnewline
111 & 7.9 & 7.07777777777778 & 0.822222222222223 \tabularnewline
112 & 10.1 & 11.06 & -0.96 \tabularnewline
113 & 15 & 16.1166666666667 & -1.11666666666667 \tabularnewline
114 & 15.6 & 16.1166666666667 & -0.516666666666667 \tabularnewline
115 & 19.7 & 19.7352941176471 & -0.0352941176470587 \tabularnewline
116 & 18.1 & 18.2083333333333 & -0.108333333333331 \tabularnewline
117 & 17.7 & 18.2083333333333 & -0.508333333333333 \tabularnewline
118 & 10.7 & 10.6461538461538 & 0.0538461538461537 \tabularnewline
119 & 6.2 & 5.75238095238095 & 0.447619047619048 \tabularnewline
120 & 4.2 & 4.58666666666667 & -0.386666666666667 \tabularnewline
121 & 4 & 4.58666666666667 & -0.586666666666667 \tabularnewline
122 & 5.9 & 7.07777777777778 & -1.17777777777778 \tabularnewline
123 & 7.1 & 7.07777777777778 & 0.0222222222222221 \tabularnewline
124 & 10.5 & 11.06 & -0.56 \tabularnewline
125 & 15.1 & 15.9307692307692 & -0.830769230769231 \tabularnewline
126 & 16.8 & 19.7352941176471 & -2.93529411764706 \tabularnewline
127 & 15.3 & 15.9307692307692 & -0.63076923076923 \tabularnewline
128 & 18.4 & 19.7352941176471 & -1.33529411764706 \tabularnewline
129 & 16.1 & 15.9307692307692 & 0.169230769230770 \tabularnewline
130 & 11.3 & 10.6461538461538 & 0.653846153846155 \tabularnewline
131 & 7.9 & 7.94705882352941 & -0.0470588235294116 \tabularnewline
132 & 5.6 & 5.75238095238095 & -0.152380952380953 \tabularnewline
133 & 3.4 & 3.5 & -0.1 \tabularnewline
134 & 4.8 & 4.58666666666667 & 0.213333333333333 \tabularnewline
135 & 6.5 & 5.75238095238095 & 0.747619047619048 \tabularnewline
136 & 8.5 & 7.94705882352941 & 0.552941176470588 \tabularnewline
137 & 15.1 & 14.1222222222222 & 0.977777777777778 \tabularnewline
138 & 15.7 & 16.1166666666667 & -0.416666666666668 \tabularnewline
139 & 18.7 & 18.2083333333333 & 0.491666666666667 \tabularnewline
140 & 19.2 & 19.7352941176471 & -0.535294117647059 \tabularnewline
141 & 12.9 & 13.6636363636364 & -0.763636363636364 \tabularnewline
142 & 14.4 & 15.9307692307692 & -1.53076923076923 \tabularnewline
143 & 6.2 & 5.75238095238095 & 0.447619047619048 \tabularnewline
144 & 3.3 & 3.5 & -0.2 \tabularnewline
145 & 4.6 & 4.58666666666667 & 0.0133333333333328 \tabularnewline
146 & 7.2 & 7.07777777777778 & 0.122222222222223 \tabularnewline
147 & 7.8 & 8.93571428571429 & -1.13571428571429 \tabularnewline
148 & 9.9 & 8.93571428571429 & 0.964285714285715 \tabularnewline
149 & 13.6 & 14.1222222222222 & -0.522222222222222 \tabularnewline
150 & 17.1 & 17.0642857142857 & 0.0357142857142883 \tabularnewline
151 & 17.8 & 18.2083333333333 & -0.408333333333331 \tabularnewline
152 & 18.6 & 18.2083333333333 & 0.391666666666669 \tabularnewline
153 & 14.7 & 16.1166666666667 & -1.41666666666667 \tabularnewline
154 & 10.5 & 10.6461538461538 & -0.146153846153846 \tabularnewline
155 & 8.6 & 7.94705882352941 & 0.652941176470588 \tabularnewline
156 & 4.4 & 5.75238095238095 & -1.35238095238095 \tabularnewline
157 & 2.3 & 1.83529411764706 & 0.464705882352941 \tabularnewline
158 & 2.8 & 1.83529411764706 & 0.964705882352941 \tabularnewline
159 & 8.8 & 8.93571428571429 & -0.135714285714284 \tabularnewline
160 & 10.7 & 8.93571428571429 & 1.76428571428571 \tabularnewline
161 & 13.9 & 14.1222222222222 & -0.222222222222221 \tabularnewline
162 & 19.3 & 19.7352941176471 & -0.435294117647057 \tabularnewline
163 & 19.5 & 19.7352941176471 & -0.235294117647058 \tabularnewline
164 & 20.4 & 19.7352941176471 & 0.66470588235294 \tabularnewline
165 & 15.3 & 16.1166666666667 & -0.816666666666666 \tabularnewline
166 & 7.9 & 7.94705882352941 & -0.0470588235294116 \tabularnewline
167 & 8.3 & 7.94705882352941 & 0.352941176470589 \tabularnewline
168 & 4.5 & 4.58666666666667 & -0.0866666666666669 \tabularnewline
169 & 3.2 & 3.5 & -0.3 \tabularnewline
170 & 5 & 4.58666666666667 & 0.413333333333333 \tabularnewline
171 & 6.6 & 7.225 & -0.625 \tabularnewline
172 & 11.1 & 11.06 & 0.0399999999999991 \tabularnewline
173 & 12.8 & 14.1222222222222 & -1.32222222222222 \tabularnewline
174 & 16.3 & 17.0642857142857 & -0.764285714285712 \tabularnewline
175 & 17.4 & 17.0642857142857 & 0.335714285714285 \tabularnewline
176 & 18.9 & 18.2083333333333 & 0.691666666666666 \tabularnewline
177 & 15.8 & 15.9307692307692 & -0.130769230769230 \tabularnewline
178 & 11.7 & 10.6461538461538 & 1.05384615384615 \tabularnewline
179 & 6.4 & 5.75238095238095 & 0.647619047619048 \tabularnewline
180 & 2.9 & 3.5 & -0.6 \tabularnewline
181 & 4.7 & 4.58666666666667 & 0.113333333333333 \tabularnewline
182 & 2.4 & 1.83529411764706 & 0.564705882352941 \tabularnewline
183 & 7.2 & 7.07777777777778 & 0.122222222222223 \tabularnewline
184 & 10.7 & 11.06 & -0.360000000000001 \tabularnewline
185 & 13.4 & 14.1222222222222 & -0.722222222222221 \tabularnewline
186 & 18.5 & 16.1166666666667 & 2.38333333333333 \tabularnewline
187 & 18.3 & 18.2083333333333 & 0.0916666666666686 \tabularnewline
188 & 16.8 & 15.9307692307692 & 0.86923076923077 \tabularnewline
189 & 16.6 & 15.9307692307692 & 0.66923076923077 \tabularnewline
190 & 14.1 & 13.6636363636364 & 0.436363636363636 \tabularnewline
191 & 6.1 & 5.75238095238095 & 0.347619047619047 \tabularnewline
192 & 3.5 & 4.58666666666667 & -1.08666666666667 \tabularnewline
193 & 1.7 & 1.83529411764706 & -0.135294117647059 \tabularnewline
194 & 2.3 & 1.83529411764706 & 0.464705882352941 \tabularnewline
195 & 4.5 & 3.5 & 1 \tabularnewline
196 & 9.3 & 8.93571428571429 & 0.364285714285716 \tabularnewline
197 & 14.2 & 14.1222222222222 & 0.0777777777777775 \tabularnewline
198 & 17.3 & 16.1166666666667 & 1.18333333333333 \tabularnewline
199 & 23 & 19.7352941176471 & 3.26470588235294 \tabularnewline
200 & 16.3 & 15.9307692307692 & 0.36923076923077 \tabularnewline
201 & 18.4 & 16.1166666666667 & 2.28333333333333 \tabularnewline
202 & 14.2 & 13.6636363636364 & 0.536363636363635 \tabularnewline
203 & 9.1 & 7.94705882352941 & 1.15294117647059 \tabularnewline
204 & 5.9 & 5.75238095238095 & 0.147619047619048 \tabularnewline
205 & 7.2 & 7.94705882352941 & -0.747058823529412 \tabularnewline
206 & 6.8 & 5.75238095238095 & 1.04761904761905 \tabularnewline
207 & 8 & 8.93571428571429 & -0.935714285714285 \tabularnewline
208 & 14.3 & 11.06 & 3.24 \tabularnewline
209 & 14.6 & 14.1222222222222 & 0.477777777777778 \tabularnewline
210 & 17.5 & 18.2083333333333 & -0.708333333333332 \tabularnewline
211 & 17.2 & 17.0642857142857 & 0.135714285714286 \tabularnewline
212 & 17.2 & 17.0642857142857 & 0.135714285714286 \tabularnewline
213 & 14.1 & 13.6636363636364 & 0.436363636363636 \tabularnewline
214 & 10.5 & 10.6461538461538 & -0.146153846153846 \tabularnewline
215 & 6.8 & 5.75238095238095 & 1.04761904761905 \tabularnewline
216 & 4.1 & 3.5 & 0.6 \tabularnewline
217 & 6.5 & 5.75238095238095 & 0.747619047619048 \tabularnewline
218 & 6.1 & 7.225 & -1.125 \tabularnewline
219 & 6.3 & 7.225 & -0.925 \tabularnewline
220 & 9.3 & 8.93571428571429 & 0.364285714285716 \tabularnewline
221 & 16.4 & 14.1222222222222 & 2.27777777777778 \tabularnewline
222 & 16.1 & 16.1166666666667 & -0.0166666666666657 \tabularnewline
223 & 18 & 17.0642857142857 & 0.935714285714287 \tabularnewline
224 & 17.6 & 17.0642857142857 & 0.535714285714288 \tabularnewline
225 & 14 & 14.1222222222222 & -0.122222222222222 \tabularnewline
226 & 10.5 & 10.6461538461538 & -0.146153846153846 \tabularnewline
227 & 6.9 & 5.75238095238095 & 1.14761904761905 \tabularnewline
228 & 2.8 & 1.83529411764706 & 0.964705882352941 \tabularnewline
229 & 0.7 & 1.83529411764706 & -1.13529411764706 \tabularnewline
230 & 3.6 & 3.5 & 0.1 \tabularnewline
231 & 6.7 & 7.225 & -0.524999999999999 \tabularnewline
232 & 12.5 & 11.06 & 1.44 \tabularnewline
233 & 14.4 & 14.1222222222222 & 0.277777777777779 \tabularnewline
234 & 16.5 & 16.1166666666667 & 0.383333333333333 \tabularnewline
235 & 18.7 & 19.7352941176471 & -1.03529411764706 \tabularnewline
236 & 19.4 & 19.7352941176471 & -0.335294117647059 \tabularnewline
237 & 15.8 & 15.9307692307692 & -0.130769230769230 \tabularnewline
238 & 11.3 & 10.6461538461538 & 0.653846153846155 \tabularnewline
239 & 9.7 & 7.94705882352941 & 1.75294117647059 \tabularnewline
240 & 2.9 & 3.5 & -0.6 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=116601&T=2

[TABLE]
[ROW][C]Actuals, Predictions, and Residuals[/C][/ROW]
[ROW][C]#[/C][C]Actuals[/C][C]Forecasts[/C][C]Residuals[/C][/ROW]
[ROW][C]1[/C][C]5.2[/C][C]4.58666666666667[/C][C]0.613333333333333[/C][/ROW]
[ROW][C]2[/C][C]7.9[/C][C]8.93571428571429[/C][C]-1.03571428571428[/C][/ROW]
[ROW][C]3[/C][C]8.7[/C][C]8.93571428571429[/C][C]-0.235714285714286[/C][/ROW]
[ROW][C]4[/C][C]8.9[/C][C]8.93571428571429[/C][C]-0.0357142857142847[/C][/ROW]
[ROW][C]5[/C][C]15.3[/C][C]14.1222222222222[/C][C]1.17777777777778[/C][/ROW]
[ROW][C]6[/C][C]15.4[/C][C]16.1166666666667[/C][C]-0.716666666666667[/C][/ROW]
[ROW][C]7[/C][C]18.1[/C][C]19.7352941176471[/C][C]-1.63529411764706[/C][/ROW]
[ROW][C]8[/C][C]19.7[/C][C]19.7352941176471[/C][C]-0.0352941176470587[/C][/ROW]
[ROW][C]9[/C][C]13[/C][C]13.6636363636364[/C][C]-0.663636363636364[/C][/ROW]
[ROW][C]10[/C][C]12.6[/C][C]13.6636363636364[/C][C]-1.06363636363636[/C][/ROW]
[ROW][C]11[/C][C]6.2[/C][C]7.94705882352941[/C][C]-1.74705882352941[/C][/ROW]
[ROW][C]12[/C][C]3.5[/C][C]3.5[/C][C]0[/C][/ROW]
[ROW][C]13[/C][C]3.4[/C][C]3.5[/C][C]-0.1[/C][/ROW]
[ROW][C]14[/C][C]0[/C][C]1.83529411764706[/C][C]-1.83529411764706[/C][/ROW]
[ROW][C]15[/C][C]9.5[/C][C]11.06[/C][C]-1.56[/C][/ROW]
[ROW][C]16[/C][C]8.9[/C][C]7.225[/C][C]1.675[/C][/ROW]
[ROW][C]17[/C][C]10.4[/C][C]8.93571428571429[/C][C]1.46428571428572[/C][/ROW]
[ROW][C]18[/C][C]13.2[/C][C]14.1222222222222[/C][C]-0.922222222222222[/C][/ROW]
[ROW][C]19[/C][C]18.9[/C][C]18.2083333333333[/C][C]0.691666666666666[/C][/ROW]
[ROW][C]20[/C][C]19[/C][C]19.7352941176471[/C][C]-0.735294117647058[/C][/ROW]
[ROW][C]21[/C][C]16.3[/C][C]16.1166666666667[/C][C]0.183333333333334[/C][/ROW]
[ROW][C]22[/C][C]10.6[/C][C]10.6461538461538[/C][C]-0.046153846153846[/C][/ROW]
[ROW][C]23[/C][C]5.8[/C][C]5.75238095238095[/C][C]0.0476190476190474[/C][/ROW]
[ROW][C]24[/C][C]3.6[/C][C]3.5[/C][C]0.1[/C][/ROW]
[ROW][C]25[/C][C]2.6[/C][C]1.83529411764706[/C][C]0.764705882352941[/C][/ROW]
[ROW][C]26[/C][C]5[/C][C]4.58666666666667[/C][C]0.413333333333333[/C][/ROW]
[ROW][C]27[/C][C]7.3[/C][C]7.07777777777778[/C][C]0.222222222222222[/C][/ROW]
[ROW][C]28[/C][C]9.2[/C][C]8.93571428571429[/C][C]0.264285714285714[/C][/ROW]
[ROW][C]29[/C][C]15.7[/C][C]14.1222222222222[/C][C]1.57777777777778[/C][/ROW]
[ROW][C]30[/C][C]16.8[/C][C]17.0642857142857[/C][C]-0.264285714285712[/C][/ROW]
[ROW][C]31[/C][C]18.4[/C][C]18.2083333333333[/C][C]0.191666666666666[/C][/ROW]
[ROW][C]32[/C][C]18.1[/C][C]18.2083333333333[/C][C]-0.108333333333331[/C][/ROW]
[ROW][C]33[/C][C]14.6[/C][C]13.6636363636364[/C][C]0.936363636363636[/C][/ROW]
[ROW][C]34[/C][C]7.8[/C][C]7.94705882352941[/C][C]-0.147058823529412[/C][/ROW]
[ROW][C]35[/C][C]7.6[/C][C]7.94705882352941[/C][C]-0.347058823529412[/C][/ROW]
[ROW][C]36[/C][C]3.8[/C][C]4.58666666666667[/C][C]-0.786666666666667[/C][/ROW]
[ROW][C]37[/C][C]5.6[/C][C]5.75238095238095[/C][C]-0.152380952380953[/C][/ROW]
[ROW][C]38[/C][C]2.2[/C][C]1.83529411764706[/C][C]0.364705882352941[/C][/ROW]
[ROW][C]39[/C][C]6.8[/C][C]7.225[/C][C]-0.425[/C][/ROW]
[ROW][C]40[/C][C]11.8[/C][C]11.06[/C][C]0.74[/C][/ROW]
[ROW][C]41[/C][C]14.9[/C][C]14.1222222222222[/C][C]0.777777777777779[/C][/ROW]
[ROW][C]42[/C][C]16.7[/C][C]17.0642857142857[/C][C]-0.364285714285714[/C][/ROW]
[ROW][C]43[/C][C]16.7[/C][C]15.9307692307692[/C][C]0.769230769230768[/C][/ROW]
[ROW][C]44[/C][C]15.9[/C][C]17.0642857142857[/C][C]-1.16428571428571[/C][/ROW]
[ROW][C]45[/C][C]13.6[/C][C]13.6636363636364[/C][C]-0.0636363636363644[/C][/ROW]
[ROW][C]46[/C][C]9.2[/C][C]7.94705882352941[/C][C]1.25294117647059[/C][/ROW]
[ROW][C]47[/C][C]2.8[/C][C]7.94705882352941[/C][C]-5.14705882352941[/C][/ROW]
[ROW][C]48[/C][C]2.5[/C][C]5.75238095238095[/C][C]-3.25238095238095[/C][/ROW]
[ROW][C]49[/C][C]4.8[/C][C]5.75238095238095[/C][C]-0.952380952380953[/C][/ROW]
[ROW][C]50[/C][C]2.8[/C][C]1.83529411764706[/C][C]0.964705882352941[/C][/ROW]
[ROW][C]51[/C][C]7.8[/C][C]7.07777777777778[/C][C]0.722222222222222[/C][/ROW]
[ROW][C]52[/C][C]9[/C][C]11.06[/C][C]-2.06[/C][/ROW]
[ROW][C]53[/C][C]12.9[/C][C]14.1222222222222[/C][C]-1.22222222222222[/C][/ROW]
[ROW][C]54[/C][C]16.4[/C][C]16.1166666666667[/C][C]0.283333333333331[/C][/ROW]
[ROW][C]55[/C][C]21.8[/C][C]19.7352941176471[/C][C]2.06470588235294[/C][/ROW]
[ROW][C]56[/C][C]17.8[/C][C]17.0642857142857[/C][C]0.735714285714288[/C][/ROW]
[ROW][C]57[/C][C]13.5[/C][C]13.6636363636364[/C][C]-0.163636363636364[/C][/ROW]
[ROW][C]58[/C][C]10[/C][C]10.6461538461538[/C][C]-0.646153846153846[/C][/ROW]
[ROW][C]59[/C][C]10.4[/C][C]10.6461538461538[/C][C]-0.246153846153845[/C][/ROW]
[ROW][C]60[/C][C]5.5[/C][C]5.75238095238095[/C][C]-0.252380952380952[/C][/ROW]
[ROW][C]61[/C][C]4[/C][C]3.5[/C][C]0.5[/C][/ROW]
[ROW][C]62[/C][C]6.8[/C][C]4.58666666666667[/C][C]2.21333333333333[/C][/ROW]
[ROW][C]63[/C][C]5.7[/C][C]7.225[/C][C]-1.525[/C][/ROW]
[ROW][C]64[/C][C]9.1[/C][C]7.94705882352941[/C][C]1.15294117647059[/C][/ROW]
[ROW][C]65[/C][C]13.6[/C][C]14.1222222222222[/C][C]-0.522222222222222[/C][/ROW]
[ROW][C]66[/C][C]15[/C][C]16.1166666666667[/C][C]-1.11666666666667[/C][/ROW]
[ROW][C]67[/C][C]20.9[/C][C]19.7352941176471[/C][C]1.16470588235294[/C][/ROW]
[ROW][C]68[/C][C]20.4[/C][C]19.7352941176471[/C][C]0.66470588235294[/C][/ROW]
[ROW][C]69[/C][C]14[/C][C]13.6636363636364[/C][C]0.336363636363636[/C][/ROW]
[ROW][C]70[/C][C]13.7[/C][C]13.6636363636364[/C][C]0.0363636363636353[/C][/ROW]
[ROW][C]71[/C][C]7.1[/C][C]7.07777777777778[/C][C]0.0222222222222221[/C][/ROW]
[ROW][C]72[/C][C]0.8[/C][C]1.83529411764706[/C][C]-1.03529411764706[/C][/ROW]
[ROW][C]73[/C][C]2.1[/C][C]1.83529411764706[/C][C]0.264705882352941[/C][/ROW]
[ROW][C]74[/C][C]1.3[/C][C]1.83529411764706[/C][C]-0.535294117647059[/C][/ROW]
[ROW][C]75[/C][C]3.9[/C][C]1.83529411764706[/C][C]2.06470588235294[/C][/ROW]
[ROW][C]76[/C][C]10.7[/C][C]7.225[/C][C]3.475[/C][/ROW]
[ROW][C]77[/C][C]11.1[/C][C]11.06[/C][C]0.0399999999999991[/C][/ROW]
[ROW][C]78[/C][C]16.4[/C][C]16.1166666666667[/C][C]0.283333333333331[/C][/ROW]
[ROW][C]79[/C][C]17.1[/C][C]16.1166666666667[/C][C]0.983333333333334[/C][/ROW]
[ROW][C]80[/C][C]17.3[/C][C]17.0642857142857[/C][C]0.235714285714288[/C][/ROW]
[ROW][C]81[/C][C]12.9[/C][C]14.1222222222222[/C][C]-1.22222222222222[/C][/ROW]
[ROW][C]82[/C][C]10.9[/C][C]10.6461538461538[/C][C]0.253846153846155[/C][/ROW]
[ROW][C]83[/C][C]5.3[/C][C]5.75238095238095[/C][C]-0.452380952380953[/C][/ROW]
[ROW][C]84[/C][C]0.7[/C][C]1.83529411764706[/C][C]-1.13529411764706[/C][/ROW]
[ROW][C]85[/C][C]-0.2[/C][C]1.83529411764706[/C][C]-2.03529411764706[/C][/ROW]
[ROW][C]86[/C][C]6.5[/C][C]5.75238095238095[/C][C]0.747619047619048[/C][/ROW]
[ROW][C]87[/C][C]8.6[/C][C]7.94705882352941[/C][C]0.652941176470588[/C][/ROW]
[ROW][C]88[/C][C]8.5[/C][C]8.93571428571429[/C][C]-0.435714285714285[/C][/ROW]
[ROW][C]89[/C][C]13.3[/C][C]14.1222222222222[/C][C]-0.822222222222221[/C][/ROW]
[ROW][C]90[/C][C]16.2[/C][C]17.0642857142857[/C][C]-0.864285714285714[/C][/ROW]
[ROW][C]91[/C][C]17.5[/C][C]18.2083333333333[/C][C]-0.708333333333332[/C][/ROW]
[ROW][C]92[/C][C]21.2[/C][C]19.7352941176471[/C][C]1.46470588235294[/C][/ROW]
[ROW][C]93[/C][C]14.8[/C][C]16.1166666666667[/C][C]-1.31666666666667[/C][/ROW]
[ROW][C]94[/C][C]10.3[/C][C]10.6461538461538[/C][C]-0.346153846153845[/C][/ROW]
[ROW][C]95[/C][C]7.3[/C][C]7.94705882352941[/C][C]-0.647058823529412[/C][/ROW]
[ROW][C]96[/C][C]5.1[/C][C]5.75238095238095[/C][C]-0.652380952380953[/C][/ROW]
[ROW][C]97[/C][C]4.4[/C][C]4.58666666666667[/C][C]-0.186666666666667[/C][/ROW]
[ROW][C]98[/C][C]6.2[/C][C]7.07777777777778[/C][C]-0.877777777777777[/C][/ROW]
[ROW][C]99[/C][C]7.7[/C][C]8.93571428571429[/C][C]-1.23571428571428[/C][/ROW]
[ROW][C]100[/C][C]9.3[/C][C]7.94705882352941[/C][C]1.35294117647059[/C][/ROW]
[ROW][C]101[/C][C]15.6[/C][C]16.1166666666667[/C][C]-0.516666666666667[/C][/ROW]
[ROW][C]102[/C][C]16.3[/C][C]15.9307692307692[/C][C]0.36923076923077[/C][/ROW]
[ROW][C]103[/C][C]16.6[/C][C]15.9307692307692[/C][C]0.66923076923077[/C][/ROW]
[ROW][C]104[/C][C]17.4[/C][C]17.0642857142857[/C][C]0.335714285714285[/C][/ROW]
[ROW][C]105[/C][C]15.3[/C][C]15.9307692307692[/C][C]-0.63076923076923[/C][/ROW]
[ROW][C]106[/C][C]9.7[/C][C]10.6461538461538[/C][C]-0.946153846153846[/C][/ROW]
[ROW][C]107[/C][C]3.7[/C][C]4.58666666666667[/C][C]-0.886666666666667[/C][/ROW]
[ROW][C]108[/C][C]4.6[/C][C]4.58666666666667[/C][C]0.0133333333333328[/C][/ROW]
[ROW][C]109[/C][C]5.4[/C][C]5.75238095238095[/C][C]-0.352380952380952[/C][/ROW]
[ROW][C]110[/C][C]3.1[/C][C]3.5[/C][C]-0.4[/C][/ROW]
[ROW][C]111[/C][C]7.9[/C][C]7.07777777777778[/C][C]0.822222222222223[/C][/ROW]
[ROW][C]112[/C][C]10.1[/C][C]11.06[/C][C]-0.96[/C][/ROW]
[ROW][C]113[/C][C]15[/C][C]16.1166666666667[/C][C]-1.11666666666667[/C][/ROW]
[ROW][C]114[/C][C]15.6[/C][C]16.1166666666667[/C][C]-0.516666666666667[/C][/ROW]
[ROW][C]115[/C][C]19.7[/C][C]19.7352941176471[/C][C]-0.0352941176470587[/C][/ROW]
[ROW][C]116[/C][C]18.1[/C][C]18.2083333333333[/C][C]-0.108333333333331[/C][/ROW]
[ROW][C]117[/C][C]17.7[/C][C]18.2083333333333[/C][C]-0.508333333333333[/C][/ROW]
[ROW][C]118[/C][C]10.7[/C][C]10.6461538461538[/C][C]0.0538461538461537[/C][/ROW]
[ROW][C]119[/C][C]6.2[/C][C]5.75238095238095[/C][C]0.447619047619048[/C][/ROW]
[ROW][C]120[/C][C]4.2[/C][C]4.58666666666667[/C][C]-0.386666666666667[/C][/ROW]
[ROW][C]121[/C][C]4[/C][C]4.58666666666667[/C][C]-0.586666666666667[/C][/ROW]
[ROW][C]122[/C][C]5.9[/C][C]7.07777777777778[/C][C]-1.17777777777778[/C][/ROW]
[ROW][C]123[/C][C]7.1[/C][C]7.07777777777778[/C][C]0.0222222222222221[/C][/ROW]
[ROW][C]124[/C][C]10.5[/C][C]11.06[/C][C]-0.56[/C][/ROW]
[ROW][C]125[/C][C]15.1[/C][C]15.9307692307692[/C][C]-0.830769230769231[/C][/ROW]
[ROW][C]126[/C][C]16.8[/C][C]19.7352941176471[/C][C]-2.93529411764706[/C][/ROW]
[ROW][C]127[/C][C]15.3[/C][C]15.9307692307692[/C][C]-0.63076923076923[/C][/ROW]
[ROW][C]128[/C][C]18.4[/C][C]19.7352941176471[/C][C]-1.33529411764706[/C][/ROW]
[ROW][C]129[/C][C]16.1[/C][C]15.9307692307692[/C][C]0.169230769230770[/C][/ROW]
[ROW][C]130[/C][C]11.3[/C][C]10.6461538461538[/C][C]0.653846153846155[/C][/ROW]
[ROW][C]131[/C][C]7.9[/C][C]7.94705882352941[/C][C]-0.0470588235294116[/C][/ROW]
[ROW][C]132[/C][C]5.6[/C][C]5.75238095238095[/C][C]-0.152380952380953[/C][/ROW]
[ROW][C]133[/C][C]3.4[/C][C]3.5[/C][C]-0.1[/C][/ROW]
[ROW][C]134[/C][C]4.8[/C][C]4.58666666666667[/C][C]0.213333333333333[/C][/ROW]
[ROW][C]135[/C][C]6.5[/C][C]5.75238095238095[/C][C]0.747619047619048[/C][/ROW]
[ROW][C]136[/C][C]8.5[/C][C]7.94705882352941[/C][C]0.552941176470588[/C][/ROW]
[ROW][C]137[/C][C]15.1[/C][C]14.1222222222222[/C][C]0.977777777777778[/C][/ROW]
[ROW][C]138[/C][C]15.7[/C][C]16.1166666666667[/C][C]-0.416666666666668[/C][/ROW]
[ROW][C]139[/C][C]18.7[/C][C]18.2083333333333[/C][C]0.491666666666667[/C][/ROW]
[ROW][C]140[/C][C]19.2[/C][C]19.7352941176471[/C][C]-0.535294117647059[/C][/ROW]
[ROW][C]141[/C][C]12.9[/C][C]13.6636363636364[/C][C]-0.763636363636364[/C][/ROW]
[ROW][C]142[/C][C]14.4[/C][C]15.9307692307692[/C][C]-1.53076923076923[/C][/ROW]
[ROW][C]143[/C][C]6.2[/C][C]5.75238095238095[/C][C]0.447619047619048[/C][/ROW]
[ROW][C]144[/C][C]3.3[/C][C]3.5[/C][C]-0.2[/C][/ROW]
[ROW][C]145[/C][C]4.6[/C][C]4.58666666666667[/C][C]0.0133333333333328[/C][/ROW]
[ROW][C]146[/C][C]7.2[/C][C]7.07777777777778[/C][C]0.122222222222223[/C][/ROW]
[ROW][C]147[/C][C]7.8[/C][C]8.93571428571429[/C][C]-1.13571428571429[/C][/ROW]
[ROW][C]148[/C][C]9.9[/C][C]8.93571428571429[/C][C]0.964285714285715[/C][/ROW]
[ROW][C]149[/C][C]13.6[/C][C]14.1222222222222[/C][C]-0.522222222222222[/C][/ROW]
[ROW][C]150[/C][C]17.1[/C][C]17.0642857142857[/C][C]0.0357142857142883[/C][/ROW]
[ROW][C]151[/C][C]17.8[/C][C]18.2083333333333[/C][C]-0.408333333333331[/C][/ROW]
[ROW][C]152[/C][C]18.6[/C][C]18.2083333333333[/C][C]0.391666666666669[/C][/ROW]
[ROW][C]153[/C][C]14.7[/C][C]16.1166666666667[/C][C]-1.41666666666667[/C][/ROW]
[ROW][C]154[/C][C]10.5[/C][C]10.6461538461538[/C][C]-0.146153846153846[/C][/ROW]
[ROW][C]155[/C][C]8.6[/C][C]7.94705882352941[/C][C]0.652941176470588[/C][/ROW]
[ROW][C]156[/C][C]4.4[/C][C]5.75238095238095[/C][C]-1.35238095238095[/C][/ROW]
[ROW][C]157[/C][C]2.3[/C][C]1.83529411764706[/C][C]0.464705882352941[/C][/ROW]
[ROW][C]158[/C][C]2.8[/C][C]1.83529411764706[/C][C]0.964705882352941[/C][/ROW]
[ROW][C]159[/C][C]8.8[/C][C]8.93571428571429[/C][C]-0.135714285714284[/C][/ROW]
[ROW][C]160[/C][C]10.7[/C][C]8.93571428571429[/C][C]1.76428571428571[/C][/ROW]
[ROW][C]161[/C][C]13.9[/C][C]14.1222222222222[/C][C]-0.222222222222221[/C][/ROW]
[ROW][C]162[/C][C]19.3[/C][C]19.7352941176471[/C][C]-0.435294117647057[/C][/ROW]
[ROW][C]163[/C][C]19.5[/C][C]19.7352941176471[/C][C]-0.235294117647058[/C][/ROW]
[ROW][C]164[/C][C]20.4[/C][C]19.7352941176471[/C][C]0.66470588235294[/C][/ROW]
[ROW][C]165[/C][C]15.3[/C][C]16.1166666666667[/C][C]-0.816666666666666[/C][/ROW]
[ROW][C]166[/C][C]7.9[/C][C]7.94705882352941[/C][C]-0.0470588235294116[/C][/ROW]
[ROW][C]167[/C][C]8.3[/C][C]7.94705882352941[/C][C]0.352941176470589[/C][/ROW]
[ROW][C]168[/C][C]4.5[/C][C]4.58666666666667[/C][C]-0.0866666666666669[/C][/ROW]
[ROW][C]169[/C][C]3.2[/C][C]3.5[/C][C]-0.3[/C][/ROW]
[ROW][C]170[/C][C]5[/C][C]4.58666666666667[/C][C]0.413333333333333[/C][/ROW]
[ROW][C]171[/C][C]6.6[/C][C]7.225[/C][C]-0.625[/C][/ROW]
[ROW][C]172[/C][C]11.1[/C][C]11.06[/C][C]0.0399999999999991[/C][/ROW]
[ROW][C]173[/C][C]12.8[/C][C]14.1222222222222[/C][C]-1.32222222222222[/C][/ROW]
[ROW][C]174[/C][C]16.3[/C][C]17.0642857142857[/C][C]-0.764285714285712[/C][/ROW]
[ROW][C]175[/C][C]17.4[/C][C]17.0642857142857[/C][C]0.335714285714285[/C][/ROW]
[ROW][C]176[/C][C]18.9[/C][C]18.2083333333333[/C][C]0.691666666666666[/C][/ROW]
[ROW][C]177[/C][C]15.8[/C][C]15.9307692307692[/C][C]-0.130769230769230[/C][/ROW]
[ROW][C]178[/C][C]11.7[/C][C]10.6461538461538[/C][C]1.05384615384615[/C][/ROW]
[ROW][C]179[/C][C]6.4[/C][C]5.75238095238095[/C][C]0.647619047619048[/C][/ROW]
[ROW][C]180[/C][C]2.9[/C][C]3.5[/C][C]-0.6[/C][/ROW]
[ROW][C]181[/C][C]4.7[/C][C]4.58666666666667[/C][C]0.113333333333333[/C][/ROW]
[ROW][C]182[/C][C]2.4[/C][C]1.83529411764706[/C][C]0.564705882352941[/C][/ROW]
[ROW][C]183[/C][C]7.2[/C][C]7.07777777777778[/C][C]0.122222222222223[/C][/ROW]
[ROW][C]184[/C][C]10.7[/C][C]11.06[/C][C]-0.360000000000001[/C][/ROW]
[ROW][C]185[/C][C]13.4[/C][C]14.1222222222222[/C][C]-0.722222222222221[/C][/ROW]
[ROW][C]186[/C][C]18.5[/C][C]16.1166666666667[/C][C]2.38333333333333[/C][/ROW]
[ROW][C]187[/C][C]18.3[/C][C]18.2083333333333[/C][C]0.0916666666666686[/C][/ROW]
[ROW][C]188[/C][C]16.8[/C][C]15.9307692307692[/C][C]0.86923076923077[/C][/ROW]
[ROW][C]189[/C][C]16.6[/C][C]15.9307692307692[/C][C]0.66923076923077[/C][/ROW]
[ROW][C]190[/C][C]14.1[/C][C]13.6636363636364[/C][C]0.436363636363636[/C][/ROW]
[ROW][C]191[/C][C]6.1[/C][C]5.75238095238095[/C][C]0.347619047619047[/C][/ROW]
[ROW][C]192[/C][C]3.5[/C][C]4.58666666666667[/C][C]-1.08666666666667[/C][/ROW]
[ROW][C]193[/C][C]1.7[/C][C]1.83529411764706[/C][C]-0.135294117647059[/C][/ROW]
[ROW][C]194[/C][C]2.3[/C][C]1.83529411764706[/C][C]0.464705882352941[/C][/ROW]
[ROW][C]195[/C][C]4.5[/C][C]3.5[/C][C]1[/C][/ROW]
[ROW][C]196[/C][C]9.3[/C][C]8.93571428571429[/C][C]0.364285714285716[/C][/ROW]
[ROW][C]197[/C][C]14.2[/C][C]14.1222222222222[/C][C]0.0777777777777775[/C][/ROW]
[ROW][C]198[/C][C]17.3[/C][C]16.1166666666667[/C][C]1.18333333333333[/C][/ROW]
[ROW][C]199[/C][C]23[/C][C]19.7352941176471[/C][C]3.26470588235294[/C][/ROW]
[ROW][C]200[/C][C]16.3[/C][C]15.9307692307692[/C][C]0.36923076923077[/C][/ROW]
[ROW][C]201[/C][C]18.4[/C][C]16.1166666666667[/C][C]2.28333333333333[/C][/ROW]
[ROW][C]202[/C][C]14.2[/C][C]13.6636363636364[/C][C]0.536363636363635[/C][/ROW]
[ROW][C]203[/C][C]9.1[/C][C]7.94705882352941[/C][C]1.15294117647059[/C][/ROW]
[ROW][C]204[/C][C]5.9[/C][C]5.75238095238095[/C][C]0.147619047619048[/C][/ROW]
[ROW][C]205[/C][C]7.2[/C][C]7.94705882352941[/C][C]-0.747058823529412[/C][/ROW]
[ROW][C]206[/C][C]6.8[/C][C]5.75238095238095[/C][C]1.04761904761905[/C][/ROW]
[ROW][C]207[/C][C]8[/C][C]8.93571428571429[/C][C]-0.935714285714285[/C][/ROW]
[ROW][C]208[/C][C]14.3[/C][C]11.06[/C][C]3.24[/C][/ROW]
[ROW][C]209[/C][C]14.6[/C][C]14.1222222222222[/C][C]0.477777777777778[/C][/ROW]
[ROW][C]210[/C][C]17.5[/C][C]18.2083333333333[/C][C]-0.708333333333332[/C][/ROW]
[ROW][C]211[/C][C]17.2[/C][C]17.0642857142857[/C][C]0.135714285714286[/C][/ROW]
[ROW][C]212[/C][C]17.2[/C][C]17.0642857142857[/C][C]0.135714285714286[/C][/ROW]
[ROW][C]213[/C][C]14.1[/C][C]13.6636363636364[/C][C]0.436363636363636[/C][/ROW]
[ROW][C]214[/C][C]10.5[/C][C]10.6461538461538[/C][C]-0.146153846153846[/C][/ROW]
[ROW][C]215[/C][C]6.8[/C][C]5.75238095238095[/C][C]1.04761904761905[/C][/ROW]
[ROW][C]216[/C][C]4.1[/C][C]3.5[/C][C]0.6[/C][/ROW]
[ROW][C]217[/C][C]6.5[/C][C]5.75238095238095[/C][C]0.747619047619048[/C][/ROW]
[ROW][C]218[/C][C]6.1[/C][C]7.225[/C][C]-1.125[/C][/ROW]
[ROW][C]219[/C][C]6.3[/C][C]7.225[/C][C]-0.925[/C][/ROW]
[ROW][C]220[/C][C]9.3[/C][C]8.93571428571429[/C][C]0.364285714285716[/C][/ROW]
[ROW][C]221[/C][C]16.4[/C][C]14.1222222222222[/C][C]2.27777777777778[/C][/ROW]
[ROW][C]222[/C][C]16.1[/C][C]16.1166666666667[/C][C]-0.0166666666666657[/C][/ROW]
[ROW][C]223[/C][C]18[/C][C]17.0642857142857[/C][C]0.935714285714287[/C][/ROW]
[ROW][C]224[/C][C]17.6[/C][C]17.0642857142857[/C][C]0.535714285714288[/C][/ROW]
[ROW][C]225[/C][C]14[/C][C]14.1222222222222[/C][C]-0.122222222222222[/C][/ROW]
[ROW][C]226[/C][C]10.5[/C][C]10.6461538461538[/C][C]-0.146153846153846[/C][/ROW]
[ROW][C]227[/C][C]6.9[/C][C]5.75238095238095[/C][C]1.14761904761905[/C][/ROW]
[ROW][C]228[/C][C]2.8[/C][C]1.83529411764706[/C][C]0.964705882352941[/C][/ROW]
[ROW][C]229[/C][C]0.7[/C][C]1.83529411764706[/C][C]-1.13529411764706[/C][/ROW]
[ROW][C]230[/C][C]3.6[/C][C]3.5[/C][C]0.1[/C][/ROW]
[ROW][C]231[/C][C]6.7[/C][C]7.225[/C][C]-0.524999999999999[/C][/ROW]
[ROW][C]232[/C][C]12.5[/C][C]11.06[/C][C]1.44[/C][/ROW]
[ROW][C]233[/C][C]14.4[/C][C]14.1222222222222[/C][C]0.277777777777779[/C][/ROW]
[ROW][C]234[/C][C]16.5[/C][C]16.1166666666667[/C][C]0.383333333333333[/C][/ROW]
[ROW][C]235[/C][C]18.7[/C][C]19.7352941176471[/C][C]-1.03529411764706[/C][/ROW]
[ROW][C]236[/C][C]19.4[/C][C]19.7352941176471[/C][C]-0.335294117647059[/C][/ROW]
[ROW][C]237[/C][C]15.8[/C][C]15.9307692307692[/C][C]-0.130769230769230[/C][/ROW]
[ROW][C]238[/C][C]11.3[/C][C]10.6461538461538[/C][C]0.653846153846155[/C][/ROW]
[ROW][C]239[/C][C]9.7[/C][C]7.94705882352941[/C][C]1.75294117647059[/C][/ROW]
[ROW][C]240[/C][C]2.9[/C][C]3.5[/C][C]-0.6[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=116601&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=116601&T=2

As an alternative you can also use a QR Code:  
QR Code


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

Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
15.24.586666666666670.613333333333333
27.98.93571428571429-1.03571428571428
38.78.93571428571429-0.235714285714286
48.98.93571428571429-0.0357142857142847
515.314.12222222222221.17777777777778
615.416.1166666666667-0.716666666666667
718.119.7352941176471-1.63529411764706
819.719.7352941176471-0.0352941176470587
91313.6636363636364-0.663636363636364
1012.613.6636363636364-1.06363636363636
116.27.94705882352941-1.74705882352941
123.53.50
133.43.5-0.1
1401.83529411764706-1.83529411764706
159.511.06-1.56
168.97.2251.675
1710.48.935714285714291.46428571428572
1813.214.1222222222222-0.922222222222222
1918.918.20833333333330.691666666666666
201919.7352941176471-0.735294117647058
2116.316.11666666666670.183333333333334
2210.610.6461538461538-0.046153846153846
235.85.752380952380950.0476190476190474
243.63.50.1
252.61.835294117647060.764705882352941
2654.586666666666670.413333333333333
277.37.077777777777780.222222222222222
289.28.935714285714290.264285714285714
2915.714.12222222222221.57777777777778
3016.817.0642857142857-0.264285714285712
3118.418.20833333333330.191666666666666
3218.118.2083333333333-0.108333333333331
3314.613.66363636363640.936363636363636
347.87.94705882352941-0.147058823529412
357.67.94705882352941-0.347058823529412
363.84.58666666666667-0.786666666666667
375.65.75238095238095-0.152380952380953
382.21.835294117647060.364705882352941
396.87.225-0.425
4011.811.060.74
4114.914.12222222222220.777777777777779
4216.717.0642857142857-0.364285714285714
4316.715.93076923076920.769230769230768
4415.917.0642857142857-1.16428571428571
4513.613.6636363636364-0.0636363636363644
469.27.947058823529411.25294117647059
472.87.94705882352941-5.14705882352941
482.55.75238095238095-3.25238095238095
494.85.75238095238095-0.952380952380953
502.81.835294117647060.964705882352941
517.87.077777777777780.722222222222222
52911.06-2.06
5312.914.1222222222222-1.22222222222222
5416.416.11666666666670.283333333333331
5521.819.73529411764712.06470588235294
5617.817.06428571428570.735714285714288
5713.513.6636363636364-0.163636363636364
581010.6461538461538-0.646153846153846
5910.410.6461538461538-0.246153846153845
605.55.75238095238095-0.252380952380952
6143.50.5
626.84.586666666666672.21333333333333
635.77.225-1.525
649.17.947058823529411.15294117647059
6513.614.1222222222222-0.522222222222222
661516.1166666666667-1.11666666666667
6720.919.73529411764711.16470588235294
6820.419.73529411764710.66470588235294
691413.66363636363640.336363636363636
7013.713.66363636363640.0363636363636353
717.17.077777777777780.0222222222222221
720.81.83529411764706-1.03529411764706
732.11.835294117647060.264705882352941
741.31.83529411764706-0.535294117647059
753.91.835294117647062.06470588235294
7610.77.2253.475
7711.111.060.0399999999999991
7816.416.11666666666670.283333333333331
7917.116.11666666666670.983333333333334
8017.317.06428571428570.235714285714288
8112.914.1222222222222-1.22222222222222
8210.910.64615384615380.253846153846155
835.35.75238095238095-0.452380952380953
840.71.83529411764706-1.13529411764706
85-0.21.83529411764706-2.03529411764706
866.55.752380952380950.747619047619048
878.67.947058823529410.652941176470588
888.58.93571428571429-0.435714285714285
8913.314.1222222222222-0.822222222222221
9016.217.0642857142857-0.864285714285714
9117.518.2083333333333-0.708333333333332
9221.219.73529411764711.46470588235294
9314.816.1166666666667-1.31666666666667
9410.310.6461538461538-0.346153846153845
957.37.94705882352941-0.647058823529412
965.15.75238095238095-0.652380952380953
974.44.58666666666667-0.186666666666667
986.27.07777777777778-0.877777777777777
997.78.93571428571429-1.23571428571428
1009.37.947058823529411.35294117647059
10115.616.1166666666667-0.516666666666667
10216.315.93076923076920.36923076923077
10316.615.93076923076920.66923076923077
10417.417.06428571428570.335714285714285
10515.315.9307692307692-0.63076923076923
1069.710.6461538461538-0.946153846153846
1073.74.58666666666667-0.886666666666667
1084.64.586666666666670.0133333333333328
1095.45.75238095238095-0.352380952380952
1103.13.5-0.4
1117.97.077777777777780.822222222222223
11210.111.06-0.96
1131516.1166666666667-1.11666666666667
11415.616.1166666666667-0.516666666666667
11519.719.7352941176471-0.0352941176470587
11618.118.2083333333333-0.108333333333331
11717.718.2083333333333-0.508333333333333
11810.710.64615384615380.0538461538461537
1196.25.752380952380950.447619047619048
1204.24.58666666666667-0.386666666666667
12144.58666666666667-0.586666666666667
1225.97.07777777777778-1.17777777777778
1237.17.077777777777780.0222222222222221
12410.511.06-0.56
12515.115.9307692307692-0.830769230769231
12616.819.7352941176471-2.93529411764706
12715.315.9307692307692-0.63076923076923
12818.419.7352941176471-1.33529411764706
12916.115.93076923076920.169230769230770
13011.310.64615384615380.653846153846155
1317.97.94705882352941-0.0470588235294116
1325.65.75238095238095-0.152380952380953
1333.43.5-0.1
1344.84.586666666666670.213333333333333
1356.55.752380952380950.747619047619048
1368.57.947058823529410.552941176470588
13715.114.12222222222220.977777777777778
13815.716.1166666666667-0.416666666666668
13918.718.20833333333330.491666666666667
14019.219.7352941176471-0.535294117647059
14112.913.6636363636364-0.763636363636364
14214.415.9307692307692-1.53076923076923
1436.25.752380952380950.447619047619048
1443.33.5-0.2
1454.64.586666666666670.0133333333333328
1467.27.077777777777780.122222222222223
1477.88.93571428571429-1.13571428571429
1489.98.935714285714290.964285714285715
14913.614.1222222222222-0.522222222222222
15017.117.06428571428570.0357142857142883
15117.818.2083333333333-0.408333333333331
15218.618.20833333333330.391666666666669
15314.716.1166666666667-1.41666666666667
15410.510.6461538461538-0.146153846153846
1558.67.947058823529410.652941176470588
1564.45.75238095238095-1.35238095238095
1572.31.835294117647060.464705882352941
1582.81.835294117647060.964705882352941
1598.88.93571428571429-0.135714285714284
16010.78.935714285714291.76428571428571
16113.914.1222222222222-0.222222222222221
16219.319.7352941176471-0.435294117647057
16319.519.7352941176471-0.235294117647058
16420.419.73529411764710.66470588235294
16515.316.1166666666667-0.816666666666666
1667.97.94705882352941-0.0470588235294116
1678.37.947058823529410.352941176470589
1684.54.58666666666667-0.0866666666666669
1693.23.5-0.3
17054.586666666666670.413333333333333
1716.67.225-0.625
17211.111.060.0399999999999991
17312.814.1222222222222-1.32222222222222
17416.317.0642857142857-0.764285714285712
17517.417.06428571428570.335714285714285
17618.918.20833333333330.691666666666666
17715.815.9307692307692-0.130769230769230
17811.710.64615384615381.05384615384615
1796.45.752380952380950.647619047619048
1802.93.5-0.6
1814.74.586666666666670.113333333333333
1822.41.835294117647060.564705882352941
1837.27.077777777777780.122222222222223
18410.711.06-0.360000000000001
18513.414.1222222222222-0.722222222222221
18618.516.11666666666672.38333333333333
18718.318.20833333333330.0916666666666686
18816.815.93076923076920.86923076923077
18916.615.93076923076920.66923076923077
19014.113.66363636363640.436363636363636
1916.15.752380952380950.347619047619047
1923.54.58666666666667-1.08666666666667
1931.71.83529411764706-0.135294117647059
1942.31.835294117647060.464705882352941
1954.53.51
1969.38.935714285714290.364285714285716
19714.214.12222222222220.0777777777777775
19817.316.11666666666671.18333333333333
1992319.73529411764713.26470588235294
20016.315.93076923076920.36923076923077
20118.416.11666666666672.28333333333333
20214.213.66363636363640.536363636363635
2039.17.947058823529411.15294117647059
2045.95.752380952380950.147619047619048
2057.27.94705882352941-0.747058823529412
2066.85.752380952380951.04761904761905
20788.93571428571429-0.935714285714285
20814.311.063.24
20914.614.12222222222220.477777777777778
21017.518.2083333333333-0.708333333333332
21117.217.06428571428570.135714285714286
21217.217.06428571428570.135714285714286
21314.113.66363636363640.436363636363636
21410.510.6461538461538-0.146153846153846
2156.85.752380952380951.04761904761905
2164.13.50.6
2176.55.752380952380950.747619047619048
2186.17.225-1.125
2196.37.225-0.925
2209.38.935714285714290.364285714285716
22116.414.12222222222222.27777777777778
22216.116.1166666666667-0.0166666666666657
2231817.06428571428570.935714285714287
22417.617.06428571428570.535714285714288
2251414.1222222222222-0.122222222222222
22610.510.6461538461538-0.146153846153846
2276.95.752380952380951.14761904761905
2282.81.835294117647060.964705882352941
2290.71.83529411764706-1.13529411764706
2303.63.50.1
2316.77.225-0.524999999999999
23212.511.061.44
23314.414.12222222222220.277777777777779
23416.516.11666666666670.383333333333333
23518.719.7352941176471-1.03529411764706
23619.419.7352941176471-0.335294117647059
23715.815.9307692307692-0.130769230769230
23811.310.64615384615380.653846153846155
2399.77.947058823529411.75294117647059
2402.93.5-0.6


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 1 ; par2 = none ; par3 = 3 ; par4 = no ;
Parameters (R input):
par1 = 1 ; par2 = none ; par3 = 3 ; par4 = no ;
R code (references can be found in the software module):
library(party)
library(Hmisc)
par1 <- as.numeric(par1)
par3 <- as.numeric(par3)
x <- data.frame(t(y))
is.data.frame(x)
x <- x[!is.na(x[,par1]),]
k <- length(x[1,])
n <- length(x[,1])
colnames(x)[par1]
x[,par1]
if (par2 == 'kmeans') {
cl <- kmeans(x[,par1], par3)
print(cl)
clm <- matrix(cbind(cl$centers,1:par3),ncol=2)
clm <- clm[sort.list(clm[,1]),]
for (i in 1:par3) {
cl$cluster[cl$cluster==clm[i,2]] <- paste('C',i,sep='')
}
cl$cluster <- as.factor(cl$cluster)
print(cl$cluster)
x[,par1] <- cl$cluster
}
if (par2 == 'quantiles') {
x[,par1] <- cut2(x[,par1],g=par3)
}
if (par2 == 'hclust') {
hc <- hclust(dist(x[,par1])^2, 'cen')
print(hc)
memb <- cutree(hc, k = par3)
dum <- c(mean(x[memb==1,par1]))
for (i in 2:par3) {
dum <- c(dum, mean(x[memb==i,par1]))
}
hcm <- matrix(cbind(dum,1:par3),ncol=2)
hcm <- hcm[sort.list(hcm[,1]),]
for (i in 1:par3) {
memb[memb==hcm[i,2]] <- paste('C',i,sep='')
}
memb <- as.factor(memb)
print(memb)
x[,par1] <- memb
}
if (par2=='equal') {
ed <- cut(as.numeric(x[,par1]),par3,labels=paste('C',1:par3,sep=''))
x[,par1] <- as.factor(ed)
}
table(x[,par1])
colnames(x)
colnames(x)[par1]
x[,par1]
if (par2 == 'none') {
m <- ctree(as.formula(paste(colnames(x)[par1],' ~ .',sep='')),data = x)
}
load(file='createtable')
if (par2 != 'none') {
m <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data = x)
if (par4=='yes') {
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'10-Fold Cross Validation',3+2*par3,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'',1,TRUE)
a<-table.element(a,'Prediction (training)',par3+1,TRUE)
a<-table.element(a,'Prediction (testing)',par3+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Actual',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
a<-table.element(a,'CV',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
a<-table.element(a,'CV',1,TRUE)
a<-table.row.end(a)
for (i in 1:10) {
ind <- sample(2, nrow(x), replace=T, prob=c(0.9,0.1))
m.ct <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data =x[ind==1,])
if (i==1) {
m.ct.i.pred <- predict(m.ct, newdata=x[ind==1,])
m.ct.i.actu <- x[ind==1,par1]
m.ct.x.pred <- predict(m.ct, newdata=x[ind==2,])
m.ct.x.actu <- x[ind==2,par1]
} else {
m.ct.i.pred <- c(m.ct.i.pred,predict(m.ct, newdata=x[ind==1,]))
m.ct.i.actu <- c(m.ct.i.actu,x[ind==1,par1])
m.ct.x.pred <- c(m.ct.x.pred,predict(m.ct, newdata=x[ind==2,]))
m.ct.x.actu <- c(m.ct.x.actu,x[ind==2,par1])
}
}
print(m.ct.i.tab <- table(m.ct.i.actu,m.ct.i.pred))
numer <- 0
for (i in 1:par3) {
print(m.ct.i.tab[i,i] / sum(m.ct.i.tab[i,]))
numer <- numer + m.ct.i.tab[i,i]
}
print(m.ct.i.cp <- numer / sum(m.ct.i.tab))
print(m.ct.x.tab <- table(m.ct.x.actu,m.ct.x.pred))
numer <- 0
for (i in 1:par3) {
print(m.ct.x.tab[i,i] / sum(m.ct.x.tab[i,]))
numer <- numer + m.ct.x.tab[i,i]
}
print(m.ct.x.cp <- numer / sum(m.ct.x.tab))
for (i in 1:par3) {
a<-table.row.start(a)
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
for (jjj in 1:par3) a<-table.element(a,m.ct.i.tab[i,jjj])
a<-table.element(a,round(m.ct.i.tab[i,i]/sum(m.ct.i.tab[i,]),4))
for (jjj in 1:par3) a<-table.element(a,m.ct.x.tab[i,jjj])
a<-table.element(a,round(m.ct.x.tab[i,i]/sum(m.ct.x.tab[i,]),4))
a<-table.row.end(a)
}
a<-table.row.start(a)
a<-table.element(a,'Overall',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,'-')
a<-table.element(a,round(m.ct.i.cp,4))
for (jjj in 1:par3) a<-table.element(a,'-')
a<-table.element(a,round(m.ct.x.cp,4))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable3.tab')
}
}
m
bitmap(file='test1.png')
plot(m)
dev.off()
bitmap(file='test1a.png')
plot(x[,par1] ~ as.factor(where(m)),main='Response by Terminal Node',xlab='Terminal Node',ylab='Response')
dev.off()
if (par2 == 'none') {
forec <- predict(m)
result <- as.data.frame(cbind(x[,par1],forec,x[,par1]-forec))
colnames(result) <- c('Actuals','Forecasts','Residuals')
print(result)
}
if (par2 != 'none') {
print(cbind(as.factor(x[,par1]),predict(m)))
myt <- table(as.factor(x[,par1]),predict(m))
print(myt)
}
bitmap(file='test2.png')
if(par2=='none') {
op <- par(mfrow=c(2,2))
plot(density(result$Actuals),main='Kernel Density Plot of Actuals')
plot(density(result$Residuals),main='Kernel Density Plot of Residuals')
plot(result$Forecasts,result$Actuals,main='Actuals versus Predictions',xlab='Predictions',ylab='Actuals')
plot(density(result$Forecasts),main='Kernel Density Plot of Predictions')
par(op)
}
if(par2!='none') {
plot(myt,main='Confusion Matrix',xlab='Actual',ylab='Predicted')
}
dev.off()
if (par2 == 'none') {
detcoef <- cor(result$Forecasts,result$Actuals)
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Goodness of Fit',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation',1,TRUE)
a<-table.element(a,round(detcoef,4))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'R-squared',1,TRUE)
a<-table.element(a,round(detcoef*detcoef,4))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'RMSE',1,TRUE)
a<-table.element(a,round(sqrt(mean((result$Residuals)^2)),4))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable1.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Actuals, Predictions, and Residuals',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#',header=TRUE)
a<-table.element(a,'Actuals',header=TRUE)
a<-table.element(a,'Forecasts',header=TRUE)
a<-table.element(a,'Residuals',header=TRUE)
a<-table.row.end(a)
for (i in 1:length(result$Actuals)) {
a<-table.row.start(a)
a<-table.element(a,i,header=TRUE)
a<-table.element(a,result$Actuals[i])
a<-table.element(a,result$Forecasts[i])
a<-table.element(a,result$Residuals[i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
}
if (par2 != 'none') {
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Confusion Matrix (predicted in columns / actuals in rows)',par3+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'',1,TRUE)
for (i in 1:par3) {
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
}
a<-table.row.end(a)
for (i in 1:par3) {
a<-table.row.start(a)
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
for (j in 1:par3) {
a<-table.element(a,myt[i,j])
}
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable2.tab')
}