FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_decompose.wasp
Title produced by softwareClassical Decomposition
Date of computationSun, 29 Jul 2012 07:36:01 -0400
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2012/Jul/29/t1343561789ntspkgck3k22u1n.htm/, Retrieved Wed, 01 May 2024 17:46:32 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=168945, Retrieved Wed, 01 May 2024 17:46:32 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywordsBart Mortelmans
Estimated Impact166

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Univariate Data Series] [Tijdreeks 2 - Stap 1] [2012-07-29 10:04:17] [f85cc8f00ef4b762f0a6fdfddc793773]
- RMP   [Harrell-Davis Quantiles] [Tijdreeks 2 - Stap 5] [2012-07-29 10:30:29] [226376a35b8869827dc57271384c00a4]
- RMP     [Mean versus Median] [Tijdreeks 2 - Stap 8] [2012-07-29 10:41:52] [226376a35b8869827dc57271384c00a4]
- RM        [(Partial) Autocorrelation Function] [Tijdreeks 2 - Sta...] [2012-07-29 11:08:12] [226376a35b8869827dc57271384c00a4]
- RM            [Classical Decomposition] [Tijdreeks 2 - Sta...] [2012-07-29 11:36:01] [480fcaba71e70207c3e0ad7177944aa6] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
940
950
920
930
930
900
940
840
890
850
830
940
960
900
940
920
930
970
930
780
810
870
720
880
920
920
950
950
890
960
780
780
760
860
740
1020
890
1040
920
900
950
990
840
740
840
960
790
1010
900
970
920
980
890
1000
880
740
860
940
760
1010
870
980
920
950
880
980
910
730
880
820
690
990
800
960
910
950
940
1010
890
660
860
840
740
980
820
1080
930
970
930
1010
880
740
860
810
750
890
790
1000
890
970
900
990
910
730
850
840
830
950

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time3 seconds
R Server'AstonUniversity' @ aston.wessa.net

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 3 seconds \tabularnewline
R Server & 'AstonUniversity' @ aston.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=168945&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]3 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'AstonUniversity' @ aston.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=168945&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=168945&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 time3 seconds
R Server'AstonUniversity' @ aston.wessa.net






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1940NANA-22.7994791666666NA
2950NANA90.4296875NA
3920NANA32.4609375NA
4930NANA58.9713541666667NA
5930NANA24.0234375NA
6900NANA98.9713541666667NA
7940895.846354166667905.833333333333-9.9869791666666644.1536458333335
8840765.1171875904.583333333333-139.46614583333374.8828125
9890857.513020833333903.333333333333-45.820312532.4869791666666
10850881.627604166667903.75-22.1223958333334-31.6276041666666
11830764.908854166667903.333333333333-138.42447916666765.0911458333334
12940980.013020833333906.2573.7630208333333-40.0130208333334
13960885.950520833333908.75-22.799479166666674.0494791666667
14900996.263020833333905.83333333333390.4296875-96.2630208333333
15940932.460937590032.46093757.5390625
16920956.471354166667897.558.9713541666667-36.4713541666667
17930917.7734375893.7524.023437512.2265624999999
18970985.638020833333886.66666666666798.9713541666667-15.6380208333333
19930872.513020833333882.5-9.9869791666666657.4869791666666
20780742.200520833333881.666666666667-139.46614583333337.7994791666667
21810837.096354166667882.916666666667-45.8203125-27.0963541666666
22870862.4609375884.583333333333-22.12239583333347.53906250000011
23720745.7421875884.166666666667-138.424479166667-25.7421874999999
24880955.846354166667882.08333333333373.7630208333333-75.8463541666665
25920852.6171875875.416666666667-22.799479166666667.3828125
26920959.596354166667869.16666666666790.4296875-39.5963541666666
27950899.544270833333867.08333333333332.460937550.4557291666667
28950923.5546875864.58333333333358.971354166666726.4453125000001
29890889.023437586524.02343750.976562500000114
30960970.638020833333871.66666666666698.9713541666667-10.638020833333
31780866.263020833333876.25-9.98697916666666-86.2630208333333
32780740.533854166667880-139.46614583333339.4661458333334
33760837.9296875883.75-45.8203125-77.9296874999999
34860858.294270833333880.416666666667-22.12239583333341.70572916666663
35740742.408854166667880.833333333333-138.424479166667-2.40885416666663
361020958.346354166667884.58333333333373.763020833333361.6536458333334
37890865.533854166667888.333333333333-22.799479166666624.4661458333335
381040979.596354166667889.16666666666790.429687560.4036458333335
39920923.294270833333890.83333333333332.4609375-3.29427083333314
40900957.3046875898.33333333333358.9713541666667-57.3046874999999
41950928.606770833333904.58333333333324.023437521.3932291666667
429901005.22135416667906.2598.9713541666667-15.2213541666665
43840896.263020833333906.25-9.98697916666666-56.2630208333334
44740764.283854166667903.75-139.466145833333-24.2838541666665
45840855.013020833333900.833333333333-45.8203125-15.0130208333333
46960882.044270833333904.166666666667-22.122395833333477.9557291666669
47790766.575520833333905-138.42447916666723.4244791666667
481010976.6796875902.91666666666773.763020833333333.3203125
49900882.200520833333905-22.799479166666617.7994791666666
50970997.096354166667906.66666666666790.4296875-27.0963541666666
51920939.9609375907.532.4609375-19.9609374999999
52980966.471354166667907.558.971354166666713.5286458333334
53890929.440104166667905.41666666666724.0234375-39.4401041666665
5410001003.13802083333904.16666666666798.9713541666667-3.13802083333326
55880892.9296875902.916666666667-9.98697916666666-12.9296875
56740762.6171875902.083333333333-139.466145833333-22.6171874999998
57860856.6796875902.5-45.82031253.32031250000011
58940879.127604166667901.25-22.122395833333460.8723958333335
59760761.158854166667899.583333333333-138.424479166667-1.15885416666652
601010972.096354166667898.33333333333373.763020833333337.9036458333334
61870875.950520833333898.75-22.7994791666666-5.95052083333314
62980990.013020833333899.58333333333390.4296875-10.0130208333333
63920932.460937590032.4609375-12.4609375
64950954.8046875895.83333333333358.9713541666667-4.80468749999989
65880911.940104166667887.91666666666724.0234375-31.9401041666665
66980983.138020833333884.16666666666798.9713541666667-3.13802083333314
67910870.4296875880.416666666667-9.9869791666666639.5703125000001
68730737.200520833333876.666666666667-139.466145833333-7.20052083333326
69880829.596354166667875.416666666667-45.820312550.4036458333334
70820852.877604166667875-22.1223958333334-32.8776041666667
71690739.075520833333877.5-138.424479166667-49.0755208333333
72990955.013020833333881.2573.763020833333334.9869791666665
73800858.8671875881.666666666667-22.7994791666666-58.8671875000001
74960968.346354166667877.91666666666790.4296875-8.34635416666663
75910906.627604166667874.16666666666732.46093753.37239583333337
76950933.138020833333874.16666666666758.971354166666716.8619791666666
77940901.106770833333877.08333333333324.023437538.8932291666667
781010977.721354166667878.7598.971354166666732.2786458333335
79890869.1796875879.166666666667-9.9869791666666620.8203125
80660745.533854166667885-139.466145833333-85.5338541666666
81860845.013020833333890.833333333333-45.820312514.9869791666667
82840870.377604166667892.5-22.1223958333334-30.3776041666666
83740754.4921875892.916666666667-138.424479166667-14.4921874999998
84980966.263020833333892.573.763020833333313.7369791666667
85820869.283854166667892.083333333333-22.7994791666666-49.2838541666666
861080985.429687589590.429687594.5703125000001
87930930.794270833333898.33333333333332.4609375-0.794270833333258
88970956.0546875897.08333333333358.971354166666713.9453125000001
89930920.2734375896.2524.02343759.7265625
901010991.888020833333892.91666666666798.971354166666718.1119791666666
91880877.9296875887.916666666667-9.986979166666662.0703125
92740743.8671875883.333333333333-139.466145833333-3.86718749999989
93860832.513020833333878.333333333333-45.820312527.4869791666667
94810854.544270833333876.666666666667-22.1223958333334-44.5442708333331
95750736.9921875875.416666666667-138.42447916666713.0078125000002
96890947.096354166667873.33333333333373.7630208333333-57.0963541666666
97790850.950520833333873.75-22.7994791666666-60.9505208333331
981000965.013020833333874.58333333333390.429687534.9869791666667
99890906.2109375873.7532.4609375-16.2109375
100970933.5546875874.58333333333358.971354166666736.4453124999999
101900903.190104166667879.16666666666724.0234375-3.19010416666663
102990983.97135416666788598.97135416666676.02864583333326
103910NANA-9.98697916666666NA
104730NANA-139.466145833333NA
105850NANA-45.8203125NA
106840NANA-22.1223958333334NA
107830NANA-138.424479166667NA
108950NANA73.7630208333333NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 940 & NA & NA & -22.7994791666666 & NA \tabularnewline
2 & 950 & NA & NA & 90.4296875 & NA \tabularnewline
3 & 920 & NA & NA & 32.4609375 & NA \tabularnewline
4 & 930 & NA & NA & 58.9713541666667 & NA \tabularnewline
5 & 930 & NA & NA & 24.0234375 & NA \tabularnewline
6 & 900 & NA & NA & 98.9713541666667 & NA \tabularnewline
7 & 940 & 895.846354166667 & 905.833333333333 & -9.98697916666666 & 44.1536458333335 \tabularnewline
8 & 840 & 765.1171875 & 904.583333333333 & -139.466145833333 & 74.8828125 \tabularnewline
9 & 890 & 857.513020833333 & 903.333333333333 & -45.8203125 & 32.4869791666666 \tabularnewline
10 & 850 & 881.627604166667 & 903.75 & -22.1223958333334 & -31.6276041666666 \tabularnewline
11 & 830 & 764.908854166667 & 903.333333333333 & -138.424479166667 & 65.0911458333334 \tabularnewline
12 & 940 & 980.013020833333 & 906.25 & 73.7630208333333 & -40.0130208333334 \tabularnewline
13 & 960 & 885.950520833333 & 908.75 & -22.7994791666666 & 74.0494791666667 \tabularnewline
14 & 900 & 996.263020833333 & 905.833333333333 & 90.4296875 & -96.2630208333333 \tabularnewline
15 & 940 & 932.4609375 & 900 & 32.4609375 & 7.5390625 \tabularnewline
16 & 920 & 956.471354166667 & 897.5 & 58.9713541666667 & -36.4713541666667 \tabularnewline
17 & 930 & 917.7734375 & 893.75 & 24.0234375 & 12.2265624999999 \tabularnewline
18 & 970 & 985.638020833333 & 886.666666666667 & 98.9713541666667 & -15.6380208333333 \tabularnewline
19 & 930 & 872.513020833333 & 882.5 & -9.98697916666666 & 57.4869791666666 \tabularnewline
20 & 780 & 742.200520833333 & 881.666666666667 & -139.466145833333 & 37.7994791666667 \tabularnewline
21 & 810 & 837.096354166667 & 882.916666666667 & -45.8203125 & -27.0963541666666 \tabularnewline
22 & 870 & 862.4609375 & 884.583333333333 & -22.1223958333334 & 7.53906250000011 \tabularnewline
23 & 720 & 745.7421875 & 884.166666666667 & -138.424479166667 & -25.7421874999999 \tabularnewline
24 & 880 & 955.846354166667 & 882.083333333333 & 73.7630208333333 & -75.8463541666665 \tabularnewline
25 & 920 & 852.6171875 & 875.416666666667 & -22.7994791666666 & 67.3828125 \tabularnewline
26 & 920 & 959.596354166667 & 869.166666666667 & 90.4296875 & -39.5963541666666 \tabularnewline
27 & 950 & 899.544270833333 & 867.083333333333 & 32.4609375 & 50.4557291666667 \tabularnewline
28 & 950 & 923.5546875 & 864.583333333333 & 58.9713541666667 & 26.4453125000001 \tabularnewline
29 & 890 & 889.0234375 & 865 & 24.0234375 & 0.976562500000114 \tabularnewline
30 & 960 & 970.638020833333 & 871.666666666666 & 98.9713541666667 & -10.638020833333 \tabularnewline
31 & 780 & 866.263020833333 & 876.25 & -9.98697916666666 & -86.2630208333333 \tabularnewline
32 & 780 & 740.533854166667 & 880 & -139.466145833333 & 39.4661458333334 \tabularnewline
33 & 760 & 837.9296875 & 883.75 & -45.8203125 & -77.9296874999999 \tabularnewline
34 & 860 & 858.294270833333 & 880.416666666667 & -22.1223958333334 & 1.70572916666663 \tabularnewline
35 & 740 & 742.408854166667 & 880.833333333333 & -138.424479166667 & -2.40885416666663 \tabularnewline
36 & 1020 & 958.346354166667 & 884.583333333333 & 73.7630208333333 & 61.6536458333334 \tabularnewline
37 & 890 & 865.533854166667 & 888.333333333333 & -22.7994791666666 & 24.4661458333335 \tabularnewline
38 & 1040 & 979.596354166667 & 889.166666666667 & 90.4296875 & 60.4036458333335 \tabularnewline
39 & 920 & 923.294270833333 & 890.833333333333 & 32.4609375 & -3.29427083333314 \tabularnewline
40 & 900 & 957.3046875 & 898.333333333333 & 58.9713541666667 & -57.3046874999999 \tabularnewline
41 & 950 & 928.606770833333 & 904.583333333333 & 24.0234375 & 21.3932291666667 \tabularnewline
42 & 990 & 1005.22135416667 & 906.25 & 98.9713541666667 & -15.2213541666665 \tabularnewline
43 & 840 & 896.263020833333 & 906.25 & -9.98697916666666 & -56.2630208333334 \tabularnewline
44 & 740 & 764.283854166667 & 903.75 & -139.466145833333 & -24.2838541666665 \tabularnewline
45 & 840 & 855.013020833333 & 900.833333333333 & -45.8203125 & -15.0130208333333 \tabularnewline
46 & 960 & 882.044270833333 & 904.166666666667 & -22.1223958333334 & 77.9557291666669 \tabularnewline
47 & 790 & 766.575520833333 & 905 & -138.424479166667 & 23.4244791666667 \tabularnewline
48 & 1010 & 976.6796875 & 902.916666666667 & 73.7630208333333 & 33.3203125 \tabularnewline
49 & 900 & 882.200520833333 & 905 & -22.7994791666666 & 17.7994791666666 \tabularnewline
50 & 970 & 997.096354166667 & 906.666666666667 & 90.4296875 & -27.0963541666666 \tabularnewline
51 & 920 & 939.9609375 & 907.5 & 32.4609375 & -19.9609374999999 \tabularnewline
52 & 980 & 966.471354166667 & 907.5 & 58.9713541666667 & 13.5286458333334 \tabularnewline
53 & 890 & 929.440104166667 & 905.416666666667 & 24.0234375 & -39.4401041666665 \tabularnewline
54 & 1000 & 1003.13802083333 & 904.166666666667 & 98.9713541666667 & -3.13802083333326 \tabularnewline
55 & 880 & 892.9296875 & 902.916666666667 & -9.98697916666666 & -12.9296875 \tabularnewline
56 & 740 & 762.6171875 & 902.083333333333 & -139.466145833333 & -22.6171874999998 \tabularnewline
57 & 860 & 856.6796875 & 902.5 & -45.8203125 & 3.32031250000011 \tabularnewline
58 & 940 & 879.127604166667 & 901.25 & -22.1223958333334 & 60.8723958333335 \tabularnewline
59 & 760 & 761.158854166667 & 899.583333333333 & -138.424479166667 & -1.15885416666652 \tabularnewline
60 & 1010 & 972.096354166667 & 898.333333333333 & 73.7630208333333 & 37.9036458333334 \tabularnewline
61 & 870 & 875.950520833333 & 898.75 & -22.7994791666666 & -5.95052083333314 \tabularnewline
62 & 980 & 990.013020833333 & 899.583333333333 & 90.4296875 & -10.0130208333333 \tabularnewline
63 & 920 & 932.4609375 & 900 & 32.4609375 & -12.4609375 \tabularnewline
64 & 950 & 954.8046875 & 895.833333333333 & 58.9713541666667 & -4.80468749999989 \tabularnewline
65 & 880 & 911.940104166667 & 887.916666666667 & 24.0234375 & -31.9401041666665 \tabularnewline
66 & 980 & 983.138020833333 & 884.166666666667 & 98.9713541666667 & -3.13802083333314 \tabularnewline
67 & 910 & 870.4296875 & 880.416666666667 & -9.98697916666666 & 39.5703125000001 \tabularnewline
68 & 730 & 737.200520833333 & 876.666666666667 & -139.466145833333 & -7.20052083333326 \tabularnewline
69 & 880 & 829.596354166667 & 875.416666666667 & -45.8203125 & 50.4036458333334 \tabularnewline
70 & 820 & 852.877604166667 & 875 & -22.1223958333334 & -32.8776041666667 \tabularnewline
71 & 690 & 739.075520833333 & 877.5 & -138.424479166667 & -49.0755208333333 \tabularnewline
72 & 990 & 955.013020833333 & 881.25 & 73.7630208333333 & 34.9869791666665 \tabularnewline
73 & 800 & 858.8671875 & 881.666666666667 & -22.7994791666666 & -58.8671875000001 \tabularnewline
74 & 960 & 968.346354166667 & 877.916666666667 & 90.4296875 & -8.34635416666663 \tabularnewline
75 & 910 & 906.627604166667 & 874.166666666667 & 32.4609375 & 3.37239583333337 \tabularnewline
76 & 950 & 933.138020833333 & 874.166666666667 & 58.9713541666667 & 16.8619791666666 \tabularnewline
77 & 940 & 901.106770833333 & 877.083333333333 & 24.0234375 & 38.8932291666667 \tabularnewline
78 & 1010 & 977.721354166667 & 878.75 & 98.9713541666667 & 32.2786458333335 \tabularnewline
79 & 890 & 869.1796875 & 879.166666666667 & -9.98697916666666 & 20.8203125 \tabularnewline
80 & 660 & 745.533854166667 & 885 & -139.466145833333 & -85.5338541666666 \tabularnewline
81 & 860 & 845.013020833333 & 890.833333333333 & -45.8203125 & 14.9869791666667 \tabularnewline
82 & 840 & 870.377604166667 & 892.5 & -22.1223958333334 & -30.3776041666666 \tabularnewline
83 & 740 & 754.4921875 & 892.916666666667 & -138.424479166667 & -14.4921874999998 \tabularnewline
84 & 980 & 966.263020833333 & 892.5 & 73.7630208333333 & 13.7369791666667 \tabularnewline
85 & 820 & 869.283854166667 & 892.083333333333 & -22.7994791666666 & -49.2838541666666 \tabularnewline
86 & 1080 & 985.4296875 & 895 & 90.4296875 & 94.5703125000001 \tabularnewline
87 & 930 & 930.794270833333 & 898.333333333333 & 32.4609375 & -0.794270833333258 \tabularnewline
88 & 970 & 956.0546875 & 897.083333333333 & 58.9713541666667 & 13.9453125000001 \tabularnewline
89 & 930 & 920.2734375 & 896.25 & 24.0234375 & 9.7265625 \tabularnewline
90 & 1010 & 991.888020833333 & 892.916666666667 & 98.9713541666667 & 18.1119791666666 \tabularnewline
91 & 880 & 877.9296875 & 887.916666666667 & -9.98697916666666 & 2.0703125 \tabularnewline
92 & 740 & 743.8671875 & 883.333333333333 & -139.466145833333 & -3.86718749999989 \tabularnewline
93 & 860 & 832.513020833333 & 878.333333333333 & -45.8203125 & 27.4869791666667 \tabularnewline
94 & 810 & 854.544270833333 & 876.666666666667 & -22.1223958333334 & -44.5442708333331 \tabularnewline
95 & 750 & 736.9921875 & 875.416666666667 & -138.424479166667 & 13.0078125000002 \tabularnewline
96 & 890 & 947.096354166667 & 873.333333333333 & 73.7630208333333 & -57.0963541666666 \tabularnewline
97 & 790 & 850.950520833333 & 873.75 & -22.7994791666666 & -60.9505208333331 \tabularnewline
98 & 1000 & 965.013020833333 & 874.583333333333 & 90.4296875 & 34.9869791666667 \tabularnewline
99 & 890 & 906.2109375 & 873.75 & 32.4609375 & -16.2109375 \tabularnewline
100 & 970 & 933.5546875 & 874.583333333333 & 58.9713541666667 & 36.4453124999999 \tabularnewline
101 & 900 & 903.190104166667 & 879.166666666667 & 24.0234375 & -3.19010416666663 \tabularnewline
102 & 990 & 983.971354166667 & 885 & 98.9713541666667 & 6.02864583333326 \tabularnewline
103 & 910 & NA & NA & -9.98697916666666 & NA \tabularnewline
104 & 730 & NA & NA & -139.466145833333 & NA \tabularnewline
105 & 850 & NA & NA & -45.8203125 & NA \tabularnewline
106 & 840 & NA & NA & -22.1223958333334 & NA \tabularnewline
107 & 830 & NA & NA & -138.424479166667 & NA \tabularnewline
108 & 950 & NA & NA & 73.7630208333333 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=168945&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]940[/C][C]NA[/C][C]NA[/C][C]-22.7994791666666[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]950[/C][C]NA[/C][C]NA[/C][C]90.4296875[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]920[/C][C]NA[/C][C]NA[/C][C]32.4609375[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]930[/C][C]NA[/C][C]NA[/C][C]58.9713541666667[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]930[/C][C]NA[/C][C]NA[/C][C]24.0234375[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]900[/C][C]NA[/C][C]NA[/C][C]98.9713541666667[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]940[/C][C]895.846354166667[/C][C]905.833333333333[/C][C]-9.98697916666666[/C][C]44.1536458333335[/C][/ROW]
[ROW][C]8[/C][C]840[/C][C]765.1171875[/C][C]904.583333333333[/C][C]-139.466145833333[/C][C]74.8828125[/C][/ROW]
[ROW][C]9[/C][C]890[/C][C]857.513020833333[/C][C]903.333333333333[/C][C]-45.8203125[/C][C]32.4869791666666[/C][/ROW]
[ROW][C]10[/C][C]850[/C][C]881.627604166667[/C][C]903.75[/C][C]-22.1223958333334[/C][C]-31.6276041666666[/C][/ROW]
[ROW][C]11[/C][C]830[/C][C]764.908854166667[/C][C]903.333333333333[/C][C]-138.424479166667[/C][C]65.0911458333334[/C][/ROW]
[ROW][C]12[/C][C]940[/C][C]980.013020833333[/C][C]906.25[/C][C]73.7630208333333[/C][C]-40.0130208333334[/C][/ROW]
[ROW][C]13[/C][C]960[/C][C]885.950520833333[/C][C]908.75[/C][C]-22.7994791666666[/C][C]74.0494791666667[/C][/ROW]
[ROW][C]14[/C][C]900[/C][C]996.263020833333[/C][C]905.833333333333[/C][C]90.4296875[/C][C]-96.2630208333333[/C][/ROW]
[ROW][C]15[/C][C]940[/C][C]932.4609375[/C][C]900[/C][C]32.4609375[/C][C]7.5390625[/C][/ROW]
[ROW][C]16[/C][C]920[/C][C]956.471354166667[/C][C]897.5[/C][C]58.9713541666667[/C][C]-36.4713541666667[/C][/ROW]
[ROW][C]17[/C][C]930[/C][C]917.7734375[/C][C]893.75[/C][C]24.0234375[/C][C]12.2265624999999[/C][/ROW]
[ROW][C]18[/C][C]970[/C][C]985.638020833333[/C][C]886.666666666667[/C][C]98.9713541666667[/C][C]-15.6380208333333[/C][/ROW]
[ROW][C]19[/C][C]930[/C][C]872.513020833333[/C][C]882.5[/C][C]-9.98697916666666[/C][C]57.4869791666666[/C][/ROW]
[ROW][C]20[/C][C]780[/C][C]742.200520833333[/C][C]881.666666666667[/C][C]-139.466145833333[/C][C]37.7994791666667[/C][/ROW]
[ROW][C]21[/C][C]810[/C][C]837.096354166667[/C][C]882.916666666667[/C][C]-45.8203125[/C][C]-27.0963541666666[/C][/ROW]
[ROW][C]22[/C][C]870[/C][C]862.4609375[/C][C]884.583333333333[/C][C]-22.1223958333334[/C][C]7.53906250000011[/C][/ROW]
[ROW][C]23[/C][C]720[/C][C]745.7421875[/C][C]884.166666666667[/C][C]-138.424479166667[/C][C]-25.7421874999999[/C][/ROW]
[ROW][C]24[/C][C]880[/C][C]955.846354166667[/C][C]882.083333333333[/C][C]73.7630208333333[/C][C]-75.8463541666665[/C][/ROW]
[ROW][C]25[/C][C]920[/C][C]852.6171875[/C][C]875.416666666667[/C][C]-22.7994791666666[/C][C]67.3828125[/C][/ROW]
[ROW][C]26[/C][C]920[/C][C]959.596354166667[/C][C]869.166666666667[/C][C]90.4296875[/C][C]-39.5963541666666[/C][/ROW]
[ROW][C]27[/C][C]950[/C][C]899.544270833333[/C][C]867.083333333333[/C][C]32.4609375[/C][C]50.4557291666667[/C][/ROW]
[ROW][C]28[/C][C]950[/C][C]923.5546875[/C][C]864.583333333333[/C][C]58.9713541666667[/C][C]26.4453125000001[/C][/ROW]
[ROW][C]29[/C][C]890[/C][C]889.0234375[/C][C]865[/C][C]24.0234375[/C][C]0.976562500000114[/C][/ROW]
[ROW][C]30[/C][C]960[/C][C]970.638020833333[/C][C]871.666666666666[/C][C]98.9713541666667[/C][C]-10.638020833333[/C][/ROW]
[ROW][C]31[/C][C]780[/C][C]866.263020833333[/C][C]876.25[/C][C]-9.98697916666666[/C][C]-86.2630208333333[/C][/ROW]
[ROW][C]32[/C][C]780[/C][C]740.533854166667[/C][C]880[/C][C]-139.466145833333[/C][C]39.4661458333334[/C][/ROW]
[ROW][C]33[/C][C]760[/C][C]837.9296875[/C][C]883.75[/C][C]-45.8203125[/C][C]-77.9296874999999[/C][/ROW]
[ROW][C]34[/C][C]860[/C][C]858.294270833333[/C][C]880.416666666667[/C][C]-22.1223958333334[/C][C]1.70572916666663[/C][/ROW]
[ROW][C]35[/C][C]740[/C][C]742.408854166667[/C][C]880.833333333333[/C][C]-138.424479166667[/C][C]-2.40885416666663[/C][/ROW]
[ROW][C]36[/C][C]1020[/C][C]958.346354166667[/C][C]884.583333333333[/C][C]73.7630208333333[/C][C]61.6536458333334[/C][/ROW]
[ROW][C]37[/C][C]890[/C][C]865.533854166667[/C][C]888.333333333333[/C][C]-22.7994791666666[/C][C]24.4661458333335[/C][/ROW]
[ROW][C]38[/C][C]1040[/C][C]979.596354166667[/C][C]889.166666666667[/C][C]90.4296875[/C][C]60.4036458333335[/C][/ROW]
[ROW][C]39[/C][C]920[/C][C]923.294270833333[/C][C]890.833333333333[/C][C]32.4609375[/C][C]-3.29427083333314[/C][/ROW]
[ROW][C]40[/C][C]900[/C][C]957.3046875[/C][C]898.333333333333[/C][C]58.9713541666667[/C][C]-57.3046874999999[/C][/ROW]
[ROW][C]41[/C][C]950[/C][C]928.606770833333[/C][C]904.583333333333[/C][C]24.0234375[/C][C]21.3932291666667[/C][/ROW]
[ROW][C]42[/C][C]990[/C][C]1005.22135416667[/C][C]906.25[/C][C]98.9713541666667[/C][C]-15.2213541666665[/C][/ROW]
[ROW][C]43[/C][C]840[/C][C]896.263020833333[/C][C]906.25[/C][C]-9.98697916666666[/C][C]-56.2630208333334[/C][/ROW]
[ROW][C]44[/C][C]740[/C][C]764.283854166667[/C][C]903.75[/C][C]-139.466145833333[/C][C]-24.2838541666665[/C][/ROW]
[ROW][C]45[/C][C]840[/C][C]855.013020833333[/C][C]900.833333333333[/C][C]-45.8203125[/C][C]-15.0130208333333[/C][/ROW]
[ROW][C]46[/C][C]960[/C][C]882.044270833333[/C][C]904.166666666667[/C][C]-22.1223958333334[/C][C]77.9557291666669[/C][/ROW]
[ROW][C]47[/C][C]790[/C][C]766.575520833333[/C][C]905[/C][C]-138.424479166667[/C][C]23.4244791666667[/C][/ROW]
[ROW][C]48[/C][C]1010[/C][C]976.6796875[/C][C]902.916666666667[/C][C]73.7630208333333[/C][C]33.3203125[/C][/ROW]
[ROW][C]49[/C][C]900[/C][C]882.200520833333[/C][C]905[/C][C]-22.7994791666666[/C][C]17.7994791666666[/C][/ROW]
[ROW][C]50[/C][C]970[/C][C]997.096354166667[/C][C]906.666666666667[/C][C]90.4296875[/C][C]-27.0963541666666[/C][/ROW]
[ROW][C]51[/C][C]920[/C][C]939.9609375[/C][C]907.5[/C][C]32.4609375[/C][C]-19.9609374999999[/C][/ROW]
[ROW][C]52[/C][C]980[/C][C]966.471354166667[/C][C]907.5[/C][C]58.9713541666667[/C][C]13.5286458333334[/C][/ROW]
[ROW][C]53[/C][C]890[/C][C]929.440104166667[/C][C]905.416666666667[/C][C]24.0234375[/C][C]-39.4401041666665[/C][/ROW]
[ROW][C]54[/C][C]1000[/C][C]1003.13802083333[/C][C]904.166666666667[/C][C]98.9713541666667[/C][C]-3.13802083333326[/C][/ROW]
[ROW][C]55[/C][C]880[/C][C]892.9296875[/C][C]902.916666666667[/C][C]-9.98697916666666[/C][C]-12.9296875[/C][/ROW]
[ROW][C]56[/C][C]740[/C][C]762.6171875[/C][C]902.083333333333[/C][C]-139.466145833333[/C][C]-22.6171874999998[/C][/ROW]
[ROW][C]57[/C][C]860[/C][C]856.6796875[/C][C]902.5[/C][C]-45.8203125[/C][C]3.32031250000011[/C][/ROW]
[ROW][C]58[/C][C]940[/C][C]879.127604166667[/C][C]901.25[/C][C]-22.1223958333334[/C][C]60.8723958333335[/C][/ROW]
[ROW][C]59[/C][C]760[/C][C]761.158854166667[/C][C]899.583333333333[/C][C]-138.424479166667[/C][C]-1.15885416666652[/C][/ROW]
[ROW][C]60[/C][C]1010[/C][C]972.096354166667[/C][C]898.333333333333[/C][C]73.7630208333333[/C][C]37.9036458333334[/C][/ROW]
[ROW][C]61[/C][C]870[/C][C]875.950520833333[/C][C]898.75[/C][C]-22.7994791666666[/C][C]-5.95052083333314[/C][/ROW]
[ROW][C]62[/C][C]980[/C][C]990.013020833333[/C][C]899.583333333333[/C][C]90.4296875[/C][C]-10.0130208333333[/C][/ROW]
[ROW][C]63[/C][C]920[/C][C]932.4609375[/C][C]900[/C][C]32.4609375[/C][C]-12.4609375[/C][/ROW]
[ROW][C]64[/C][C]950[/C][C]954.8046875[/C][C]895.833333333333[/C][C]58.9713541666667[/C][C]-4.80468749999989[/C][/ROW]
[ROW][C]65[/C][C]880[/C][C]911.940104166667[/C][C]887.916666666667[/C][C]24.0234375[/C][C]-31.9401041666665[/C][/ROW]
[ROW][C]66[/C][C]980[/C][C]983.138020833333[/C][C]884.166666666667[/C][C]98.9713541666667[/C][C]-3.13802083333314[/C][/ROW]
[ROW][C]67[/C][C]910[/C][C]870.4296875[/C][C]880.416666666667[/C][C]-9.98697916666666[/C][C]39.5703125000001[/C][/ROW]
[ROW][C]68[/C][C]730[/C][C]737.200520833333[/C][C]876.666666666667[/C][C]-139.466145833333[/C][C]-7.20052083333326[/C][/ROW]
[ROW][C]69[/C][C]880[/C][C]829.596354166667[/C][C]875.416666666667[/C][C]-45.8203125[/C][C]50.4036458333334[/C][/ROW]
[ROW][C]70[/C][C]820[/C][C]852.877604166667[/C][C]875[/C][C]-22.1223958333334[/C][C]-32.8776041666667[/C][/ROW]
[ROW][C]71[/C][C]690[/C][C]739.075520833333[/C][C]877.5[/C][C]-138.424479166667[/C][C]-49.0755208333333[/C][/ROW]
[ROW][C]72[/C][C]990[/C][C]955.013020833333[/C][C]881.25[/C][C]73.7630208333333[/C][C]34.9869791666665[/C][/ROW]
[ROW][C]73[/C][C]800[/C][C]858.8671875[/C][C]881.666666666667[/C][C]-22.7994791666666[/C][C]-58.8671875000001[/C][/ROW]
[ROW][C]74[/C][C]960[/C][C]968.346354166667[/C][C]877.916666666667[/C][C]90.4296875[/C][C]-8.34635416666663[/C][/ROW]
[ROW][C]75[/C][C]910[/C][C]906.627604166667[/C][C]874.166666666667[/C][C]32.4609375[/C][C]3.37239583333337[/C][/ROW]
[ROW][C]76[/C][C]950[/C][C]933.138020833333[/C][C]874.166666666667[/C][C]58.9713541666667[/C][C]16.8619791666666[/C][/ROW]
[ROW][C]77[/C][C]940[/C][C]901.106770833333[/C][C]877.083333333333[/C][C]24.0234375[/C][C]38.8932291666667[/C][/ROW]
[ROW][C]78[/C][C]1010[/C][C]977.721354166667[/C][C]878.75[/C][C]98.9713541666667[/C][C]32.2786458333335[/C][/ROW]
[ROW][C]79[/C][C]890[/C][C]869.1796875[/C][C]879.166666666667[/C][C]-9.98697916666666[/C][C]20.8203125[/C][/ROW]
[ROW][C]80[/C][C]660[/C][C]745.533854166667[/C][C]885[/C][C]-139.466145833333[/C][C]-85.5338541666666[/C][/ROW]
[ROW][C]81[/C][C]860[/C][C]845.013020833333[/C][C]890.833333333333[/C][C]-45.8203125[/C][C]14.9869791666667[/C][/ROW]
[ROW][C]82[/C][C]840[/C][C]870.377604166667[/C][C]892.5[/C][C]-22.1223958333334[/C][C]-30.3776041666666[/C][/ROW]
[ROW][C]83[/C][C]740[/C][C]754.4921875[/C][C]892.916666666667[/C][C]-138.424479166667[/C][C]-14.4921874999998[/C][/ROW]
[ROW][C]84[/C][C]980[/C][C]966.263020833333[/C][C]892.5[/C][C]73.7630208333333[/C][C]13.7369791666667[/C][/ROW]
[ROW][C]85[/C][C]820[/C][C]869.283854166667[/C][C]892.083333333333[/C][C]-22.7994791666666[/C][C]-49.2838541666666[/C][/ROW]
[ROW][C]86[/C][C]1080[/C][C]985.4296875[/C][C]895[/C][C]90.4296875[/C][C]94.5703125000001[/C][/ROW]
[ROW][C]87[/C][C]930[/C][C]930.794270833333[/C][C]898.333333333333[/C][C]32.4609375[/C][C]-0.794270833333258[/C][/ROW]
[ROW][C]88[/C][C]970[/C][C]956.0546875[/C][C]897.083333333333[/C][C]58.9713541666667[/C][C]13.9453125000001[/C][/ROW]
[ROW][C]89[/C][C]930[/C][C]920.2734375[/C][C]896.25[/C][C]24.0234375[/C][C]9.7265625[/C][/ROW]
[ROW][C]90[/C][C]1010[/C][C]991.888020833333[/C][C]892.916666666667[/C][C]98.9713541666667[/C][C]18.1119791666666[/C][/ROW]
[ROW][C]91[/C][C]880[/C][C]877.9296875[/C][C]887.916666666667[/C][C]-9.98697916666666[/C][C]2.0703125[/C][/ROW]
[ROW][C]92[/C][C]740[/C][C]743.8671875[/C][C]883.333333333333[/C][C]-139.466145833333[/C][C]-3.86718749999989[/C][/ROW]
[ROW][C]93[/C][C]860[/C][C]832.513020833333[/C][C]878.333333333333[/C][C]-45.8203125[/C][C]27.4869791666667[/C][/ROW]
[ROW][C]94[/C][C]810[/C][C]854.544270833333[/C][C]876.666666666667[/C][C]-22.1223958333334[/C][C]-44.5442708333331[/C][/ROW]
[ROW][C]95[/C][C]750[/C][C]736.9921875[/C][C]875.416666666667[/C][C]-138.424479166667[/C][C]13.0078125000002[/C][/ROW]
[ROW][C]96[/C][C]890[/C][C]947.096354166667[/C][C]873.333333333333[/C][C]73.7630208333333[/C][C]-57.0963541666666[/C][/ROW]
[ROW][C]97[/C][C]790[/C][C]850.950520833333[/C][C]873.75[/C][C]-22.7994791666666[/C][C]-60.9505208333331[/C][/ROW]
[ROW][C]98[/C][C]1000[/C][C]965.013020833333[/C][C]874.583333333333[/C][C]90.4296875[/C][C]34.9869791666667[/C][/ROW]
[ROW][C]99[/C][C]890[/C][C]906.2109375[/C][C]873.75[/C][C]32.4609375[/C][C]-16.2109375[/C][/ROW]
[ROW][C]100[/C][C]970[/C][C]933.5546875[/C][C]874.583333333333[/C][C]58.9713541666667[/C][C]36.4453124999999[/C][/ROW]
[ROW][C]101[/C][C]900[/C][C]903.190104166667[/C][C]879.166666666667[/C][C]24.0234375[/C][C]-3.19010416666663[/C][/ROW]
[ROW][C]102[/C][C]990[/C][C]983.971354166667[/C][C]885[/C][C]98.9713541666667[/C][C]6.02864583333326[/C][/ROW]
[ROW][C]103[/C][C]910[/C][C]NA[/C][C]NA[/C][C]-9.98697916666666[/C][C]NA[/C][/ROW]
[ROW][C]104[/C][C]730[/C][C]NA[/C][C]NA[/C][C]-139.466145833333[/C][C]NA[/C][/ROW]
[ROW][C]105[/C][C]850[/C][C]NA[/C][C]NA[/C][C]-45.8203125[/C][C]NA[/C][/ROW]
[ROW][C]106[/C][C]840[/C][C]NA[/C][C]NA[/C][C]-22.1223958333334[/C][C]NA[/C][/ROW]
[ROW][C]107[/C][C]830[/C][C]NA[/C][C]NA[/C][C]-138.424479166667[/C][C]NA[/C][/ROW]
[ROW][C]108[/C][C]950[/C][C]NA[/C][C]NA[/C][C]73.7630208333333[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=168945&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=168945&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:

Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1940NANA-22.7994791666666NA
2950NANA90.4296875NA
3920NANA32.4609375NA
4930NANA58.9713541666667NA
5930NANA24.0234375NA
6900NANA98.9713541666667NA
7940895.846354166667905.833333333333-9.9869791666666644.1536458333335
8840765.1171875904.583333333333-139.46614583333374.8828125
9890857.513020833333903.333333333333-45.820312532.4869791666666
10850881.627604166667903.75-22.1223958333334-31.6276041666666
11830764.908854166667903.333333333333-138.42447916666765.0911458333334
12940980.013020833333906.2573.7630208333333-40.0130208333334
13960885.950520833333908.75-22.799479166666674.0494791666667
14900996.263020833333905.83333333333390.4296875-96.2630208333333
15940932.460937590032.46093757.5390625
16920956.471354166667897.558.9713541666667-36.4713541666667
17930917.7734375893.7524.023437512.2265624999999
18970985.638020833333886.66666666666798.9713541666667-15.6380208333333
19930872.513020833333882.5-9.9869791666666657.4869791666666
20780742.200520833333881.666666666667-139.46614583333337.7994791666667
21810837.096354166667882.916666666667-45.8203125-27.0963541666666
22870862.4609375884.583333333333-22.12239583333347.53906250000011
23720745.7421875884.166666666667-138.424479166667-25.7421874999999
24880955.846354166667882.08333333333373.7630208333333-75.8463541666665
25920852.6171875875.416666666667-22.799479166666667.3828125
26920959.596354166667869.16666666666790.4296875-39.5963541666666
27950899.544270833333867.08333333333332.460937550.4557291666667
28950923.5546875864.58333333333358.971354166666726.4453125000001
29890889.023437586524.02343750.976562500000114
30960970.638020833333871.66666666666698.9713541666667-10.638020833333
31780866.263020833333876.25-9.98697916666666-86.2630208333333
32780740.533854166667880-139.46614583333339.4661458333334
33760837.9296875883.75-45.8203125-77.9296874999999
34860858.294270833333880.416666666667-22.12239583333341.70572916666663
35740742.408854166667880.833333333333-138.424479166667-2.40885416666663
361020958.346354166667884.58333333333373.763020833333361.6536458333334
37890865.533854166667888.333333333333-22.799479166666624.4661458333335
381040979.596354166667889.16666666666790.429687560.4036458333335
39920923.294270833333890.83333333333332.4609375-3.29427083333314
40900957.3046875898.33333333333358.9713541666667-57.3046874999999
41950928.606770833333904.58333333333324.023437521.3932291666667
429901005.22135416667906.2598.9713541666667-15.2213541666665
43840896.263020833333906.25-9.98697916666666-56.2630208333334
44740764.283854166667903.75-139.466145833333-24.2838541666665
45840855.013020833333900.833333333333-45.8203125-15.0130208333333
46960882.044270833333904.166666666667-22.122395833333477.9557291666669
47790766.575520833333905-138.42447916666723.4244791666667
481010976.6796875902.91666666666773.763020833333333.3203125
49900882.200520833333905-22.799479166666617.7994791666666
50970997.096354166667906.66666666666790.4296875-27.0963541666666
51920939.9609375907.532.4609375-19.9609374999999
52980966.471354166667907.558.971354166666713.5286458333334
53890929.440104166667905.41666666666724.0234375-39.4401041666665
5410001003.13802083333904.16666666666798.9713541666667-3.13802083333326
55880892.9296875902.916666666667-9.98697916666666-12.9296875
56740762.6171875902.083333333333-139.466145833333-22.6171874999998
57860856.6796875902.5-45.82031253.32031250000011
58940879.127604166667901.25-22.122395833333460.8723958333335
59760761.158854166667899.583333333333-138.424479166667-1.15885416666652
601010972.096354166667898.33333333333373.763020833333337.9036458333334
61870875.950520833333898.75-22.7994791666666-5.95052083333314
62980990.013020833333899.58333333333390.4296875-10.0130208333333
63920932.460937590032.4609375-12.4609375
64950954.8046875895.83333333333358.9713541666667-4.80468749999989
65880911.940104166667887.91666666666724.0234375-31.9401041666665
66980983.138020833333884.16666666666798.9713541666667-3.13802083333314
67910870.4296875880.416666666667-9.9869791666666639.5703125000001
68730737.200520833333876.666666666667-139.466145833333-7.20052083333326
69880829.596354166667875.416666666667-45.820312550.4036458333334
70820852.877604166667875-22.1223958333334-32.8776041666667
71690739.075520833333877.5-138.424479166667-49.0755208333333
72990955.013020833333881.2573.763020833333334.9869791666665
73800858.8671875881.666666666667-22.7994791666666-58.8671875000001
74960968.346354166667877.91666666666790.4296875-8.34635416666663
75910906.627604166667874.16666666666732.46093753.37239583333337
76950933.138020833333874.16666666666758.971354166666716.8619791666666
77940901.106770833333877.08333333333324.023437538.8932291666667
781010977.721354166667878.7598.971354166666732.2786458333335
79890869.1796875879.166666666667-9.9869791666666620.8203125
80660745.533854166667885-139.466145833333-85.5338541666666
81860845.013020833333890.833333333333-45.820312514.9869791666667
82840870.377604166667892.5-22.1223958333334-30.3776041666666
83740754.4921875892.916666666667-138.424479166667-14.4921874999998
84980966.263020833333892.573.763020833333313.7369791666667
85820869.283854166667892.083333333333-22.7994791666666-49.2838541666666
861080985.429687589590.429687594.5703125000001
87930930.794270833333898.33333333333332.4609375-0.794270833333258
88970956.0546875897.08333333333358.971354166666713.9453125000001
89930920.2734375896.2524.02343759.7265625
901010991.888020833333892.91666666666798.971354166666718.1119791666666
91880877.9296875887.916666666667-9.986979166666662.0703125
92740743.8671875883.333333333333-139.466145833333-3.86718749999989
93860832.513020833333878.333333333333-45.820312527.4869791666667
94810854.544270833333876.666666666667-22.1223958333334-44.5442708333331
95750736.9921875875.416666666667-138.42447916666713.0078125000002
96890947.096354166667873.33333333333373.7630208333333-57.0963541666666
97790850.950520833333873.75-22.7994791666666-60.9505208333331
981000965.013020833333874.58333333333390.429687534.9869791666667
99890906.2109375873.7532.4609375-16.2109375
100970933.5546875874.58333333333358.971354166666736.4453124999999
101900903.190104166667879.16666666666724.0234375-3.19010416666663
102990983.97135416666788598.97135416666676.02864583333326
103910NANA-9.98697916666666NA
104730NANA-139.466145833333NA
105850NANA-45.8203125NA
106840NANA-22.1223958333334NA
107830NANA-138.424479166667NA
108950NANA73.7630208333333NA


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 0.01 ; par2 = 0.99 ; par3 = 0.01 ;
Parameters (R input):
par1 = additive ; par2 = 12 ;
R code (references can be found in the software module):
par2 <- as.numeric(par2)
x <- ts(x,freq=par2)
m <- decompose(x,type=par1)
m$figure
bitmap(file='test1.png')
plot(m)
dev.off()
mylagmax <- length(x)/2
bitmap(file='test2.png')
op <- par(mfrow = c(2,2))
acf(as.numeric(x),lag.max = mylagmax,main='Observed')
acf(as.numeric(m$trend),na.action=na.pass,lag.max = mylagmax,main='Trend')
acf(as.numeric(m$seasonal),na.action=na.pass,lag.max = mylagmax,main='Seasonal')
acf(as.numeric(m$random),na.action=na.pass,lag.max = mylagmax,main='Random')
par(op)
dev.off()
bitmap(file='test3.png')
op <- par(mfrow = c(2,2))
spectrum(as.numeric(x),main='Observed')
spectrum(as.numeric(m$trend[!is.na(m$trend)]),main='Trend')
spectrum(as.numeric(m$seasonal[!is.na(m$seasonal)]),main='Seasonal')
spectrum(as.numeric(m$random[!is.na(m$random)]),main='Random')
par(op)
dev.off()
bitmap(file='test4.png')
op <- par(mfrow = c(2,2))
cpgram(as.numeric(x),main='Observed')
cpgram(as.numeric(m$trend[!is.na(m$trend)]),main='Trend')
cpgram(as.numeric(m$seasonal[!is.na(m$seasonal)]),main='Seasonal')
cpgram(as.numeric(m$random[!is.na(m$random)]),main='Random')
par(op)
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Classical Decomposition by Moving Averages',6,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'t',header=TRUE)
a<-table.element(a,'Observations',header=TRUE)
a<-table.element(a,'Fit',header=TRUE)
a<-table.element(a,'Trend',header=TRUE)
a<-table.element(a,'Seasonal',header=TRUE)
a<-table.element(a,'Random',header=TRUE)
a<-table.row.end(a)
for (i in 1:length(m$trend)) {
a<-table.row.start(a)
a<-table.element(a,i,header=TRUE)
a<-table.element(a,x[i])
if (par1 == 'additive') a<-table.element(a,m$trend[i]+m$seasonal[i]) else a<-table.element(a,m$trend[i]*m$seasonal[i])
a<-table.element(a,m$trend[i])
a<-table.element(a,m$seasonal[i])
a<-table.element(a,m$random[i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')