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 computationFri, 03 May 2013 08:47:11 -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/2013/May/03/t1367585259dy9g5oipiy7bh1h.htm/, Retrieved Fri, 03 May 2024 07:21:05 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=208693, Retrieved Fri, 03 May 2024 07:21:05 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact138

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Classical Decomposition] [model Classical D...] [2013-05-03 12:47:11] [d5ab19d4e12c3f3d93ad67ed83c39b07] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
99,23
101,14
100,8
98,93
100,97
101,69
102,14
102,52
103,4
105,83
104,35
106,61
105,63
106,73
106,19
107,26
106,27
107,45
107,63
107,45
107,74
108,15
108,99
108,83
110,78
110,66
108,51
108,29
109,33
107,06
108,02
109,43
109,85
110,5
109,9
110,92
108,36
109,01
108,03
106,28
106,6
108,06
107,42
107,58
107,59
109,66
107,85
110,74
108,8
109,18
108,38
108,59
109,52
108,71
109,78
109,77
109,34
111,86
110,74
110,67
111,36
112,21
110,2
110,99
110,43
110,72
111,19
111,52
111,99
111,65
114,45
115,58

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'Sir Maurice George Kendall' @ kendall.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 & 'Sir Maurice George Kendall' @ kendall.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=208693&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]'Sir Maurice George Kendall' @ kendall.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=208693&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=208693&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'Sir Maurice George Kendall' @ kendall.wessa.net






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
199.23NANA0.460180555555556NA
2101.14NANA0.881763888888887NA
3100.8NANA-0.560819444444445NA
498.93NANA-0.660902777777767NA
5100.97NANA-0.64556944444445NA
6101.69NANA-0.834486111111107NA
7102.14102.066513888889102.5675-0.5009861111111090.0734861111111087
8102.52102.724763888889103.067083333333-0.342319444444447-0.204763888888891
9103.4103.245680555556103.524583333333-0.2789027777777760.154319444444454
10105.83105.254513888889104.096251.158263888888890.575486111111118
11104.35104.809097222222104.6641666666670.144930555555553-0.459097222222212
12106.61106.303847222222105.1251.178847222222220.306152777777797
13105.63106.053930555556105.593750.460180555555556-0.423930555555529
14106.73106.909680555556106.0279166666670.881763888888887-0.179680555555521
15106.19105.853347222222106.414166666667-0.5608194444444450.336652777777786
16107.26106.030763888889106.691666666667-0.6609027777777671.22923611111112
17106.27106.336097222222106.981666666667-0.64556944444445-0.0660972222222114
18107.45106.433013888889107.2675-0.8344861111111071.01698611111112
19107.63107.073597222222107.574583333333-0.5009861111111090.556402777777762
20107.45107.610597222222107.952916666667-0.342319444444447-0.160597222222222
21107.74107.934430555556108.213333333333-0.278902777777776-0.194430555555556
22108.15109.511180555556108.3529166666671.15826388888889-1.36118055555555
23108.99108.668263888889108.5233333333330.1449305555555530.321736111111122
24108.83109.813430555556108.6345833333331.17884722222222-0.983430555555572
25110.78109.094763888889108.6345833333330.4601805555555561.68523611111112
26110.66109.615097222222108.7333333333330.8817638888888871.04490277777778
27108.51108.342930555556108.90375-0.5608194444444450.167069444444465
28108.29108.428680555556109.089583333333-0.660902777777767-0.138680555555538
29109.33108.579847222222109.225416666667-0.645569444444450.750152777777771
30107.06108.515930555556109.350416666667-0.834486111111107-1.45593055555557
31108.02108.835680555556109.336666666667-0.500986111111109-0.815680555555559
32109.43108.824763888889109.167083333333-0.3423194444444470.605236111111097
33109.85108.799430555556109.078333333333-0.2789027777777761.05056944444443
34110.5110.132847222222108.9745833333331.158263888888890.367152777777775
35109.9108.922013888889108.7770833333330.1449305555555530.977986111111122
36110.92109.883847222222108.7051.178847222222221.03615277777779
37108.36109.181847222222108.7216666666670.460180555555556-0.821847222222218
38109.01109.501347222222108.6195833333330.881763888888887-0.491347222222217
39108.03107.887513888889108.448333333333-0.5608194444444450.142486111111126
40106.28107.658263888889108.319166666667-0.660902777777767-1.37826388888891
41106.6107.553180555556108.19875-0.64556944444445-0.953180555555562
42108.06107.271347222222108.105833333333-0.8344861111111070.788652777777784
43107.42107.615680555556108.116666666667-0.500986111111109-0.195680555555541
44107.58107.799763888889108.142083333333-0.342319444444447-0.219763888888878
45107.59107.884847222222108.16375-0.278902777777776-0.294847222222216
46109.66109.432847222222108.2745833333331.158263888888890.227152777777803
47107.85108.637430555556108.49250.144930555555553-0.787430555555545
48110.74109.820097222222108.641251.178847222222220.919902777777779
49108.8109.226847222222108.7666666666670.460180555555556-0.426847222222221
50109.18109.838013888889108.956250.881763888888887-0.658013888888888
51108.38108.559597222222109.120416666667-0.560819444444445-0.179597222222228
52108.59108.624097222222109.285-0.660902777777767-0.0340972222222007
53109.52108.851513888889109.497083333333-0.645569444444450.668486111111108
54108.71108.780097222222109.614583333333-0.834486111111107-0.0700972222222163
55109.78109.217347222222109.718333333333-0.5009861111111090.562652777777785
56109.77109.608930555556109.95125-0.3423194444444470.16106944444445
57109.34109.874430555556110.153333333333-0.278902777777776-0.534430555555545
58111.86111.487430555556110.3291666666671.158263888888890.372569444444466
59110.74110.612013888889110.4670833333330.1449305555555530.127986111111127
60110.67111.767597222222110.588751.17884722222222-1.09759722222221
61111.36111.191430555556110.731250.4601805555555560.168569444444444
62112.21111.744680555556110.8629166666670.8817638888888870.465319444444447
63110.2110.485430555556111.04625-0.560819444444445-0.28543055555555
64110.99110.487013888889111.147916666667-0.6609027777777670.502986111111099
65110.43110.648180555556111.29375-0.64556944444445-0.218180555555534
66110.72110.818430555556111.652916666667-0.834486111111107-0.0984305555555522
67111.19NANA-0.500986111111109NA
68111.52NANA-0.342319444444447NA
69111.99NANA-0.278902777777776NA
70111.65NANA1.15826388888889NA
71114.45NANA0.144930555555553NA
72115.58NANA1.17884722222222NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 99.23 & NA & NA & 0.460180555555556 & NA \tabularnewline
2 & 101.14 & NA & NA & 0.881763888888887 & NA \tabularnewline
3 & 100.8 & NA & NA & -0.560819444444445 & NA \tabularnewline
4 & 98.93 & NA & NA & -0.660902777777767 & NA \tabularnewline
5 & 100.97 & NA & NA & -0.64556944444445 & NA \tabularnewline
6 & 101.69 & NA & NA & -0.834486111111107 & NA \tabularnewline
7 & 102.14 & 102.066513888889 & 102.5675 & -0.500986111111109 & 0.0734861111111087 \tabularnewline
8 & 102.52 & 102.724763888889 & 103.067083333333 & -0.342319444444447 & -0.204763888888891 \tabularnewline
9 & 103.4 & 103.245680555556 & 103.524583333333 & -0.278902777777776 & 0.154319444444454 \tabularnewline
10 & 105.83 & 105.254513888889 & 104.09625 & 1.15826388888889 & 0.575486111111118 \tabularnewline
11 & 104.35 & 104.809097222222 & 104.664166666667 & 0.144930555555553 & -0.459097222222212 \tabularnewline
12 & 106.61 & 106.303847222222 & 105.125 & 1.17884722222222 & 0.306152777777797 \tabularnewline
13 & 105.63 & 106.053930555556 & 105.59375 & 0.460180555555556 & -0.423930555555529 \tabularnewline
14 & 106.73 & 106.909680555556 & 106.027916666667 & 0.881763888888887 & -0.179680555555521 \tabularnewline
15 & 106.19 & 105.853347222222 & 106.414166666667 & -0.560819444444445 & 0.336652777777786 \tabularnewline
16 & 107.26 & 106.030763888889 & 106.691666666667 & -0.660902777777767 & 1.22923611111112 \tabularnewline
17 & 106.27 & 106.336097222222 & 106.981666666667 & -0.64556944444445 & -0.0660972222222114 \tabularnewline
18 & 107.45 & 106.433013888889 & 107.2675 & -0.834486111111107 & 1.01698611111112 \tabularnewline
19 & 107.63 & 107.073597222222 & 107.574583333333 & -0.500986111111109 & 0.556402777777762 \tabularnewline
20 & 107.45 & 107.610597222222 & 107.952916666667 & -0.342319444444447 & -0.160597222222222 \tabularnewline
21 & 107.74 & 107.934430555556 & 108.213333333333 & -0.278902777777776 & -0.194430555555556 \tabularnewline
22 & 108.15 & 109.511180555556 & 108.352916666667 & 1.15826388888889 & -1.36118055555555 \tabularnewline
23 & 108.99 & 108.668263888889 & 108.523333333333 & 0.144930555555553 & 0.321736111111122 \tabularnewline
24 & 108.83 & 109.813430555556 & 108.634583333333 & 1.17884722222222 & -0.983430555555572 \tabularnewline
25 & 110.78 & 109.094763888889 & 108.634583333333 & 0.460180555555556 & 1.68523611111112 \tabularnewline
26 & 110.66 & 109.615097222222 & 108.733333333333 & 0.881763888888887 & 1.04490277777778 \tabularnewline
27 & 108.51 & 108.342930555556 & 108.90375 & -0.560819444444445 & 0.167069444444465 \tabularnewline
28 & 108.29 & 108.428680555556 & 109.089583333333 & -0.660902777777767 & -0.138680555555538 \tabularnewline
29 & 109.33 & 108.579847222222 & 109.225416666667 & -0.64556944444445 & 0.750152777777771 \tabularnewline
30 & 107.06 & 108.515930555556 & 109.350416666667 & -0.834486111111107 & -1.45593055555557 \tabularnewline
31 & 108.02 & 108.835680555556 & 109.336666666667 & -0.500986111111109 & -0.815680555555559 \tabularnewline
32 & 109.43 & 108.824763888889 & 109.167083333333 & -0.342319444444447 & 0.605236111111097 \tabularnewline
33 & 109.85 & 108.799430555556 & 109.078333333333 & -0.278902777777776 & 1.05056944444443 \tabularnewline
34 & 110.5 & 110.132847222222 & 108.974583333333 & 1.15826388888889 & 0.367152777777775 \tabularnewline
35 & 109.9 & 108.922013888889 & 108.777083333333 & 0.144930555555553 & 0.977986111111122 \tabularnewline
36 & 110.92 & 109.883847222222 & 108.705 & 1.17884722222222 & 1.03615277777779 \tabularnewline
37 & 108.36 & 109.181847222222 & 108.721666666667 & 0.460180555555556 & -0.821847222222218 \tabularnewline
38 & 109.01 & 109.501347222222 & 108.619583333333 & 0.881763888888887 & -0.491347222222217 \tabularnewline
39 & 108.03 & 107.887513888889 & 108.448333333333 & -0.560819444444445 & 0.142486111111126 \tabularnewline
40 & 106.28 & 107.658263888889 & 108.319166666667 & -0.660902777777767 & -1.37826388888891 \tabularnewline
41 & 106.6 & 107.553180555556 & 108.19875 & -0.64556944444445 & -0.953180555555562 \tabularnewline
42 & 108.06 & 107.271347222222 & 108.105833333333 & -0.834486111111107 & 0.788652777777784 \tabularnewline
43 & 107.42 & 107.615680555556 & 108.116666666667 & -0.500986111111109 & -0.195680555555541 \tabularnewline
44 & 107.58 & 107.799763888889 & 108.142083333333 & -0.342319444444447 & -0.219763888888878 \tabularnewline
45 & 107.59 & 107.884847222222 & 108.16375 & -0.278902777777776 & -0.294847222222216 \tabularnewline
46 & 109.66 & 109.432847222222 & 108.274583333333 & 1.15826388888889 & 0.227152777777803 \tabularnewline
47 & 107.85 & 108.637430555556 & 108.4925 & 0.144930555555553 & -0.787430555555545 \tabularnewline
48 & 110.74 & 109.820097222222 & 108.64125 & 1.17884722222222 & 0.919902777777779 \tabularnewline
49 & 108.8 & 109.226847222222 & 108.766666666667 & 0.460180555555556 & -0.426847222222221 \tabularnewline
50 & 109.18 & 109.838013888889 & 108.95625 & 0.881763888888887 & -0.658013888888888 \tabularnewline
51 & 108.38 & 108.559597222222 & 109.120416666667 & -0.560819444444445 & -0.179597222222228 \tabularnewline
52 & 108.59 & 108.624097222222 & 109.285 & -0.660902777777767 & -0.0340972222222007 \tabularnewline
53 & 109.52 & 108.851513888889 & 109.497083333333 & -0.64556944444445 & 0.668486111111108 \tabularnewline
54 & 108.71 & 108.780097222222 & 109.614583333333 & -0.834486111111107 & -0.0700972222222163 \tabularnewline
55 & 109.78 & 109.217347222222 & 109.718333333333 & -0.500986111111109 & 0.562652777777785 \tabularnewline
56 & 109.77 & 109.608930555556 & 109.95125 & -0.342319444444447 & 0.16106944444445 \tabularnewline
57 & 109.34 & 109.874430555556 & 110.153333333333 & -0.278902777777776 & -0.534430555555545 \tabularnewline
58 & 111.86 & 111.487430555556 & 110.329166666667 & 1.15826388888889 & 0.372569444444466 \tabularnewline
59 & 110.74 & 110.612013888889 & 110.467083333333 & 0.144930555555553 & 0.127986111111127 \tabularnewline
60 & 110.67 & 111.767597222222 & 110.58875 & 1.17884722222222 & -1.09759722222221 \tabularnewline
61 & 111.36 & 111.191430555556 & 110.73125 & 0.460180555555556 & 0.168569444444444 \tabularnewline
62 & 112.21 & 111.744680555556 & 110.862916666667 & 0.881763888888887 & 0.465319444444447 \tabularnewline
63 & 110.2 & 110.485430555556 & 111.04625 & -0.560819444444445 & -0.28543055555555 \tabularnewline
64 & 110.99 & 110.487013888889 & 111.147916666667 & -0.660902777777767 & 0.502986111111099 \tabularnewline
65 & 110.43 & 110.648180555556 & 111.29375 & -0.64556944444445 & -0.218180555555534 \tabularnewline
66 & 110.72 & 110.818430555556 & 111.652916666667 & -0.834486111111107 & -0.0984305555555522 \tabularnewline
67 & 111.19 & NA & NA & -0.500986111111109 & NA \tabularnewline
68 & 111.52 & NA & NA & -0.342319444444447 & NA \tabularnewline
69 & 111.99 & NA & NA & -0.278902777777776 & NA \tabularnewline
70 & 111.65 & NA & NA & 1.15826388888889 & NA \tabularnewline
71 & 114.45 & NA & NA & 0.144930555555553 & NA \tabularnewline
72 & 115.58 & NA & NA & 1.17884722222222 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=208693&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]99.23[/C][C]NA[/C][C]NA[/C][C]0.460180555555556[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]101.14[/C][C]NA[/C][C]NA[/C][C]0.881763888888887[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]100.8[/C][C]NA[/C][C]NA[/C][C]-0.560819444444445[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]98.93[/C][C]NA[/C][C]NA[/C][C]-0.660902777777767[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]100.97[/C][C]NA[/C][C]NA[/C][C]-0.64556944444445[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]101.69[/C][C]NA[/C][C]NA[/C][C]-0.834486111111107[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]102.14[/C][C]102.066513888889[/C][C]102.5675[/C][C]-0.500986111111109[/C][C]0.0734861111111087[/C][/ROW]
[ROW][C]8[/C][C]102.52[/C][C]102.724763888889[/C][C]103.067083333333[/C][C]-0.342319444444447[/C][C]-0.204763888888891[/C][/ROW]
[ROW][C]9[/C][C]103.4[/C][C]103.245680555556[/C][C]103.524583333333[/C][C]-0.278902777777776[/C][C]0.154319444444454[/C][/ROW]
[ROW][C]10[/C][C]105.83[/C][C]105.254513888889[/C][C]104.09625[/C][C]1.15826388888889[/C][C]0.575486111111118[/C][/ROW]
[ROW][C]11[/C][C]104.35[/C][C]104.809097222222[/C][C]104.664166666667[/C][C]0.144930555555553[/C][C]-0.459097222222212[/C][/ROW]
[ROW][C]12[/C][C]106.61[/C][C]106.303847222222[/C][C]105.125[/C][C]1.17884722222222[/C][C]0.306152777777797[/C][/ROW]
[ROW][C]13[/C][C]105.63[/C][C]106.053930555556[/C][C]105.59375[/C][C]0.460180555555556[/C][C]-0.423930555555529[/C][/ROW]
[ROW][C]14[/C][C]106.73[/C][C]106.909680555556[/C][C]106.027916666667[/C][C]0.881763888888887[/C][C]-0.179680555555521[/C][/ROW]
[ROW][C]15[/C][C]106.19[/C][C]105.853347222222[/C][C]106.414166666667[/C][C]-0.560819444444445[/C][C]0.336652777777786[/C][/ROW]
[ROW][C]16[/C][C]107.26[/C][C]106.030763888889[/C][C]106.691666666667[/C][C]-0.660902777777767[/C][C]1.22923611111112[/C][/ROW]
[ROW][C]17[/C][C]106.27[/C][C]106.336097222222[/C][C]106.981666666667[/C][C]-0.64556944444445[/C][C]-0.0660972222222114[/C][/ROW]
[ROW][C]18[/C][C]107.45[/C][C]106.433013888889[/C][C]107.2675[/C][C]-0.834486111111107[/C][C]1.01698611111112[/C][/ROW]
[ROW][C]19[/C][C]107.63[/C][C]107.073597222222[/C][C]107.574583333333[/C][C]-0.500986111111109[/C][C]0.556402777777762[/C][/ROW]
[ROW][C]20[/C][C]107.45[/C][C]107.610597222222[/C][C]107.952916666667[/C][C]-0.342319444444447[/C][C]-0.160597222222222[/C][/ROW]
[ROW][C]21[/C][C]107.74[/C][C]107.934430555556[/C][C]108.213333333333[/C][C]-0.278902777777776[/C][C]-0.194430555555556[/C][/ROW]
[ROW][C]22[/C][C]108.15[/C][C]109.511180555556[/C][C]108.352916666667[/C][C]1.15826388888889[/C][C]-1.36118055555555[/C][/ROW]
[ROW][C]23[/C][C]108.99[/C][C]108.668263888889[/C][C]108.523333333333[/C][C]0.144930555555553[/C][C]0.321736111111122[/C][/ROW]
[ROW][C]24[/C][C]108.83[/C][C]109.813430555556[/C][C]108.634583333333[/C][C]1.17884722222222[/C][C]-0.983430555555572[/C][/ROW]
[ROW][C]25[/C][C]110.78[/C][C]109.094763888889[/C][C]108.634583333333[/C][C]0.460180555555556[/C][C]1.68523611111112[/C][/ROW]
[ROW][C]26[/C][C]110.66[/C][C]109.615097222222[/C][C]108.733333333333[/C][C]0.881763888888887[/C][C]1.04490277777778[/C][/ROW]
[ROW][C]27[/C][C]108.51[/C][C]108.342930555556[/C][C]108.90375[/C][C]-0.560819444444445[/C][C]0.167069444444465[/C][/ROW]
[ROW][C]28[/C][C]108.29[/C][C]108.428680555556[/C][C]109.089583333333[/C][C]-0.660902777777767[/C][C]-0.138680555555538[/C][/ROW]
[ROW][C]29[/C][C]109.33[/C][C]108.579847222222[/C][C]109.225416666667[/C][C]-0.64556944444445[/C][C]0.750152777777771[/C][/ROW]
[ROW][C]30[/C][C]107.06[/C][C]108.515930555556[/C][C]109.350416666667[/C][C]-0.834486111111107[/C][C]-1.45593055555557[/C][/ROW]
[ROW][C]31[/C][C]108.02[/C][C]108.835680555556[/C][C]109.336666666667[/C][C]-0.500986111111109[/C][C]-0.815680555555559[/C][/ROW]
[ROW][C]32[/C][C]109.43[/C][C]108.824763888889[/C][C]109.167083333333[/C][C]-0.342319444444447[/C][C]0.605236111111097[/C][/ROW]
[ROW][C]33[/C][C]109.85[/C][C]108.799430555556[/C][C]109.078333333333[/C][C]-0.278902777777776[/C][C]1.05056944444443[/C][/ROW]
[ROW][C]34[/C][C]110.5[/C][C]110.132847222222[/C][C]108.974583333333[/C][C]1.15826388888889[/C][C]0.367152777777775[/C][/ROW]
[ROW][C]35[/C][C]109.9[/C][C]108.922013888889[/C][C]108.777083333333[/C][C]0.144930555555553[/C][C]0.977986111111122[/C][/ROW]
[ROW][C]36[/C][C]110.92[/C][C]109.883847222222[/C][C]108.705[/C][C]1.17884722222222[/C][C]1.03615277777779[/C][/ROW]
[ROW][C]37[/C][C]108.36[/C][C]109.181847222222[/C][C]108.721666666667[/C][C]0.460180555555556[/C][C]-0.821847222222218[/C][/ROW]
[ROW][C]38[/C][C]109.01[/C][C]109.501347222222[/C][C]108.619583333333[/C][C]0.881763888888887[/C][C]-0.491347222222217[/C][/ROW]
[ROW][C]39[/C][C]108.03[/C][C]107.887513888889[/C][C]108.448333333333[/C][C]-0.560819444444445[/C][C]0.142486111111126[/C][/ROW]
[ROW][C]40[/C][C]106.28[/C][C]107.658263888889[/C][C]108.319166666667[/C][C]-0.660902777777767[/C][C]-1.37826388888891[/C][/ROW]
[ROW][C]41[/C][C]106.6[/C][C]107.553180555556[/C][C]108.19875[/C][C]-0.64556944444445[/C][C]-0.953180555555562[/C][/ROW]
[ROW][C]42[/C][C]108.06[/C][C]107.271347222222[/C][C]108.105833333333[/C][C]-0.834486111111107[/C][C]0.788652777777784[/C][/ROW]
[ROW][C]43[/C][C]107.42[/C][C]107.615680555556[/C][C]108.116666666667[/C][C]-0.500986111111109[/C][C]-0.195680555555541[/C][/ROW]
[ROW][C]44[/C][C]107.58[/C][C]107.799763888889[/C][C]108.142083333333[/C][C]-0.342319444444447[/C][C]-0.219763888888878[/C][/ROW]
[ROW][C]45[/C][C]107.59[/C][C]107.884847222222[/C][C]108.16375[/C][C]-0.278902777777776[/C][C]-0.294847222222216[/C][/ROW]
[ROW][C]46[/C][C]109.66[/C][C]109.432847222222[/C][C]108.274583333333[/C][C]1.15826388888889[/C][C]0.227152777777803[/C][/ROW]
[ROW][C]47[/C][C]107.85[/C][C]108.637430555556[/C][C]108.4925[/C][C]0.144930555555553[/C][C]-0.787430555555545[/C][/ROW]
[ROW][C]48[/C][C]110.74[/C][C]109.820097222222[/C][C]108.64125[/C][C]1.17884722222222[/C][C]0.919902777777779[/C][/ROW]
[ROW][C]49[/C][C]108.8[/C][C]109.226847222222[/C][C]108.766666666667[/C][C]0.460180555555556[/C][C]-0.426847222222221[/C][/ROW]
[ROW][C]50[/C][C]109.18[/C][C]109.838013888889[/C][C]108.95625[/C][C]0.881763888888887[/C][C]-0.658013888888888[/C][/ROW]
[ROW][C]51[/C][C]108.38[/C][C]108.559597222222[/C][C]109.120416666667[/C][C]-0.560819444444445[/C][C]-0.179597222222228[/C][/ROW]
[ROW][C]52[/C][C]108.59[/C][C]108.624097222222[/C][C]109.285[/C][C]-0.660902777777767[/C][C]-0.0340972222222007[/C][/ROW]
[ROW][C]53[/C][C]109.52[/C][C]108.851513888889[/C][C]109.497083333333[/C][C]-0.64556944444445[/C][C]0.668486111111108[/C][/ROW]
[ROW][C]54[/C][C]108.71[/C][C]108.780097222222[/C][C]109.614583333333[/C][C]-0.834486111111107[/C][C]-0.0700972222222163[/C][/ROW]
[ROW][C]55[/C][C]109.78[/C][C]109.217347222222[/C][C]109.718333333333[/C][C]-0.500986111111109[/C][C]0.562652777777785[/C][/ROW]
[ROW][C]56[/C][C]109.77[/C][C]109.608930555556[/C][C]109.95125[/C][C]-0.342319444444447[/C][C]0.16106944444445[/C][/ROW]
[ROW][C]57[/C][C]109.34[/C][C]109.874430555556[/C][C]110.153333333333[/C][C]-0.278902777777776[/C][C]-0.534430555555545[/C][/ROW]
[ROW][C]58[/C][C]111.86[/C][C]111.487430555556[/C][C]110.329166666667[/C][C]1.15826388888889[/C][C]0.372569444444466[/C][/ROW]
[ROW][C]59[/C][C]110.74[/C][C]110.612013888889[/C][C]110.467083333333[/C][C]0.144930555555553[/C][C]0.127986111111127[/C][/ROW]
[ROW][C]60[/C][C]110.67[/C][C]111.767597222222[/C][C]110.58875[/C][C]1.17884722222222[/C][C]-1.09759722222221[/C][/ROW]
[ROW][C]61[/C][C]111.36[/C][C]111.191430555556[/C][C]110.73125[/C][C]0.460180555555556[/C][C]0.168569444444444[/C][/ROW]
[ROW][C]62[/C][C]112.21[/C][C]111.744680555556[/C][C]110.862916666667[/C][C]0.881763888888887[/C][C]0.465319444444447[/C][/ROW]
[ROW][C]63[/C][C]110.2[/C][C]110.485430555556[/C][C]111.04625[/C][C]-0.560819444444445[/C][C]-0.28543055555555[/C][/ROW]
[ROW][C]64[/C][C]110.99[/C][C]110.487013888889[/C][C]111.147916666667[/C][C]-0.660902777777767[/C][C]0.502986111111099[/C][/ROW]
[ROW][C]65[/C][C]110.43[/C][C]110.648180555556[/C][C]111.29375[/C][C]-0.64556944444445[/C][C]-0.218180555555534[/C][/ROW]
[ROW][C]66[/C][C]110.72[/C][C]110.818430555556[/C][C]111.652916666667[/C][C]-0.834486111111107[/C][C]-0.0984305555555522[/C][/ROW]
[ROW][C]67[/C][C]111.19[/C][C]NA[/C][C]NA[/C][C]-0.500986111111109[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]111.52[/C][C]NA[/C][C]NA[/C][C]-0.342319444444447[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]111.99[/C][C]NA[/C][C]NA[/C][C]-0.278902777777776[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]111.65[/C][C]NA[/C][C]NA[/C][C]1.15826388888889[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]114.45[/C][C]NA[/C][C]NA[/C][C]0.144930555555553[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]115.58[/C][C]NA[/C][C]NA[/C][C]1.17884722222222[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=208693&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=208693&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
199.23NANA0.460180555555556NA
2101.14NANA0.881763888888887NA
3100.8NANA-0.560819444444445NA
498.93NANA-0.660902777777767NA
5100.97NANA-0.64556944444445NA
6101.69NANA-0.834486111111107NA
7102.14102.066513888889102.5675-0.5009861111111090.0734861111111087
8102.52102.724763888889103.067083333333-0.342319444444447-0.204763888888891
9103.4103.245680555556103.524583333333-0.2789027777777760.154319444444454
10105.83105.254513888889104.096251.158263888888890.575486111111118
11104.35104.809097222222104.6641666666670.144930555555553-0.459097222222212
12106.61106.303847222222105.1251.178847222222220.306152777777797
13105.63106.053930555556105.593750.460180555555556-0.423930555555529
14106.73106.909680555556106.0279166666670.881763888888887-0.179680555555521
15106.19105.853347222222106.414166666667-0.5608194444444450.336652777777786
16107.26106.030763888889106.691666666667-0.6609027777777671.22923611111112
17106.27106.336097222222106.981666666667-0.64556944444445-0.0660972222222114
18107.45106.433013888889107.2675-0.8344861111111071.01698611111112
19107.63107.073597222222107.574583333333-0.5009861111111090.556402777777762
20107.45107.610597222222107.952916666667-0.342319444444447-0.160597222222222
21107.74107.934430555556108.213333333333-0.278902777777776-0.194430555555556
22108.15109.511180555556108.3529166666671.15826388888889-1.36118055555555
23108.99108.668263888889108.5233333333330.1449305555555530.321736111111122
24108.83109.813430555556108.6345833333331.17884722222222-0.983430555555572
25110.78109.094763888889108.6345833333330.4601805555555561.68523611111112
26110.66109.615097222222108.7333333333330.8817638888888871.04490277777778
27108.51108.342930555556108.90375-0.5608194444444450.167069444444465
28108.29108.428680555556109.089583333333-0.660902777777767-0.138680555555538
29109.33108.579847222222109.225416666667-0.645569444444450.750152777777771
30107.06108.515930555556109.350416666667-0.834486111111107-1.45593055555557
31108.02108.835680555556109.336666666667-0.500986111111109-0.815680555555559
32109.43108.824763888889109.167083333333-0.3423194444444470.605236111111097
33109.85108.799430555556109.078333333333-0.2789027777777761.05056944444443
34110.5110.132847222222108.9745833333331.158263888888890.367152777777775
35109.9108.922013888889108.7770833333330.1449305555555530.977986111111122
36110.92109.883847222222108.7051.178847222222221.03615277777779
37108.36109.181847222222108.7216666666670.460180555555556-0.821847222222218
38109.01109.501347222222108.6195833333330.881763888888887-0.491347222222217
39108.03107.887513888889108.448333333333-0.5608194444444450.142486111111126
40106.28107.658263888889108.319166666667-0.660902777777767-1.37826388888891
41106.6107.553180555556108.19875-0.64556944444445-0.953180555555562
42108.06107.271347222222108.105833333333-0.8344861111111070.788652777777784
43107.42107.615680555556108.116666666667-0.500986111111109-0.195680555555541
44107.58107.799763888889108.142083333333-0.342319444444447-0.219763888888878
45107.59107.884847222222108.16375-0.278902777777776-0.294847222222216
46109.66109.432847222222108.2745833333331.158263888888890.227152777777803
47107.85108.637430555556108.49250.144930555555553-0.787430555555545
48110.74109.820097222222108.641251.178847222222220.919902777777779
49108.8109.226847222222108.7666666666670.460180555555556-0.426847222222221
50109.18109.838013888889108.956250.881763888888887-0.658013888888888
51108.38108.559597222222109.120416666667-0.560819444444445-0.179597222222228
52108.59108.624097222222109.285-0.660902777777767-0.0340972222222007
53109.52108.851513888889109.497083333333-0.645569444444450.668486111111108
54108.71108.780097222222109.614583333333-0.834486111111107-0.0700972222222163
55109.78109.217347222222109.718333333333-0.5009861111111090.562652777777785
56109.77109.608930555556109.95125-0.3423194444444470.16106944444445
57109.34109.874430555556110.153333333333-0.278902777777776-0.534430555555545
58111.86111.487430555556110.3291666666671.158263888888890.372569444444466
59110.74110.612013888889110.4670833333330.1449305555555530.127986111111127
60110.67111.767597222222110.588751.17884722222222-1.09759722222221
61111.36111.191430555556110.731250.4601805555555560.168569444444444
62112.21111.744680555556110.8629166666670.8817638888888870.465319444444447
63110.2110.485430555556111.04625-0.560819444444445-0.28543055555555
64110.99110.487013888889111.147916666667-0.6609027777777670.502986111111099
65110.43110.648180555556111.29375-0.64556944444445-0.218180555555534
66110.72110.818430555556111.652916666667-0.834486111111107-0.0984305555555522
67111.19NANA-0.500986111111109NA
68111.52NANA-0.342319444444447NA
69111.99NANA-0.278902777777776NA
70111.65NANA1.15826388888889NA
71114.45NANA0.144930555555553NA
72115.58NANA1.17884722222222NA


Figures (Output of Computation)

Input Parameters & R Code

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