Repository of Reproducible Computations

Free Statistics

of Irreproducible Research!

Author's title

Author

*Unverified author*

R Software Module

rwasp_decompose.wasp

Title produced by software

Classical Decomposition

Date of computation

Sat, 29 Dec 2012 11:18:41 -0500

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2012/Dec/29/t1356797956vked586856wrooh.htm/, Retrieved Sat, 16 May 2026 21:57:30 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=204891, Retrieved Sat, 16 May 2026 21:57:30 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

Estimated Impact

349

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

-       [Classical Decomposition] [] [2012-12-29 16:18:41] [d41d8cd98f00b204e9800998ecf8427e] [Current]

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

0,68
0,68
0,69
0,69
0,7
0,7
0,7
0,7
0,7
0,71
0,71
0,71
0,71
0,71
0,71
0,71
0,71
0,71
0,76
0,77
0,78
0,85
0,89
0,9
0,91
0,91
0,91
0,9
0,89
0,88
0,87
0,86
0,87
0,87
0,87
0,85
0,84
0,84
0,84
0,84
0,84
0,82
0,87
0,92
0,92
0,92
0,93
0,94
0,87
0,84
0,83
0,81
0,81
0,81
0,8
0,8
0,8
0,8
0,8
0,8
0,79
0,8
0,8
0,8
0,81
0,83
0,83
0,83
0,83
0,82
0,82
0,82

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	14 seconds
R Server	'Sir Ronald Aylmer Fisher' @ fisher.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 & 14 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ fisher.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204891&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]14 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ fisher.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204891&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204891&T=0

As an alternative you can also use a QR Code:

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

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	14 seconds
R Server	'Sir Ronald Aylmer Fisher' @ fisher.wessa.net

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	0.68	NA	NA	1.00486221761321	NA
2	0.68	NA	NA	0.997511503300104	NA
3	0.69	NA	NA	0.992297872624084	NA
4	0.69	NA	NA	0.982612287840524	NA
5	0.7	NA	NA	0.980313715216192	NA
6	0.7	NA	NA	0.97604598644526	NA
7	0.7	0.692073252800567	0.69875	0.990444726727108	1.0114536245511
8	0.7	0.700892396507489	0.70125	0.999490048495528	0.998726771025145
9	0.7	0.704611794984828	0.703333333333333	1.00181771798791	0.993454842769234
10	0.71	0.718702215662723	0.705	1.01943576689748	0.987891764526288
11	0.71	0.726655992221782	0.70625	1.02889344031403	0.977078573079875
12	0.71	0.725661747485818	0.707083333333333	1.02627471653858	0.978417289405042
13	0.71	0.713452174505379	0.71	1.00486221761321	0.995161309154644
14	0.71	0.713636354652616	0.715416666666667	0.997511503300104	0.994904471123271
15	0.71	0.716108298077048	0.721666666666667	0.992297872624084	0.991470147611122
16	0.71	0.718125813696783	0.730833333333333	0.982612287840524	0.98868469348713
17	0.71	0.72951678974005	0.744166666666667	0.980313715216192	0.973246962901287
18	0.71	0.741388263870712	0.759583333333333	0.97604598644526	0.957662853055109
19	0.76	0.768420033819115	0.775833333333333	0.990444726727108	0.989042407214103
20	0.77	0.792095863432706	0.7925	0.999490048495528	0.972104558989932
21	0.78	0.810637503471882	0.809166666666667	1.00181771798791	0.962205667341242
22	0.85	0.841459272593295	0.825416666666667	1.01943576689748	1.01014989992372
23	0.89	0.865127901064046	0.840833333333333	1.02889344031403	1.02874962061143
24	0.9	0.877892497105706	0.855416666666667	1.02627471653858	1.02518247162059
25	0.91	0.871299281188787	0.867083333333333	1.00486221761321	1.04441725093404
26	0.91	0.873238195180632	0.875416666666667	0.997511503300104	1.04209825569043
27	0.91	0.876116330037681	0.882916666666667	0.992297872624084	1.03867485264298
28	0.9	0.872068405458465	0.8875	0.982612287840524	1.03202913253904
29	0.89	0.87002842225437	0.8875	0.980313715216192	1.02295508656359
30	0.88	0.863394012176369	0.884583333333333	0.97604598644526	1.01923338312455
31	0.87	0.871178674217052	0.879583333333333	0.990444726727108	0.998647035043515
32	0.86	0.873304429872967	0.87375	0.999490048495528	0.984765415795609
33	0.87	0.869494294403671	0.867916666666667	1.00181771798791	1.00058160887263
34	0.87	0.879263348949076	0.8625	1.01943576689748	0.989464647923574
35	0.87	0.88270483066941	0.857916666666667	1.02889344031403	0.985606931979997
36	0.85	0.875754424779584	0.853333333333333	1.02627471653858	0.970591727485629
37	0.84	0.854970270152573	0.850833333333333	1.00486221761321	0.982490303259433
38	0.84	0.851209816149422	0.853333333333333	0.997511503300104	0.986830725002525
39	0.84	0.851308883222079	0.857916666666667	0.992297872624084	0.986715887212082
40	0.84	0.847093676475852	0.862083333333333	0.982612287840524	0.991625865387919
41	0.84	0.849605219854033	0.866666666666666	0.980313715216192	0.988694490535636
42	0.82	0.852006809001175	0.872916666666666	0.97604598644526	0.962433622990998
43	0.87	0.86952793300584	0.877916666666666	0.990444726727108	1.00054290032124
44	0.92	0.878718334302318	0.879166666666667	0.999490048495528	1.04697940635375
45	0.92	0.880347319681874	0.87875	1.00181771798791	1.04504208672147
46	0.92	0.894130120549664	0.877083333333333	1.01943576689748	1.02893301417296
47	0.93	0.899853054674644	0.874583333333333	1.02889344031403	1.03350207588755
48	0.94	0.895852304645131	0.872916666666667	1.02627471653858	1.04928010468462
49	0.87	0.87381143673282	0.869583333333333	1.00486221761321	0.995638147347818
50	0.84	0.859522412010256	0.861666666666667	0.997511503300104	0.977286907546021
51	0.83	0.845107021518179	0.851666666666667	0.992297872624084	0.982124132052483
52	0.81	0.827032008932441	0.841666666666667	0.982612287840524	0.979405864889768
53	0.81	0.81488577577346	0.83125	0.980313715216192	0.994004342794152
54	0.81	0.800357708885113	0.82	0.97604598644526	1.01204747703164
55	0.8	0.803085599254564	0.810833333333333	0.990444726727108	0.996157820215643
56	0.8	0.805422397412646	0.805833333333333	0.999490048495528	0.993267635181161
57	0.8	0.804376142734457	0.802916666666667	1.00181771798791	0.994559581641021
58	0.8	0.816822908226605	0.80125	1.01943576689748	0.979404460799062
59	0.8	0.823972163451484	0.800833333333333	1.02889344031403	0.970906585786747
60	0.8	0.822730231091758	0.801666666666667	1.02627471653858	0.972372194149722
61	0.79	0.807658007406617	0.80375	1.00486221761321	0.978136776649665
62	0.8	0.804243649535709	0.80625	0.997511503300104	0.99472342798335
63	0.8	0.802520904484728	0.80875	0.992297872624084	0.996858767826931
64	0.8	0.796734796724025	0.810833333333333	0.982612287840524	1.00409823104175
65	0.81	0.796504893613156	0.8125	0.980313715216192	1.01694290455094
66	0.83	0.794664107297516	0.814166666666666	0.97604598644526	1.04446645114331
67	0.83	NA	NA	0.990444726727108	NA
68	0.83	NA	NA	0.999490048495528	NA
69	0.83	NA	NA	1.00181771798791	NA
70	0.82	NA	NA	1.01943576689748	NA
71	0.82	NA	NA	1.02889344031403	NA
72	0.82	NA	NA	1.02627471653858	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 0.68 & NA & NA & 1.00486221761321 & NA \tabularnewline
2 & 0.68 & NA & NA & 0.997511503300104 & NA \tabularnewline
3 & 0.69 & NA & NA & 0.992297872624084 & NA \tabularnewline
4 & 0.69 & NA & NA & 0.982612287840524 & NA \tabularnewline
5 & 0.7 & NA & NA & 0.980313715216192 & NA \tabularnewline
6 & 0.7 & NA & NA & 0.97604598644526 & NA \tabularnewline
7 & 0.7 & 0.692073252800567 & 0.69875 & 0.990444726727108 & 1.0114536245511 \tabularnewline
8 & 0.7 & 0.700892396507489 & 0.70125 & 0.999490048495528 & 0.998726771025145 \tabularnewline
9 & 0.7 & 0.704611794984828 & 0.703333333333333 & 1.00181771798791 & 0.993454842769234 \tabularnewline
10 & 0.71 & 0.718702215662723 & 0.705 & 1.01943576689748 & 0.987891764526288 \tabularnewline
11 & 0.71 & 0.726655992221782 & 0.70625 & 1.02889344031403 & 0.977078573079875 \tabularnewline
12 & 0.71 & 0.725661747485818 & 0.707083333333333 & 1.02627471653858 & 0.978417289405042 \tabularnewline
13 & 0.71 & 0.713452174505379 & 0.71 & 1.00486221761321 & 0.995161309154644 \tabularnewline
14 & 0.71 & 0.713636354652616 & 0.715416666666667 & 0.997511503300104 & 0.994904471123271 \tabularnewline
15 & 0.71 & 0.716108298077048 & 0.721666666666667 & 0.992297872624084 & 0.991470147611122 \tabularnewline
16 & 0.71 & 0.718125813696783 & 0.730833333333333 & 0.982612287840524 & 0.98868469348713 \tabularnewline
17 & 0.71 & 0.72951678974005 & 0.744166666666667 & 0.980313715216192 & 0.973246962901287 \tabularnewline
18 & 0.71 & 0.741388263870712 & 0.759583333333333 & 0.97604598644526 & 0.957662853055109 \tabularnewline
19 & 0.76 & 0.768420033819115 & 0.775833333333333 & 0.990444726727108 & 0.989042407214103 \tabularnewline
20 & 0.77 & 0.792095863432706 & 0.7925 & 0.999490048495528 & 0.972104558989932 \tabularnewline
21 & 0.78 & 0.810637503471882 & 0.809166666666667 & 1.00181771798791 & 0.962205667341242 \tabularnewline
22 & 0.85 & 0.841459272593295 & 0.825416666666667 & 1.01943576689748 & 1.01014989992372 \tabularnewline
23 & 0.89 & 0.865127901064046 & 0.840833333333333 & 1.02889344031403 & 1.02874962061143 \tabularnewline
24 & 0.9 & 0.877892497105706 & 0.855416666666667 & 1.02627471653858 & 1.02518247162059 \tabularnewline
25 & 0.91 & 0.871299281188787 & 0.867083333333333 & 1.00486221761321 & 1.04441725093404 \tabularnewline
26 & 0.91 & 0.873238195180632 & 0.875416666666667 & 0.997511503300104 & 1.04209825569043 \tabularnewline
27 & 0.91 & 0.876116330037681 & 0.882916666666667 & 0.992297872624084 & 1.03867485264298 \tabularnewline
28 & 0.9 & 0.872068405458465 & 0.8875 & 0.982612287840524 & 1.03202913253904 \tabularnewline
29 & 0.89 & 0.87002842225437 & 0.8875 & 0.980313715216192 & 1.02295508656359 \tabularnewline
30 & 0.88 & 0.863394012176369 & 0.884583333333333 & 0.97604598644526 & 1.01923338312455 \tabularnewline
31 & 0.87 & 0.871178674217052 & 0.879583333333333 & 0.990444726727108 & 0.998647035043515 \tabularnewline
32 & 0.86 & 0.873304429872967 & 0.87375 & 0.999490048495528 & 0.984765415795609 \tabularnewline
33 & 0.87 & 0.869494294403671 & 0.867916666666667 & 1.00181771798791 & 1.00058160887263 \tabularnewline
34 & 0.87 & 0.879263348949076 & 0.8625 & 1.01943576689748 & 0.989464647923574 \tabularnewline
35 & 0.87 & 0.88270483066941 & 0.857916666666667 & 1.02889344031403 & 0.985606931979997 \tabularnewline
36 & 0.85 & 0.875754424779584 & 0.853333333333333 & 1.02627471653858 & 0.970591727485629 \tabularnewline
37 & 0.84 & 0.854970270152573 & 0.850833333333333 & 1.00486221761321 & 0.982490303259433 \tabularnewline
38 & 0.84 & 0.851209816149422 & 0.853333333333333 & 0.997511503300104 & 0.986830725002525 \tabularnewline
39 & 0.84 & 0.851308883222079 & 0.857916666666667 & 0.992297872624084 & 0.986715887212082 \tabularnewline
40 & 0.84 & 0.847093676475852 & 0.862083333333333 & 0.982612287840524 & 0.991625865387919 \tabularnewline
41 & 0.84 & 0.849605219854033 & 0.866666666666666 & 0.980313715216192 & 0.988694490535636 \tabularnewline
42 & 0.82 & 0.852006809001175 & 0.872916666666666 & 0.97604598644526 & 0.962433622990998 \tabularnewline
43 & 0.87 & 0.86952793300584 & 0.877916666666666 & 0.990444726727108 & 1.00054290032124 \tabularnewline
44 & 0.92 & 0.878718334302318 & 0.879166666666667 & 0.999490048495528 & 1.04697940635375 \tabularnewline
45 & 0.92 & 0.880347319681874 & 0.87875 & 1.00181771798791 & 1.04504208672147 \tabularnewline
46 & 0.92 & 0.894130120549664 & 0.877083333333333 & 1.01943576689748 & 1.02893301417296 \tabularnewline
47 & 0.93 & 0.899853054674644 & 0.874583333333333 & 1.02889344031403 & 1.03350207588755 \tabularnewline
48 & 0.94 & 0.895852304645131 & 0.872916666666667 & 1.02627471653858 & 1.04928010468462 \tabularnewline
49 & 0.87 & 0.87381143673282 & 0.869583333333333 & 1.00486221761321 & 0.995638147347818 \tabularnewline
50 & 0.84 & 0.859522412010256 & 0.861666666666667 & 0.997511503300104 & 0.977286907546021 \tabularnewline
51 & 0.83 & 0.845107021518179 & 0.851666666666667 & 0.992297872624084 & 0.982124132052483 \tabularnewline
52 & 0.81 & 0.827032008932441 & 0.841666666666667 & 0.982612287840524 & 0.979405864889768 \tabularnewline
53 & 0.81 & 0.81488577577346 & 0.83125 & 0.980313715216192 & 0.994004342794152 \tabularnewline
54 & 0.81 & 0.800357708885113 & 0.82 & 0.97604598644526 & 1.01204747703164 \tabularnewline
55 & 0.8 & 0.803085599254564 & 0.810833333333333 & 0.990444726727108 & 0.996157820215643 \tabularnewline
56 & 0.8 & 0.805422397412646 & 0.805833333333333 & 0.999490048495528 & 0.993267635181161 \tabularnewline
57 & 0.8 & 0.804376142734457 & 0.802916666666667 & 1.00181771798791 & 0.994559581641021 \tabularnewline
58 & 0.8 & 0.816822908226605 & 0.80125 & 1.01943576689748 & 0.979404460799062 \tabularnewline
59 & 0.8 & 0.823972163451484 & 0.800833333333333 & 1.02889344031403 & 0.970906585786747 \tabularnewline
60 & 0.8 & 0.822730231091758 & 0.801666666666667 & 1.02627471653858 & 0.972372194149722 \tabularnewline
61 & 0.79 & 0.807658007406617 & 0.80375 & 1.00486221761321 & 0.978136776649665 \tabularnewline
62 & 0.8 & 0.804243649535709 & 0.80625 & 0.997511503300104 & 0.99472342798335 \tabularnewline
63 & 0.8 & 0.802520904484728 & 0.80875 & 0.992297872624084 & 0.996858767826931 \tabularnewline
64 & 0.8 & 0.796734796724025 & 0.810833333333333 & 0.982612287840524 & 1.00409823104175 \tabularnewline
65 & 0.81 & 0.796504893613156 & 0.8125 & 0.980313715216192 & 1.01694290455094 \tabularnewline
66 & 0.83 & 0.794664107297516 & 0.814166666666666 & 0.97604598644526 & 1.04446645114331 \tabularnewline
67 & 0.83 & NA & NA & 0.990444726727108 & NA \tabularnewline
68 & 0.83 & NA & NA & 0.999490048495528 & NA \tabularnewline
69 & 0.83 & NA & NA & 1.00181771798791 & NA \tabularnewline
70 & 0.82 & NA & NA & 1.01943576689748 & NA \tabularnewline
71 & 0.82 & NA & NA & 1.02889344031403 & NA \tabularnewline
72 & 0.82 & NA & NA & 1.02627471653858 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204891&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]0.68[/C][C]NA[/C][C]NA[/C][C]1.00486221761321[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]0.68[/C][C]NA[/C][C]NA[/C][C]0.997511503300104[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]0.69[/C][C]NA[/C][C]NA[/C][C]0.992297872624084[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]0.69[/C][C]NA[/C][C]NA[/C][C]0.982612287840524[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]0.7[/C][C]NA[/C][C]NA[/C][C]0.980313715216192[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]0.7[/C][C]NA[/C][C]NA[/C][C]0.97604598644526[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]0.7[/C][C]0.692073252800567[/C][C]0.69875[/C][C]0.990444726727108[/C][C]1.0114536245511[/C][/ROW]
[ROW][C]8[/C][C]0.7[/C][C]0.700892396507489[/C][C]0.70125[/C][C]0.999490048495528[/C][C]0.998726771025145[/C][/ROW]
[ROW][C]9[/C][C]0.7[/C][C]0.704611794984828[/C][C]0.703333333333333[/C][C]1.00181771798791[/C][C]0.993454842769234[/C][/ROW]
[ROW][C]10[/C][C]0.71[/C][C]0.718702215662723[/C][C]0.705[/C][C]1.01943576689748[/C][C]0.987891764526288[/C][/ROW]
[ROW][C]11[/C][C]0.71[/C][C]0.726655992221782[/C][C]0.70625[/C][C]1.02889344031403[/C][C]0.977078573079875[/C][/ROW]
[ROW][C]12[/C][C]0.71[/C][C]0.725661747485818[/C][C]0.707083333333333[/C][C]1.02627471653858[/C][C]0.978417289405042[/C][/ROW]
[ROW][C]13[/C][C]0.71[/C][C]0.713452174505379[/C][C]0.71[/C][C]1.00486221761321[/C][C]0.995161309154644[/C][/ROW]
[ROW][C]14[/C][C]0.71[/C][C]0.713636354652616[/C][C]0.715416666666667[/C][C]0.997511503300104[/C][C]0.994904471123271[/C][/ROW]
[ROW][C]15[/C][C]0.71[/C][C]0.716108298077048[/C][C]0.721666666666667[/C][C]0.992297872624084[/C][C]0.991470147611122[/C][/ROW]
[ROW][C]16[/C][C]0.71[/C][C]0.718125813696783[/C][C]0.730833333333333[/C][C]0.982612287840524[/C][C]0.98868469348713[/C][/ROW]
[ROW][C]17[/C][C]0.71[/C][C]0.72951678974005[/C][C]0.744166666666667[/C][C]0.980313715216192[/C][C]0.973246962901287[/C][/ROW]
[ROW][C]18[/C][C]0.71[/C][C]0.741388263870712[/C][C]0.759583333333333[/C][C]0.97604598644526[/C][C]0.957662853055109[/C][/ROW]
[ROW][C]19[/C][C]0.76[/C][C]0.768420033819115[/C][C]0.775833333333333[/C][C]0.990444726727108[/C][C]0.989042407214103[/C][/ROW]
[ROW][C]20[/C][C]0.77[/C][C]0.792095863432706[/C][C]0.7925[/C][C]0.999490048495528[/C][C]0.972104558989932[/C][/ROW]
[ROW][C]21[/C][C]0.78[/C][C]0.810637503471882[/C][C]0.809166666666667[/C][C]1.00181771798791[/C][C]0.962205667341242[/C][/ROW]
[ROW][C]22[/C][C]0.85[/C][C]0.841459272593295[/C][C]0.825416666666667[/C][C]1.01943576689748[/C][C]1.01014989992372[/C][/ROW]
[ROW][C]23[/C][C]0.89[/C][C]0.865127901064046[/C][C]0.840833333333333[/C][C]1.02889344031403[/C][C]1.02874962061143[/C][/ROW]
[ROW][C]24[/C][C]0.9[/C][C]0.877892497105706[/C][C]0.855416666666667[/C][C]1.02627471653858[/C][C]1.02518247162059[/C][/ROW]
[ROW][C]25[/C][C]0.91[/C][C]0.871299281188787[/C][C]0.867083333333333[/C][C]1.00486221761321[/C][C]1.04441725093404[/C][/ROW]
[ROW][C]26[/C][C]0.91[/C][C]0.873238195180632[/C][C]0.875416666666667[/C][C]0.997511503300104[/C][C]1.04209825569043[/C][/ROW]
[ROW][C]27[/C][C]0.91[/C][C]0.876116330037681[/C][C]0.882916666666667[/C][C]0.992297872624084[/C][C]1.03867485264298[/C][/ROW]
[ROW][C]28[/C][C]0.9[/C][C]0.872068405458465[/C][C]0.8875[/C][C]0.982612287840524[/C][C]1.03202913253904[/C][/ROW]
[ROW][C]29[/C][C]0.89[/C][C]0.87002842225437[/C][C]0.8875[/C][C]0.980313715216192[/C][C]1.02295508656359[/C][/ROW]
[ROW][C]30[/C][C]0.88[/C][C]0.863394012176369[/C][C]0.884583333333333[/C][C]0.97604598644526[/C][C]1.01923338312455[/C][/ROW]
[ROW][C]31[/C][C]0.87[/C][C]0.871178674217052[/C][C]0.879583333333333[/C][C]0.990444726727108[/C][C]0.998647035043515[/C][/ROW]
[ROW][C]32[/C][C]0.86[/C][C]0.873304429872967[/C][C]0.87375[/C][C]0.999490048495528[/C][C]0.984765415795609[/C][/ROW]
[ROW][C]33[/C][C]0.87[/C][C]0.869494294403671[/C][C]0.867916666666667[/C][C]1.00181771798791[/C][C]1.00058160887263[/C][/ROW]
[ROW][C]34[/C][C]0.87[/C][C]0.879263348949076[/C][C]0.8625[/C][C]1.01943576689748[/C][C]0.989464647923574[/C][/ROW]
[ROW][C]35[/C][C]0.87[/C][C]0.88270483066941[/C][C]0.857916666666667[/C][C]1.02889344031403[/C][C]0.985606931979997[/C][/ROW]
[ROW][C]36[/C][C]0.85[/C][C]0.875754424779584[/C][C]0.853333333333333[/C][C]1.02627471653858[/C][C]0.970591727485629[/C][/ROW]
[ROW][C]37[/C][C]0.84[/C][C]0.854970270152573[/C][C]0.850833333333333[/C][C]1.00486221761321[/C][C]0.982490303259433[/C][/ROW]
[ROW][C]38[/C][C]0.84[/C][C]0.851209816149422[/C][C]0.853333333333333[/C][C]0.997511503300104[/C][C]0.986830725002525[/C][/ROW]
[ROW][C]39[/C][C]0.84[/C][C]0.851308883222079[/C][C]0.857916666666667[/C][C]0.992297872624084[/C][C]0.986715887212082[/C][/ROW]
[ROW][C]40[/C][C]0.84[/C][C]0.847093676475852[/C][C]0.862083333333333[/C][C]0.982612287840524[/C][C]0.991625865387919[/C][/ROW]
[ROW][C]41[/C][C]0.84[/C][C]0.849605219854033[/C][C]0.866666666666666[/C][C]0.980313715216192[/C][C]0.988694490535636[/C][/ROW]
[ROW][C]42[/C][C]0.82[/C][C]0.852006809001175[/C][C]0.872916666666666[/C][C]0.97604598644526[/C][C]0.962433622990998[/C][/ROW]
[ROW][C]43[/C][C]0.87[/C][C]0.86952793300584[/C][C]0.877916666666666[/C][C]0.990444726727108[/C][C]1.00054290032124[/C][/ROW]
[ROW][C]44[/C][C]0.92[/C][C]0.878718334302318[/C][C]0.879166666666667[/C][C]0.999490048495528[/C][C]1.04697940635375[/C][/ROW]
[ROW][C]45[/C][C]0.92[/C][C]0.880347319681874[/C][C]0.87875[/C][C]1.00181771798791[/C][C]1.04504208672147[/C][/ROW]
[ROW][C]46[/C][C]0.92[/C][C]0.894130120549664[/C][C]0.877083333333333[/C][C]1.01943576689748[/C][C]1.02893301417296[/C][/ROW]
[ROW][C]47[/C][C]0.93[/C][C]0.899853054674644[/C][C]0.874583333333333[/C][C]1.02889344031403[/C][C]1.03350207588755[/C][/ROW]
[ROW][C]48[/C][C]0.94[/C][C]0.895852304645131[/C][C]0.872916666666667[/C][C]1.02627471653858[/C][C]1.04928010468462[/C][/ROW]
[ROW][C]49[/C][C]0.87[/C][C]0.87381143673282[/C][C]0.869583333333333[/C][C]1.00486221761321[/C][C]0.995638147347818[/C][/ROW]
[ROW][C]50[/C][C]0.84[/C][C]0.859522412010256[/C][C]0.861666666666667[/C][C]0.997511503300104[/C][C]0.977286907546021[/C][/ROW]
[ROW][C]51[/C][C]0.83[/C][C]0.845107021518179[/C][C]0.851666666666667[/C][C]0.992297872624084[/C][C]0.982124132052483[/C][/ROW]
[ROW][C]52[/C][C]0.81[/C][C]0.827032008932441[/C][C]0.841666666666667[/C][C]0.982612287840524[/C][C]0.979405864889768[/C][/ROW]
[ROW][C]53[/C][C]0.81[/C][C]0.81488577577346[/C][C]0.83125[/C][C]0.980313715216192[/C][C]0.994004342794152[/C][/ROW]
[ROW][C]54[/C][C]0.81[/C][C]0.800357708885113[/C][C]0.82[/C][C]0.97604598644526[/C][C]1.01204747703164[/C][/ROW]
[ROW][C]55[/C][C]0.8[/C][C]0.803085599254564[/C][C]0.810833333333333[/C][C]0.990444726727108[/C][C]0.996157820215643[/C][/ROW]
[ROW][C]56[/C][C]0.8[/C][C]0.805422397412646[/C][C]0.805833333333333[/C][C]0.999490048495528[/C][C]0.993267635181161[/C][/ROW]
[ROW][C]57[/C][C]0.8[/C][C]0.804376142734457[/C][C]0.802916666666667[/C][C]1.00181771798791[/C][C]0.994559581641021[/C][/ROW]
[ROW][C]58[/C][C]0.8[/C][C]0.816822908226605[/C][C]0.80125[/C][C]1.01943576689748[/C][C]0.979404460799062[/C][/ROW]
[ROW][C]59[/C][C]0.8[/C][C]0.823972163451484[/C][C]0.800833333333333[/C][C]1.02889344031403[/C][C]0.970906585786747[/C][/ROW]
[ROW][C]60[/C][C]0.8[/C][C]0.822730231091758[/C][C]0.801666666666667[/C][C]1.02627471653858[/C][C]0.972372194149722[/C][/ROW]
[ROW][C]61[/C][C]0.79[/C][C]0.807658007406617[/C][C]0.80375[/C][C]1.00486221761321[/C][C]0.978136776649665[/C][/ROW]
[ROW][C]62[/C][C]0.8[/C][C]0.804243649535709[/C][C]0.80625[/C][C]0.997511503300104[/C][C]0.99472342798335[/C][/ROW]
[ROW][C]63[/C][C]0.8[/C][C]0.802520904484728[/C][C]0.80875[/C][C]0.992297872624084[/C][C]0.996858767826931[/C][/ROW]
[ROW][C]64[/C][C]0.8[/C][C]0.796734796724025[/C][C]0.810833333333333[/C][C]0.982612287840524[/C][C]1.00409823104175[/C][/ROW]
[ROW][C]65[/C][C]0.81[/C][C]0.796504893613156[/C][C]0.8125[/C][C]0.980313715216192[/C][C]1.01694290455094[/C][/ROW]
[ROW][C]66[/C][C]0.83[/C][C]0.794664107297516[/C][C]0.814166666666666[/C][C]0.97604598644526[/C][C]1.04446645114331[/C][/ROW]
[ROW][C]67[/C][C]0.83[/C][C]NA[/C][C]NA[/C][C]0.990444726727108[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]0.83[/C][C]NA[/C][C]NA[/C][C]0.999490048495528[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]0.83[/C][C]NA[/C][C]NA[/C][C]1.00181771798791[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]0.82[/C][C]NA[/C][C]NA[/C][C]1.01943576689748[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]0.82[/C][C]NA[/C][C]NA[/C][C]1.02889344031403[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]0.82[/C][C]NA[/C][C]NA[/C][C]1.02627471653858[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204891&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204891&T=1

As an alternative you can also use a QR Code:

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

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	0.68	NA	NA	1.00486221761321	NA
2	0.68	NA	NA	0.997511503300104	NA
3	0.69	NA	NA	0.992297872624084	NA
4	0.69	NA	NA	0.982612287840524	NA
5	0.7	NA	NA	0.980313715216192	NA
6	0.7	NA	NA	0.97604598644526	NA
7	0.7	0.692073252800567	0.69875	0.990444726727108	1.0114536245511
8	0.7	0.700892396507489	0.70125	0.999490048495528	0.998726771025145
9	0.7	0.704611794984828	0.703333333333333	1.00181771798791	0.993454842769234
10	0.71	0.718702215662723	0.705	1.01943576689748	0.987891764526288
11	0.71	0.726655992221782	0.70625	1.02889344031403	0.977078573079875
12	0.71	0.725661747485818	0.707083333333333	1.02627471653858	0.978417289405042
13	0.71	0.713452174505379	0.71	1.00486221761321	0.995161309154644
14	0.71	0.713636354652616	0.715416666666667	0.997511503300104	0.994904471123271
15	0.71	0.716108298077048	0.721666666666667	0.992297872624084	0.991470147611122
16	0.71	0.718125813696783	0.730833333333333	0.982612287840524	0.98868469348713
17	0.71	0.72951678974005	0.744166666666667	0.980313715216192	0.973246962901287
18	0.71	0.741388263870712	0.759583333333333	0.97604598644526	0.957662853055109
19	0.76	0.768420033819115	0.775833333333333	0.990444726727108	0.989042407214103
20	0.77	0.792095863432706	0.7925	0.999490048495528	0.972104558989932
21	0.78	0.810637503471882	0.809166666666667	1.00181771798791	0.962205667341242
22	0.85	0.841459272593295	0.825416666666667	1.01943576689748	1.01014989992372
23	0.89	0.865127901064046	0.840833333333333	1.02889344031403	1.02874962061143
24	0.9	0.877892497105706	0.855416666666667	1.02627471653858	1.02518247162059
25	0.91	0.871299281188787	0.867083333333333	1.00486221761321	1.04441725093404
26	0.91	0.873238195180632	0.875416666666667	0.997511503300104	1.04209825569043
27	0.91	0.876116330037681	0.882916666666667	0.992297872624084	1.03867485264298
28	0.9	0.872068405458465	0.8875	0.982612287840524	1.03202913253904
29	0.89	0.87002842225437	0.8875	0.980313715216192	1.02295508656359
30	0.88	0.863394012176369	0.884583333333333	0.97604598644526	1.01923338312455
31	0.87	0.871178674217052	0.879583333333333	0.990444726727108	0.998647035043515
32	0.86	0.873304429872967	0.87375	0.999490048495528	0.984765415795609
33	0.87	0.869494294403671	0.867916666666667	1.00181771798791	1.00058160887263
34	0.87	0.879263348949076	0.8625	1.01943576689748	0.989464647923574
35	0.87	0.88270483066941	0.857916666666667	1.02889344031403	0.985606931979997
36	0.85	0.875754424779584	0.853333333333333	1.02627471653858	0.970591727485629
37	0.84	0.854970270152573	0.850833333333333	1.00486221761321	0.982490303259433
38	0.84	0.851209816149422	0.853333333333333	0.997511503300104	0.986830725002525
39	0.84	0.851308883222079	0.857916666666667	0.992297872624084	0.986715887212082
40	0.84	0.847093676475852	0.862083333333333	0.982612287840524	0.991625865387919
41	0.84	0.849605219854033	0.866666666666666	0.980313715216192	0.988694490535636
42	0.82	0.852006809001175	0.872916666666666	0.97604598644526	0.962433622990998
43	0.87	0.86952793300584	0.877916666666666	0.990444726727108	1.00054290032124
44	0.92	0.878718334302318	0.879166666666667	0.999490048495528	1.04697940635375
45	0.92	0.880347319681874	0.87875	1.00181771798791	1.04504208672147
46	0.92	0.894130120549664	0.877083333333333	1.01943576689748	1.02893301417296
47	0.93	0.899853054674644	0.874583333333333	1.02889344031403	1.03350207588755
48	0.94	0.895852304645131	0.872916666666667	1.02627471653858	1.04928010468462
49	0.87	0.87381143673282	0.869583333333333	1.00486221761321	0.995638147347818
50	0.84	0.859522412010256	0.861666666666667	0.997511503300104	0.977286907546021
51	0.83	0.845107021518179	0.851666666666667	0.992297872624084	0.982124132052483
52	0.81	0.827032008932441	0.841666666666667	0.982612287840524	0.979405864889768
53	0.81	0.81488577577346	0.83125	0.980313715216192	0.994004342794152
54	0.81	0.800357708885113	0.82	0.97604598644526	1.01204747703164
55	0.8	0.803085599254564	0.810833333333333	0.990444726727108	0.996157820215643
56	0.8	0.805422397412646	0.805833333333333	0.999490048495528	0.993267635181161
57	0.8	0.804376142734457	0.802916666666667	1.00181771798791	0.994559581641021
58	0.8	0.816822908226605	0.80125	1.01943576689748	0.979404460799062
59	0.8	0.823972163451484	0.800833333333333	1.02889344031403	0.970906585786747
60	0.8	0.822730231091758	0.801666666666667	1.02627471653858	0.972372194149722
61	0.79	0.807658007406617	0.80375	1.00486221761321	0.978136776649665
62	0.8	0.804243649535709	0.80625	0.997511503300104	0.99472342798335
63	0.8	0.802520904484728	0.80875	0.992297872624084	0.996858767826931
64	0.8	0.796734796724025	0.810833333333333	0.982612287840524	1.00409823104175
65	0.81	0.796504893613156	0.8125	0.980313715216192	1.01694290455094
66	0.83	0.794664107297516	0.814166666666666	0.97604598644526	1.04446645114331
67	0.83	NA	NA	0.990444726727108	NA
68	0.83	NA	NA	0.999490048495528	NA
69	0.83	NA	NA	1.00181771798791	NA
70	0.82	NA	NA	1.01943576689748	NA
71	0.82	NA	NA	1.02889344031403	NA
72	0.82	NA	NA	1.02627471653858	NA

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Figure 4

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = multiplicative ; par2 = 12 ;

Parameters (R input):

par1 = multiplicative ; par2 = 12 ;

R code (references can be found in the software module):

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

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code