Free Statistics

of Irreproducible Research!

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_decompose.wasp
Title produced by softwareClassical Decomposition
Date of computationFri, 25 Nov 2011 03:39:59 -0500
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2011/Nov/25/t1322210415osng43gmdnh9km2.htm/, Retrieved Thu, 31 Oct 2024 23:32:56 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=147253, Retrieved Thu, 31 Oct 2024 23:32:56 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact221
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Classical Decomposition] [HPC Retail Sales] [2008-03-02 16:19:32] [74be16979710d4c4e7c6647856088456]
-  M D  [Classical Decomposition] [Workshop 8, Class...] [2010-11-28 20:55:54] [d946de7cca328fbcf207448a112523ab]
- R  D    [Classical Decomposition] [] [2011-11-24 16:16:19] [74be16979710d4c4e7c6647856088456]
-    D        [Classical Decomposition] [] [2011-11-25 08:39:59] [a1e1d0bae7c18896aaea36b6ddc51406] [Current]
Feedback Forum

Post a new message
Dataseries X:
9676
8642
9402
9610
9294
9448
10319
9548
9801
9596
8923
9746
9829
9125
9782
9441
9162
9915
10444
10209
9985
9842
9429
10132
9849
9172
10313
9819
9955
10048
10082
10541
10208
10233
9439
9963
10158
9225
10474
9757
10490
10281
10444
10640
10695
10786
9832
9747
10411
9511
10402
9701
10540
10112
10915
11183
10384
10834
9886
10216




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'Gertrude Mary Cox' @ cox.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 & 2 seconds \tabularnewline
R Server & 'Gertrude Mary Cox' @ cox.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=147253&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gertrude Mary Cox' @ cox.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=147253&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=147253&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 Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'Gertrude Mary Cox' @ cox.wessa.net







Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
19676NANA102.46875NA
28642NANA-724.270833333333NA
39402NANA237.125NA
49610NANA-345.09375NA
59294NANA-10.7708333333326NA
69448NANA26.5520833333326NA
7103199964.259506.79166666666457.458333333334354.750000000002
895489886.291666666679533.29166666667353-338.291666666668
998019840.531259569.25271.28125-39.53125
1095969779.958333333339578.04166666667201.916666666667-183.958333333332
1189239044.989583333339565.5-520.510416666667-121.989583333332
1297469530.302083333339579.45833333333-49.1562499999995215.697916666668
1398299706.593759604.125102.46875122.40625
1491258912.604166666679636.875-724.270833333333212.395833333332
1597829909.208333333339672.08333333333237.125-127.208333333334
1694419344.906259690-345.0937596.0937499999982
1791629710.56259721.33333333333-10.7708333333326-548.5625
1899159785.052083333339758.526.5520833333326129.947916666666
191044410232.8759775.41666666666457.458333333334211.125000000002
201020910131.20833333339778.2083333333335377.7916666666679
21998510073.57291666679802.29166666667271.28125-88.5729166666661
22984210042.08333333339840.16666666667201.916666666667-200.083333333332
2394299368.447916666679888.95833333333-520.51041666666760.5520833333339
24101329878.385416666679927.54166666667-49.1562499999995253.614583333334
25984910020.468759918102.46875-171.46875
2691729192.479166666679916.75-724.270833333333-20.4791666666679
2710313101779939.875237.125136.000000000002
2898199620.364583333339965.45833333333-345.09375198.635416666666
2999559971.395833333339982.16666666667-10.7708333333326-16.3958333333339
301004810002.093759975.5416666666726.552083333332645.9062500000018
311008210438.83333333339981.375457.458333333334-356.833333333334
321054110349.45833333339996.45833333333353191.541666666668
331020810276.6562510005.375271.28125-68.6562500000018
341023310211.416666666710009.5201.91666666666721.5833333333321
3594399508.6979166666710029.2083333333-520.510416666667-69.6979166666661
36996310012.052083333310061.2083333333-49.1562499999995-49.0520833333321
371015810188.4687510086102.46875-30.46875
3892259380.937510105.2083333333-724.270833333333-155.9375
391047410366.7510129.625237.125107.25
4097579827.8645833333310172.9583333333-345.09375-70.8645833333321
411049010201.604166666710212.375-10.7708333333326288.395833333334
421028110246.302083333310219.7526.552083333332634.6979166666697
431044410678.7510221.2916666667457.458333333334-234.75
441064010596.7510243.7535343.2499999999982
451069510523.947916666710252.6666666667271.28125171.052083333334
461078610449.2510247.3333333333201.916666666667336.750000000002
4798329726.5729166666710247.0833333333-520.510416666667105.427083333334
48974710192.9687510242.125-49.1562499999995-445.96875
491041110357.177083333310254.7083333333102.4687553.8229166666697
5095119572.687510296.9583333333-724.270833333333-61.6875
511040210543.7510306.625237.125-141.75
5297019950.5729166666710295.6666666667-345.09375-249.572916666666
531054010289.145833333310299.9166666667-10.7708333333326250.854166666666
541011210348.260416666710321.708333333326.5520833333326-236.260416666668
5510915NANA457.458333333334NA
5611183NANA353NA
5710384NANA271.28125NA
5810834NANA201.916666666667NA
599886NANA-520.510416666667NA
6010216NANA-49.1562499999995NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 9676 & NA & NA & 102.46875 & NA \tabularnewline
2 & 8642 & NA & NA & -724.270833333333 & NA \tabularnewline
3 & 9402 & NA & NA & 237.125 & NA \tabularnewline
4 & 9610 & NA & NA & -345.09375 & NA \tabularnewline
5 & 9294 & NA & NA & -10.7708333333326 & NA \tabularnewline
6 & 9448 & NA & NA & 26.5520833333326 & NA \tabularnewline
7 & 10319 & 9964.25 & 9506.79166666666 & 457.458333333334 & 354.750000000002 \tabularnewline
8 & 9548 & 9886.29166666667 & 9533.29166666667 & 353 & -338.291666666668 \tabularnewline
9 & 9801 & 9840.53125 & 9569.25 & 271.28125 & -39.53125 \tabularnewline
10 & 9596 & 9779.95833333333 & 9578.04166666667 & 201.916666666667 & -183.958333333332 \tabularnewline
11 & 8923 & 9044.98958333333 & 9565.5 & -520.510416666667 & -121.989583333332 \tabularnewline
12 & 9746 & 9530.30208333333 & 9579.45833333333 & -49.1562499999995 & 215.697916666668 \tabularnewline
13 & 9829 & 9706.59375 & 9604.125 & 102.46875 & 122.40625 \tabularnewline
14 & 9125 & 8912.60416666667 & 9636.875 & -724.270833333333 & 212.395833333332 \tabularnewline
15 & 9782 & 9909.20833333333 & 9672.08333333333 & 237.125 & -127.208333333334 \tabularnewline
16 & 9441 & 9344.90625 & 9690 & -345.09375 & 96.0937499999982 \tabularnewline
17 & 9162 & 9710.5625 & 9721.33333333333 & -10.7708333333326 & -548.5625 \tabularnewline
18 & 9915 & 9785.05208333333 & 9758.5 & 26.5520833333326 & 129.947916666666 \tabularnewline
19 & 10444 & 10232.875 & 9775.41666666666 & 457.458333333334 & 211.125000000002 \tabularnewline
20 & 10209 & 10131.2083333333 & 9778.20833333333 & 353 & 77.7916666666679 \tabularnewline
21 & 9985 & 10073.5729166667 & 9802.29166666667 & 271.28125 & -88.5729166666661 \tabularnewline
22 & 9842 & 10042.0833333333 & 9840.16666666667 & 201.916666666667 & -200.083333333332 \tabularnewline
23 & 9429 & 9368.44791666667 & 9888.95833333333 & -520.510416666667 & 60.5520833333339 \tabularnewline
24 & 10132 & 9878.38541666667 & 9927.54166666667 & -49.1562499999995 & 253.614583333334 \tabularnewline
25 & 9849 & 10020.46875 & 9918 & 102.46875 & -171.46875 \tabularnewline
26 & 9172 & 9192.47916666667 & 9916.75 & -724.270833333333 & -20.4791666666679 \tabularnewline
27 & 10313 & 10177 & 9939.875 & 237.125 & 136.000000000002 \tabularnewline
28 & 9819 & 9620.36458333333 & 9965.45833333333 & -345.09375 & 198.635416666666 \tabularnewline
29 & 9955 & 9971.39583333333 & 9982.16666666667 & -10.7708333333326 & -16.3958333333339 \tabularnewline
30 & 10048 & 10002.09375 & 9975.54166666667 & 26.5520833333326 & 45.9062500000018 \tabularnewline
31 & 10082 & 10438.8333333333 & 9981.375 & 457.458333333334 & -356.833333333334 \tabularnewline
32 & 10541 & 10349.4583333333 & 9996.45833333333 & 353 & 191.541666666668 \tabularnewline
33 & 10208 & 10276.65625 & 10005.375 & 271.28125 & -68.6562500000018 \tabularnewline
34 & 10233 & 10211.4166666667 & 10009.5 & 201.916666666667 & 21.5833333333321 \tabularnewline
35 & 9439 & 9508.69791666667 & 10029.2083333333 & -520.510416666667 & -69.6979166666661 \tabularnewline
36 & 9963 & 10012.0520833333 & 10061.2083333333 & -49.1562499999995 & -49.0520833333321 \tabularnewline
37 & 10158 & 10188.46875 & 10086 & 102.46875 & -30.46875 \tabularnewline
38 & 9225 & 9380.9375 & 10105.2083333333 & -724.270833333333 & -155.9375 \tabularnewline
39 & 10474 & 10366.75 & 10129.625 & 237.125 & 107.25 \tabularnewline
40 & 9757 & 9827.86458333333 & 10172.9583333333 & -345.09375 & -70.8645833333321 \tabularnewline
41 & 10490 & 10201.6041666667 & 10212.375 & -10.7708333333326 & 288.395833333334 \tabularnewline
42 & 10281 & 10246.3020833333 & 10219.75 & 26.5520833333326 & 34.6979166666697 \tabularnewline
43 & 10444 & 10678.75 & 10221.2916666667 & 457.458333333334 & -234.75 \tabularnewline
44 & 10640 & 10596.75 & 10243.75 & 353 & 43.2499999999982 \tabularnewline
45 & 10695 & 10523.9479166667 & 10252.6666666667 & 271.28125 & 171.052083333334 \tabularnewline
46 & 10786 & 10449.25 & 10247.3333333333 & 201.916666666667 & 336.750000000002 \tabularnewline
47 & 9832 & 9726.57291666667 & 10247.0833333333 & -520.510416666667 & 105.427083333334 \tabularnewline
48 & 9747 & 10192.96875 & 10242.125 & -49.1562499999995 & -445.96875 \tabularnewline
49 & 10411 & 10357.1770833333 & 10254.7083333333 & 102.46875 & 53.8229166666697 \tabularnewline
50 & 9511 & 9572.6875 & 10296.9583333333 & -724.270833333333 & -61.6875 \tabularnewline
51 & 10402 & 10543.75 & 10306.625 & 237.125 & -141.75 \tabularnewline
52 & 9701 & 9950.57291666667 & 10295.6666666667 & -345.09375 & -249.572916666666 \tabularnewline
53 & 10540 & 10289.1458333333 & 10299.9166666667 & -10.7708333333326 & 250.854166666666 \tabularnewline
54 & 10112 & 10348.2604166667 & 10321.7083333333 & 26.5520833333326 & -236.260416666668 \tabularnewline
55 & 10915 & NA & NA & 457.458333333334 & NA \tabularnewline
56 & 11183 & NA & NA & 353 & NA \tabularnewline
57 & 10384 & NA & NA & 271.28125 & NA \tabularnewline
58 & 10834 & NA & NA & 201.916666666667 & NA \tabularnewline
59 & 9886 & NA & NA & -520.510416666667 & NA \tabularnewline
60 & 10216 & NA & NA & -49.1562499999995 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=147253&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]9676[/C][C]NA[/C][C]NA[/C][C]102.46875[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]8642[/C][C]NA[/C][C]NA[/C][C]-724.270833333333[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]9402[/C][C]NA[/C][C]NA[/C][C]237.125[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]9610[/C][C]NA[/C][C]NA[/C][C]-345.09375[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]9294[/C][C]NA[/C][C]NA[/C][C]-10.7708333333326[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]9448[/C][C]NA[/C][C]NA[/C][C]26.5520833333326[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]10319[/C][C]9964.25[/C][C]9506.79166666666[/C][C]457.458333333334[/C][C]354.750000000002[/C][/ROW]
[ROW][C]8[/C][C]9548[/C][C]9886.29166666667[/C][C]9533.29166666667[/C][C]353[/C][C]-338.291666666668[/C][/ROW]
[ROW][C]9[/C][C]9801[/C][C]9840.53125[/C][C]9569.25[/C][C]271.28125[/C][C]-39.53125[/C][/ROW]
[ROW][C]10[/C][C]9596[/C][C]9779.95833333333[/C][C]9578.04166666667[/C][C]201.916666666667[/C][C]-183.958333333332[/C][/ROW]
[ROW][C]11[/C][C]8923[/C][C]9044.98958333333[/C][C]9565.5[/C][C]-520.510416666667[/C][C]-121.989583333332[/C][/ROW]
[ROW][C]12[/C][C]9746[/C][C]9530.30208333333[/C][C]9579.45833333333[/C][C]-49.1562499999995[/C][C]215.697916666668[/C][/ROW]
[ROW][C]13[/C][C]9829[/C][C]9706.59375[/C][C]9604.125[/C][C]102.46875[/C][C]122.40625[/C][/ROW]
[ROW][C]14[/C][C]9125[/C][C]8912.60416666667[/C][C]9636.875[/C][C]-724.270833333333[/C][C]212.395833333332[/C][/ROW]
[ROW][C]15[/C][C]9782[/C][C]9909.20833333333[/C][C]9672.08333333333[/C][C]237.125[/C][C]-127.208333333334[/C][/ROW]
[ROW][C]16[/C][C]9441[/C][C]9344.90625[/C][C]9690[/C][C]-345.09375[/C][C]96.0937499999982[/C][/ROW]
[ROW][C]17[/C][C]9162[/C][C]9710.5625[/C][C]9721.33333333333[/C][C]-10.7708333333326[/C][C]-548.5625[/C][/ROW]
[ROW][C]18[/C][C]9915[/C][C]9785.05208333333[/C][C]9758.5[/C][C]26.5520833333326[/C][C]129.947916666666[/C][/ROW]
[ROW][C]19[/C][C]10444[/C][C]10232.875[/C][C]9775.41666666666[/C][C]457.458333333334[/C][C]211.125000000002[/C][/ROW]
[ROW][C]20[/C][C]10209[/C][C]10131.2083333333[/C][C]9778.20833333333[/C][C]353[/C][C]77.7916666666679[/C][/ROW]
[ROW][C]21[/C][C]9985[/C][C]10073.5729166667[/C][C]9802.29166666667[/C][C]271.28125[/C][C]-88.5729166666661[/C][/ROW]
[ROW][C]22[/C][C]9842[/C][C]10042.0833333333[/C][C]9840.16666666667[/C][C]201.916666666667[/C][C]-200.083333333332[/C][/ROW]
[ROW][C]23[/C][C]9429[/C][C]9368.44791666667[/C][C]9888.95833333333[/C][C]-520.510416666667[/C][C]60.5520833333339[/C][/ROW]
[ROW][C]24[/C][C]10132[/C][C]9878.38541666667[/C][C]9927.54166666667[/C][C]-49.1562499999995[/C][C]253.614583333334[/C][/ROW]
[ROW][C]25[/C][C]9849[/C][C]10020.46875[/C][C]9918[/C][C]102.46875[/C][C]-171.46875[/C][/ROW]
[ROW][C]26[/C][C]9172[/C][C]9192.47916666667[/C][C]9916.75[/C][C]-724.270833333333[/C][C]-20.4791666666679[/C][/ROW]
[ROW][C]27[/C][C]10313[/C][C]10177[/C][C]9939.875[/C][C]237.125[/C][C]136.000000000002[/C][/ROW]
[ROW][C]28[/C][C]9819[/C][C]9620.36458333333[/C][C]9965.45833333333[/C][C]-345.09375[/C][C]198.635416666666[/C][/ROW]
[ROW][C]29[/C][C]9955[/C][C]9971.39583333333[/C][C]9982.16666666667[/C][C]-10.7708333333326[/C][C]-16.3958333333339[/C][/ROW]
[ROW][C]30[/C][C]10048[/C][C]10002.09375[/C][C]9975.54166666667[/C][C]26.5520833333326[/C][C]45.9062500000018[/C][/ROW]
[ROW][C]31[/C][C]10082[/C][C]10438.8333333333[/C][C]9981.375[/C][C]457.458333333334[/C][C]-356.833333333334[/C][/ROW]
[ROW][C]32[/C][C]10541[/C][C]10349.4583333333[/C][C]9996.45833333333[/C][C]353[/C][C]191.541666666668[/C][/ROW]
[ROW][C]33[/C][C]10208[/C][C]10276.65625[/C][C]10005.375[/C][C]271.28125[/C][C]-68.6562500000018[/C][/ROW]
[ROW][C]34[/C][C]10233[/C][C]10211.4166666667[/C][C]10009.5[/C][C]201.916666666667[/C][C]21.5833333333321[/C][/ROW]
[ROW][C]35[/C][C]9439[/C][C]9508.69791666667[/C][C]10029.2083333333[/C][C]-520.510416666667[/C][C]-69.6979166666661[/C][/ROW]
[ROW][C]36[/C][C]9963[/C][C]10012.0520833333[/C][C]10061.2083333333[/C][C]-49.1562499999995[/C][C]-49.0520833333321[/C][/ROW]
[ROW][C]37[/C][C]10158[/C][C]10188.46875[/C][C]10086[/C][C]102.46875[/C][C]-30.46875[/C][/ROW]
[ROW][C]38[/C][C]9225[/C][C]9380.9375[/C][C]10105.2083333333[/C][C]-724.270833333333[/C][C]-155.9375[/C][/ROW]
[ROW][C]39[/C][C]10474[/C][C]10366.75[/C][C]10129.625[/C][C]237.125[/C][C]107.25[/C][/ROW]
[ROW][C]40[/C][C]9757[/C][C]9827.86458333333[/C][C]10172.9583333333[/C][C]-345.09375[/C][C]-70.8645833333321[/C][/ROW]
[ROW][C]41[/C][C]10490[/C][C]10201.6041666667[/C][C]10212.375[/C][C]-10.7708333333326[/C][C]288.395833333334[/C][/ROW]
[ROW][C]42[/C][C]10281[/C][C]10246.3020833333[/C][C]10219.75[/C][C]26.5520833333326[/C][C]34.6979166666697[/C][/ROW]
[ROW][C]43[/C][C]10444[/C][C]10678.75[/C][C]10221.2916666667[/C][C]457.458333333334[/C][C]-234.75[/C][/ROW]
[ROW][C]44[/C][C]10640[/C][C]10596.75[/C][C]10243.75[/C][C]353[/C][C]43.2499999999982[/C][/ROW]
[ROW][C]45[/C][C]10695[/C][C]10523.9479166667[/C][C]10252.6666666667[/C][C]271.28125[/C][C]171.052083333334[/C][/ROW]
[ROW][C]46[/C][C]10786[/C][C]10449.25[/C][C]10247.3333333333[/C][C]201.916666666667[/C][C]336.750000000002[/C][/ROW]
[ROW][C]47[/C][C]9832[/C][C]9726.57291666667[/C][C]10247.0833333333[/C][C]-520.510416666667[/C][C]105.427083333334[/C][/ROW]
[ROW][C]48[/C][C]9747[/C][C]10192.96875[/C][C]10242.125[/C][C]-49.1562499999995[/C][C]-445.96875[/C][/ROW]
[ROW][C]49[/C][C]10411[/C][C]10357.1770833333[/C][C]10254.7083333333[/C][C]102.46875[/C][C]53.8229166666697[/C][/ROW]
[ROW][C]50[/C][C]9511[/C][C]9572.6875[/C][C]10296.9583333333[/C][C]-724.270833333333[/C][C]-61.6875[/C][/ROW]
[ROW][C]51[/C][C]10402[/C][C]10543.75[/C][C]10306.625[/C][C]237.125[/C][C]-141.75[/C][/ROW]
[ROW][C]52[/C][C]9701[/C][C]9950.57291666667[/C][C]10295.6666666667[/C][C]-345.09375[/C][C]-249.572916666666[/C][/ROW]
[ROW][C]53[/C][C]10540[/C][C]10289.1458333333[/C][C]10299.9166666667[/C][C]-10.7708333333326[/C][C]250.854166666666[/C][/ROW]
[ROW][C]54[/C][C]10112[/C][C]10348.2604166667[/C][C]10321.7083333333[/C][C]26.5520833333326[/C][C]-236.260416666668[/C][/ROW]
[ROW][C]55[/C][C]10915[/C][C]NA[/C][C]NA[/C][C]457.458333333334[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]11183[/C][C]NA[/C][C]NA[/C][C]353[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]10384[/C][C]NA[/C][C]NA[/C][C]271.28125[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]10834[/C][C]NA[/C][C]NA[/C][C]201.916666666667[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]9886[/C][C]NA[/C][C]NA[/C][C]-520.510416666667[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]10216[/C][C]NA[/C][C]NA[/C][C]-49.1562499999995[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=147253&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=147253&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
tObservationsFitTrendSeasonalRandom
19676NANA102.46875NA
28642NANA-724.270833333333NA
39402NANA237.125NA
49610NANA-345.09375NA
59294NANA-10.7708333333326NA
69448NANA26.5520833333326NA
7103199964.259506.79166666666457.458333333334354.750000000002
895489886.291666666679533.29166666667353-338.291666666668
998019840.531259569.25271.28125-39.53125
1095969779.958333333339578.04166666667201.916666666667-183.958333333332
1189239044.989583333339565.5-520.510416666667-121.989583333332
1297469530.302083333339579.45833333333-49.1562499999995215.697916666668
1398299706.593759604.125102.46875122.40625
1491258912.604166666679636.875-724.270833333333212.395833333332
1597829909.208333333339672.08333333333237.125-127.208333333334
1694419344.906259690-345.0937596.0937499999982
1791629710.56259721.33333333333-10.7708333333326-548.5625
1899159785.052083333339758.526.5520833333326129.947916666666
191044410232.8759775.41666666666457.458333333334211.125000000002
201020910131.20833333339778.2083333333335377.7916666666679
21998510073.57291666679802.29166666667271.28125-88.5729166666661
22984210042.08333333339840.16666666667201.916666666667-200.083333333332
2394299368.447916666679888.95833333333-520.51041666666760.5520833333339
24101329878.385416666679927.54166666667-49.1562499999995253.614583333334
25984910020.468759918102.46875-171.46875
2691729192.479166666679916.75-724.270833333333-20.4791666666679
2710313101779939.875237.125136.000000000002
2898199620.364583333339965.45833333333-345.09375198.635416666666
2999559971.395833333339982.16666666667-10.7708333333326-16.3958333333339
301004810002.093759975.5416666666726.552083333332645.9062500000018
311008210438.83333333339981.375457.458333333334-356.833333333334
321054110349.45833333339996.45833333333353191.541666666668
331020810276.6562510005.375271.28125-68.6562500000018
341023310211.416666666710009.5201.91666666666721.5833333333321
3594399508.6979166666710029.2083333333-520.510416666667-69.6979166666661
36996310012.052083333310061.2083333333-49.1562499999995-49.0520833333321
371015810188.4687510086102.46875-30.46875
3892259380.937510105.2083333333-724.270833333333-155.9375
391047410366.7510129.625237.125107.25
4097579827.8645833333310172.9583333333-345.09375-70.8645833333321
411049010201.604166666710212.375-10.7708333333326288.395833333334
421028110246.302083333310219.7526.552083333332634.6979166666697
431044410678.7510221.2916666667457.458333333334-234.75
441064010596.7510243.7535343.2499999999982
451069510523.947916666710252.6666666667271.28125171.052083333334
461078610449.2510247.3333333333201.916666666667336.750000000002
4798329726.5729166666710247.0833333333-520.510416666667105.427083333334
48974710192.9687510242.125-49.1562499999995-445.96875
491041110357.177083333310254.7083333333102.4687553.8229166666697
5095119572.687510296.9583333333-724.270833333333-61.6875
511040210543.7510306.625237.125-141.75
5297019950.5729166666710295.6666666667-345.09375-249.572916666666
531054010289.145833333310299.9166666667-10.7708333333326250.854166666666
541011210348.260416666710321.708333333326.5520833333326-236.260416666668
5510915NANA457.458333333334NA
5611183NANA353NA
5710384NANA271.28125NA
5810834NANA201.916666666667NA
599886NANA-520.510416666667NA
6010216NANA-49.1562499999995NA



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