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

Mon, 28 May 2012 18:26:21 -0400

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/May/28/t1338244059bv97pvfih0zdw25.htm/, Retrieved Sun, 17 May 2026 16:07:12 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=167898, Retrieved Sun, 17 May 2026 16:07:12 +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

KDGP2W92

Estimated Impact

276

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

-       [Classical Decomposition] [] [2012-05-28 22:26:21] [76c30f62b7052b57088120e90a652e05] [Current]

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	2 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=167898&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=167898&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=167898&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	2 seconds
R Server	'Gertrude Mary Cox' @ cox.wessa.net

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	104.42	NA	NA	0.235468749999993	NA
2	104.42	NA	NA	0.906302083333331	NA
3	104.42	NA	NA	0.596510416666662	NA
4	104.42	NA	NA	0.286718749999997	NA
5	104.42	NA	NA	-0.0152604166666655	NA
6	104.42	NA	NA	-0.309427083333331	NA
7	104.42	104.004635416667	104.585416666667	-0.580781249999993	0.415364583333329
8	104.44	104.17484375	104.699166666667	-0.524322916666661	0.265156250000004
9	104.44	104.834635416667	104.8625	-0.0278645833333278	-0.394635416666659
10	104.44	104.696927083333	105.025833333333	-0.328906249999998	-0.256927083333323
11	105.19	105.21921875	105.189166666667	0.0300520833333323	-0.0292187499999841
12	105.19	105.084010416667	105.3525	-0.26848958333334	0.10598958333334
13	105.19	105.751302083333	105.515833333333	0.235468749999993	-0.561302083333317
14	106.38	106.598802083333	105.6925	0.906302083333331	-0.21880208333333
15	106.38	106.479427083333	105.882916666667	0.596510416666662	-0.0994270833333246
16	106.38	106.360052083333	106.073333333333	0.286718749999997	0.0199479166666805
17	106.38	106.29515625	106.310416666667	-0.0152604166666655	0.0848437500000045
18	106.38	106.28515625	106.594583333333	-0.309427083333331	0.0948437500000097
19	106.38	106.34171875	106.9225	-0.580781249999993	0.0382812500000114
20	106.72	106.720260416667	107.244583333333	-0.524322916666661	-0.000260416666648666
21	106.73	107.48921875	107.517083333333	-0.0278645833333278	-0.759218749999988
22	106.72	107.460677083333	107.789583333333	-0.328906249999998	-0.74067708333331
23	108.6	108.092135416667	108.062083333333	0.0300520833333323	0.507864583333344
24	108.6	108.06609375	108.334583333333	-0.26848958333334	0.533906250000001
25	109.65	108.842552083333	108.607083333333	0.235468749999993	0.807447916666675
26	109.65	109.77171875	108.865416666667	0.906302083333331	-0.121718749999985
27	109.65	109.81484375	109.218333333333	0.596510416666662	-0.164843750000003
28	109.65	109.967135416667	109.680416666667	0.286718749999997	-0.317135416666673
29	109.65	110.049322916667	110.064583333333	-0.0152604166666655	-0.399322916666677
30	109.65	110.060989583333	110.370416666667	-0.309427083333331	-0.410989583333347
31	109.65	110.05171875	110.6325	-0.580781249999993	-0.401718750000015
32	109.65	110.439427083333	110.96375	-0.524322916666661	-0.789427083333322
33	112.27	111.380052083333	111.407916666667	-0.0278645833333278	0.889947916666671
34	112.27	111.523177083333	111.852083333333	-0.328906249999998	0.746822916666673
35	112.27	112.326302083333	112.29625	0.0300520833333323	-0.0563020833333212
36	112.27	112.471927083333	112.740416666667	-0.26848958333334	-0.201927083333331
37	112.27	113.420052083333	113.184583333333	0.235468749999993	-1.15005208333332
38	114.98	114.57921875	113.672916666667	0.906302083333331	0.400781250000009
39	114.98	114.715677083333	114.119166666667	0.596510416666662	0.264322916666686
40	114.98	114.765885416667	114.479166666667	0.286718749999997	0.214114583333355
41	114.98	114.82390625	114.839166666667	-0.0152604166666655	0.156093750000011
42	114.98	114.889739583333	115.199166666667	-0.309427083333331	0.0902604166666805
43	114.98	115.068385416667	115.649166666667	-0.580781249999993	-0.0883854166666538
44	116.04	115.551927083333	116.07625	-0.524322916666661	0.488072916666667
45	116.59	116.362552083333	116.390416666667	-0.0278645833333278	0.227447916666662
46	116.59	116.375677083333	116.704583333333	-0.328906249999998	0.214322916666674
47	116.59	117.048802083333	117.01875	0.0300520833333323	-0.458802083333339
48	116.59	117.064427083333	117.332916666667	-0.26848958333334	-0.474427083333339
49	118.75	117.882552083333	117.647083333333	0.235468749999993	0.867447916666649
50	118.75	118.84671875	117.940416666667	0.906302083333331	-0.0967187499999937
51	118.75	118.786510416667	118.19	0.596510416666662	-0.0365104166666583
52	118.75	118.703385416667	118.416666666667	0.286718749999997	0.0466145833333513
53	118.75	118.628072916667	118.643333333333	-0.0152604166666655	0.121927083333347
54	118.75	118.560572916667	118.87	-0.309427083333331	0.189427083333356
55	118.75	NA	NA	-0.580781249999993	NA
56	119.31	NA	NA	-0.524322916666661	NA
57	119.31	NA	NA	-0.0278645833333278	NA
58	119.31	NA	NA	-0.328906249999998	NA
59	119.31	NA	NA	0.0300520833333323	NA
60	119.31	NA	NA	-0.26848958333334	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 104.42 & NA & NA & 0.235468749999993 & NA \tabularnewline
2 & 104.42 & NA & NA & 0.906302083333331 & NA \tabularnewline
3 & 104.42 & NA & NA & 0.596510416666662 & NA \tabularnewline
4 & 104.42 & NA & NA & 0.286718749999997 & NA \tabularnewline
5 & 104.42 & NA & NA & -0.0152604166666655 & NA \tabularnewline
6 & 104.42 & NA & NA & -0.309427083333331 & NA \tabularnewline
7 & 104.42 & 104.004635416667 & 104.585416666667 & -0.580781249999993 & 0.415364583333329 \tabularnewline
8 & 104.44 & 104.17484375 & 104.699166666667 & -0.524322916666661 & 0.265156250000004 \tabularnewline
9 & 104.44 & 104.834635416667 & 104.8625 & -0.0278645833333278 & -0.394635416666659 \tabularnewline
10 & 104.44 & 104.696927083333 & 105.025833333333 & -0.328906249999998 & -0.256927083333323 \tabularnewline
11 & 105.19 & 105.21921875 & 105.189166666667 & 0.0300520833333323 & -0.0292187499999841 \tabularnewline
12 & 105.19 & 105.084010416667 & 105.3525 & -0.26848958333334 & 0.10598958333334 \tabularnewline
13 & 105.19 & 105.751302083333 & 105.515833333333 & 0.235468749999993 & -0.561302083333317 \tabularnewline
14 & 106.38 & 106.598802083333 & 105.6925 & 0.906302083333331 & -0.21880208333333 \tabularnewline
15 & 106.38 & 106.479427083333 & 105.882916666667 & 0.596510416666662 & -0.0994270833333246 \tabularnewline
16 & 106.38 & 106.360052083333 & 106.073333333333 & 0.286718749999997 & 0.0199479166666805 \tabularnewline
17 & 106.38 & 106.29515625 & 106.310416666667 & -0.0152604166666655 & 0.0848437500000045 \tabularnewline
18 & 106.38 & 106.28515625 & 106.594583333333 & -0.309427083333331 & 0.0948437500000097 \tabularnewline
19 & 106.38 & 106.34171875 & 106.9225 & -0.580781249999993 & 0.0382812500000114 \tabularnewline
20 & 106.72 & 106.720260416667 & 107.244583333333 & -0.524322916666661 & -0.000260416666648666 \tabularnewline
21 & 106.73 & 107.48921875 & 107.517083333333 & -0.0278645833333278 & -0.759218749999988 \tabularnewline
22 & 106.72 & 107.460677083333 & 107.789583333333 & -0.328906249999998 & -0.74067708333331 \tabularnewline
23 & 108.6 & 108.092135416667 & 108.062083333333 & 0.0300520833333323 & 0.507864583333344 \tabularnewline
24 & 108.6 & 108.06609375 & 108.334583333333 & -0.26848958333334 & 0.533906250000001 \tabularnewline
25 & 109.65 & 108.842552083333 & 108.607083333333 & 0.235468749999993 & 0.807447916666675 \tabularnewline
26 & 109.65 & 109.77171875 & 108.865416666667 & 0.906302083333331 & -0.121718749999985 \tabularnewline
27 & 109.65 & 109.81484375 & 109.218333333333 & 0.596510416666662 & -0.164843750000003 \tabularnewline
28 & 109.65 & 109.967135416667 & 109.680416666667 & 0.286718749999997 & -0.317135416666673 \tabularnewline
29 & 109.65 & 110.049322916667 & 110.064583333333 & -0.0152604166666655 & -0.399322916666677 \tabularnewline
30 & 109.65 & 110.060989583333 & 110.370416666667 & -0.309427083333331 & -0.410989583333347 \tabularnewline
31 & 109.65 & 110.05171875 & 110.6325 & -0.580781249999993 & -0.401718750000015 \tabularnewline
32 & 109.65 & 110.439427083333 & 110.96375 & -0.524322916666661 & -0.789427083333322 \tabularnewline
33 & 112.27 & 111.380052083333 & 111.407916666667 & -0.0278645833333278 & 0.889947916666671 \tabularnewline
34 & 112.27 & 111.523177083333 & 111.852083333333 & -0.328906249999998 & 0.746822916666673 \tabularnewline
35 & 112.27 & 112.326302083333 & 112.29625 & 0.0300520833333323 & -0.0563020833333212 \tabularnewline
36 & 112.27 & 112.471927083333 & 112.740416666667 & -0.26848958333334 & -0.201927083333331 \tabularnewline
37 & 112.27 & 113.420052083333 & 113.184583333333 & 0.235468749999993 & -1.15005208333332 \tabularnewline
38 & 114.98 & 114.57921875 & 113.672916666667 & 0.906302083333331 & 0.400781250000009 \tabularnewline
39 & 114.98 & 114.715677083333 & 114.119166666667 & 0.596510416666662 & 0.264322916666686 \tabularnewline
40 & 114.98 & 114.765885416667 & 114.479166666667 & 0.286718749999997 & 0.214114583333355 \tabularnewline
41 & 114.98 & 114.82390625 & 114.839166666667 & -0.0152604166666655 & 0.156093750000011 \tabularnewline
42 & 114.98 & 114.889739583333 & 115.199166666667 & -0.309427083333331 & 0.0902604166666805 \tabularnewline
43 & 114.98 & 115.068385416667 & 115.649166666667 & -0.580781249999993 & -0.0883854166666538 \tabularnewline
44 & 116.04 & 115.551927083333 & 116.07625 & -0.524322916666661 & 0.488072916666667 \tabularnewline
45 & 116.59 & 116.362552083333 & 116.390416666667 & -0.0278645833333278 & 0.227447916666662 \tabularnewline
46 & 116.59 & 116.375677083333 & 116.704583333333 & -0.328906249999998 & 0.214322916666674 \tabularnewline
47 & 116.59 & 117.048802083333 & 117.01875 & 0.0300520833333323 & -0.458802083333339 \tabularnewline
48 & 116.59 & 117.064427083333 & 117.332916666667 & -0.26848958333334 & -0.474427083333339 \tabularnewline
49 & 118.75 & 117.882552083333 & 117.647083333333 & 0.235468749999993 & 0.867447916666649 \tabularnewline
50 & 118.75 & 118.84671875 & 117.940416666667 & 0.906302083333331 & -0.0967187499999937 \tabularnewline
51 & 118.75 & 118.786510416667 & 118.19 & 0.596510416666662 & -0.0365104166666583 \tabularnewline
52 & 118.75 & 118.703385416667 & 118.416666666667 & 0.286718749999997 & 0.0466145833333513 \tabularnewline
53 & 118.75 & 118.628072916667 & 118.643333333333 & -0.0152604166666655 & 0.121927083333347 \tabularnewline
54 & 118.75 & 118.560572916667 & 118.87 & -0.309427083333331 & 0.189427083333356 \tabularnewline
55 & 118.75 & NA & NA & -0.580781249999993 & NA \tabularnewline
56 & 119.31 & NA & NA & -0.524322916666661 & NA \tabularnewline
57 & 119.31 & NA & NA & -0.0278645833333278 & NA \tabularnewline
58 & 119.31 & NA & NA & -0.328906249999998 & NA \tabularnewline
59 & 119.31 & NA & NA & 0.0300520833333323 & NA \tabularnewline
60 & 119.31 & NA & NA & -0.26848958333334 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=167898&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]104.42[/C][C]NA[/C][C]NA[/C][C]0.235468749999993[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]0.906302083333331[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]0.596510416666662[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]0.286718749999997[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]-0.0152604166666655[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]-0.309427083333331[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]104.42[/C][C]104.004635416667[/C][C]104.585416666667[/C][C]-0.580781249999993[/C][C]0.415364583333329[/C][/ROW]
[ROW][C]8[/C][C]104.44[/C][C]104.17484375[/C][C]104.699166666667[/C][C]-0.524322916666661[/C][C]0.265156250000004[/C][/ROW]
[ROW][C]9[/C][C]104.44[/C][C]104.834635416667[/C][C]104.8625[/C][C]-0.0278645833333278[/C][C]-0.394635416666659[/C][/ROW]
[ROW][C]10[/C][C]104.44[/C][C]104.696927083333[/C][C]105.025833333333[/C][C]-0.328906249999998[/C][C]-0.256927083333323[/C][/ROW]
[ROW][C]11[/C][C]105.19[/C][C]105.21921875[/C][C]105.189166666667[/C][C]0.0300520833333323[/C][C]-0.0292187499999841[/C][/ROW]
[ROW][C]12[/C][C]105.19[/C][C]105.084010416667[/C][C]105.3525[/C][C]-0.26848958333334[/C][C]0.10598958333334[/C][/ROW]
[ROW][C]13[/C][C]105.19[/C][C]105.751302083333[/C][C]105.515833333333[/C][C]0.235468749999993[/C][C]-0.561302083333317[/C][/ROW]
[ROW][C]14[/C][C]106.38[/C][C]106.598802083333[/C][C]105.6925[/C][C]0.906302083333331[/C][C]-0.21880208333333[/C][/ROW]
[ROW][C]15[/C][C]106.38[/C][C]106.479427083333[/C][C]105.882916666667[/C][C]0.596510416666662[/C][C]-0.0994270833333246[/C][/ROW]
[ROW][C]16[/C][C]106.38[/C][C]106.360052083333[/C][C]106.073333333333[/C][C]0.286718749999997[/C][C]0.0199479166666805[/C][/ROW]
[ROW][C]17[/C][C]106.38[/C][C]106.29515625[/C][C]106.310416666667[/C][C]-0.0152604166666655[/C][C]0.0848437500000045[/C][/ROW]
[ROW][C]18[/C][C]106.38[/C][C]106.28515625[/C][C]106.594583333333[/C][C]-0.309427083333331[/C][C]0.0948437500000097[/C][/ROW]
[ROW][C]19[/C][C]106.38[/C][C]106.34171875[/C][C]106.9225[/C][C]-0.580781249999993[/C][C]0.0382812500000114[/C][/ROW]
[ROW][C]20[/C][C]106.72[/C][C]106.720260416667[/C][C]107.244583333333[/C][C]-0.524322916666661[/C][C]-0.000260416666648666[/C][/ROW]
[ROW][C]21[/C][C]106.73[/C][C]107.48921875[/C][C]107.517083333333[/C][C]-0.0278645833333278[/C][C]-0.759218749999988[/C][/ROW]
[ROW][C]22[/C][C]106.72[/C][C]107.460677083333[/C][C]107.789583333333[/C][C]-0.328906249999998[/C][C]-0.74067708333331[/C][/ROW]
[ROW][C]23[/C][C]108.6[/C][C]108.092135416667[/C][C]108.062083333333[/C][C]0.0300520833333323[/C][C]0.507864583333344[/C][/ROW]
[ROW][C]24[/C][C]108.6[/C][C]108.06609375[/C][C]108.334583333333[/C][C]-0.26848958333334[/C][C]0.533906250000001[/C][/ROW]
[ROW][C]25[/C][C]109.65[/C][C]108.842552083333[/C][C]108.607083333333[/C][C]0.235468749999993[/C][C]0.807447916666675[/C][/ROW]
[ROW][C]26[/C][C]109.65[/C][C]109.77171875[/C][C]108.865416666667[/C][C]0.906302083333331[/C][C]-0.121718749999985[/C][/ROW]
[ROW][C]27[/C][C]109.65[/C][C]109.81484375[/C][C]109.218333333333[/C][C]0.596510416666662[/C][C]-0.164843750000003[/C][/ROW]
[ROW][C]28[/C][C]109.65[/C][C]109.967135416667[/C][C]109.680416666667[/C][C]0.286718749999997[/C][C]-0.317135416666673[/C][/ROW]
[ROW][C]29[/C][C]109.65[/C][C]110.049322916667[/C][C]110.064583333333[/C][C]-0.0152604166666655[/C][C]-0.399322916666677[/C][/ROW]
[ROW][C]30[/C][C]109.65[/C][C]110.060989583333[/C][C]110.370416666667[/C][C]-0.309427083333331[/C][C]-0.410989583333347[/C][/ROW]
[ROW][C]31[/C][C]109.65[/C][C]110.05171875[/C][C]110.6325[/C][C]-0.580781249999993[/C][C]-0.401718750000015[/C][/ROW]
[ROW][C]32[/C][C]109.65[/C][C]110.439427083333[/C][C]110.96375[/C][C]-0.524322916666661[/C][C]-0.789427083333322[/C][/ROW]
[ROW][C]33[/C][C]112.27[/C][C]111.380052083333[/C][C]111.407916666667[/C][C]-0.0278645833333278[/C][C]0.889947916666671[/C][/ROW]
[ROW][C]34[/C][C]112.27[/C][C]111.523177083333[/C][C]111.852083333333[/C][C]-0.328906249999998[/C][C]0.746822916666673[/C][/ROW]
[ROW][C]35[/C][C]112.27[/C][C]112.326302083333[/C][C]112.29625[/C][C]0.0300520833333323[/C][C]-0.0563020833333212[/C][/ROW]
[ROW][C]36[/C][C]112.27[/C][C]112.471927083333[/C][C]112.740416666667[/C][C]-0.26848958333334[/C][C]-0.201927083333331[/C][/ROW]
[ROW][C]37[/C][C]112.27[/C][C]113.420052083333[/C][C]113.184583333333[/C][C]0.235468749999993[/C][C]-1.15005208333332[/C][/ROW]
[ROW][C]38[/C][C]114.98[/C][C]114.57921875[/C][C]113.672916666667[/C][C]0.906302083333331[/C][C]0.400781250000009[/C][/ROW]
[ROW][C]39[/C][C]114.98[/C][C]114.715677083333[/C][C]114.119166666667[/C][C]0.596510416666662[/C][C]0.264322916666686[/C][/ROW]
[ROW][C]40[/C][C]114.98[/C][C]114.765885416667[/C][C]114.479166666667[/C][C]0.286718749999997[/C][C]0.214114583333355[/C][/ROW]
[ROW][C]41[/C][C]114.98[/C][C]114.82390625[/C][C]114.839166666667[/C][C]-0.0152604166666655[/C][C]0.156093750000011[/C][/ROW]
[ROW][C]42[/C][C]114.98[/C][C]114.889739583333[/C][C]115.199166666667[/C][C]-0.309427083333331[/C][C]0.0902604166666805[/C][/ROW]
[ROW][C]43[/C][C]114.98[/C][C]115.068385416667[/C][C]115.649166666667[/C][C]-0.580781249999993[/C][C]-0.0883854166666538[/C][/ROW]
[ROW][C]44[/C][C]116.04[/C][C]115.551927083333[/C][C]116.07625[/C][C]-0.524322916666661[/C][C]0.488072916666667[/C][/ROW]
[ROW][C]45[/C][C]116.59[/C][C]116.362552083333[/C][C]116.390416666667[/C][C]-0.0278645833333278[/C][C]0.227447916666662[/C][/ROW]
[ROW][C]46[/C][C]116.59[/C][C]116.375677083333[/C][C]116.704583333333[/C][C]-0.328906249999998[/C][C]0.214322916666674[/C][/ROW]
[ROW][C]47[/C][C]116.59[/C][C]117.048802083333[/C][C]117.01875[/C][C]0.0300520833333323[/C][C]-0.458802083333339[/C][/ROW]
[ROW][C]48[/C][C]116.59[/C][C]117.064427083333[/C][C]117.332916666667[/C][C]-0.26848958333334[/C][C]-0.474427083333339[/C][/ROW]
[ROW][C]49[/C][C]118.75[/C][C]117.882552083333[/C][C]117.647083333333[/C][C]0.235468749999993[/C][C]0.867447916666649[/C][/ROW]
[ROW][C]50[/C][C]118.75[/C][C]118.84671875[/C][C]117.940416666667[/C][C]0.906302083333331[/C][C]-0.0967187499999937[/C][/ROW]
[ROW][C]51[/C][C]118.75[/C][C]118.786510416667[/C][C]118.19[/C][C]0.596510416666662[/C][C]-0.0365104166666583[/C][/ROW]
[ROW][C]52[/C][C]118.75[/C][C]118.703385416667[/C][C]118.416666666667[/C][C]0.286718749999997[/C][C]0.0466145833333513[/C][/ROW]
[ROW][C]53[/C][C]118.75[/C][C]118.628072916667[/C][C]118.643333333333[/C][C]-0.0152604166666655[/C][C]0.121927083333347[/C][/ROW]
[ROW][C]54[/C][C]118.75[/C][C]118.560572916667[/C][C]118.87[/C][C]-0.309427083333331[/C][C]0.189427083333356[/C][/ROW]
[ROW][C]55[/C][C]118.75[/C][C]NA[/C][C]NA[/C][C]-0.580781249999993[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]119.31[/C][C]NA[/C][C]NA[/C][C]-0.524322916666661[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]119.31[/C][C]NA[/C][C]NA[/C][C]-0.0278645833333278[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]119.31[/C][C]NA[/C][C]NA[/C][C]-0.328906249999998[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]119.31[/C][C]NA[/C][C]NA[/C][C]0.0300520833333323[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]119.31[/C][C]NA[/C][C]NA[/C][C]-0.26848958333334[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=167898&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=167898&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	104.42	NA	NA	0.235468749999993	NA
2	104.42	NA	NA	0.906302083333331	NA
3	104.42	NA	NA	0.596510416666662	NA
4	104.42	NA	NA	0.286718749999997	NA
5	104.42	NA	NA	-0.0152604166666655	NA
6	104.42	NA	NA	-0.309427083333331	NA
7	104.42	104.004635416667	104.585416666667	-0.580781249999993	0.415364583333329
8	104.44	104.17484375	104.699166666667	-0.524322916666661	0.265156250000004
9	104.44	104.834635416667	104.8625	-0.0278645833333278	-0.394635416666659
10	104.44	104.696927083333	105.025833333333	-0.328906249999998	-0.256927083333323
11	105.19	105.21921875	105.189166666667	0.0300520833333323	-0.0292187499999841
12	105.19	105.084010416667	105.3525	-0.26848958333334	0.10598958333334
13	105.19	105.751302083333	105.515833333333	0.235468749999993	-0.561302083333317
14	106.38	106.598802083333	105.6925	0.906302083333331	-0.21880208333333
15	106.38	106.479427083333	105.882916666667	0.596510416666662	-0.0994270833333246
16	106.38	106.360052083333	106.073333333333	0.286718749999997	0.0199479166666805
17	106.38	106.29515625	106.310416666667	-0.0152604166666655	0.0848437500000045
18	106.38	106.28515625	106.594583333333	-0.309427083333331	0.0948437500000097
19	106.38	106.34171875	106.9225	-0.580781249999993	0.0382812500000114
20	106.72	106.720260416667	107.244583333333	-0.524322916666661	-0.000260416666648666
21	106.73	107.48921875	107.517083333333	-0.0278645833333278	-0.759218749999988
22	106.72	107.460677083333	107.789583333333	-0.328906249999998	-0.74067708333331
23	108.6	108.092135416667	108.062083333333	0.0300520833333323	0.507864583333344
24	108.6	108.06609375	108.334583333333	-0.26848958333334	0.533906250000001
25	109.65	108.842552083333	108.607083333333	0.235468749999993	0.807447916666675
26	109.65	109.77171875	108.865416666667	0.906302083333331	-0.121718749999985
27	109.65	109.81484375	109.218333333333	0.596510416666662	-0.164843750000003
28	109.65	109.967135416667	109.680416666667	0.286718749999997	-0.317135416666673
29	109.65	110.049322916667	110.064583333333	-0.0152604166666655	-0.399322916666677
30	109.65	110.060989583333	110.370416666667	-0.309427083333331	-0.410989583333347
31	109.65	110.05171875	110.6325	-0.580781249999993	-0.401718750000015
32	109.65	110.439427083333	110.96375	-0.524322916666661	-0.789427083333322
33	112.27	111.380052083333	111.407916666667	-0.0278645833333278	0.889947916666671
34	112.27	111.523177083333	111.852083333333	-0.328906249999998	0.746822916666673
35	112.27	112.326302083333	112.29625	0.0300520833333323	-0.0563020833333212
36	112.27	112.471927083333	112.740416666667	-0.26848958333334	-0.201927083333331
37	112.27	113.420052083333	113.184583333333	0.235468749999993	-1.15005208333332
38	114.98	114.57921875	113.672916666667	0.906302083333331	0.400781250000009
39	114.98	114.715677083333	114.119166666667	0.596510416666662	0.264322916666686
40	114.98	114.765885416667	114.479166666667	0.286718749999997	0.214114583333355
41	114.98	114.82390625	114.839166666667	-0.0152604166666655	0.156093750000011
42	114.98	114.889739583333	115.199166666667	-0.309427083333331	0.0902604166666805
43	114.98	115.068385416667	115.649166666667	-0.580781249999993	-0.0883854166666538
44	116.04	115.551927083333	116.07625	-0.524322916666661	0.488072916666667
45	116.59	116.362552083333	116.390416666667	-0.0278645833333278	0.227447916666662
46	116.59	116.375677083333	116.704583333333	-0.328906249999998	0.214322916666674
47	116.59	117.048802083333	117.01875	0.0300520833333323	-0.458802083333339
48	116.59	117.064427083333	117.332916666667	-0.26848958333334	-0.474427083333339
49	118.75	117.882552083333	117.647083333333	0.235468749999993	0.867447916666649
50	118.75	118.84671875	117.940416666667	0.906302083333331	-0.0967187499999937
51	118.75	118.786510416667	118.19	0.596510416666662	-0.0365104166666583
52	118.75	118.703385416667	118.416666666667	0.286718749999997	0.0466145833333513
53	118.75	118.628072916667	118.643333333333	-0.0152604166666655	0.121927083333347
54	118.75	118.560572916667	118.87	-0.309427083333331	0.189427083333356
55	118.75	NA	NA	-0.580781249999993	NA
56	119.31	NA	NA	-0.524322916666661	NA
57	119.31	NA	NA	-0.0278645833333278	NA
58	119.31	NA	NA	-0.328906249999998	NA
59	119.31	NA	NA	0.0300520833333323	NA
60	119.31	NA	NA	-0.26848958333334	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 = 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')

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code