FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*The author of this computation has been verified*
R Software Module--
Title produced by softwareClassical Decomposition
Date of computationMon, 26 Nov 2012 07:23:54 -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/2012/Nov/26/t1353932653yuzuzfjiaez9l20.htm/, Retrieved Tue, 03 Jun 2025 19:20:30 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=193073, Retrieved Tue, 03 Jun 2025 19:20:30 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact174

Tree of Dependent Computations

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] [Workshop 8 mini-t...] [2011-11-27 15:11:13] [74be16979710d4c4e7c6647856088456]
-  M          [Classical Decomposition] [WS8 01] [2012-11-26 12:23:54] [371a6a7ed53d940ea5eaabc67060a582] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
9700
9081
9084
9743
8587
9731
9563
9998
9437
10038
9918
9252
9737
9035
9133
9487
8700
9627
8947
9283
8829
9947
9628
9318
9605
8640
9214
9567
8547
9185
9470
9123
9278
10170
9434
9655
9429
8739
9552
9687
9019
9672
9206
9069
9788
10312
10105
9863
9656
9295
9946
9701
9049
10190
9706
9765
9893
9994
10433
10073
10112
9266
9820
10097
9115
10411
9678
10408
10153
10368
10581
10597
10680
9738
9556

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time4 seconds
R Server'George Udny Yule' @ yule.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 & 4 seconds \tabularnewline
R Server & 'George Udny Yule' @ yule.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=193073&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]4 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ yule.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=193073&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=193073&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 time4 seconds
R Server'George Udny Yule' @ yule.wessa.net






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
19700NANA155.957754629629NA
29081NANA-561.21724537037NA
39084NANA-32.6005787037044NA
49743NANA133.48275462963NA
58587NANA-696.59224537037NA
69731NANA217.674421296296NA
795639339.221643518529512.54166666667-173.320023148149223.778356481482
899989506.81192129639512.16666666667-5.35474537037053491.188078703703
994379454.429976851859512.29166666667-57.8616898148143-17.4299768518522
101003810068.0660879639503.66666666667564.399421296296-30.0660879629631
1199189866.157754629639497.70833333333368.44942129629751.8422453703697
1292529585.066087962969498.0833333333386.9827546296292-333.066087962963
1397379624.041087962969468.08333333333155.957754629629112.958912037036
1490358851.407754629639412.625-561.21724537037183.59224537037
1591339324.89942129639357.5-32.6005787037044-191.899421296295
1694879461.857754629639328.375133.4827546296325.1422453703708
1787008615.907754629639312.5-696.5922453703784.0922453703697
1896279520.841087962969303.16666666667217.674421296296106.158912037037
1989479127.096643518529300.41666666667-173.320023148149-180.096643518518
2092839273.103587962969278.45833333333-5.354745370370539.89641203703832
2188299207.513310185189265.375-57.8616898148143-378.513310185184
2299479836.482754629639272.08333333333564.399421296296110.517245370373
2396289637.491087962969269.04166666666368.449421296297-9.49108796296241
2493189331.232754629639244.2586.9827546296292-13.2327546296292
2596059403.582754629639247.625155.957754629629201.41724537037
2686408701.532754629639262.75-561.21724537037-61.5327546296285
2792149242.191087962969274.79166666667-32.6005787037044-28.1910879629613
2895679436.27442129639302.79166666667133.48275462963130.725578703705
2985478607.407754629639304-696.59224537037-60.4077546296285
3091859527.632754629639309.95833333333217.674421296296-342.632754629631
3194709143.346643518529316.66666666667-173.320023148149326.65335648148
3291239308.103587962969313.45833333333-5.35474537037053-185.103587962964
3392789273.804976851859331.66666666667-57.86168981481434.19502314814781
34101709915.14942129639350.75564.399421296296254.850578703705
3594349743.866087962969375.41666666667368.449421296297-309.866087962964
3696559502.357754629639415.37586.9827546296292152.642245370371
3794299580.62442129639424.66666666667155.957754629629-151.624421296296
3887398850.19942129639411.41666666667-561.21724537037-111.199421296296
3995529397.816087962969430.41666666667-32.6005787037044154.183912037039
4096879591.066087962969457.58333333333133.4827546296395.9339120370387
4190198794.866087962969491.45833333333-696.59224537037224.133912037036
4296729745.757754629639528.08333333333217.674421296296-73.7577546296288
4392069372.888310185189546.20833333333-173.320023148149-166.888310185184
4490699573.478587962969578.83333333333-5.35474537037053-504.478587962962
4597889560.554976851859618.41666666667-57.8616898148143227.445023148146
461031210199.8160879639635.41666666667564.399421296296112.183912037039
471010510005.69942129639637.25368.44942129629799.3005787037036
4898639747.066087962969660.0833333333386.9827546296292115.933912037039
4996569858.457754629639702.5155.957754629629-202.45775462963
5092959191.116087962969752.33333333333-561.21724537037103.883912037038
5199469753.107754629639785.70833333333-32.6005787037044192.892245370371
5297019910.316087962969776.83333333333133.48275462963-209.316087962961
5390499080.657754629639777.25-696.59224537037-31.6577546296285
541019010017.3410879639799.66666666667217.674421296296172.658912037037
5597069654.096643518529827.41666666667-173.32002314814951.9033564814799
5697659839.853587962969845.20833333333-5.35474537037053-74.8535879629617
5798939780.888310185189838.75-57.8616898148143112.111689814816
58999410414.39942129639850564.399421296296-420.399421296295
591043310237.69942129639869.25368.449421296297195.300578703704
60100739968.191087962969881.2083333333386.9827546296292104.808912037037
611011210045.20775462969889.25155.95775462962966.7922453703704
6292669353.657754629639914.875-561.21724537037-87.6577546296303
6398209919.89942129639952.5-32.6005787037044-99.8994212962971
641009710112.39942129639978.91666666667133.48275462963-15.3994212962953
6591159304.074421296310000.6666666667-696.59224537037-189.074421296296
661041110246.34108796310028.6666666667217.674421296296164.658912037037
6796789900.8466435185210074.1666666667-173.320023148149-222.846643518518
681040810112.145254629610117.5-5.35474537037053295.85474537037
691015310068.304976851910126.1666666667-57.861689814814384.6950231481496
7010368NANA564.399421296296NA
7110581NANA368.449421296297NA
7210597NANA86.9827546296292NA
7310680NANA155.957754629629NA
749738NANA-561.21724537037NA
759556NANA-32.6005787037044NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 9700 & NA & NA & 155.957754629629 & NA \tabularnewline
2 & 9081 & NA & NA & -561.21724537037 & NA \tabularnewline
3 & 9084 & NA & NA & -32.6005787037044 & NA \tabularnewline
4 & 9743 & NA & NA & 133.48275462963 & NA \tabularnewline
5 & 8587 & NA & NA & -696.59224537037 & NA \tabularnewline
6 & 9731 & NA & NA & 217.674421296296 & NA \tabularnewline
7 & 9563 & 9339.22164351852 & 9512.54166666667 & -173.320023148149 & 223.778356481482 \tabularnewline
8 & 9998 & 9506.8119212963 & 9512.16666666667 & -5.35474537037053 & 491.188078703703 \tabularnewline
9 & 9437 & 9454.42997685185 & 9512.29166666667 & -57.8616898148143 & -17.4299768518522 \tabularnewline
10 & 10038 & 10068.066087963 & 9503.66666666667 & 564.399421296296 & -30.0660879629631 \tabularnewline
11 & 9918 & 9866.15775462963 & 9497.70833333333 & 368.449421296297 & 51.8422453703697 \tabularnewline
12 & 9252 & 9585.06608796296 & 9498.08333333333 & 86.9827546296292 & -333.066087962963 \tabularnewline
13 & 9737 & 9624.04108796296 & 9468.08333333333 & 155.957754629629 & 112.958912037036 \tabularnewline
14 & 9035 & 8851.40775462963 & 9412.625 & -561.21724537037 & 183.59224537037 \tabularnewline
15 & 9133 & 9324.8994212963 & 9357.5 & -32.6005787037044 & -191.899421296295 \tabularnewline
16 & 9487 & 9461.85775462963 & 9328.375 & 133.48275462963 & 25.1422453703708 \tabularnewline
17 & 8700 & 8615.90775462963 & 9312.5 & -696.59224537037 & 84.0922453703697 \tabularnewline
18 & 9627 & 9520.84108796296 & 9303.16666666667 & 217.674421296296 & 106.158912037037 \tabularnewline
19 & 8947 & 9127.09664351852 & 9300.41666666667 & -173.320023148149 & -180.096643518518 \tabularnewline
20 & 9283 & 9273.10358796296 & 9278.45833333333 & -5.35474537037053 & 9.89641203703832 \tabularnewline
21 & 8829 & 9207.51331018518 & 9265.375 & -57.8616898148143 & -378.513310185184 \tabularnewline
22 & 9947 & 9836.48275462963 & 9272.08333333333 & 564.399421296296 & 110.517245370373 \tabularnewline
23 & 9628 & 9637.49108796296 & 9269.04166666666 & 368.449421296297 & -9.49108796296241 \tabularnewline
24 & 9318 & 9331.23275462963 & 9244.25 & 86.9827546296292 & -13.2327546296292 \tabularnewline
25 & 9605 & 9403.58275462963 & 9247.625 & 155.957754629629 & 201.41724537037 \tabularnewline
26 & 8640 & 8701.53275462963 & 9262.75 & -561.21724537037 & -61.5327546296285 \tabularnewline
27 & 9214 & 9242.19108796296 & 9274.79166666667 & -32.6005787037044 & -28.1910879629613 \tabularnewline
28 & 9567 & 9436.2744212963 & 9302.79166666667 & 133.48275462963 & 130.725578703705 \tabularnewline
29 & 8547 & 8607.40775462963 & 9304 & -696.59224537037 & -60.4077546296285 \tabularnewline
30 & 9185 & 9527.63275462963 & 9309.95833333333 & 217.674421296296 & -342.632754629631 \tabularnewline
31 & 9470 & 9143.34664351852 & 9316.66666666667 & -173.320023148149 & 326.65335648148 \tabularnewline
32 & 9123 & 9308.10358796296 & 9313.45833333333 & -5.35474537037053 & -185.103587962964 \tabularnewline
33 & 9278 & 9273.80497685185 & 9331.66666666667 & -57.8616898148143 & 4.19502314814781 \tabularnewline
34 & 10170 & 9915.1494212963 & 9350.75 & 564.399421296296 & 254.850578703705 \tabularnewline
35 & 9434 & 9743.86608796296 & 9375.41666666667 & 368.449421296297 & -309.866087962964 \tabularnewline
36 & 9655 & 9502.35775462963 & 9415.375 & 86.9827546296292 & 152.642245370371 \tabularnewline
37 & 9429 & 9580.6244212963 & 9424.66666666667 & 155.957754629629 & -151.624421296296 \tabularnewline
38 & 8739 & 8850.1994212963 & 9411.41666666667 & -561.21724537037 & -111.199421296296 \tabularnewline
39 & 9552 & 9397.81608796296 & 9430.41666666667 & -32.6005787037044 & 154.183912037039 \tabularnewline
40 & 9687 & 9591.06608796296 & 9457.58333333333 & 133.48275462963 & 95.9339120370387 \tabularnewline
41 & 9019 & 8794.86608796296 & 9491.45833333333 & -696.59224537037 & 224.133912037036 \tabularnewline
42 & 9672 & 9745.75775462963 & 9528.08333333333 & 217.674421296296 & -73.7577546296288 \tabularnewline
43 & 9206 & 9372.88831018518 & 9546.20833333333 & -173.320023148149 & -166.888310185184 \tabularnewline
44 & 9069 & 9573.47858796296 & 9578.83333333333 & -5.35474537037053 & -504.478587962962 \tabularnewline
45 & 9788 & 9560.55497685185 & 9618.41666666667 & -57.8616898148143 & 227.445023148146 \tabularnewline
46 & 10312 & 10199.816087963 & 9635.41666666667 & 564.399421296296 & 112.183912037039 \tabularnewline
47 & 10105 & 10005.6994212963 & 9637.25 & 368.449421296297 & 99.3005787037036 \tabularnewline
48 & 9863 & 9747.06608796296 & 9660.08333333333 & 86.9827546296292 & 115.933912037039 \tabularnewline
49 & 9656 & 9858.45775462963 & 9702.5 & 155.957754629629 & -202.45775462963 \tabularnewline
50 & 9295 & 9191.11608796296 & 9752.33333333333 & -561.21724537037 & 103.883912037038 \tabularnewline
51 & 9946 & 9753.10775462963 & 9785.70833333333 & -32.6005787037044 & 192.892245370371 \tabularnewline
52 & 9701 & 9910.31608796296 & 9776.83333333333 & 133.48275462963 & -209.316087962961 \tabularnewline
53 & 9049 & 9080.65775462963 & 9777.25 & -696.59224537037 & -31.6577546296285 \tabularnewline
54 & 10190 & 10017.341087963 & 9799.66666666667 & 217.674421296296 & 172.658912037037 \tabularnewline
55 & 9706 & 9654.09664351852 & 9827.41666666667 & -173.320023148149 & 51.9033564814799 \tabularnewline
56 & 9765 & 9839.85358796296 & 9845.20833333333 & -5.35474537037053 & -74.8535879629617 \tabularnewline
57 & 9893 & 9780.88831018518 & 9838.75 & -57.8616898148143 & 112.111689814816 \tabularnewline
58 & 9994 & 10414.3994212963 & 9850 & 564.399421296296 & -420.399421296295 \tabularnewline
59 & 10433 & 10237.6994212963 & 9869.25 & 368.449421296297 & 195.300578703704 \tabularnewline
60 & 10073 & 9968.19108796296 & 9881.20833333333 & 86.9827546296292 & 104.808912037037 \tabularnewline
61 & 10112 & 10045.2077546296 & 9889.25 & 155.957754629629 & 66.7922453703704 \tabularnewline
62 & 9266 & 9353.65775462963 & 9914.875 & -561.21724537037 & -87.6577546296303 \tabularnewline
63 & 9820 & 9919.8994212963 & 9952.5 & -32.6005787037044 & -99.8994212962971 \tabularnewline
64 & 10097 & 10112.3994212963 & 9978.91666666667 & 133.48275462963 & -15.3994212962953 \tabularnewline
65 & 9115 & 9304.0744212963 & 10000.6666666667 & -696.59224537037 & -189.074421296296 \tabularnewline
66 & 10411 & 10246.341087963 & 10028.6666666667 & 217.674421296296 & 164.658912037037 \tabularnewline
67 & 9678 & 9900.84664351852 & 10074.1666666667 & -173.320023148149 & -222.846643518518 \tabularnewline
68 & 10408 & 10112.1452546296 & 10117.5 & -5.35474537037053 & 295.85474537037 \tabularnewline
69 & 10153 & 10068.3049768519 & 10126.1666666667 & -57.8616898148143 & 84.6950231481496 \tabularnewline
70 & 10368 & NA & NA & 564.399421296296 & NA \tabularnewline
71 & 10581 & NA & NA & 368.449421296297 & NA \tabularnewline
72 & 10597 & NA & NA & 86.9827546296292 & NA \tabularnewline
73 & 10680 & NA & NA & 155.957754629629 & NA \tabularnewline
74 & 9738 & NA & NA & -561.21724537037 & NA \tabularnewline
75 & 9556 & NA & NA & -32.6005787037044 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=193073&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]9700[/C][C]NA[/C][C]NA[/C][C]155.957754629629[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]9081[/C][C]NA[/C][C]NA[/C][C]-561.21724537037[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]9084[/C][C]NA[/C][C]NA[/C][C]-32.6005787037044[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]9743[/C][C]NA[/C][C]NA[/C][C]133.48275462963[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]8587[/C][C]NA[/C][C]NA[/C][C]-696.59224537037[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]9731[/C][C]NA[/C][C]NA[/C][C]217.674421296296[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]9563[/C][C]9339.22164351852[/C][C]9512.54166666667[/C][C]-173.320023148149[/C][C]223.778356481482[/C][/ROW]
[ROW][C]8[/C][C]9998[/C][C]9506.8119212963[/C][C]9512.16666666667[/C][C]-5.35474537037053[/C][C]491.188078703703[/C][/ROW]
[ROW][C]9[/C][C]9437[/C][C]9454.42997685185[/C][C]9512.29166666667[/C][C]-57.8616898148143[/C][C]-17.4299768518522[/C][/ROW]
[ROW][C]10[/C][C]10038[/C][C]10068.066087963[/C][C]9503.66666666667[/C][C]564.399421296296[/C][C]-30.0660879629631[/C][/ROW]
[ROW][C]11[/C][C]9918[/C][C]9866.15775462963[/C][C]9497.70833333333[/C][C]368.449421296297[/C][C]51.8422453703697[/C][/ROW]
[ROW][C]12[/C][C]9252[/C][C]9585.06608796296[/C][C]9498.08333333333[/C][C]86.9827546296292[/C][C]-333.066087962963[/C][/ROW]
[ROW][C]13[/C][C]9737[/C][C]9624.04108796296[/C][C]9468.08333333333[/C][C]155.957754629629[/C][C]112.958912037036[/C][/ROW]
[ROW][C]14[/C][C]9035[/C][C]8851.40775462963[/C][C]9412.625[/C][C]-561.21724537037[/C][C]183.59224537037[/C][/ROW]
[ROW][C]15[/C][C]9133[/C][C]9324.8994212963[/C][C]9357.5[/C][C]-32.6005787037044[/C][C]-191.899421296295[/C][/ROW]
[ROW][C]16[/C][C]9487[/C][C]9461.85775462963[/C][C]9328.375[/C][C]133.48275462963[/C][C]25.1422453703708[/C][/ROW]
[ROW][C]17[/C][C]8700[/C][C]8615.90775462963[/C][C]9312.5[/C][C]-696.59224537037[/C][C]84.0922453703697[/C][/ROW]
[ROW][C]18[/C][C]9627[/C][C]9520.84108796296[/C][C]9303.16666666667[/C][C]217.674421296296[/C][C]106.158912037037[/C][/ROW]
[ROW][C]19[/C][C]8947[/C][C]9127.09664351852[/C][C]9300.41666666667[/C][C]-173.320023148149[/C][C]-180.096643518518[/C][/ROW]
[ROW][C]20[/C][C]9283[/C][C]9273.10358796296[/C][C]9278.45833333333[/C][C]-5.35474537037053[/C][C]9.89641203703832[/C][/ROW]
[ROW][C]21[/C][C]8829[/C][C]9207.51331018518[/C][C]9265.375[/C][C]-57.8616898148143[/C][C]-378.513310185184[/C][/ROW]
[ROW][C]22[/C][C]9947[/C][C]9836.48275462963[/C][C]9272.08333333333[/C][C]564.399421296296[/C][C]110.517245370373[/C][/ROW]
[ROW][C]23[/C][C]9628[/C][C]9637.49108796296[/C][C]9269.04166666666[/C][C]368.449421296297[/C][C]-9.49108796296241[/C][/ROW]
[ROW][C]24[/C][C]9318[/C][C]9331.23275462963[/C][C]9244.25[/C][C]86.9827546296292[/C][C]-13.2327546296292[/C][/ROW]
[ROW][C]25[/C][C]9605[/C][C]9403.58275462963[/C][C]9247.625[/C][C]155.957754629629[/C][C]201.41724537037[/C][/ROW]
[ROW][C]26[/C][C]8640[/C][C]8701.53275462963[/C][C]9262.75[/C][C]-561.21724537037[/C][C]-61.5327546296285[/C][/ROW]
[ROW][C]27[/C][C]9214[/C][C]9242.19108796296[/C][C]9274.79166666667[/C][C]-32.6005787037044[/C][C]-28.1910879629613[/C][/ROW]
[ROW][C]28[/C][C]9567[/C][C]9436.2744212963[/C][C]9302.79166666667[/C][C]133.48275462963[/C][C]130.725578703705[/C][/ROW]
[ROW][C]29[/C][C]8547[/C][C]8607.40775462963[/C][C]9304[/C][C]-696.59224537037[/C][C]-60.4077546296285[/C][/ROW]
[ROW][C]30[/C][C]9185[/C][C]9527.63275462963[/C][C]9309.95833333333[/C][C]217.674421296296[/C][C]-342.632754629631[/C][/ROW]
[ROW][C]31[/C][C]9470[/C][C]9143.34664351852[/C][C]9316.66666666667[/C][C]-173.320023148149[/C][C]326.65335648148[/C][/ROW]
[ROW][C]32[/C][C]9123[/C][C]9308.10358796296[/C][C]9313.45833333333[/C][C]-5.35474537037053[/C][C]-185.103587962964[/C][/ROW]
[ROW][C]33[/C][C]9278[/C][C]9273.80497685185[/C][C]9331.66666666667[/C][C]-57.8616898148143[/C][C]4.19502314814781[/C][/ROW]
[ROW][C]34[/C][C]10170[/C][C]9915.1494212963[/C][C]9350.75[/C][C]564.399421296296[/C][C]254.850578703705[/C][/ROW]
[ROW][C]35[/C][C]9434[/C][C]9743.86608796296[/C][C]9375.41666666667[/C][C]368.449421296297[/C][C]-309.866087962964[/C][/ROW]
[ROW][C]36[/C][C]9655[/C][C]9502.35775462963[/C][C]9415.375[/C][C]86.9827546296292[/C][C]152.642245370371[/C][/ROW]
[ROW][C]37[/C][C]9429[/C][C]9580.6244212963[/C][C]9424.66666666667[/C][C]155.957754629629[/C][C]-151.624421296296[/C][/ROW]
[ROW][C]38[/C][C]8739[/C][C]8850.1994212963[/C][C]9411.41666666667[/C][C]-561.21724537037[/C][C]-111.199421296296[/C][/ROW]
[ROW][C]39[/C][C]9552[/C][C]9397.81608796296[/C][C]9430.41666666667[/C][C]-32.6005787037044[/C][C]154.183912037039[/C][/ROW]
[ROW][C]40[/C][C]9687[/C][C]9591.06608796296[/C][C]9457.58333333333[/C][C]133.48275462963[/C][C]95.9339120370387[/C][/ROW]
[ROW][C]41[/C][C]9019[/C][C]8794.86608796296[/C][C]9491.45833333333[/C][C]-696.59224537037[/C][C]224.133912037036[/C][/ROW]
[ROW][C]42[/C][C]9672[/C][C]9745.75775462963[/C][C]9528.08333333333[/C][C]217.674421296296[/C][C]-73.7577546296288[/C][/ROW]
[ROW][C]43[/C][C]9206[/C][C]9372.88831018518[/C][C]9546.20833333333[/C][C]-173.320023148149[/C][C]-166.888310185184[/C][/ROW]
[ROW][C]44[/C][C]9069[/C][C]9573.47858796296[/C][C]9578.83333333333[/C][C]-5.35474537037053[/C][C]-504.478587962962[/C][/ROW]
[ROW][C]45[/C][C]9788[/C][C]9560.55497685185[/C][C]9618.41666666667[/C][C]-57.8616898148143[/C][C]227.445023148146[/C][/ROW]
[ROW][C]46[/C][C]10312[/C][C]10199.816087963[/C][C]9635.41666666667[/C][C]564.399421296296[/C][C]112.183912037039[/C][/ROW]
[ROW][C]47[/C][C]10105[/C][C]10005.6994212963[/C][C]9637.25[/C][C]368.449421296297[/C][C]99.3005787037036[/C][/ROW]
[ROW][C]48[/C][C]9863[/C][C]9747.06608796296[/C][C]9660.08333333333[/C][C]86.9827546296292[/C][C]115.933912037039[/C][/ROW]
[ROW][C]49[/C][C]9656[/C][C]9858.45775462963[/C][C]9702.5[/C][C]155.957754629629[/C][C]-202.45775462963[/C][/ROW]
[ROW][C]50[/C][C]9295[/C][C]9191.11608796296[/C][C]9752.33333333333[/C][C]-561.21724537037[/C][C]103.883912037038[/C][/ROW]
[ROW][C]51[/C][C]9946[/C][C]9753.10775462963[/C][C]9785.70833333333[/C][C]-32.6005787037044[/C][C]192.892245370371[/C][/ROW]
[ROW][C]52[/C][C]9701[/C][C]9910.31608796296[/C][C]9776.83333333333[/C][C]133.48275462963[/C][C]-209.316087962961[/C][/ROW]
[ROW][C]53[/C][C]9049[/C][C]9080.65775462963[/C][C]9777.25[/C][C]-696.59224537037[/C][C]-31.6577546296285[/C][/ROW]
[ROW][C]54[/C][C]10190[/C][C]10017.341087963[/C][C]9799.66666666667[/C][C]217.674421296296[/C][C]172.658912037037[/C][/ROW]
[ROW][C]55[/C][C]9706[/C][C]9654.09664351852[/C][C]9827.41666666667[/C][C]-173.320023148149[/C][C]51.9033564814799[/C][/ROW]
[ROW][C]56[/C][C]9765[/C][C]9839.85358796296[/C][C]9845.20833333333[/C][C]-5.35474537037053[/C][C]-74.8535879629617[/C][/ROW]
[ROW][C]57[/C][C]9893[/C][C]9780.88831018518[/C][C]9838.75[/C][C]-57.8616898148143[/C][C]112.111689814816[/C][/ROW]
[ROW][C]58[/C][C]9994[/C][C]10414.3994212963[/C][C]9850[/C][C]564.399421296296[/C][C]-420.399421296295[/C][/ROW]
[ROW][C]59[/C][C]10433[/C][C]10237.6994212963[/C][C]9869.25[/C][C]368.449421296297[/C][C]195.300578703704[/C][/ROW]
[ROW][C]60[/C][C]10073[/C][C]9968.19108796296[/C][C]9881.20833333333[/C][C]86.9827546296292[/C][C]104.808912037037[/C][/ROW]
[ROW][C]61[/C][C]10112[/C][C]10045.2077546296[/C][C]9889.25[/C][C]155.957754629629[/C][C]66.7922453703704[/C][/ROW]
[ROW][C]62[/C][C]9266[/C][C]9353.65775462963[/C][C]9914.875[/C][C]-561.21724537037[/C][C]-87.6577546296303[/C][/ROW]
[ROW][C]63[/C][C]9820[/C][C]9919.8994212963[/C][C]9952.5[/C][C]-32.6005787037044[/C][C]-99.8994212962971[/C][/ROW]
[ROW][C]64[/C][C]10097[/C][C]10112.3994212963[/C][C]9978.91666666667[/C][C]133.48275462963[/C][C]-15.3994212962953[/C][/ROW]
[ROW][C]65[/C][C]9115[/C][C]9304.0744212963[/C][C]10000.6666666667[/C][C]-696.59224537037[/C][C]-189.074421296296[/C][/ROW]
[ROW][C]66[/C][C]10411[/C][C]10246.341087963[/C][C]10028.6666666667[/C][C]217.674421296296[/C][C]164.658912037037[/C][/ROW]
[ROW][C]67[/C][C]9678[/C][C]9900.84664351852[/C][C]10074.1666666667[/C][C]-173.320023148149[/C][C]-222.846643518518[/C][/ROW]
[ROW][C]68[/C][C]10408[/C][C]10112.1452546296[/C][C]10117.5[/C][C]-5.35474537037053[/C][C]295.85474537037[/C][/ROW]
[ROW][C]69[/C][C]10153[/C][C]10068.3049768519[/C][C]10126.1666666667[/C][C]-57.8616898148143[/C][C]84.6950231481496[/C][/ROW]
[ROW][C]70[/C][C]10368[/C][C]NA[/C][C]NA[/C][C]564.399421296296[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]10581[/C][C]NA[/C][C]NA[/C][C]368.449421296297[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]10597[/C][C]NA[/C][C]NA[/C][C]86.9827546296292[/C][C]NA[/C][/ROW]
[ROW][C]73[/C][C]10680[/C][C]NA[/C][C]NA[/C][C]155.957754629629[/C][C]NA[/C][/ROW]
[ROW][C]74[/C][C]9738[/C][C]NA[/C][C]NA[/C][C]-561.21724537037[/C][C]NA[/C][/ROW]
[ROW][C]75[/C][C]9556[/C][C]NA[/C][C]NA[/C][C]-32.6005787037044[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=193073&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=193073&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
19700NANA155.957754629629NA
29081NANA-561.21724537037NA
39084NANA-32.6005787037044NA
49743NANA133.48275462963NA
58587NANA-696.59224537037NA
69731NANA217.674421296296NA
795639339.221643518529512.54166666667-173.320023148149223.778356481482
899989506.81192129639512.16666666667-5.35474537037053491.188078703703
994379454.429976851859512.29166666667-57.8616898148143-17.4299768518522
101003810068.0660879639503.66666666667564.399421296296-30.0660879629631
1199189866.157754629639497.70833333333368.44942129629751.8422453703697
1292529585.066087962969498.0833333333386.9827546296292-333.066087962963
1397379624.041087962969468.08333333333155.957754629629112.958912037036
1490358851.407754629639412.625-561.21724537037183.59224537037
1591339324.89942129639357.5-32.6005787037044-191.899421296295
1694879461.857754629639328.375133.4827546296325.1422453703708
1787008615.907754629639312.5-696.5922453703784.0922453703697
1896279520.841087962969303.16666666667217.674421296296106.158912037037
1989479127.096643518529300.41666666667-173.320023148149-180.096643518518
2092839273.103587962969278.45833333333-5.354745370370539.89641203703832
2188299207.513310185189265.375-57.8616898148143-378.513310185184
2299479836.482754629639272.08333333333564.399421296296110.517245370373
2396289637.491087962969269.04166666666368.449421296297-9.49108796296241
2493189331.232754629639244.2586.9827546296292-13.2327546296292
2596059403.582754629639247.625155.957754629629201.41724537037
2686408701.532754629639262.75-561.21724537037-61.5327546296285
2792149242.191087962969274.79166666667-32.6005787037044-28.1910879629613
2895679436.27442129639302.79166666667133.48275462963130.725578703705
2985478607.407754629639304-696.59224537037-60.4077546296285
3091859527.632754629639309.95833333333217.674421296296-342.632754629631
3194709143.346643518529316.66666666667-173.320023148149326.65335648148
3291239308.103587962969313.45833333333-5.35474537037053-185.103587962964
3392789273.804976851859331.66666666667-57.86168981481434.19502314814781
34101709915.14942129639350.75564.399421296296254.850578703705
3594349743.866087962969375.41666666667368.449421296297-309.866087962964
3696559502.357754629639415.37586.9827546296292152.642245370371
3794299580.62442129639424.66666666667155.957754629629-151.624421296296
3887398850.19942129639411.41666666667-561.21724537037-111.199421296296
3995529397.816087962969430.41666666667-32.6005787037044154.183912037039
4096879591.066087962969457.58333333333133.4827546296395.9339120370387
4190198794.866087962969491.45833333333-696.59224537037224.133912037036
4296729745.757754629639528.08333333333217.674421296296-73.7577546296288
4392069372.888310185189546.20833333333-173.320023148149-166.888310185184
4490699573.478587962969578.83333333333-5.35474537037053-504.478587962962
4597889560.554976851859618.41666666667-57.8616898148143227.445023148146
461031210199.8160879639635.41666666667564.399421296296112.183912037039
471010510005.69942129639637.25368.44942129629799.3005787037036
4898639747.066087962969660.0833333333386.9827546296292115.933912037039
4996569858.457754629639702.5155.957754629629-202.45775462963
5092959191.116087962969752.33333333333-561.21724537037103.883912037038
5199469753.107754629639785.70833333333-32.6005787037044192.892245370371
5297019910.316087962969776.83333333333133.48275462963-209.316087962961
5390499080.657754629639777.25-696.59224537037-31.6577546296285
541019010017.3410879639799.66666666667217.674421296296172.658912037037
5597069654.096643518529827.41666666667-173.32002314814951.9033564814799
5697659839.853587962969845.20833333333-5.35474537037053-74.8535879629617
5798939780.888310185189838.75-57.8616898148143112.111689814816
58999410414.39942129639850564.399421296296-420.399421296295
591043310237.69942129639869.25368.449421296297195.300578703704
60100739968.191087962969881.2083333333386.9827546296292104.808912037037
611011210045.20775462969889.25155.95775462962966.7922453703704
6292669353.657754629639914.875-561.21724537037-87.6577546296303
6398209919.89942129639952.5-32.6005787037044-99.8994212962971
641009710112.39942129639978.91666666667133.48275462963-15.3994212962953
6591159304.074421296310000.6666666667-696.59224537037-189.074421296296
661041110246.34108796310028.6666666667217.674421296296164.658912037037
6796789900.8466435185210074.1666666667-173.320023148149-222.846643518518
681040810112.145254629610117.5-5.35474537037053295.85474537037
691015310068.304976851910126.1666666667-57.861689814814384.6950231481496
7010368NANA564.399421296296NA
7110581NANA368.449421296297NA
7210597NANA86.9827546296292NA
7310680NANA155.957754629629NA
749738NANA-561.21724537037NA
759556NANA-32.6005787037044NA


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = additive ; par2 = 12 ;
Parameters (R input):
par1 = additive ; par2 = 12 ; par3 = ; par4 = ; par5 = ; par6 = ; par7 = ; par8 = ; par9 = ; par10 = ; par11 = ; par12 = ; par13 = ; par14 = ; par15 = ; par16 = ; par17 = ; par18 = ; par19 = ; par20 = ;
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')