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, 10 Dec 2010 14:33:59 +0000
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2010/Dec/10/t1291992186z63evnujf3r12no.htm/, Retrieved Thu, 31 Oct 2024 23:27:24 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=107732, Retrieved Thu, 31 Oct 2024 23:27:24 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact156
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]
- RM D    [Classical Decomposition] [Workshop 8 (Time ...] [2010-12-10 14:33:59] [6427096bd21c899f2c90594929aeeec2] [Current]
Feedback Forum

Post a new message
Dataseries X:
37
30
47
35
30
43
82
40
47
19
52
136
80
42
54
66
81
63
137
72
107
58
36
52
79
77
54
84
48
96
83
66
61
53
30
74
69
59
42
65
70
100
63
105
82
81
75
102
121
98
76
77
63
37
35
23
40
29
37
51
20
28
13
22
25
13
16
13
16
17
9
17
25
14
8
7
10
7
10
3




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'George Udny Yule' @ 72.249.76.132

\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 & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=107732&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]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=107732&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=107732&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'George Udny Yule' @ 72.249.76.132







Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
137NANA12.0368055555556NA
230NANA-0.188194444444443NA
347NANA-12.7048611111111NA
435NANA2.57013888888889NA
530NANA-2.45486111111111NA
643NANA3.29513888888889NA
78261.370138888888951.6259.745138888888920.6298611111111
84053.353472222222253.9166666666667-0.563194444444445-13.3534722222222
94760.161805555555654.70833333333335.45347222222222-13.1618055555556
101949.020138888888956.2916666666667-7.27152777777778-30.0201388888889
115243.320138888888959.7083333333333-16.38819444444448.67986111111111
1213669.136805555555662.66666666666676.4701388888888966.8631944444444
138077.828472222222265.791666666666712.03680555555562.17152777777777
144269.228472222222269.4166666666667-0.188194444444443-27.2284722222222
155460.545138888888973.25-12.7048611111111-6.54513888888887
166679.945138888888977.3752.57013888888889-13.9451388888889
178175.878472222222278.3333333333333-2.454861111111115.12152777777779
186377.461805555555674.16666666666673.29513888888889-14.4618055555556
1913780.370138888888970.6259.745138888888956.6298611111111
207271.478472222222272.0416666666667-0.5631944444444450.521527777777791
2110778.953472222222273.55.4534722222222228.0465277777778
225866.978472222222274.25-7.27152777777778-8.97847222222222
233657.236805555555573.625-16.3881944444444-21.2368055555555
245280.095138888888973.6256.47013888888889-28.0951388888889
257984.786805555555672.7512.0368055555556-5.78680555555556
267770.061805555555670.25-0.1881944444444436.93819444444445
275455.378472222222268.0833333333333-12.7048611111111-1.37847222222221
288468.528472222222265.95833333333332.5701388888888915.4715277777778
294863.045138888888965.5-2.45486111111111-15.0451388888889
309669.461805555555666.16666666666673.2951388888888926.5381944444444
318376.411805555555566.66666666666679.74513888888896.58819444444445
326664.936805555555665.5-0.5631944444444451.06319444444445
336169.703472222222264.255.45347222222222-8.70347222222222
345355.686805555555662.9583333333333-7.27152777777778-2.68680555555555
353046.695138888888963.0833333333333-16.3881944444444-16.6951388888889
367470.636805555555564.16666666666676.470138888888893.36319444444446
376975.536805555555563.512.0368055555556-6.53680555555555
385964.103472222222264.2916666666667-0.188194444444443-5.10347222222222
394254.086805555555666.7916666666667-12.7048611111111-12.0868055555556
406571.403472222222268.83333333333332.57013888888889-6.40347222222222
417069.420138888888971.875-2.454861111111110.579861111111114
4210078.211805555555574.91666666666673.2951388888888921.7881944444445
436387.995138888888978.259.7451388888889-24.9951388888889
4410581.478472222222282.0416666666667-0.56319444444444523.5215277777778
458290.536805555555585.08333333333335.45347222222222-8.53680555555555
468179.728472222222287-7.271527777777781.27152777777779
477570.820138888888987.2083333333333-16.38819444444444.17986111111111
4810290.761805555555584.29166666666676.4701388888888911.2381944444445
4912192.536805555555580.512.036805555555628.4631944444445
509875.728472222222275.9166666666667-0.18819444444444322.2715277777778
517658.045138888888970.75-12.704861111111117.9548611111111
527769.403472222222266.83333333333332.570138888888897.59652777777778
536360.628472222222263.0833333333333-2.454861111111112.37152777777779
543762.670138888888959.3753.29513888888889-25.6701388888889
553562.786805555555653.04166666666679.7451388888889-27.7868055555556
562345.353472222222245.9166666666667-0.563194444444445-22.3534722222222
574045.828472222222240.3755.45347222222222-5.82847222222222
582928.186805555555635.4583333333333-7.271527777777780.813194444444441
593715.195138888888931.5833333333333-16.388194444444421.8048611111111
605135.4701388888889296.4701388888888915.5298611111111
612039.245138888888927.208333333333312.0368055555556-19.2451388888889
622825.811805555555526-0.1881944444444432.18819444444445
631311.878472222222224.5833333333333-12.70486111111111.12152777777778
642225.653472222222223.08333333333332.57013888888889-3.65347222222222
652518.961805555555621.4166666666667-2.454861111111116.03819444444445
661322.128472222222218.83333333333333.29513888888889-9.12847222222222
671627.370138888888917.6259.7451388888889-11.3701388888889
681316.686805555555617.25-0.563194444444445-3.68680555555556
691621.911805555555616.45833333333335.45347222222222-5.91180555555556
70178.3534722222222215.625-7.271527777777788.64652777777778
719-2.0131944444444514.375-16.388194444444411.0131944444444
721719.970138888888913.56.47013888888889-2.97013888888889
7325NA13NANA
7414NA12.3333333333333NANA
758NANANANA
767NANANANA
7710NANANANA
787NANANANA
7910NANANANA
803NANANANA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 37 & NA & NA & 12.0368055555556 & NA \tabularnewline
2 & 30 & NA & NA & -0.188194444444443 & NA \tabularnewline
3 & 47 & NA & NA & -12.7048611111111 & NA \tabularnewline
4 & 35 & NA & NA & 2.57013888888889 & NA \tabularnewline
5 & 30 & NA & NA & -2.45486111111111 & NA \tabularnewline
6 & 43 & NA & NA & 3.29513888888889 & NA \tabularnewline
7 & 82 & 61.3701388888889 & 51.625 & 9.7451388888889 & 20.6298611111111 \tabularnewline
8 & 40 & 53.3534722222222 & 53.9166666666667 & -0.563194444444445 & -13.3534722222222 \tabularnewline
9 & 47 & 60.1618055555556 & 54.7083333333333 & 5.45347222222222 & -13.1618055555556 \tabularnewline
10 & 19 & 49.0201388888889 & 56.2916666666667 & -7.27152777777778 & -30.0201388888889 \tabularnewline
11 & 52 & 43.3201388888889 & 59.7083333333333 & -16.3881944444444 & 8.67986111111111 \tabularnewline
12 & 136 & 69.1368055555556 & 62.6666666666667 & 6.47013888888889 & 66.8631944444444 \tabularnewline
13 & 80 & 77.8284722222222 & 65.7916666666667 & 12.0368055555556 & 2.17152777777777 \tabularnewline
14 & 42 & 69.2284722222222 & 69.4166666666667 & -0.188194444444443 & -27.2284722222222 \tabularnewline
15 & 54 & 60.5451388888889 & 73.25 & -12.7048611111111 & -6.54513888888887 \tabularnewline
16 & 66 & 79.9451388888889 & 77.375 & 2.57013888888889 & -13.9451388888889 \tabularnewline
17 & 81 & 75.8784722222222 & 78.3333333333333 & -2.45486111111111 & 5.12152777777779 \tabularnewline
18 & 63 & 77.4618055555556 & 74.1666666666667 & 3.29513888888889 & -14.4618055555556 \tabularnewline
19 & 137 & 80.3701388888889 & 70.625 & 9.7451388888889 & 56.6298611111111 \tabularnewline
20 & 72 & 71.4784722222222 & 72.0416666666667 & -0.563194444444445 & 0.521527777777791 \tabularnewline
21 & 107 & 78.9534722222222 & 73.5 & 5.45347222222222 & 28.0465277777778 \tabularnewline
22 & 58 & 66.9784722222222 & 74.25 & -7.27152777777778 & -8.97847222222222 \tabularnewline
23 & 36 & 57.2368055555555 & 73.625 & -16.3881944444444 & -21.2368055555555 \tabularnewline
24 & 52 & 80.0951388888889 & 73.625 & 6.47013888888889 & -28.0951388888889 \tabularnewline
25 & 79 & 84.7868055555556 & 72.75 & 12.0368055555556 & -5.78680555555556 \tabularnewline
26 & 77 & 70.0618055555556 & 70.25 & -0.188194444444443 & 6.93819444444445 \tabularnewline
27 & 54 & 55.3784722222222 & 68.0833333333333 & -12.7048611111111 & -1.37847222222221 \tabularnewline
28 & 84 & 68.5284722222222 & 65.9583333333333 & 2.57013888888889 & 15.4715277777778 \tabularnewline
29 & 48 & 63.0451388888889 & 65.5 & -2.45486111111111 & -15.0451388888889 \tabularnewline
30 & 96 & 69.4618055555556 & 66.1666666666667 & 3.29513888888889 & 26.5381944444444 \tabularnewline
31 & 83 & 76.4118055555555 & 66.6666666666667 & 9.7451388888889 & 6.58819444444445 \tabularnewline
32 & 66 & 64.9368055555556 & 65.5 & -0.563194444444445 & 1.06319444444445 \tabularnewline
33 & 61 & 69.7034722222222 & 64.25 & 5.45347222222222 & -8.70347222222222 \tabularnewline
34 & 53 & 55.6868055555556 & 62.9583333333333 & -7.27152777777778 & -2.68680555555555 \tabularnewline
35 & 30 & 46.6951388888889 & 63.0833333333333 & -16.3881944444444 & -16.6951388888889 \tabularnewline
36 & 74 & 70.6368055555555 & 64.1666666666667 & 6.47013888888889 & 3.36319444444446 \tabularnewline
37 & 69 & 75.5368055555555 & 63.5 & 12.0368055555556 & -6.53680555555555 \tabularnewline
38 & 59 & 64.1034722222222 & 64.2916666666667 & -0.188194444444443 & -5.10347222222222 \tabularnewline
39 & 42 & 54.0868055555556 & 66.7916666666667 & -12.7048611111111 & -12.0868055555556 \tabularnewline
40 & 65 & 71.4034722222222 & 68.8333333333333 & 2.57013888888889 & -6.40347222222222 \tabularnewline
41 & 70 & 69.4201388888889 & 71.875 & -2.45486111111111 & 0.579861111111114 \tabularnewline
42 & 100 & 78.2118055555555 & 74.9166666666667 & 3.29513888888889 & 21.7881944444445 \tabularnewline
43 & 63 & 87.9951388888889 & 78.25 & 9.7451388888889 & -24.9951388888889 \tabularnewline
44 & 105 & 81.4784722222222 & 82.0416666666667 & -0.563194444444445 & 23.5215277777778 \tabularnewline
45 & 82 & 90.5368055555555 & 85.0833333333333 & 5.45347222222222 & -8.53680555555555 \tabularnewline
46 & 81 & 79.7284722222222 & 87 & -7.27152777777778 & 1.27152777777779 \tabularnewline
47 & 75 & 70.8201388888889 & 87.2083333333333 & -16.3881944444444 & 4.17986111111111 \tabularnewline
48 & 102 & 90.7618055555555 & 84.2916666666667 & 6.47013888888889 & 11.2381944444445 \tabularnewline
49 & 121 & 92.5368055555555 & 80.5 & 12.0368055555556 & 28.4631944444445 \tabularnewline
50 & 98 & 75.7284722222222 & 75.9166666666667 & -0.188194444444443 & 22.2715277777778 \tabularnewline
51 & 76 & 58.0451388888889 & 70.75 & -12.7048611111111 & 17.9548611111111 \tabularnewline
52 & 77 & 69.4034722222222 & 66.8333333333333 & 2.57013888888889 & 7.59652777777778 \tabularnewline
53 & 63 & 60.6284722222222 & 63.0833333333333 & -2.45486111111111 & 2.37152777777779 \tabularnewline
54 & 37 & 62.6701388888889 & 59.375 & 3.29513888888889 & -25.6701388888889 \tabularnewline
55 & 35 & 62.7868055555556 & 53.0416666666667 & 9.7451388888889 & -27.7868055555556 \tabularnewline
56 & 23 & 45.3534722222222 & 45.9166666666667 & -0.563194444444445 & -22.3534722222222 \tabularnewline
57 & 40 & 45.8284722222222 & 40.375 & 5.45347222222222 & -5.82847222222222 \tabularnewline
58 & 29 & 28.1868055555556 & 35.4583333333333 & -7.27152777777778 & 0.813194444444441 \tabularnewline
59 & 37 & 15.1951388888889 & 31.5833333333333 & -16.3881944444444 & 21.8048611111111 \tabularnewline
60 & 51 & 35.4701388888889 & 29 & 6.47013888888889 & 15.5298611111111 \tabularnewline
61 & 20 & 39.2451388888889 & 27.2083333333333 & 12.0368055555556 & -19.2451388888889 \tabularnewline
62 & 28 & 25.8118055555555 & 26 & -0.188194444444443 & 2.18819444444445 \tabularnewline
63 & 13 & 11.8784722222222 & 24.5833333333333 & -12.7048611111111 & 1.12152777777778 \tabularnewline
64 & 22 & 25.6534722222222 & 23.0833333333333 & 2.57013888888889 & -3.65347222222222 \tabularnewline
65 & 25 & 18.9618055555556 & 21.4166666666667 & -2.45486111111111 & 6.03819444444445 \tabularnewline
66 & 13 & 22.1284722222222 & 18.8333333333333 & 3.29513888888889 & -9.12847222222222 \tabularnewline
67 & 16 & 27.3701388888889 & 17.625 & 9.7451388888889 & -11.3701388888889 \tabularnewline
68 & 13 & 16.6868055555556 & 17.25 & -0.563194444444445 & -3.68680555555556 \tabularnewline
69 & 16 & 21.9118055555556 & 16.4583333333333 & 5.45347222222222 & -5.91180555555556 \tabularnewline
70 & 17 & 8.35347222222222 & 15.625 & -7.27152777777778 & 8.64652777777778 \tabularnewline
71 & 9 & -2.01319444444445 & 14.375 & -16.3881944444444 & 11.0131944444444 \tabularnewline
72 & 17 & 19.9701388888889 & 13.5 & 6.47013888888889 & -2.97013888888889 \tabularnewline
73 & 25 & NA & 13 & NA & NA \tabularnewline
74 & 14 & NA & 12.3333333333333 & NA & NA \tabularnewline
75 & 8 & NA & NA & NA & NA \tabularnewline
76 & 7 & NA & NA & NA & NA \tabularnewline
77 & 10 & NA & NA & NA & NA \tabularnewline
78 & 7 & NA & NA & NA & NA \tabularnewline
79 & 10 & NA & NA & NA & NA \tabularnewline
80 & 3 & NA & NA & NA & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=107732&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]37[/C][C]NA[/C][C]NA[/C][C]12.0368055555556[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]30[/C][C]NA[/C][C]NA[/C][C]-0.188194444444443[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]47[/C][C]NA[/C][C]NA[/C][C]-12.7048611111111[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]35[/C][C]NA[/C][C]NA[/C][C]2.57013888888889[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]30[/C][C]NA[/C][C]NA[/C][C]-2.45486111111111[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]43[/C][C]NA[/C][C]NA[/C][C]3.29513888888889[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]82[/C][C]61.3701388888889[/C][C]51.625[/C][C]9.7451388888889[/C][C]20.6298611111111[/C][/ROW]
[ROW][C]8[/C][C]40[/C][C]53.3534722222222[/C][C]53.9166666666667[/C][C]-0.563194444444445[/C][C]-13.3534722222222[/C][/ROW]
[ROW][C]9[/C][C]47[/C][C]60.1618055555556[/C][C]54.7083333333333[/C][C]5.45347222222222[/C][C]-13.1618055555556[/C][/ROW]
[ROW][C]10[/C][C]19[/C][C]49.0201388888889[/C][C]56.2916666666667[/C][C]-7.27152777777778[/C][C]-30.0201388888889[/C][/ROW]
[ROW][C]11[/C][C]52[/C][C]43.3201388888889[/C][C]59.7083333333333[/C][C]-16.3881944444444[/C][C]8.67986111111111[/C][/ROW]
[ROW][C]12[/C][C]136[/C][C]69.1368055555556[/C][C]62.6666666666667[/C][C]6.47013888888889[/C][C]66.8631944444444[/C][/ROW]
[ROW][C]13[/C][C]80[/C][C]77.8284722222222[/C][C]65.7916666666667[/C][C]12.0368055555556[/C][C]2.17152777777777[/C][/ROW]
[ROW][C]14[/C][C]42[/C][C]69.2284722222222[/C][C]69.4166666666667[/C][C]-0.188194444444443[/C][C]-27.2284722222222[/C][/ROW]
[ROW][C]15[/C][C]54[/C][C]60.5451388888889[/C][C]73.25[/C][C]-12.7048611111111[/C][C]-6.54513888888887[/C][/ROW]
[ROW][C]16[/C][C]66[/C][C]79.9451388888889[/C][C]77.375[/C][C]2.57013888888889[/C][C]-13.9451388888889[/C][/ROW]
[ROW][C]17[/C][C]81[/C][C]75.8784722222222[/C][C]78.3333333333333[/C][C]-2.45486111111111[/C][C]5.12152777777779[/C][/ROW]
[ROW][C]18[/C][C]63[/C][C]77.4618055555556[/C][C]74.1666666666667[/C][C]3.29513888888889[/C][C]-14.4618055555556[/C][/ROW]
[ROW][C]19[/C][C]137[/C][C]80.3701388888889[/C][C]70.625[/C][C]9.7451388888889[/C][C]56.6298611111111[/C][/ROW]
[ROW][C]20[/C][C]72[/C][C]71.4784722222222[/C][C]72.0416666666667[/C][C]-0.563194444444445[/C][C]0.521527777777791[/C][/ROW]
[ROW][C]21[/C][C]107[/C][C]78.9534722222222[/C][C]73.5[/C][C]5.45347222222222[/C][C]28.0465277777778[/C][/ROW]
[ROW][C]22[/C][C]58[/C][C]66.9784722222222[/C][C]74.25[/C][C]-7.27152777777778[/C][C]-8.97847222222222[/C][/ROW]
[ROW][C]23[/C][C]36[/C][C]57.2368055555555[/C][C]73.625[/C][C]-16.3881944444444[/C][C]-21.2368055555555[/C][/ROW]
[ROW][C]24[/C][C]52[/C][C]80.0951388888889[/C][C]73.625[/C][C]6.47013888888889[/C][C]-28.0951388888889[/C][/ROW]
[ROW][C]25[/C][C]79[/C][C]84.7868055555556[/C][C]72.75[/C][C]12.0368055555556[/C][C]-5.78680555555556[/C][/ROW]
[ROW][C]26[/C][C]77[/C][C]70.0618055555556[/C][C]70.25[/C][C]-0.188194444444443[/C][C]6.93819444444445[/C][/ROW]
[ROW][C]27[/C][C]54[/C][C]55.3784722222222[/C][C]68.0833333333333[/C][C]-12.7048611111111[/C][C]-1.37847222222221[/C][/ROW]
[ROW][C]28[/C][C]84[/C][C]68.5284722222222[/C][C]65.9583333333333[/C][C]2.57013888888889[/C][C]15.4715277777778[/C][/ROW]
[ROW][C]29[/C][C]48[/C][C]63.0451388888889[/C][C]65.5[/C][C]-2.45486111111111[/C][C]-15.0451388888889[/C][/ROW]
[ROW][C]30[/C][C]96[/C][C]69.4618055555556[/C][C]66.1666666666667[/C][C]3.29513888888889[/C][C]26.5381944444444[/C][/ROW]
[ROW][C]31[/C][C]83[/C][C]76.4118055555555[/C][C]66.6666666666667[/C][C]9.7451388888889[/C][C]6.58819444444445[/C][/ROW]
[ROW][C]32[/C][C]66[/C][C]64.9368055555556[/C][C]65.5[/C][C]-0.563194444444445[/C][C]1.06319444444445[/C][/ROW]
[ROW][C]33[/C][C]61[/C][C]69.7034722222222[/C][C]64.25[/C][C]5.45347222222222[/C][C]-8.70347222222222[/C][/ROW]
[ROW][C]34[/C][C]53[/C][C]55.6868055555556[/C][C]62.9583333333333[/C][C]-7.27152777777778[/C][C]-2.68680555555555[/C][/ROW]
[ROW][C]35[/C][C]30[/C][C]46.6951388888889[/C][C]63.0833333333333[/C][C]-16.3881944444444[/C][C]-16.6951388888889[/C][/ROW]
[ROW][C]36[/C][C]74[/C][C]70.6368055555555[/C][C]64.1666666666667[/C][C]6.47013888888889[/C][C]3.36319444444446[/C][/ROW]
[ROW][C]37[/C][C]69[/C][C]75.5368055555555[/C][C]63.5[/C][C]12.0368055555556[/C][C]-6.53680555555555[/C][/ROW]
[ROW][C]38[/C][C]59[/C][C]64.1034722222222[/C][C]64.2916666666667[/C][C]-0.188194444444443[/C][C]-5.10347222222222[/C][/ROW]
[ROW][C]39[/C][C]42[/C][C]54.0868055555556[/C][C]66.7916666666667[/C][C]-12.7048611111111[/C][C]-12.0868055555556[/C][/ROW]
[ROW][C]40[/C][C]65[/C][C]71.4034722222222[/C][C]68.8333333333333[/C][C]2.57013888888889[/C][C]-6.40347222222222[/C][/ROW]
[ROW][C]41[/C][C]70[/C][C]69.4201388888889[/C][C]71.875[/C][C]-2.45486111111111[/C][C]0.579861111111114[/C][/ROW]
[ROW][C]42[/C][C]100[/C][C]78.2118055555555[/C][C]74.9166666666667[/C][C]3.29513888888889[/C][C]21.7881944444445[/C][/ROW]
[ROW][C]43[/C][C]63[/C][C]87.9951388888889[/C][C]78.25[/C][C]9.7451388888889[/C][C]-24.9951388888889[/C][/ROW]
[ROW][C]44[/C][C]105[/C][C]81.4784722222222[/C][C]82.0416666666667[/C][C]-0.563194444444445[/C][C]23.5215277777778[/C][/ROW]
[ROW][C]45[/C][C]82[/C][C]90.5368055555555[/C][C]85.0833333333333[/C][C]5.45347222222222[/C][C]-8.53680555555555[/C][/ROW]
[ROW][C]46[/C][C]81[/C][C]79.7284722222222[/C][C]87[/C][C]-7.27152777777778[/C][C]1.27152777777779[/C][/ROW]
[ROW][C]47[/C][C]75[/C][C]70.8201388888889[/C][C]87.2083333333333[/C][C]-16.3881944444444[/C][C]4.17986111111111[/C][/ROW]
[ROW][C]48[/C][C]102[/C][C]90.7618055555555[/C][C]84.2916666666667[/C][C]6.47013888888889[/C][C]11.2381944444445[/C][/ROW]
[ROW][C]49[/C][C]121[/C][C]92.5368055555555[/C][C]80.5[/C][C]12.0368055555556[/C][C]28.4631944444445[/C][/ROW]
[ROW][C]50[/C][C]98[/C][C]75.7284722222222[/C][C]75.9166666666667[/C][C]-0.188194444444443[/C][C]22.2715277777778[/C][/ROW]
[ROW][C]51[/C][C]76[/C][C]58.0451388888889[/C][C]70.75[/C][C]-12.7048611111111[/C][C]17.9548611111111[/C][/ROW]
[ROW][C]52[/C][C]77[/C][C]69.4034722222222[/C][C]66.8333333333333[/C][C]2.57013888888889[/C][C]7.59652777777778[/C][/ROW]
[ROW][C]53[/C][C]63[/C][C]60.6284722222222[/C][C]63.0833333333333[/C][C]-2.45486111111111[/C][C]2.37152777777779[/C][/ROW]
[ROW][C]54[/C][C]37[/C][C]62.6701388888889[/C][C]59.375[/C][C]3.29513888888889[/C][C]-25.6701388888889[/C][/ROW]
[ROW][C]55[/C][C]35[/C][C]62.7868055555556[/C][C]53.0416666666667[/C][C]9.7451388888889[/C][C]-27.7868055555556[/C][/ROW]
[ROW][C]56[/C][C]23[/C][C]45.3534722222222[/C][C]45.9166666666667[/C][C]-0.563194444444445[/C][C]-22.3534722222222[/C][/ROW]
[ROW][C]57[/C][C]40[/C][C]45.8284722222222[/C][C]40.375[/C][C]5.45347222222222[/C][C]-5.82847222222222[/C][/ROW]
[ROW][C]58[/C][C]29[/C][C]28.1868055555556[/C][C]35.4583333333333[/C][C]-7.27152777777778[/C][C]0.813194444444441[/C][/ROW]
[ROW][C]59[/C][C]37[/C][C]15.1951388888889[/C][C]31.5833333333333[/C][C]-16.3881944444444[/C][C]21.8048611111111[/C][/ROW]
[ROW][C]60[/C][C]51[/C][C]35.4701388888889[/C][C]29[/C][C]6.47013888888889[/C][C]15.5298611111111[/C][/ROW]
[ROW][C]61[/C][C]20[/C][C]39.2451388888889[/C][C]27.2083333333333[/C][C]12.0368055555556[/C][C]-19.2451388888889[/C][/ROW]
[ROW][C]62[/C][C]28[/C][C]25.8118055555555[/C][C]26[/C][C]-0.188194444444443[/C][C]2.18819444444445[/C][/ROW]
[ROW][C]63[/C][C]13[/C][C]11.8784722222222[/C][C]24.5833333333333[/C][C]-12.7048611111111[/C][C]1.12152777777778[/C][/ROW]
[ROW][C]64[/C][C]22[/C][C]25.6534722222222[/C][C]23.0833333333333[/C][C]2.57013888888889[/C][C]-3.65347222222222[/C][/ROW]
[ROW][C]65[/C][C]25[/C][C]18.9618055555556[/C][C]21.4166666666667[/C][C]-2.45486111111111[/C][C]6.03819444444445[/C][/ROW]
[ROW][C]66[/C][C]13[/C][C]22.1284722222222[/C][C]18.8333333333333[/C][C]3.29513888888889[/C][C]-9.12847222222222[/C][/ROW]
[ROW][C]67[/C][C]16[/C][C]27.3701388888889[/C][C]17.625[/C][C]9.7451388888889[/C][C]-11.3701388888889[/C][/ROW]
[ROW][C]68[/C][C]13[/C][C]16.6868055555556[/C][C]17.25[/C][C]-0.563194444444445[/C][C]-3.68680555555556[/C][/ROW]
[ROW][C]69[/C][C]16[/C][C]21.9118055555556[/C][C]16.4583333333333[/C][C]5.45347222222222[/C][C]-5.91180555555556[/C][/ROW]
[ROW][C]70[/C][C]17[/C][C]8.35347222222222[/C][C]15.625[/C][C]-7.27152777777778[/C][C]8.64652777777778[/C][/ROW]
[ROW][C]71[/C][C]9[/C][C]-2.01319444444445[/C][C]14.375[/C][C]-16.3881944444444[/C][C]11.0131944444444[/C][/ROW]
[ROW][C]72[/C][C]17[/C][C]19.9701388888889[/C][C]13.5[/C][C]6.47013888888889[/C][C]-2.97013888888889[/C][/ROW]
[ROW][C]73[/C][C]25[/C][C]NA[/C][C]13[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]74[/C][C]14[/C][C]NA[/C][C]12.3333333333333[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]75[/C][C]8[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]76[/C][C]7[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]77[/C][C]10[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]78[/C][C]7[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]79[/C][C]10[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]80[/C][C]3[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=107732&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=107732&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
137NANA12.0368055555556NA
230NANA-0.188194444444443NA
347NANA-12.7048611111111NA
435NANA2.57013888888889NA
530NANA-2.45486111111111NA
643NANA3.29513888888889NA
78261.370138888888951.6259.745138888888920.6298611111111
84053.353472222222253.9166666666667-0.563194444444445-13.3534722222222
94760.161805555555654.70833333333335.45347222222222-13.1618055555556
101949.020138888888956.2916666666667-7.27152777777778-30.0201388888889
115243.320138888888959.7083333333333-16.38819444444448.67986111111111
1213669.136805555555662.66666666666676.4701388888888966.8631944444444
138077.828472222222265.791666666666712.03680555555562.17152777777777
144269.228472222222269.4166666666667-0.188194444444443-27.2284722222222
155460.545138888888973.25-12.7048611111111-6.54513888888887
166679.945138888888977.3752.57013888888889-13.9451388888889
178175.878472222222278.3333333333333-2.454861111111115.12152777777779
186377.461805555555674.16666666666673.29513888888889-14.4618055555556
1913780.370138888888970.6259.745138888888956.6298611111111
207271.478472222222272.0416666666667-0.5631944444444450.521527777777791
2110778.953472222222273.55.4534722222222228.0465277777778
225866.978472222222274.25-7.27152777777778-8.97847222222222
233657.236805555555573.625-16.3881944444444-21.2368055555555
245280.095138888888973.6256.47013888888889-28.0951388888889
257984.786805555555672.7512.0368055555556-5.78680555555556
267770.061805555555670.25-0.1881944444444436.93819444444445
275455.378472222222268.0833333333333-12.7048611111111-1.37847222222221
288468.528472222222265.95833333333332.5701388888888915.4715277777778
294863.045138888888965.5-2.45486111111111-15.0451388888889
309669.461805555555666.16666666666673.2951388888888926.5381944444444
318376.411805555555566.66666666666679.74513888888896.58819444444445
326664.936805555555665.5-0.5631944444444451.06319444444445
336169.703472222222264.255.45347222222222-8.70347222222222
345355.686805555555662.9583333333333-7.27152777777778-2.68680555555555
353046.695138888888963.0833333333333-16.3881944444444-16.6951388888889
367470.636805555555564.16666666666676.470138888888893.36319444444446
376975.536805555555563.512.0368055555556-6.53680555555555
385964.103472222222264.2916666666667-0.188194444444443-5.10347222222222
394254.086805555555666.7916666666667-12.7048611111111-12.0868055555556
406571.403472222222268.83333333333332.57013888888889-6.40347222222222
417069.420138888888971.875-2.454861111111110.579861111111114
4210078.211805555555574.91666666666673.2951388888888921.7881944444445
436387.995138888888978.259.7451388888889-24.9951388888889
4410581.478472222222282.0416666666667-0.56319444444444523.5215277777778
458290.536805555555585.08333333333335.45347222222222-8.53680555555555
468179.728472222222287-7.271527777777781.27152777777779
477570.820138888888987.2083333333333-16.38819444444444.17986111111111
4810290.761805555555584.29166666666676.4701388888888911.2381944444445
4912192.536805555555580.512.036805555555628.4631944444445
509875.728472222222275.9166666666667-0.18819444444444322.2715277777778
517658.045138888888970.75-12.704861111111117.9548611111111
527769.403472222222266.83333333333332.570138888888897.59652777777778
536360.628472222222263.0833333333333-2.454861111111112.37152777777779
543762.670138888888959.3753.29513888888889-25.6701388888889
553562.786805555555653.04166666666679.7451388888889-27.7868055555556
562345.353472222222245.9166666666667-0.563194444444445-22.3534722222222
574045.828472222222240.3755.45347222222222-5.82847222222222
582928.186805555555635.4583333333333-7.271527777777780.813194444444441
593715.195138888888931.5833333333333-16.388194444444421.8048611111111
605135.4701388888889296.4701388888888915.5298611111111
612039.245138888888927.208333333333312.0368055555556-19.2451388888889
622825.811805555555526-0.1881944444444432.18819444444445
631311.878472222222224.5833333333333-12.70486111111111.12152777777778
642225.653472222222223.08333333333332.57013888888889-3.65347222222222
652518.961805555555621.4166666666667-2.454861111111116.03819444444445
661322.128472222222218.83333333333333.29513888888889-9.12847222222222
671627.370138888888917.6259.7451388888889-11.3701388888889
681316.686805555555617.25-0.563194444444445-3.68680555555556
691621.911805555555616.45833333333335.45347222222222-5.91180555555556
70178.3534722222222215.625-7.271527777777788.64652777777778
719-2.0131944444444514.375-16.388194444444411.0131944444444
721719.970138888888913.56.47013888888889-2.97013888888889
7325NA13NANA
7414NA12.3333333333333NANA
758NANANANA
767NANANANA
7710NANANANA
787NANANANA
7910NANANANA
803NANANANA



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')