FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_decompose.wasp
Title produced by softwareClassical Decomposition
Date of computationSat, 25 May 2013 15:25:20 -0400
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2013/May/25/t1369509952pybaptc1ap0gd1y.htm/, Retrieved Sun, 19 Apr 2026 21:53:40 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=210556, Retrieved Sun, 19 Apr 2026 21:53:40 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact278

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Histogram] [] [2013-05-25 08:16:57] [b52ab2fdde0d078a054c398d2d11afcd]
- RMPD    [Classical Decomposition] [Additief model ] [2013-05-25 19:25:20] [d299705eb289d47d3db9039788329b5a] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
16,68
16,68
16,69
16,61
16,58
16,6
16,6
16,62
16,62
16,6
16,63
16,66
16,66
16,65
16,5
16,39
16,34
16,35
16,35
16,38
16,36
16,38
16,39
16,41
16,41
16,41
16,45
16,41
16,44
16,47
16,47
16,49
16,54
16,62
16,69
16,72
16,72
16,71
16,89
16,93
16,91
16,93
16,93
16,93
16,95
16,93
16,95
16,95
16,95
16,95
16,92
16,91
16,9
16,96
16,96
16,95
16,92
16,87
16,87
16,88
16,88
16,86
16,88
16,88
16,88
16,88
16,88
16,87
16,92
16,94
17,03
17,02

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time5 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 & 5 seconds \tabularnewline
R Server & 'Gertrude Mary Cox' @ cox.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=210556&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]5 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=210556&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=210556&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 time5 seconds
R Server'Gertrude Mary Cox' @ cox.wessa.net






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
116.68NANA0.0219236111111091NA
216.68NANA0.0095069444444445NA
316.69NANA0.0169236111111122NA
416.61NANA-0.0124097222222221NA
516.58NANA-0.0285763888888897NA
616.6NANA-0.0109097222222221NA
716.616.614256944444416.63-0.0157430555555553-0.014256944444444
816.6216.621006944444416.6279166666667-0.00690972222222215-0.00100694444444116
916.6216.612756944444416.61875-0.00599305555555490.0072430555555556
1016.616.593840277777816.6016666666667-0.00782638888888870.00615972222222538
1116.6316.595923611111116.58250.01342361111111190.0340763888888915
1216.6616.588673611111116.56208333333330.02659027777777720.0713263888888918
1316.6616.563173611111116.541250.02192361111110910.0968263888888927
1416.6516.530340277777816.52083333333330.00950694444444450.11965972222222
1516.516.516923611111116.50.0169236111111122-0.0169236111111104
1616.3916.467590277777816.48-0.0124097222222221-0.0775902777777731
1716.3416.432256944444416.4608333333333-0.0285763888888897-0.0922569444444434
1816.3516.429506944444416.4404166666667-0.0109097222222221-0.0795069444444394
1916.3516.403840277777816.4195833333333-0.0157430555555553-0.0538402777777769
2016.3816.392256944444416.3991666666667-0.00690972222222215-0.0122569444444451
2116.3616.381090277777816.3870833333333-0.0059930555555549-0.0210902777777804
2216.3816.378006944444416.3858333333333-0.00782638888888870.00199305555555185
2316.3916.404256944444416.39083333333330.0134236111111119-0.014256944444444
2416.4116.426590277777816.40.0265902777777772-0.0165902777777767
2516.4116.431923611111116.410.0219236111111091-0.0219236111111094
2616.4116.429090277777816.41958333333330.0095069444444445-0.0190902777777779
2716.4516.448590277777816.43166666666670.01692361111111220.00140972222222047
2816.4116.436756944444416.4491666666667-0.0124097222222221-0.0267569444444433
2916.4416.443090277777816.4716666666667-0.0285763888888897-0.0030902777777726
3016.4716.486173611111116.4970833333333-0.0109097222222221-0.0161736111111104
3116.4716.507173611111116.5229166666667-0.0157430555555553-0.0371736111111147
3216.4916.541423611111116.5483333333333-0.00690972222222215-0.0514236111111117
3316.5416.573173611111116.5791666666667-0.0059930555555549-0.0331736111111134
3416.6216.611340277777816.6191666666667-0.00782638888888870.00865972222221956
3516.6916.673840277777816.66041666666670.01342361111111190.0161597222222234
3616.7216.725756944444416.69916666666670.0265902777777772-0.00575694444444608
3716.7216.759423611111116.73750.0219236111111091-0.0394236111111113
3816.7116.784506944444416.7750.0095069444444445-0.0745069444444439
3916.8916.827340277777816.81041666666670.01692361111111220.0626597222222216
4016.9316.828006944444416.8404166666667-0.01240972222222210.101993055555557
4116.9116.835590277777816.8641666666667-0.02857638888888970.0744097222222244
4216.9316.873673611111116.8845833333333-0.01090972222222210.0563263888888912
4316.9316.888006944444416.90375-0.01574305555555530.0419930555555581
4416.9316.916423611111116.9233333333333-0.006909722222222150.0135763888888931
4516.9516.928590277777816.9345833333333-0.00599305555555490.0214097222222236
4616.9316.927173611111116.935-0.00782638888888870.00282638888888798
4716.9516.947173611111116.933750.01342361111111190.00282638888889153
4816.9516.961173611111116.93458333333330.0265902777777772-0.0111736111111114
4916.9516.959006944444416.93708333333330.0219236111111091-0.00900694444444383
5016.9516.948673611111116.93916666666670.00950694444444450.00132638888888792
5116.9216.955673611111116.938750.0169236111111122-0.0356736111111111
5216.9116.922590277777816.935-0.0124097222222221-0.0125902777777753
5316.916.900590277777816.9291666666667-0.0285763888888897-0.000590277777778425
5416.9616.912006944444416.9229166666667-0.01090972222222210.0479930555555583
5516.9616.901340277777816.9170833333333-0.01574305555555530.0586597222222203
5616.9516.903506944444416.9104166666667-0.006909722222222150.0464930555555547
5716.9216.899006944444416.905-0.00599305555555490.0209930555555573
5816.8716.894256944444416.9020833333333-0.0078263888888887-0.024256944444442
5916.8716.913423611111116.90.0134236111111119-0.043423611111109
6016.8816.922423611111116.89583333333330.0265902777777772-0.0424236111111114
6116.8816.911090277777816.88916666666670.0219236111111091-0.0310902777777784
6216.8616.892006944444416.88250.0095069444444445-0.0320069444444435
6316.8816.896090277777816.87916666666670.0169236111111122-0.0160902777777778
6416.8816.869673611111116.8820833333333-0.01240972222222210.0103263888888918
6516.8816.863090277777816.8916666666667-0.02857638888888970.0169097222222234
6616.8816.893256944444416.9041666666667-0.0109097222222221-0.0132569444444428
6716.88NANA-0.0157430555555553NA
6816.87NANA-0.00690972222222215NA
6916.92NANA-0.0059930555555549NA
7016.94NANA-0.0078263888888887NA
7117.03NANA0.0134236111111119NA
7217.02NANA0.0265902777777772NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 16.68 & NA & NA & 0.0219236111111091 & NA \tabularnewline
2 & 16.68 & NA & NA & 0.0095069444444445 & NA \tabularnewline
3 & 16.69 & NA & NA & 0.0169236111111122 & NA \tabularnewline
4 & 16.61 & NA & NA & -0.0124097222222221 & NA \tabularnewline
5 & 16.58 & NA & NA & -0.0285763888888897 & NA \tabularnewline
6 & 16.6 & NA & NA & -0.0109097222222221 & NA \tabularnewline
7 & 16.6 & 16.6142569444444 & 16.63 & -0.0157430555555553 & -0.014256944444444 \tabularnewline
8 & 16.62 & 16.6210069444444 & 16.6279166666667 & -0.00690972222222215 & -0.00100694444444116 \tabularnewline
9 & 16.62 & 16.6127569444444 & 16.61875 & -0.0059930555555549 & 0.0072430555555556 \tabularnewline
10 & 16.6 & 16.5938402777778 & 16.6016666666667 & -0.0078263888888887 & 0.00615972222222538 \tabularnewline
11 & 16.63 & 16.5959236111111 & 16.5825 & 0.0134236111111119 & 0.0340763888888915 \tabularnewline
12 & 16.66 & 16.5886736111111 & 16.5620833333333 & 0.0265902777777772 & 0.0713263888888918 \tabularnewline
13 & 16.66 & 16.5631736111111 & 16.54125 & 0.0219236111111091 & 0.0968263888888927 \tabularnewline
14 & 16.65 & 16.5303402777778 & 16.5208333333333 & 0.0095069444444445 & 0.11965972222222 \tabularnewline
15 & 16.5 & 16.5169236111111 & 16.5 & 0.0169236111111122 & -0.0169236111111104 \tabularnewline
16 & 16.39 & 16.4675902777778 & 16.48 & -0.0124097222222221 & -0.0775902777777731 \tabularnewline
17 & 16.34 & 16.4322569444444 & 16.4608333333333 & -0.0285763888888897 & -0.0922569444444434 \tabularnewline
18 & 16.35 & 16.4295069444444 & 16.4404166666667 & -0.0109097222222221 & -0.0795069444444394 \tabularnewline
19 & 16.35 & 16.4038402777778 & 16.4195833333333 & -0.0157430555555553 & -0.0538402777777769 \tabularnewline
20 & 16.38 & 16.3922569444444 & 16.3991666666667 & -0.00690972222222215 & -0.0122569444444451 \tabularnewline
21 & 16.36 & 16.3810902777778 & 16.3870833333333 & -0.0059930555555549 & -0.0210902777777804 \tabularnewline
22 & 16.38 & 16.3780069444444 & 16.3858333333333 & -0.0078263888888887 & 0.00199305555555185 \tabularnewline
23 & 16.39 & 16.4042569444444 & 16.3908333333333 & 0.0134236111111119 & -0.014256944444444 \tabularnewline
24 & 16.41 & 16.4265902777778 & 16.4 & 0.0265902777777772 & -0.0165902777777767 \tabularnewline
25 & 16.41 & 16.4319236111111 & 16.41 & 0.0219236111111091 & -0.0219236111111094 \tabularnewline
26 & 16.41 & 16.4290902777778 & 16.4195833333333 & 0.0095069444444445 & -0.0190902777777779 \tabularnewline
27 & 16.45 & 16.4485902777778 & 16.4316666666667 & 0.0169236111111122 & 0.00140972222222047 \tabularnewline
28 & 16.41 & 16.4367569444444 & 16.4491666666667 & -0.0124097222222221 & -0.0267569444444433 \tabularnewline
29 & 16.44 & 16.4430902777778 & 16.4716666666667 & -0.0285763888888897 & -0.0030902777777726 \tabularnewline
30 & 16.47 & 16.4861736111111 & 16.4970833333333 & -0.0109097222222221 & -0.0161736111111104 \tabularnewline
31 & 16.47 & 16.5071736111111 & 16.5229166666667 & -0.0157430555555553 & -0.0371736111111147 \tabularnewline
32 & 16.49 & 16.5414236111111 & 16.5483333333333 & -0.00690972222222215 & -0.0514236111111117 \tabularnewline
33 & 16.54 & 16.5731736111111 & 16.5791666666667 & -0.0059930555555549 & -0.0331736111111134 \tabularnewline
34 & 16.62 & 16.6113402777778 & 16.6191666666667 & -0.0078263888888887 & 0.00865972222221956 \tabularnewline
35 & 16.69 & 16.6738402777778 & 16.6604166666667 & 0.0134236111111119 & 0.0161597222222234 \tabularnewline
36 & 16.72 & 16.7257569444444 & 16.6991666666667 & 0.0265902777777772 & -0.00575694444444608 \tabularnewline
37 & 16.72 & 16.7594236111111 & 16.7375 & 0.0219236111111091 & -0.0394236111111113 \tabularnewline
38 & 16.71 & 16.7845069444444 & 16.775 & 0.0095069444444445 & -0.0745069444444439 \tabularnewline
39 & 16.89 & 16.8273402777778 & 16.8104166666667 & 0.0169236111111122 & 0.0626597222222216 \tabularnewline
40 & 16.93 & 16.8280069444444 & 16.8404166666667 & -0.0124097222222221 & 0.101993055555557 \tabularnewline
41 & 16.91 & 16.8355902777778 & 16.8641666666667 & -0.0285763888888897 & 0.0744097222222244 \tabularnewline
42 & 16.93 & 16.8736736111111 & 16.8845833333333 & -0.0109097222222221 & 0.0563263888888912 \tabularnewline
43 & 16.93 & 16.8880069444444 & 16.90375 & -0.0157430555555553 & 0.0419930555555581 \tabularnewline
44 & 16.93 & 16.9164236111111 & 16.9233333333333 & -0.00690972222222215 & 0.0135763888888931 \tabularnewline
45 & 16.95 & 16.9285902777778 & 16.9345833333333 & -0.0059930555555549 & 0.0214097222222236 \tabularnewline
46 & 16.93 & 16.9271736111111 & 16.935 & -0.0078263888888887 & 0.00282638888888798 \tabularnewline
47 & 16.95 & 16.9471736111111 & 16.93375 & 0.0134236111111119 & 0.00282638888889153 \tabularnewline
48 & 16.95 & 16.9611736111111 & 16.9345833333333 & 0.0265902777777772 & -0.0111736111111114 \tabularnewline
49 & 16.95 & 16.9590069444444 & 16.9370833333333 & 0.0219236111111091 & -0.00900694444444383 \tabularnewline
50 & 16.95 & 16.9486736111111 & 16.9391666666667 & 0.0095069444444445 & 0.00132638888888792 \tabularnewline
51 & 16.92 & 16.9556736111111 & 16.93875 & 0.0169236111111122 & -0.0356736111111111 \tabularnewline
52 & 16.91 & 16.9225902777778 & 16.935 & -0.0124097222222221 & -0.0125902777777753 \tabularnewline
53 & 16.9 & 16.9005902777778 & 16.9291666666667 & -0.0285763888888897 & -0.000590277777778425 \tabularnewline
54 & 16.96 & 16.9120069444444 & 16.9229166666667 & -0.0109097222222221 & 0.0479930555555583 \tabularnewline
55 & 16.96 & 16.9013402777778 & 16.9170833333333 & -0.0157430555555553 & 0.0586597222222203 \tabularnewline
56 & 16.95 & 16.9035069444444 & 16.9104166666667 & -0.00690972222222215 & 0.0464930555555547 \tabularnewline
57 & 16.92 & 16.8990069444444 & 16.905 & -0.0059930555555549 & 0.0209930555555573 \tabularnewline
58 & 16.87 & 16.8942569444444 & 16.9020833333333 & -0.0078263888888887 & -0.024256944444442 \tabularnewline
59 & 16.87 & 16.9134236111111 & 16.9 & 0.0134236111111119 & -0.043423611111109 \tabularnewline
60 & 16.88 & 16.9224236111111 & 16.8958333333333 & 0.0265902777777772 & -0.0424236111111114 \tabularnewline
61 & 16.88 & 16.9110902777778 & 16.8891666666667 & 0.0219236111111091 & -0.0310902777777784 \tabularnewline
62 & 16.86 & 16.8920069444444 & 16.8825 & 0.0095069444444445 & -0.0320069444444435 \tabularnewline
63 & 16.88 & 16.8960902777778 & 16.8791666666667 & 0.0169236111111122 & -0.0160902777777778 \tabularnewline
64 & 16.88 & 16.8696736111111 & 16.8820833333333 & -0.0124097222222221 & 0.0103263888888918 \tabularnewline
65 & 16.88 & 16.8630902777778 & 16.8916666666667 & -0.0285763888888897 & 0.0169097222222234 \tabularnewline
66 & 16.88 & 16.8932569444444 & 16.9041666666667 & -0.0109097222222221 & -0.0132569444444428 \tabularnewline
67 & 16.88 & NA & NA & -0.0157430555555553 & NA \tabularnewline
68 & 16.87 & NA & NA & -0.00690972222222215 & NA \tabularnewline
69 & 16.92 & NA & NA & -0.0059930555555549 & NA \tabularnewline
70 & 16.94 & NA & NA & -0.0078263888888887 & NA \tabularnewline
71 & 17.03 & NA & NA & 0.0134236111111119 & NA \tabularnewline
72 & 17.02 & NA & NA & 0.0265902777777772 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=210556&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]16.68[/C][C]NA[/C][C]NA[/C][C]0.0219236111111091[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]16.68[/C][C]NA[/C][C]NA[/C][C]0.0095069444444445[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]16.69[/C][C]NA[/C][C]NA[/C][C]0.0169236111111122[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]16.61[/C][C]NA[/C][C]NA[/C][C]-0.0124097222222221[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]16.58[/C][C]NA[/C][C]NA[/C][C]-0.0285763888888897[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]16.6[/C][C]NA[/C][C]NA[/C][C]-0.0109097222222221[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]16.6[/C][C]16.6142569444444[/C][C]16.63[/C][C]-0.0157430555555553[/C][C]-0.014256944444444[/C][/ROW]
[ROW][C]8[/C][C]16.62[/C][C]16.6210069444444[/C][C]16.6279166666667[/C][C]-0.00690972222222215[/C][C]-0.00100694444444116[/C][/ROW]
[ROW][C]9[/C][C]16.62[/C][C]16.6127569444444[/C][C]16.61875[/C][C]-0.0059930555555549[/C][C]0.0072430555555556[/C][/ROW]
[ROW][C]10[/C][C]16.6[/C][C]16.5938402777778[/C][C]16.6016666666667[/C][C]-0.0078263888888887[/C][C]0.00615972222222538[/C][/ROW]
[ROW][C]11[/C][C]16.63[/C][C]16.5959236111111[/C][C]16.5825[/C][C]0.0134236111111119[/C][C]0.0340763888888915[/C][/ROW]
[ROW][C]12[/C][C]16.66[/C][C]16.5886736111111[/C][C]16.5620833333333[/C][C]0.0265902777777772[/C][C]0.0713263888888918[/C][/ROW]
[ROW][C]13[/C][C]16.66[/C][C]16.5631736111111[/C][C]16.54125[/C][C]0.0219236111111091[/C][C]0.0968263888888927[/C][/ROW]
[ROW][C]14[/C][C]16.65[/C][C]16.5303402777778[/C][C]16.5208333333333[/C][C]0.0095069444444445[/C][C]0.11965972222222[/C][/ROW]
[ROW][C]15[/C][C]16.5[/C][C]16.5169236111111[/C][C]16.5[/C][C]0.0169236111111122[/C][C]-0.0169236111111104[/C][/ROW]
[ROW][C]16[/C][C]16.39[/C][C]16.4675902777778[/C][C]16.48[/C][C]-0.0124097222222221[/C][C]-0.0775902777777731[/C][/ROW]
[ROW][C]17[/C][C]16.34[/C][C]16.4322569444444[/C][C]16.4608333333333[/C][C]-0.0285763888888897[/C][C]-0.0922569444444434[/C][/ROW]
[ROW][C]18[/C][C]16.35[/C][C]16.4295069444444[/C][C]16.4404166666667[/C][C]-0.0109097222222221[/C][C]-0.0795069444444394[/C][/ROW]
[ROW][C]19[/C][C]16.35[/C][C]16.4038402777778[/C][C]16.4195833333333[/C][C]-0.0157430555555553[/C][C]-0.0538402777777769[/C][/ROW]
[ROW][C]20[/C][C]16.38[/C][C]16.3922569444444[/C][C]16.3991666666667[/C][C]-0.00690972222222215[/C][C]-0.0122569444444451[/C][/ROW]
[ROW][C]21[/C][C]16.36[/C][C]16.3810902777778[/C][C]16.3870833333333[/C][C]-0.0059930555555549[/C][C]-0.0210902777777804[/C][/ROW]
[ROW][C]22[/C][C]16.38[/C][C]16.3780069444444[/C][C]16.3858333333333[/C][C]-0.0078263888888887[/C][C]0.00199305555555185[/C][/ROW]
[ROW][C]23[/C][C]16.39[/C][C]16.4042569444444[/C][C]16.3908333333333[/C][C]0.0134236111111119[/C][C]-0.014256944444444[/C][/ROW]
[ROW][C]24[/C][C]16.41[/C][C]16.4265902777778[/C][C]16.4[/C][C]0.0265902777777772[/C][C]-0.0165902777777767[/C][/ROW]
[ROW][C]25[/C][C]16.41[/C][C]16.4319236111111[/C][C]16.41[/C][C]0.0219236111111091[/C][C]-0.0219236111111094[/C][/ROW]
[ROW][C]26[/C][C]16.41[/C][C]16.4290902777778[/C][C]16.4195833333333[/C][C]0.0095069444444445[/C][C]-0.0190902777777779[/C][/ROW]
[ROW][C]27[/C][C]16.45[/C][C]16.4485902777778[/C][C]16.4316666666667[/C][C]0.0169236111111122[/C][C]0.00140972222222047[/C][/ROW]
[ROW][C]28[/C][C]16.41[/C][C]16.4367569444444[/C][C]16.4491666666667[/C][C]-0.0124097222222221[/C][C]-0.0267569444444433[/C][/ROW]
[ROW][C]29[/C][C]16.44[/C][C]16.4430902777778[/C][C]16.4716666666667[/C][C]-0.0285763888888897[/C][C]-0.0030902777777726[/C][/ROW]
[ROW][C]30[/C][C]16.47[/C][C]16.4861736111111[/C][C]16.4970833333333[/C][C]-0.0109097222222221[/C][C]-0.0161736111111104[/C][/ROW]
[ROW][C]31[/C][C]16.47[/C][C]16.5071736111111[/C][C]16.5229166666667[/C][C]-0.0157430555555553[/C][C]-0.0371736111111147[/C][/ROW]
[ROW][C]32[/C][C]16.49[/C][C]16.5414236111111[/C][C]16.5483333333333[/C][C]-0.00690972222222215[/C][C]-0.0514236111111117[/C][/ROW]
[ROW][C]33[/C][C]16.54[/C][C]16.5731736111111[/C][C]16.5791666666667[/C][C]-0.0059930555555549[/C][C]-0.0331736111111134[/C][/ROW]
[ROW][C]34[/C][C]16.62[/C][C]16.6113402777778[/C][C]16.6191666666667[/C][C]-0.0078263888888887[/C][C]0.00865972222221956[/C][/ROW]
[ROW][C]35[/C][C]16.69[/C][C]16.6738402777778[/C][C]16.6604166666667[/C][C]0.0134236111111119[/C][C]0.0161597222222234[/C][/ROW]
[ROW][C]36[/C][C]16.72[/C][C]16.7257569444444[/C][C]16.6991666666667[/C][C]0.0265902777777772[/C][C]-0.00575694444444608[/C][/ROW]
[ROW][C]37[/C][C]16.72[/C][C]16.7594236111111[/C][C]16.7375[/C][C]0.0219236111111091[/C][C]-0.0394236111111113[/C][/ROW]
[ROW][C]38[/C][C]16.71[/C][C]16.7845069444444[/C][C]16.775[/C][C]0.0095069444444445[/C][C]-0.0745069444444439[/C][/ROW]
[ROW][C]39[/C][C]16.89[/C][C]16.8273402777778[/C][C]16.8104166666667[/C][C]0.0169236111111122[/C][C]0.0626597222222216[/C][/ROW]
[ROW][C]40[/C][C]16.93[/C][C]16.8280069444444[/C][C]16.8404166666667[/C][C]-0.0124097222222221[/C][C]0.101993055555557[/C][/ROW]
[ROW][C]41[/C][C]16.91[/C][C]16.8355902777778[/C][C]16.8641666666667[/C][C]-0.0285763888888897[/C][C]0.0744097222222244[/C][/ROW]
[ROW][C]42[/C][C]16.93[/C][C]16.8736736111111[/C][C]16.8845833333333[/C][C]-0.0109097222222221[/C][C]0.0563263888888912[/C][/ROW]
[ROW][C]43[/C][C]16.93[/C][C]16.8880069444444[/C][C]16.90375[/C][C]-0.0157430555555553[/C][C]0.0419930555555581[/C][/ROW]
[ROW][C]44[/C][C]16.93[/C][C]16.9164236111111[/C][C]16.9233333333333[/C][C]-0.00690972222222215[/C][C]0.0135763888888931[/C][/ROW]
[ROW][C]45[/C][C]16.95[/C][C]16.9285902777778[/C][C]16.9345833333333[/C][C]-0.0059930555555549[/C][C]0.0214097222222236[/C][/ROW]
[ROW][C]46[/C][C]16.93[/C][C]16.9271736111111[/C][C]16.935[/C][C]-0.0078263888888887[/C][C]0.00282638888888798[/C][/ROW]
[ROW][C]47[/C][C]16.95[/C][C]16.9471736111111[/C][C]16.93375[/C][C]0.0134236111111119[/C][C]0.00282638888889153[/C][/ROW]
[ROW][C]48[/C][C]16.95[/C][C]16.9611736111111[/C][C]16.9345833333333[/C][C]0.0265902777777772[/C][C]-0.0111736111111114[/C][/ROW]
[ROW][C]49[/C][C]16.95[/C][C]16.9590069444444[/C][C]16.9370833333333[/C][C]0.0219236111111091[/C][C]-0.00900694444444383[/C][/ROW]
[ROW][C]50[/C][C]16.95[/C][C]16.9486736111111[/C][C]16.9391666666667[/C][C]0.0095069444444445[/C][C]0.00132638888888792[/C][/ROW]
[ROW][C]51[/C][C]16.92[/C][C]16.9556736111111[/C][C]16.93875[/C][C]0.0169236111111122[/C][C]-0.0356736111111111[/C][/ROW]
[ROW][C]52[/C][C]16.91[/C][C]16.9225902777778[/C][C]16.935[/C][C]-0.0124097222222221[/C][C]-0.0125902777777753[/C][/ROW]
[ROW][C]53[/C][C]16.9[/C][C]16.9005902777778[/C][C]16.9291666666667[/C][C]-0.0285763888888897[/C][C]-0.000590277777778425[/C][/ROW]
[ROW][C]54[/C][C]16.96[/C][C]16.9120069444444[/C][C]16.9229166666667[/C][C]-0.0109097222222221[/C][C]0.0479930555555583[/C][/ROW]
[ROW][C]55[/C][C]16.96[/C][C]16.9013402777778[/C][C]16.9170833333333[/C][C]-0.0157430555555553[/C][C]0.0586597222222203[/C][/ROW]
[ROW][C]56[/C][C]16.95[/C][C]16.9035069444444[/C][C]16.9104166666667[/C][C]-0.00690972222222215[/C][C]0.0464930555555547[/C][/ROW]
[ROW][C]57[/C][C]16.92[/C][C]16.8990069444444[/C][C]16.905[/C][C]-0.0059930555555549[/C][C]0.0209930555555573[/C][/ROW]
[ROW][C]58[/C][C]16.87[/C][C]16.8942569444444[/C][C]16.9020833333333[/C][C]-0.0078263888888887[/C][C]-0.024256944444442[/C][/ROW]
[ROW][C]59[/C][C]16.87[/C][C]16.9134236111111[/C][C]16.9[/C][C]0.0134236111111119[/C][C]-0.043423611111109[/C][/ROW]
[ROW][C]60[/C][C]16.88[/C][C]16.9224236111111[/C][C]16.8958333333333[/C][C]0.0265902777777772[/C][C]-0.0424236111111114[/C][/ROW]
[ROW][C]61[/C][C]16.88[/C][C]16.9110902777778[/C][C]16.8891666666667[/C][C]0.0219236111111091[/C][C]-0.0310902777777784[/C][/ROW]
[ROW][C]62[/C][C]16.86[/C][C]16.8920069444444[/C][C]16.8825[/C][C]0.0095069444444445[/C][C]-0.0320069444444435[/C][/ROW]
[ROW][C]63[/C][C]16.88[/C][C]16.8960902777778[/C][C]16.8791666666667[/C][C]0.0169236111111122[/C][C]-0.0160902777777778[/C][/ROW]
[ROW][C]64[/C][C]16.88[/C][C]16.8696736111111[/C][C]16.8820833333333[/C][C]-0.0124097222222221[/C][C]0.0103263888888918[/C][/ROW]
[ROW][C]65[/C][C]16.88[/C][C]16.8630902777778[/C][C]16.8916666666667[/C][C]-0.0285763888888897[/C][C]0.0169097222222234[/C][/ROW]
[ROW][C]66[/C][C]16.88[/C][C]16.8932569444444[/C][C]16.9041666666667[/C][C]-0.0109097222222221[/C][C]-0.0132569444444428[/C][/ROW]
[ROW][C]67[/C][C]16.88[/C][C]NA[/C][C]NA[/C][C]-0.0157430555555553[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]16.87[/C][C]NA[/C][C]NA[/C][C]-0.00690972222222215[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]16.92[/C][C]NA[/C][C]NA[/C][C]-0.0059930555555549[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]16.94[/C][C]NA[/C][C]NA[/C][C]-0.0078263888888887[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]17.03[/C][C]NA[/C][C]NA[/C][C]0.0134236111111119[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]17.02[/C][C]NA[/C][C]NA[/C][C]0.0265902777777772[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=210556&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=210556&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
116.68NANA0.0219236111111091NA
216.68NANA0.0095069444444445NA
316.69NANA0.0169236111111122NA
416.61NANA-0.0124097222222221NA
516.58NANA-0.0285763888888897NA
616.6NANA-0.0109097222222221NA
716.616.614256944444416.63-0.0157430555555553-0.014256944444444
816.6216.621006944444416.6279166666667-0.00690972222222215-0.00100694444444116
916.6216.612756944444416.61875-0.00599305555555490.0072430555555556
1016.616.593840277777816.6016666666667-0.00782638888888870.00615972222222538
1116.6316.595923611111116.58250.01342361111111190.0340763888888915
1216.6616.588673611111116.56208333333330.02659027777777720.0713263888888918
1316.6616.563173611111116.541250.02192361111110910.0968263888888927
1416.6516.530340277777816.52083333333330.00950694444444450.11965972222222
1516.516.516923611111116.50.0169236111111122-0.0169236111111104
1616.3916.467590277777816.48-0.0124097222222221-0.0775902777777731
1716.3416.432256944444416.4608333333333-0.0285763888888897-0.0922569444444434
1816.3516.429506944444416.4404166666667-0.0109097222222221-0.0795069444444394
1916.3516.403840277777816.4195833333333-0.0157430555555553-0.0538402777777769
2016.3816.392256944444416.3991666666667-0.00690972222222215-0.0122569444444451
2116.3616.381090277777816.3870833333333-0.0059930555555549-0.0210902777777804
2216.3816.378006944444416.3858333333333-0.00782638888888870.00199305555555185
2316.3916.404256944444416.39083333333330.0134236111111119-0.014256944444444
2416.4116.426590277777816.40.0265902777777772-0.0165902777777767
2516.4116.431923611111116.410.0219236111111091-0.0219236111111094
2616.4116.429090277777816.41958333333330.0095069444444445-0.0190902777777779
2716.4516.448590277777816.43166666666670.01692361111111220.00140972222222047
2816.4116.436756944444416.4491666666667-0.0124097222222221-0.0267569444444433
2916.4416.443090277777816.4716666666667-0.0285763888888897-0.0030902777777726
3016.4716.486173611111116.4970833333333-0.0109097222222221-0.0161736111111104
3116.4716.507173611111116.5229166666667-0.0157430555555553-0.0371736111111147
3216.4916.541423611111116.5483333333333-0.00690972222222215-0.0514236111111117
3316.5416.573173611111116.5791666666667-0.0059930555555549-0.0331736111111134
3416.6216.611340277777816.6191666666667-0.00782638888888870.00865972222221956
3516.6916.673840277777816.66041666666670.01342361111111190.0161597222222234
3616.7216.725756944444416.69916666666670.0265902777777772-0.00575694444444608
3716.7216.759423611111116.73750.0219236111111091-0.0394236111111113
3816.7116.784506944444416.7750.0095069444444445-0.0745069444444439
3916.8916.827340277777816.81041666666670.01692361111111220.0626597222222216
4016.9316.828006944444416.8404166666667-0.01240972222222210.101993055555557
4116.9116.835590277777816.8641666666667-0.02857638888888970.0744097222222244
4216.9316.873673611111116.8845833333333-0.01090972222222210.0563263888888912
4316.9316.888006944444416.90375-0.01574305555555530.0419930555555581
4416.9316.916423611111116.9233333333333-0.006909722222222150.0135763888888931
4516.9516.928590277777816.9345833333333-0.00599305555555490.0214097222222236
4616.9316.927173611111116.935-0.00782638888888870.00282638888888798
4716.9516.947173611111116.933750.01342361111111190.00282638888889153
4816.9516.961173611111116.93458333333330.0265902777777772-0.0111736111111114
4916.9516.959006944444416.93708333333330.0219236111111091-0.00900694444444383
5016.9516.948673611111116.93916666666670.00950694444444450.00132638888888792
5116.9216.955673611111116.938750.0169236111111122-0.0356736111111111
5216.9116.922590277777816.935-0.0124097222222221-0.0125902777777753
5316.916.900590277777816.9291666666667-0.0285763888888897-0.000590277777778425
5416.9616.912006944444416.9229166666667-0.01090972222222210.0479930555555583
5516.9616.901340277777816.9170833333333-0.01574305555555530.0586597222222203
5616.9516.903506944444416.9104166666667-0.006909722222222150.0464930555555547
5716.9216.899006944444416.905-0.00599305555555490.0209930555555573
5816.8716.894256944444416.9020833333333-0.0078263888888887-0.024256944444442
5916.8716.913423611111116.90.0134236111111119-0.043423611111109
6016.8816.922423611111116.89583333333330.0265902777777772-0.0424236111111114
6116.8816.911090277777816.88916666666670.0219236111111091-0.0310902777777784
6216.8616.892006944444416.88250.0095069444444445-0.0320069444444435
6316.8816.896090277777816.87916666666670.0169236111111122-0.0160902777777778
6416.8816.869673611111116.8820833333333-0.01240972222222210.0103263888888918
6516.8816.863090277777816.8916666666667-0.02857638888888970.0169097222222234
6616.8816.893256944444416.9041666666667-0.0109097222222221-0.0132569444444428
6716.88NANA-0.0157430555555553NA
6816.87NANA-0.00690972222222215NA
6916.92NANA-0.0059930555555549NA
7016.94NANA-0.0078263888888887NA
7117.03NANA0.0134236111111119NA
7217.02NANA0.0265902777777772NA


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 0 ; par2 = no ; par3 = 512 ;
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')