Repository of Reproducible Computations

Free Statistics

of Irreproducible Research!

Author's title

Author

*The author of this computation has been verified*

R Software Module

rwasp_decompose.wasp

Title produced by software

Classical Decomposition

Date of computation

Fri, 04 Dec 2009 05:29:37 -0700

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2009/Dec/04/t1259929841v98mjmzzuj5dwcc.htm/, Retrieved Sat, 27 Apr 2024 23:32:31 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=63407, Retrieved Sat, 27 Apr 2024 23:32:31 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

Estimated Impact

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

-     [Univariate Data Series] [data set] [2008-12-01 19:54:57] [b98453cac15ba1066b407e146608df68]
- RMP   [Classical Decomposition] [] [2009-11-27 14:58:37] [b98453cac15ba1066b407e146608df68]
- R PD    [Classical Decomposition] [] [2009-12-03 16:59:32] [58e1a7a2c10f1de09acf218271f55dfd]
-    D        [Classical Decomposition] [] [2009-12-04 12:29:37] [d41d8cd98f00b204e9800998ecf8427e] [Current]

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	5 seconds
R Server	'Gwilym Jenkins' @ 72.249.127.135

\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 & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=63407&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]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=63407&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=63407&T=0

As an alternative you can also use a QR Code:

The GUIDs for individual cells are displayed in the table below:

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	5 seconds
R Server	'Gwilym Jenkins' @ 72.249.127.135

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	89.1	NA	NA	-6.05234375	NA
2	82.6	NA	NA	-17.46796875	NA
3	102.7	NA	NA	9.11848958333334	NA
4	91.8	NA	NA	0.195572916666671	NA
5	94.1	NA	NA	0.329947916666666	NA
6	103.1	NA	NA	5.88932291666667	NA
7	93.2	95.80078125	98.2625	-2.46171875000001	-2.60078125000001
8	91	95.42890625	99.2666666666667	-3.83776041666667	-4.42890625
9	94.3	94.41328125	100.375	-5.96171875	-0.11328125
10	99.4	104.451822916667	101.645833333333	2.80598958333333	-5.05182291666665
11	115.7	112.508072916667	103.333333333333	9.17473958333334	3.19192708333334
12	116.8	112.846614583333	104.579166666667	8.26744791666667	3.95338541666668
13	99.8	99.62265625	105.675	-6.05234375	0.177343749999991
14	96	89.84453125	107.3125	-17.46796875	6.15546875
15	115.9	117.489322916667	108.370833333333	9.11848958333334	-1.58932291666665
16	109.1	109.383072916667	109.1875	0.195572916666671	-0.283072916666669
17	117.3	110.37578125	110.045833333333	0.329947916666666	6.92421875000001
18	109.8	116.03515625	110.145833333333	5.88932291666667	-6.23515624999999
19	112.8	107.68828125	110.15	-2.46171875000001	5.11171874999999
20	110.7	106.349739583333	110.1875	-3.83776041666667	4.35026041666667
21	100	104.134114583333	110.095833333333	-5.96171875	-4.13411458333331
22	113.3	112.964322916667	110.158333333333	2.80598958333333	0.335677083333351
23	122.4	118.874739583333	109.7	9.17473958333334	3.52526041666667
24	112.5	117.87578125	109.608333333333	8.26744791666667	-5.37578125
25	104.2	103.618489583333	109.670833333333	-6.05234375	0.581510416666674
26	92.5	91.69453125	109.1625	-17.46796875	0.805468750000017
27	117.2	118.168489583333	109.05	9.11848958333334	-0.968489583333337
28	109.3	109.312239583333	109.116666666667	0.195572916666671	-0.0122395833333400
29	106.1	109.184114583333	108.854166666667	0.329947916666666	-3.08411458333333
30	118.8	114.593489583333	108.704166666667	5.88932291666667	4.20651041666666
31	105.3	106.184114583333	108.645833333333	-2.46171875000001	-0.884114583333329
32	106	104.358072916667	108.195833333333	-3.83776041666667	1.64192708333333
33	102	101.829947916667	107.791666666667	-5.96171875	0.170052083333317
34	112.9	110.514322916667	107.708333333333	2.80598958333333	2.38567708333335
35	116.5	116.683072916667	107.508333333333	9.17473958333334	-0.183072916666646
36	114.8	115.41328125	107.145833333333	8.26744791666667	-0.61328125
37	100.5	100.764322916667	106.816666666667	-6.05234375	-0.264322916666657
38	85.4	88.8653645833333	106.333333333333	-17.46796875	-3.46536458333331
39	114.6	115.17265625	106.054166666667	9.11848958333334	-0.572656250000009
40	109.9	106.09140625	105.895833333333	0.195572916666671	3.80859375000001
41	100.7	105.61328125	105.283333333333	0.329947916666666	-4.91328124999998
42	115.5	110.664322916667	104.775	5.88932291666667	4.83567708333335
43	100.7	102.046614583333	104.508333333333	-2.46171875000001	-1.34661458333332
44	99	100.283072916667	104.120833333333	-3.83776041666667	-1.28307291666667
45	102.3	97.9424479166667	103.904166666667	-5.96171875	4.35755208333335
46	108.8	106.189322916667	103.383333333333	2.80598958333333	2.61067708333333
47	105.9	112.15390625	102.979166666667	9.17473958333334	-6.25390624999999
48	113.2	110.884114583333	102.616666666667	8.26744791666667	2.31588541666667
49	95.7	95.9143229166667	101.966666666667	-6.05234375	-0.214322916666674
50	80.9	84.1153645833333	101.583333333333	-17.46796875	-3.21536458333334
51	113.9	110.489322916667	101.370833333333	9.11848958333334	3.41067708333333
52	98.1	101.333072916667	101.1375	0.195572916666671	-3.23307291666667
53	102.8	101.446614583333	101.116666666667	0.329947916666666	1.35338541666665
54	104.7	107.226822916667	101.3375	5.88932291666667	-2.52682291666667
55	95.9	NA	NA	-2.46171875000001	NA
56	94.6	NA	NA	-3.83776041666667	NA
57	101.6	NA	NA	-5.96171875	NA
58	103.9	NA	NA	2.80598958333333	NA
59	110.3	NA	NA	9.17473958333334	NA
60	114.1	NA	NA	8.26744791666667	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 89.1 & NA & NA & -6.05234375 & NA \tabularnewline
2 & 82.6 & NA & NA & -17.46796875 & NA \tabularnewline
3 & 102.7 & NA & NA & 9.11848958333334 & NA \tabularnewline
4 & 91.8 & NA & NA & 0.195572916666671 & NA \tabularnewline
5 & 94.1 & NA & NA & 0.329947916666666 & NA \tabularnewline
6 & 103.1 & NA & NA & 5.88932291666667 & NA \tabularnewline
7 & 93.2 & 95.80078125 & 98.2625 & -2.46171875000001 & -2.60078125000001 \tabularnewline
8 & 91 & 95.42890625 & 99.2666666666667 & -3.83776041666667 & -4.42890625 \tabularnewline
9 & 94.3 & 94.41328125 & 100.375 & -5.96171875 & -0.11328125 \tabularnewline
10 & 99.4 & 104.451822916667 & 101.645833333333 & 2.80598958333333 & -5.05182291666665 \tabularnewline
11 & 115.7 & 112.508072916667 & 103.333333333333 & 9.17473958333334 & 3.19192708333334 \tabularnewline
12 & 116.8 & 112.846614583333 & 104.579166666667 & 8.26744791666667 & 3.95338541666668 \tabularnewline
13 & 99.8 & 99.62265625 & 105.675 & -6.05234375 & 0.177343749999991 \tabularnewline
14 & 96 & 89.84453125 & 107.3125 & -17.46796875 & 6.15546875 \tabularnewline
15 & 115.9 & 117.489322916667 & 108.370833333333 & 9.11848958333334 & -1.58932291666665 \tabularnewline
16 & 109.1 & 109.383072916667 & 109.1875 & 0.195572916666671 & -0.283072916666669 \tabularnewline
17 & 117.3 & 110.37578125 & 110.045833333333 & 0.329947916666666 & 6.92421875000001 \tabularnewline
18 & 109.8 & 116.03515625 & 110.145833333333 & 5.88932291666667 & -6.23515624999999 \tabularnewline
19 & 112.8 & 107.68828125 & 110.15 & -2.46171875000001 & 5.11171874999999 \tabularnewline
20 & 110.7 & 106.349739583333 & 110.1875 & -3.83776041666667 & 4.35026041666667 \tabularnewline
21 & 100 & 104.134114583333 & 110.095833333333 & -5.96171875 & -4.13411458333331 \tabularnewline
22 & 113.3 & 112.964322916667 & 110.158333333333 & 2.80598958333333 & 0.335677083333351 \tabularnewline
23 & 122.4 & 118.874739583333 & 109.7 & 9.17473958333334 & 3.52526041666667 \tabularnewline
24 & 112.5 & 117.87578125 & 109.608333333333 & 8.26744791666667 & -5.37578125 \tabularnewline
25 & 104.2 & 103.618489583333 & 109.670833333333 & -6.05234375 & 0.581510416666674 \tabularnewline
26 & 92.5 & 91.69453125 & 109.1625 & -17.46796875 & 0.805468750000017 \tabularnewline
27 & 117.2 & 118.168489583333 & 109.05 & 9.11848958333334 & -0.968489583333337 \tabularnewline
28 & 109.3 & 109.312239583333 & 109.116666666667 & 0.195572916666671 & -0.0122395833333400 \tabularnewline
29 & 106.1 & 109.184114583333 & 108.854166666667 & 0.329947916666666 & -3.08411458333333 \tabularnewline
30 & 118.8 & 114.593489583333 & 108.704166666667 & 5.88932291666667 & 4.20651041666666 \tabularnewline
31 & 105.3 & 106.184114583333 & 108.645833333333 & -2.46171875000001 & -0.884114583333329 \tabularnewline
32 & 106 & 104.358072916667 & 108.195833333333 & -3.83776041666667 & 1.64192708333333 \tabularnewline
33 & 102 & 101.829947916667 & 107.791666666667 & -5.96171875 & 0.170052083333317 \tabularnewline
34 & 112.9 & 110.514322916667 & 107.708333333333 & 2.80598958333333 & 2.38567708333335 \tabularnewline
35 & 116.5 & 116.683072916667 & 107.508333333333 & 9.17473958333334 & -0.183072916666646 \tabularnewline
36 & 114.8 & 115.41328125 & 107.145833333333 & 8.26744791666667 & -0.61328125 \tabularnewline
37 & 100.5 & 100.764322916667 & 106.816666666667 & -6.05234375 & -0.264322916666657 \tabularnewline
38 & 85.4 & 88.8653645833333 & 106.333333333333 & -17.46796875 & -3.46536458333331 \tabularnewline
39 & 114.6 & 115.17265625 & 106.054166666667 & 9.11848958333334 & -0.572656250000009 \tabularnewline
40 & 109.9 & 106.09140625 & 105.895833333333 & 0.195572916666671 & 3.80859375000001 \tabularnewline
41 & 100.7 & 105.61328125 & 105.283333333333 & 0.329947916666666 & -4.91328124999998 \tabularnewline
42 & 115.5 & 110.664322916667 & 104.775 & 5.88932291666667 & 4.83567708333335 \tabularnewline
43 & 100.7 & 102.046614583333 & 104.508333333333 & -2.46171875000001 & -1.34661458333332 \tabularnewline
44 & 99 & 100.283072916667 & 104.120833333333 & -3.83776041666667 & -1.28307291666667 \tabularnewline
45 & 102.3 & 97.9424479166667 & 103.904166666667 & -5.96171875 & 4.35755208333335 \tabularnewline
46 & 108.8 & 106.189322916667 & 103.383333333333 & 2.80598958333333 & 2.61067708333333 \tabularnewline
47 & 105.9 & 112.15390625 & 102.979166666667 & 9.17473958333334 & -6.25390624999999 \tabularnewline
48 & 113.2 & 110.884114583333 & 102.616666666667 & 8.26744791666667 & 2.31588541666667 \tabularnewline
49 & 95.7 & 95.9143229166667 & 101.966666666667 & -6.05234375 & -0.214322916666674 \tabularnewline
50 & 80.9 & 84.1153645833333 & 101.583333333333 & -17.46796875 & -3.21536458333334 \tabularnewline
51 & 113.9 & 110.489322916667 & 101.370833333333 & 9.11848958333334 & 3.41067708333333 \tabularnewline
52 & 98.1 & 101.333072916667 & 101.1375 & 0.195572916666671 & -3.23307291666667 \tabularnewline
53 & 102.8 & 101.446614583333 & 101.116666666667 & 0.329947916666666 & 1.35338541666665 \tabularnewline
54 & 104.7 & 107.226822916667 & 101.3375 & 5.88932291666667 & -2.52682291666667 \tabularnewline
55 & 95.9 & NA & NA & -2.46171875000001 & NA \tabularnewline
56 & 94.6 & NA & NA & -3.83776041666667 & NA \tabularnewline
57 & 101.6 & NA & NA & -5.96171875 & NA \tabularnewline
58 & 103.9 & NA & NA & 2.80598958333333 & NA \tabularnewline
59 & 110.3 & NA & NA & 9.17473958333334 & NA \tabularnewline
60 & 114.1 & NA & NA & 8.26744791666667 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=63407&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]89.1[/C][C]NA[/C][C]NA[/C][C]-6.05234375[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]82.6[/C][C]NA[/C][C]NA[/C][C]-17.46796875[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]102.7[/C][C]NA[/C][C]NA[/C][C]9.11848958333334[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]91.8[/C][C]NA[/C][C]NA[/C][C]0.195572916666671[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]94.1[/C][C]NA[/C][C]NA[/C][C]0.329947916666666[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]103.1[/C][C]NA[/C][C]NA[/C][C]5.88932291666667[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]93.2[/C][C]95.80078125[/C][C]98.2625[/C][C]-2.46171875000001[/C][C]-2.60078125000001[/C][/ROW]
[ROW][C]8[/C][C]91[/C][C]95.42890625[/C][C]99.2666666666667[/C][C]-3.83776041666667[/C][C]-4.42890625[/C][/ROW]
[ROW][C]9[/C][C]94.3[/C][C]94.41328125[/C][C]100.375[/C][C]-5.96171875[/C][C]-0.11328125[/C][/ROW]
[ROW][C]10[/C][C]99.4[/C][C]104.451822916667[/C][C]101.645833333333[/C][C]2.80598958333333[/C][C]-5.05182291666665[/C][/ROW]
[ROW][C]11[/C][C]115.7[/C][C]112.508072916667[/C][C]103.333333333333[/C][C]9.17473958333334[/C][C]3.19192708333334[/C][/ROW]
[ROW][C]12[/C][C]116.8[/C][C]112.846614583333[/C][C]104.579166666667[/C][C]8.26744791666667[/C][C]3.95338541666668[/C][/ROW]
[ROW][C]13[/C][C]99.8[/C][C]99.62265625[/C][C]105.675[/C][C]-6.05234375[/C][C]0.177343749999991[/C][/ROW]
[ROW][C]14[/C][C]96[/C][C]89.84453125[/C][C]107.3125[/C][C]-17.46796875[/C][C]6.15546875[/C][/ROW]
[ROW][C]15[/C][C]115.9[/C][C]117.489322916667[/C][C]108.370833333333[/C][C]9.11848958333334[/C][C]-1.58932291666665[/C][/ROW]
[ROW][C]16[/C][C]109.1[/C][C]109.383072916667[/C][C]109.1875[/C][C]0.195572916666671[/C][C]-0.283072916666669[/C][/ROW]
[ROW][C]17[/C][C]117.3[/C][C]110.37578125[/C][C]110.045833333333[/C][C]0.329947916666666[/C][C]6.92421875000001[/C][/ROW]
[ROW][C]18[/C][C]109.8[/C][C]116.03515625[/C][C]110.145833333333[/C][C]5.88932291666667[/C][C]-6.23515624999999[/C][/ROW]
[ROW][C]19[/C][C]112.8[/C][C]107.68828125[/C][C]110.15[/C][C]-2.46171875000001[/C][C]5.11171874999999[/C][/ROW]
[ROW][C]20[/C][C]110.7[/C][C]106.349739583333[/C][C]110.1875[/C][C]-3.83776041666667[/C][C]4.35026041666667[/C][/ROW]
[ROW][C]21[/C][C]100[/C][C]104.134114583333[/C][C]110.095833333333[/C][C]-5.96171875[/C][C]-4.13411458333331[/C][/ROW]
[ROW][C]22[/C][C]113.3[/C][C]112.964322916667[/C][C]110.158333333333[/C][C]2.80598958333333[/C][C]0.335677083333351[/C][/ROW]
[ROW][C]23[/C][C]122.4[/C][C]118.874739583333[/C][C]109.7[/C][C]9.17473958333334[/C][C]3.52526041666667[/C][/ROW]
[ROW][C]24[/C][C]112.5[/C][C]117.87578125[/C][C]109.608333333333[/C][C]8.26744791666667[/C][C]-5.37578125[/C][/ROW]
[ROW][C]25[/C][C]104.2[/C][C]103.618489583333[/C][C]109.670833333333[/C][C]-6.05234375[/C][C]0.581510416666674[/C][/ROW]
[ROW][C]26[/C][C]92.5[/C][C]91.69453125[/C][C]109.1625[/C][C]-17.46796875[/C][C]0.805468750000017[/C][/ROW]
[ROW][C]27[/C][C]117.2[/C][C]118.168489583333[/C][C]109.05[/C][C]9.11848958333334[/C][C]-0.968489583333337[/C][/ROW]
[ROW][C]28[/C][C]109.3[/C][C]109.312239583333[/C][C]109.116666666667[/C][C]0.195572916666671[/C][C]-0.0122395833333400[/C][/ROW]
[ROW][C]29[/C][C]106.1[/C][C]109.184114583333[/C][C]108.854166666667[/C][C]0.329947916666666[/C][C]-3.08411458333333[/C][/ROW]
[ROW][C]30[/C][C]118.8[/C][C]114.593489583333[/C][C]108.704166666667[/C][C]5.88932291666667[/C][C]4.20651041666666[/C][/ROW]
[ROW][C]31[/C][C]105.3[/C][C]106.184114583333[/C][C]108.645833333333[/C][C]-2.46171875000001[/C][C]-0.884114583333329[/C][/ROW]
[ROW][C]32[/C][C]106[/C][C]104.358072916667[/C][C]108.195833333333[/C][C]-3.83776041666667[/C][C]1.64192708333333[/C][/ROW]
[ROW][C]33[/C][C]102[/C][C]101.829947916667[/C][C]107.791666666667[/C][C]-5.96171875[/C][C]0.170052083333317[/C][/ROW]
[ROW][C]34[/C][C]112.9[/C][C]110.514322916667[/C][C]107.708333333333[/C][C]2.80598958333333[/C][C]2.38567708333335[/C][/ROW]
[ROW][C]35[/C][C]116.5[/C][C]116.683072916667[/C][C]107.508333333333[/C][C]9.17473958333334[/C][C]-0.183072916666646[/C][/ROW]
[ROW][C]36[/C][C]114.8[/C][C]115.41328125[/C][C]107.145833333333[/C][C]8.26744791666667[/C][C]-0.61328125[/C][/ROW]
[ROW][C]37[/C][C]100.5[/C][C]100.764322916667[/C][C]106.816666666667[/C][C]-6.05234375[/C][C]-0.264322916666657[/C][/ROW]
[ROW][C]38[/C][C]85.4[/C][C]88.8653645833333[/C][C]106.333333333333[/C][C]-17.46796875[/C][C]-3.46536458333331[/C][/ROW]
[ROW][C]39[/C][C]114.6[/C][C]115.17265625[/C][C]106.054166666667[/C][C]9.11848958333334[/C][C]-0.572656250000009[/C][/ROW]
[ROW][C]40[/C][C]109.9[/C][C]106.09140625[/C][C]105.895833333333[/C][C]0.195572916666671[/C][C]3.80859375000001[/C][/ROW]
[ROW][C]41[/C][C]100.7[/C][C]105.61328125[/C][C]105.283333333333[/C][C]0.329947916666666[/C][C]-4.91328124999998[/C][/ROW]
[ROW][C]42[/C][C]115.5[/C][C]110.664322916667[/C][C]104.775[/C][C]5.88932291666667[/C][C]4.83567708333335[/C][/ROW]
[ROW][C]43[/C][C]100.7[/C][C]102.046614583333[/C][C]104.508333333333[/C][C]-2.46171875000001[/C][C]-1.34661458333332[/C][/ROW]
[ROW][C]44[/C][C]99[/C][C]100.283072916667[/C][C]104.120833333333[/C][C]-3.83776041666667[/C][C]-1.28307291666667[/C][/ROW]
[ROW][C]45[/C][C]102.3[/C][C]97.9424479166667[/C][C]103.904166666667[/C][C]-5.96171875[/C][C]4.35755208333335[/C][/ROW]
[ROW][C]46[/C][C]108.8[/C][C]106.189322916667[/C][C]103.383333333333[/C][C]2.80598958333333[/C][C]2.61067708333333[/C][/ROW]
[ROW][C]47[/C][C]105.9[/C][C]112.15390625[/C][C]102.979166666667[/C][C]9.17473958333334[/C][C]-6.25390624999999[/C][/ROW]
[ROW][C]48[/C][C]113.2[/C][C]110.884114583333[/C][C]102.616666666667[/C][C]8.26744791666667[/C][C]2.31588541666667[/C][/ROW]
[ROW][C]49[/C][C]95.7[/C][C]95.9143229166667[/C][C]101.966666666667[/C][C]-6.05234375[/C][C]-0.214322916666674[/C][/ROW]
[ROW][C]50[/C][C]80.9[/C][C]84.1153645833333[/C][C]101.583333333333[/C][C]-17.46796875[/C][C]-3.21536458333334[/C][/ROW]
[ROW][C]51[/C][C]113.9[/C][C]110.489322916667[/C][C]101.370833333333[/C][C]9.11848958333334[/C][C]3.41067708333333[/C][/ROW]
[ROW][C]52[/C][C]98.1[/C][C]101.333072916667[/C][C]101.1375[/C][C]0.195572916666671[/C][C]-3.23307291666667[/C][/ROW]
[ROW][C]53[/C][C]102.8[/C][C]101.446614583333[/C][C]101.116666666667[/C][C]0.329947916666666[/C][C]1.35338541666665[/C][/ROW]
[ROW][C]54[/C][C]104.7[/C][C]107.226822916667[/C][C]101.3375[/C][C]5.88932291666667[/C][C]-2.52682291666667[/C][/ROW]
[ROW][C]55[/C][C]95.9[/C][C]NA[/C][C]NA[/C][C]-2.46171875000001[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]94.6[/C][C]NA[/C][C]NA[/C][C]-3.83776041666667[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]101.6[/C][C]NA[/C][C]NA[/C][C]-5.96171875[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]103.9[/C][C]NA[/C][C]NA[/C][C]2.80598958333333[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]110.3[/C][C]NA[/C][C]NA[/C][C]9.17473958333334[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]114.1[/C][C]NA[/C][C]NA[/C][C]8.26744791666667[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=63407&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=63407&T=1

As an alternative you can also use a QR Code:

The GUIDs for individual cells are displayed in the table below:

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	89.1	NA	NA	-6.05234375	NA
2	82.6	NA	NA	-17.46796875	NA
3	102.7	NA	NA	9.11848958333334	NA
4	91.8	NA	NA	0.195572916666671	NA
5	94.1	NA	NA	0.329947916666666	NA
6	103.1	NA	NA	5.88932291666667	NA
7	93.2	95.80078125	98.2625	-2.46171875000001	-2.60078125000001
8	91	95.42890625	99.2666666666667	-3.83776041666667	-4.42890625
9	94.3	94.41328125	100.375	-5.96171875	-0.11328125
10	99.4	104.451822916667	101.645833333333	2.80598958333333	-5.05182291666665
11	115.7	112.508072916667	103.333333333333	9.17473958333334	3.19192708333334
12	116.8	112.846614583333	104.579166666667	8.26744791666667	3.95338541666668
13	99.8	99.62265625	105.675	-6.05234375	0.177343749999991
14	96	89.84453125	107.3125	-17.46796875	6.15546875
15	115.9	117.489322916667	108.370833333333	9.11848958333334	-1.58932291666665
16	109.1	109.383072916667	109.1875	0.195572916666671	-0.283072916666669
17	117.3	110.37578125	110.045833333333	0.329947916666666	6.92421875000001
18	109.8	116.03515625	110.145833333333	5.88932291666667	-6.23515624999999
19	112.8	107.68828125	110.15	-2.46171875000001	5.11171874999999
20	110.7	106.349739583333	110.1875	-3.83776041666667	4.35026041666667
21	100	104.134114583333	110.095833333333	-5.96171875	-4.13411458333331
22	113.3	112.964322916667	110.158333333333	2.80598958333333	0.335677083333351
23	122.4	118.874739583333	109.7	9.17473958333334	3.52526041666667
24	112.5	117.87578125	109.608333333333	8.26744791666667	-5.37578125
25	104.2	103.618489583333	109.670833333333	-6.05234375	0.581510416666674
26	92.5	91.69453125	109.1625	-17.46796875	0.805468750000017
27	117.2	118.168489583333	109.05	9.11848958333334	-0.968489583333337
28	109.3	109.312239583333	109.116666666667	0.195572916666671	-0.0122395833333400
29	106.1	109.184114583333	108.854166666667	0.329947916666666	-3.08411458333333
30	118.8	114.593489583333	108.704166666667	5.88932291666667	4.20651041666666
31	105.3	106.184114583333	108.645833333333	-2.46171875000001	-0.884114583333329
32	106	104.358072916667	108.195833333333	-3.83776041666667	1.64192708333333
33	102	101.829947916667	107.791666666667	-5.96171875	0.170052083333317
34	112.9	110.514322916667	107.708333333333	2.80598958333333	2.38567708333335
35	116.5	116.683072916667	107.508333333333	9.17473958333334	-0.183072916666646
36	114.8	115.41328125	107.145833333333	8.26744791666667	-0.61328125
37	100.5	100.764322916667	106.816666666667	-6.05234375	-0.264322916666657
38	85.4	88.8653645833333	106.333333333333	-17.46796875	-3.46536458333331
39	114.6	115.17265625	106.054166666667	9.11848958333334	-0.572656250000009
40	109.9	106.09140625	105.895833333333	0.195572916666671	3.80859375000001
41	100.7	105.61328125	105.283333333333	0.329947916666666	-4.91328124999998
42	115.5	110.664322916667	104.775	5.88932291666667	4.83567708333335
43	100.7	102.046614583333	104.508333333333	-2.46171875000001	-1.34661458333332
44	99	100.283072916667	104.120833333333	-3.83776041666667	-1.28307291666667
45	102.3	97.9424479166667	103.904166666667	-5.96171875	4.35755208333335
46	108.8	106.189322916667	103.383333333333	2.80598958333333	2.61067708333333
47	105.9	112.15390625	102.979166666667	9.17473958333334	-6.25390624999999
48	113.2	110.884114583333	102.616666666667	8.26744791666667	2.31588541666667
49	95.7	95.9143229166667	101.966666666667	-6.05234375	-0.214322916666674
50	80.9	84.1153645833333	101.583333333333	-17.46796875	-3.21536458333334
51	113.9	110.489322916667	101.370833333333	9.11848958333334	3.41067708333333
52	98.1	101.333072916667	101.1375	0.195572916666671	-3.23307291666667
53	102.8	101.446614583333	101.116666666667	0.329947916666666	1.35338541666665
54	104.7	107.226822916667	101.3375	5.88932291666667	-2.52682291666667
55	95.9	NA	NA	-2.46171875000001	NA
56	94.6	NA	NA	-3.83776041666667	NA
57	101.6	NA	NA	-5.96171875	NA
58	103.9	NA	NA	2.80598958333333	NA
59	110.3	NA	NA	9.17473958333334	NA
60	114.1	NA	NA	8.26744791666667	NA

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Figure 4

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = additive ; par2 = 12 ;

Parameters (R input):

par1 = additive ; par2 = 12 ;

R code (references can be found in the software module):

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

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code