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 10:51:20 -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/t1259949112z041znnfb9knm8m.htm/, Retrieved Sat, 27 Apr 2024 23:21:42 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=63975, Retrieved Sat, 27 Apr 2024 23:21:42 +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]
-    D      [Classical Decomposition] [] [2009-12-04 17:51:20] [0545e25c765ce26b196961216dc11e13] [Current]

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

1,4
1,2
1
1,7
2,4
2
2,1
2
1,8
2,7
2,3
1,9
2
2,3
2,8
2,4
2,3
2,7
2,7
2,9
3
2,2
2,3
2,8
2,8
2,8
2,2
2,6
2,8
2,5
2,4
2,3
1,9
1,7
2
2,1
1,7
1,8
1,8
1,8
1,3
1,3
1,3
1,2
1,4
2,2
2,9
3,1
3,5
3,6
4,4
4,1
5,1
5,8
5,9
5,4
5,5
4,8
3,2
2,7

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	2 seconds
R Server	'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 & 2 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=63975&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]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=63975&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=63975&T=0

As an alternative you can also use a QR Code:

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

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	2 seconds
R Server	'Gwilym Jenkins' @ 72.249.127.135

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	1.4	NA	NA	0.991288547737103	NA
2	1.2	NA	NA	1.03078205417923	NA
3	1	NA	NA	1.06072955850748	NA
4	1.7	NA	NA	1.02947976203251	NA
5	2.4	NA	NA	1.01142423756582	NA
6	2	NA	NA	1.05245522983789	NA
7	2.1	1.87302314186431	1.9	0.985801653612792	1.12118208956552
8	2	1.87331126991081	1.97083333333333	0.95051734625496	1.06762823249081
9	1.8	1.86592922285644	2.09166666666667	0.892077716106664	0.964666814770438
10	2.7	2.10963643675940	2.19583333333333	0.96074524634204	1.27984137596119
11	2.3	2.24519447827669	2.22083333333333	1.01096937108143	1.02441014453473
12	1.9	2.29912533401656	2.24583333333333	1.02372927674207	0.826401228279587
13	2	2.27996365979534	2.3	0.991288547737103	0.877206963982721
14	2.3	2.43522260299843	2.3625	1.03078205417923	0.944472179737517
15	2.8	2.59878741834334	2.45	1.06072955850748	1.07742556402899
16	2.4	2.55225191003893	2.47916666666667	1.02947976203251	0.940346049134071
17	2.3	2.48641791734931	2.45833333333333	1.01142423756582	0.925025509167805
18	2.7	2.62675284447040	2.49583333333333	1.05245522983789	1.02788505804183
19	2.7	2.53022424427283	2.56666666666667	0.985801653612792	1.06709909452154
20	2.9	2.49114754497654	2.62083333333333	0.95051734625496	1.16412213553867
21	3	2.33427002381244	2.61666666666667	0.892077716106664	1.28519835725786
22	2.2	2.49793764048930	2.6	0.96074524634204	0.880726549910612
23	2.3	2.65800697146827	2.62916666666667	1.01096937108143	0.865309995304297
24	2.8	2.70435150606029	2.64166666666667	1.02372927674207	1.03536836602985
25	2.8	2.59800206886099	2.62083333333333	0.991288547737103	1.07775125876923
26	2.8	2.66285363996301	2.58333333333333	1.03078205417923	1.05150352913835
27	2.2	2.66508301575005	2.5125	1.06072955850748	0.825490233136636
28	2.6	2.51793591797119	2.44583333333333	1.02947976203251	1.0325918072192
29	2.8	2.44006097312754	2.4125	1.01142423756582	1.14751230843675
30	2.5	2.49519594074067	2.37083333333333	1.05245522983789	1.00192532345091
31	2.4	2.26323629641937	2.29583333333333	0.985801653612792	1.06042838027872
32	2.3	2.09905913964637	2.20833333333333	0.95051734625496	1.09572901332713
33	1.9	1.91796708962933	2.15	0.892077716106664	0.99063222214475
34	1.7	2.01756501731828	2.1	0.96074524634204	0.842599859438291
35	2	2.02615111454238	2.00416666666667	1.01096937108143	0.987093206249682
36	2.1	1.93655454850374	1.89166666666667	1.02372927674207	1.08440012785725
37	1.7	1.78018901697788	1.79583333333333	0.991288547737103	0.95495477378351
38	1.8	1.75662441733044	1.70416666666667	1.03078205417923	1.02469257642193
39	1.8	1.73694465205600	1.6375	1.06072955850748	1.03630245089811
40	1.8	1.68577311032824	1.6375	1.02947976203251	1.06775934968468
41	1.3	1.71520693620537	1.69583333333333	1.01142423756582	0.757926039452736
42	1.3	1.86810803296226	1.775	1.05245522983789	0.695891231696376
43	1.3	1.8648081280842	1.89166666666667	0.985801653612792	0.697122658584478
44	1.2	1.94063958193721	2.04166666666667	0.95051734625496	0.618352841593658
45	1.4	1.98487291833733	2.225	0.892077716106664	0.70533482877722
46	2.2	2.33381032757254	2.42916666666667	0.96074524634204	0.942664437640175
47	2.9	2.71276781240185	2.68333333333333	1.01096937108143	1.06901887686155
48	3.1	3.10104660079785	3.02916666666667	1.02372927674207	0.999662500783582
49	3.5	3.37864180020396	3.40833333333333	0.991288547737103	1.03591922641480
50	3.6	3.8912022545266	3.775	1.03078205417923	0.925163937652471
51	4.4	4.37108972234959	4.12083333333333	1.06072955850748	1.00661397488653
52	4.1	4.52971095294305	4.4	1.02947976203251	0.905135016912313
53	5.1	4.57248040732882	4.52083333333333	1.01142423756582	1.11536836589298
54	5.8	4.75358945476781	4.51666666666667	1.05245522983789	1.22013060976115
55	5.9	NA	NA	0.985801653612792	NA
56	5.4	NA	NA	0.95051734625496	NA
57	5.5	NA	NA	0.892077716106664	NA
58	4.8	NA	NA	0.96074524634204	NA
59	3.2	NA	NA	1.01096937108143	NA
60	2.7	NA	NA	1.02372927674207	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 1.4 & NA & NA & 0.991288547737103 & NA \tabularnewline
2 & 1.2 & NA & NA & 1.03078205417923 & NA \tabularnewline
3 & 1 & NA & NA & 1.06072955850748 & NA \tabularnewline
4 & 1.7 & NA & NA & 1.02947976203251 & NA \tabularnewline
5 & 2.4 & NA & NA & 1.01142423756582 & NA \tabularnewline
6 & 2 & NA & NA & 1.05245522983789 & NA \tabularnewline
7 & 2.1 & 1.87302314186431 & 1.9 & 0.985801653612792 & 1.12118208956552 \tabularnewline
8 & 2 & 1.87331126991081 & 1.97083333333333 & 0.95051734625496 & 1.06762823249081 \tabularnewline
9 & 1.8 & 1.86592922285644 & 2.09166666666667 & 0.892077716106664 & 0.964666814770438 \tabularnewline
10 & 2.7 & 2.10963643675940 & 2.19583333333333 & 0.96074524634204 & 1.27984137596119 \tabularnewline
11 & 2.3 & 2.24519447827669 & 2.22083333333333 & 1.01096937108143 & 1.02441014453473 \tabularnewline
12 & 1.9 & 2.29912533401656 & 2.24583333333333 & 1.02372927674207 & 0.826401228279587 \tabularnewline
13 & 2 & 2.27996365979534 & 2.3 & 0.991288547737103 & 0.877206963982721 \tabularnewline
14 & 2.3 & 2.43522260299843 & 2.3625 & 1.03078205417923 & 0.944472179737517 \tabularnewline
15 & 2.8 & 2.59878741834334 & 2.45 & 1.06072955850748 & 1.07742556402899 \tabularnewline
16 & 2.4 & 2.55225191003893 & 2.47916666666667 & 1.02947976203251 & 0.940346049134071 \tabularnewline
17 & 2.3 & 2.48641791734931 & 2.45833333333333 & 1.01142423756582 & 0.925025509167805 \tabularnewline
18 & 2.7 & 2.62675284447040 & 2.49583333333333 & 1.05245522983789 & 1.02788505804183 \tabularnewline
19 & 2.7 & 2.53022424427283 & 2.56666666666667 & 0.985801653612792 & 1.06709909452154 \tabularnewline
20 & 2.9 & 2.49114754497654 & 2.62083333333333 & 0.95051734625496 & 1.16412213553867 \tabularnewline
21 & 3 & 2.33427002381244 & 2.61666666666667 & 0.892077716106664 & 1.28519835725786 \tabularnewline
22 & 2.2 & 2.49793764048930 & 2.6 & 0.96074524634204 & 0.880726549910612 \tabularnewline
23 & 2.3 & 2.65800697146827 & 2.62916666666667 & 1.01096937108143 & 0.865309995304297 \tabularnewline
24 & 2.8 & 2.70435150606029 & 2.64166666666667 & 1.02372927674207 & 1.03536836602985 \tabularnewline
25 & 2.8 & 2.59800206886099 & 2.62083333333333 & 0.991288547737103 & 1.07775125876923 \tabularnewline
26 & 2.8 & 2.66285363996301 & 2.58333333333333 & 1.03078205417923 & 1.05150352913835 \tabularnewline
27 & 2.2 & 2.66508301575005 & 2.5125 & 1.06072955850748 & 0.825490233136636 \tabularnewline
28 & 2.6 & 2.51793591797119 & 2.44583333333333 & 1.02947976203251 & 1.0325918072192 \tabularnewline
29 & 2.8 & 2.44006097312754 & 2.4125 & 1.01142423756582 & 1.14751230843675 \tabularnewline
30 & 2.5 & 2.49519594074067 & 2.37083333333333 & 1.05245522983789 & 1.00192532345091 \tabularnewline
31 & 2.4 & 2.26323629641937 & 2.29583333333333 & 0.985801653612792 & 1.06042838027872 \tabularnewline
32 & 2.3 & 2.09905913964637 & 2.20833333333333 & 0.95051734625496 & 1.09572901332713 \tabularnewline
33 & 1.9 & 1.91796708962933 & 2.15 & 0.892077716106664 & 0.99063222214475 \tabularnewline
34 & 1.7 & 2.01756501731828 & 2.1 & 0.96074524634204 & 0.842599859438291 \tabularnewline
35 & 2 & 2.02615111454238 & 2.00416666666667 & 1.01096937108143 & 0.987093206249682 \tabularnewline
36 & 2.1 & 1.93655454850374 & 1.89166666666667 & 1.02372927674207 & 1.08440012785725 \tabularnewline
37 & 1.7 & 1.78018901697788 & 1.79583333333333 & 0.991288547737103 & 0.95495477378351 \tabularnewline
38 & 1.8 & 1.75662441733044 & 1.70416666666667 & 1.03078205417923 & 1.02469257642193 \tabularnewline
39 & 1.8 & 1.73694465205600 & 1.6375 & 1.06072955850748 & 1.03630245089811 \tabularnewline
40 & 1.8 & 1.68577311032824 & 1.6375 & 1.02947976203251 & 1.06775934968468 \tabularnewline
41 & 1.3 & 1.71520693620537 & 1.69583333333333 & 1.01142423756582 & 0.757926039452736 \tabularnewline
42 & 1.3 & 1.86810803296226 & 1.775 & 1.05245522983789 & 0.695891231696376 \tabularnewline
43 & 1.3 & 1.8648081280842 & 1.89166666666667 & 0.985801653612792 & 0.697122658584478 \tabularnewline
44 & 1.2 & 1.94063958193721 & 2.04166666666667 & 0.95051734625496 & 0.618352841593658 \tabularnewline
45 & 1.4 & 1.98487291833733 & 2.225 & 0.892077716106664 & 0.70533482877722 \tabularnewline
46 & 2.2 & 2.33381032757254 & 2.42916666666667 & 0.96074524634204 & 0.942664437640175 \tabularnewline
47 & 2.9 & 2.71276781240185 & 2.68333333333333 & 1.01096937108143 & 1.06901887686155 \tabularnewline
48 & 3.1 & 3.10104660079785 & 3.02916666666667 & 1.02372927674207 & 0.999662500783582 \tabularnewline
49 & 3.5 & 3.37864180020396 & 3.40833333333333 & 0.991288547737103 & 1.03591922641480 \tabularnewline
50 & 3.6 & 3.8912022545266 & 3.775 & 1.03078205417923 & 0.925163937652471 \tabularnewline
51 & 4.4 & 4.37108972234959 & 4.12083333333333 & 1.06072955850748 & 1.00661397488653 \tabularnewline
52 & 4.1 & 4.52971095294305 & 4.4 & 1.02947976203251 & 0.905135016912313 \tabularnewline
53 & 5.1 & 4.57248040732882 & 4.52083333333333 & 1.01142423756582 & 1.11536836589298 \tabularnewline
54 & 5.8 & 4.75358945476781 & 4.51666666666667 & 1.05245522983789 & 1.22013060976115 \tabularnewline
55 & 5.9 & NA & NA & 0.985801653612792 & NA \tabularnewline
56 & 5.4 & NA & NA & 0.95051734625496 & NA \tabularnewline
57 & 5.5 & NA & NA & 0.892077716106664 & NA \tabularnewline
58 & 4.8 & NA & NA & 0.96074524634204 & NA \tabularnewline
59 & 3.2 & NA & NA & 1.01096937108143 & NA \tabularnewline
60 & 2.7 & NA & NA & 1.02372927674207 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=63975&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]1.4[/C][C]NA[/C][C]NA[/C][C]0.991288547737103[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]1.2[/C][C]NA[/C][C]NA[/C][C]1.03078205417923[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]1[/C][C]NA[/C][C]NA[/C][C]1.06072955850748[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]1.7[/C][C]NA[/C][C]NA[/C][C]1.02947976203251[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]2.4[/C][C]NA[/C][C]NA[/C][C]1.01142423756582[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]2[/C][C]NA[/C][C]NA[/C][C]1.05245522983789[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]2.1[/C][C]1.87302314186431[/C][C]1.9[/C][C]0.985801653612792[/C][C]1.12118208956552[/C][/ROW]
[ROW][C]8[/C][C]2[/C][C]1.87331126991081[/C][C]1.97083333333333[/C][C]0.95051734625496[/C][C]1.06762823249081[/C][/ROW]
[ROW][C]9[/C][C]1.8[/C][C]1.86592922285644[/C][C]2.09166666666667[/C][C]0.892077716106664[/C][C]0.964666814770438[/C][/ROW]
[ROW][C]10[/C][C]2.7[/C][C]2.10963643675940[/C][C]2.19583333333333[/C][C]0.96074524634204[/C][C]1.27984137596119[/C][/ROW]
[ROW][C]11[/C][C]2.3[/C][C]2.24519447827669[/C][C]2.22083333333333[/C][C]1.01096937108143[/C][C]1.02441014453473[/C][/ROW]
[ROW][C]12[/C][C]1.9[/C][C]2.29912533401656[/C][C]2.24583333333333[/C][C]1.02372927674207[/C][C]0.826401228279587[/C][/ROW]
[ROW][C]13[/C][C]2[/C][C]2.27996365979534[/C][C]2.3[/C][C]0.991288547737103[/C][C]0.877206963982721[/C][/ROW]
[ROW][C]14[/C][C]2.3[/C][C]2.43522260299843[/C][C]2.3625[/C][C]1.03078205417923[/C][C]0.944472179737517[/C][/ROW]
[ROW][C]15[/C][C]2.8[/C][C]2.59878741834334[/C][C]2.45[/C][C]1.06072955850748[/C][C]1.07742556402899[/C][/ROW]
[ROW][C]16[/C][C]2.4[/C][C]2.55225191003893[/C][C]2.47916666666667[/C][C]1.02947976203251[/C][C]0.940346049134071[/C][/ROW]
[ROW][C]17[/C][C]2.3[/C][C]2.48641791734931[/C][C]2.45833333333333[/C][C]1.01142423756582[/C][C]0.925025509167805[/C][/ROW]
[ROW][C]18[/C][C]2.7[/C][C]2.62675284447040[/C][C]2.49583333333333[/C][C]1.05245522983789[/C][C]1.02788505804183[/C][/ROW]
[ROW][C]19[/C][C]2.7[/C][C]2.53022424427283[/C][C]2.56666666666667[/C][C]0.985801653612792[/C][C]1.06709909452154[/C][/ROW]
[ROW][C]20[/C][C]2.9[/C][C]2.49114754497654[/C][C]2.62083333333333[/C][C]0.95051734625496[/C][C]1.16412213553867[/C][/ROW]
[ROW][C]21[/C][C]3[/C][C]2.33427002381244[/C][C]2.61666666666667[/C][C]0.892077716106664[/C][C]1.28519835725786[/C][/ROW]
[ROW][C]22[/C][C]2.2[/C][C]2.49793764048930[/C][C]2.6[/C][C]0.96074524634204[/C][C]0.880726549910612[/C][/ROW]
[ROW][C]23[/C][C]2.3[/C][C]2.65800697146827[/C][C]2.62916666666667[/C][C]1.01096937108143[/C][C]0.865309995304297[/C][/ROW]
[ROW][C]24[/C][C]2.8[/C][C]2.70435150606029[/C][C]2.64166666666667[/C][C]1.02372927674207[/C][C]1.03536836602985[/C][/ROW]
[ROW][C]25[/C][C]2.8[/C][C]2.59800206886099[/C][C]2.62083333333333[/C][C]0.991288547737103[/C][C]1.07775125876923[/C][/ROW]
[ROW][C]26[/C][C]2.8[/C][C]2.66285363996301[/C][C]2.58333333333333[/C][C]1.03078205417923[/C][C]1.05150352913835[/C][/ROW]
[ROW][C]27[/C][C]2.2[/C][C]2.66508301575005[/C][C]2.5125[/C][C]1.06072955850748[/C][C]0.825490233136636[/C][/ROW]
[ROW][C]28[/C][C]2.6[/C][C]2.51793591797119[/C][C]2.44583333333333[/C][C]1.02947976203251[/C][C]1.0325918072192[/C][/ROW]
[ROW][C]29[/C][C]2.8[/C][C]2.44006097312754[/C][C]2.4125[/C][C]1.01142423756582[/C][C]1.14751230843675[/C][/ROW]
[ROW][C]30[/C][C]2.5[/C][C]2.49519594074067[/C][C]2.37083333333333[/C][C]1.05245522983789[/C][C]1.00192532345091[/C][/ROW]
[ROW][C]31[/C][C]2.4[/C][C]2.26323629641937[/C][C]2.29583333333333[/C][C]0.985801653612792[/C][C]1.06042838027872[/C][/ROW]
[ROW][C]32[/C][C]2.3[/C][C]2.09905913964637[/C][C]2.20833333333333[/C][C]0.95051734625496[/C][C]1.09572901332713[/C][/ROW]
[ROW][C]33[/C][C]1.9[/C][C]1.91796708962933[/C][C]2.15[/C][C]0.892077716106664[/C][C]0.99063222214475[/C][/ROW]
[ROW][C]34[/C][C]1.7[/C][C]2.01756501731828[/C][C]2.1[/C][C]0.96074524634204[/C][C]0.842599859438291[/C][/ROW]
[ROW][C]35[/C][C]2[/C][C]2.02615111454238[/C][C]2.00416666666667[/C][C]1.01096937108143[/C][C]0.987093206249682[/C][/ROW]
[ROW][C]36[/C][C]2.1[/C][C]1.93655454850374[/C][C]1.89166666666667[/C][C]1.02372927674207[/C][C]1.08440012785725[/C][/ROW]
[ROW][C]37[/C][C]1.7[/C][C]1.78018901697788[/C][C]1.79583333333333[/C][C]0.991288547737103[/C][C]0.95495477378351[/C][/ROW]
[ROW][C]38[/C][C]1.8[/C][C]1.75662441733044[/C][C]1.70416666666667[/C][C]1.03078205417923[/C][C]1.02469257642193[/C][/ROW]
[ROW][C]39[/C][C]1.8[/C][C]1.73694465205600[/C][C]1.6375[/C][C]1.06072955850748[/C][C]1.03630245089811[/C][/ROW]
[ROW][C]40[/C][C]1.8[/C][C]1.68577311032824[/C][C]1.6375[/C][C]1.02947976203251[/C][C]1.06775934968468[/C][/ROW]
[ROW][C]41[/C][C]1.3[/C][C]1.71520693620537[/C][C]1.69583333333333[/C][C]1.01142423756582[/C][C]0.757926039452736[/C][/ROW]
[ROW][C]42[/C][C]1.3[/C][C]1.86810803296226[/C][C]1.775[/C][C]1.05245522983789[/C][C]0.695891231696376[/C][/ROW]
[ROW][C]43[/C][C]1.3[/C][C]1.8648081280842[/C][C]1.89166666666667[/C][C]0.985801653612792[/C][C]0.697122658584478[/C][/ROW]
[ROW][C]44[/C][C]1.2[/C][C]1.94063958193721[/C][C]2.04166666666667[/C][C]0.95051734625496[/C][C]0.618352841593658[/C][/ROW]
[ROW][C]45[/C][C]1.4[/C][C]1.98487291833733[/C][C]2.225[/C][C]0.892077716106664[/C][C]0.70533482877722[/C][/ROW]
[ROW][C]46[/C][C]2.2[/C][C]2.33381032757254[/C][C]2.42916666666667[/C][C]0.96074524634204[/C][C]0.942664437640175[/C][/ROW]
[ROW][C]47[/C][C]2.9[/C][C]2.71276781240185[/C][C]2.68333333333333[/C][C]1.01096937108143[/C][C]1.06901887686155[/C][/ROW]
[ROW][C]48[/C][C]3.1[/C][C]3.10104660079785[/C][C]3.02916666666667[/C][C]1.02372927674207[/C][C]0.999662500783582[/C][/ROW]
[ROW][C]49[/C][C]3.5[/C][C]3.37864180020396[/C][C]3.40833333333333[/C][C]0.991288547737103[/C][C]1.03591922641480[/C][/ROW]
[ROW][C]50[/C][C]3.6[/C][C]3.8912022545266[/C][C]3.775[/C][C]1.03078205417923[/C][C]0.925163937652471[/C][/ROW]
[ROW][C]51[/C][C]4.4[/C][C]4.37108972234959[/C][C]4.12083333333333[/C][C]1.06072955850748[/C][C]1.00661397488653[/C][/ROW]
[ROW][C]52[/C][C]4.1[/C][C]4.52971095294305[/C][C]4.4[/C][C]1.02947976203251[/C][C]0.905135016912313[/C][/ROW]
[ROW][C]53[/C][C]5.1[/C][C]4.57248040732882[/C][C]4.52083333333333[/C][C]1.01142423756582[/C][C]1.11536836589298[/C][/ROW]
[ROW][C]54[/C][C]5.8[/C][C]4.75358945476781[/C][C]4.51666666666667[/C][C]1.05245522983789[/C][C]1.22013060976115[/C][/ROW]
[ROW][C]55[/C][C]5.9[/C][C]NA[/C][C]NA[/C][C]0.985801653612792[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]5.4[/C][C]NA[/C][C]NA[/C][C]0.95051734625496[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]5.5[/C][C]NA[/C][C]NA[/C][C]0.892077716106664[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]4.8[/C][C]NA[/C][C]NA[/C][C]0.96074524634204[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]3.2[/C][C]NA[/C][C]NA[/C][C]1.01096937108143[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]2.7[/C][C]NA[/C][C]NA[/C][C]1.02372927674207[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=63975&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=63975&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	1.4	NA	NA	0.991288547737103	NA
2	1.2	NA	NA	1.03078205417923	NA
3	1	NA	NA	1.06072955850748	NA
4	1.7	NA	NA	1.02947976203251	NA
5	2.4	NA	NA	1.01142423756582	NA
6	2	NA	NA	1.05245522983789	NA
7	2.1	1.87302314186431	1.9	0.985801653612792	1.12118208956552
8	2	1.87331126991081	1.97083333333333	0.95051734625496	1.06762823249081
9	1.8	1.86592922285644	2.09166666666667	0.892077716106664	0.964666814770438
10	2.7	2.10963643675940	2.19583333333333	0.96074524634204	1.27984137596119
11	2.3	2.24519447827669	2.22083333333333	1.01096937108143	1.02441014453473
12	1.9	2.29912533401656	2.24583333333333	1.02372927674207	0.826401228279587
13	2	2.27996365979534	2.3	0.991288547737103	0.877206963982721
14	2.3	2.43522260299843	2.3625	1.03078205417923	0.944472179737517
15	2.8	2.59878741834334	2.45	1.06072955850748	1.07742556402899
16	2.4	2.55225191003893	2.47916666666667	1.02947976203251	0.940346049134071
17	2.3	2.48641791734931	2.45833333333333	1.01142423756582	0.925025509167805
18	2.7	2.62675284447040	2.49583333333333	1.05245522983789	1.02788505804183
19	2.7	2.53022424427283	2.56666666666667	0.985801653612792	1.06709909452154
20	2.9	2.49114754497654	2.62083333333333	0.95051734625496	1.16412213553867
21	3	2.33427002381244	2.61666666666667	0.892077716106664	1.28519835725786
22	2.2	2.49793764048930	2.6	0.96074524634204	0.880726549910612
23	2.3	2.65800697146827	2.62916666666667	1.01096937108143	0.865309995304297
24	2.8	2.70435150606029	2.64166666666667	1.02372927674207	1.03536836602985
25	2.8	2.59800206886099	2.62083333333333	0.991288547737103	1.07775125876923
26	2.8	2.66285363996301	2.58333333333333	1.03078205417923	1.05150352913835
27	2.2	2.66508301575005	2.5125	1.06072955850748	0.825490233136636
28	2.6	2.51793591797119	2.44583333333333	1.02947976203251	1.0325918072192
29	2.8	2.44006097312754	2.4125	1.01142423756582	1.14751230843675
30	2.5	2.49519594074067	2.37083333333333	1.05245522983789	1.00192532345091
31	2.4	2.26323629641937	2.29583333333333	0.985801653612792	1.06042838027872
32	2.3	2.09905913964637	2.20833333333333	0.95051734625496	1.09572901332713
33	1.9	1.91796708962933	2.15	0.892077716106664	0.99063222214475
34	1.7	2.01756501731828	2.1	0.96074524634204	0.842599859438291
35	2	2.02615111454238	2.00416666666667	1.01096937108143	0.987093206249682
36	2.1	1.93655454850374	1.89166666666667	1.02372927674207	1.08440012785725
37	1.7	1.78018901697788	1.79583333333333	0.991288547737103	0.95495477378351
38	1.8	1.75662441733044	1.70416666666667	1.03078205417923	1.02469257642193
39	1.8	1.73694465205600	1.6375	1.06072955850748	1.03630245089811
40	1.8	1.68577311032824	1.6375	1.02947976203251	1.06775934968468
41	1.3	1.71520693620537	1.69583333333333	1.01142423756582	0.757926039452736
42	1.3	1.86810803296226	1.775	1.05245522983789	0.695891231696376
43	1.3	1.8648081280842	1.89166666666667	0.985801653612792	0.697122658584478
44	1.2	1.94063958193721	2.04166666666667	0.95051734625496	0.618352841593658
45	1.4	1.98487291833733	2.225	0.892077716106664	0.70533482877722
46	2.2	2.33381032757254	2.42916666666667	0.96074524634204	0.942664437640175
47	2.9	2.71276781240185	2.68333333333333	1.01096937108143	1.06901887686155
48	3.1	3.10104660079785	3.02916666666667	1.02372927674207	0.999662500783582
49	3.5	3.37864180020396	3.40833333333333	0.991288547737103	1.03591922641480
50	3.6	3.8912022545266	3.775	1.03078205417923	0.925163937652471
51	4.4	4.37108972234959	4.12083333333333	1.06072955850748	1.00661397488653
52	4.1	4.52971095294305	4.4	1.02947976203251	0.905135016912313
53	5.1	4.57248040732882	4.52083333333333	1.01142423756582	1.11536836589298
54	5.8	4.75358945476781	4.51666666666667	1.05245522983789	1.22013060976115
55	5.9	NA	NA	0.985801653612792	NA
56	5.4	NA	NA	0.95051734625496	NA
57	5.5	NA	NA	0.892077716106664	NA
58	4.8	NA	NA	0.96074524634204	NA
59	3.2	NA	NA	1.01096937108143	NA
60	2.7	NA	NA	1.02372927674207	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 = multiplicative ; par2 = 12 ;

Parameters (R input):

par1 = multiplicative ; 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