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, 25 Nov 2011 14:39:22 -0500
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2011/Nov/25/t13222499723kp11nusc4pf5v1.htm/, Retrieved Fri, 14 Jun 2024 17:44:56 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=147356, Retrieved Fri, 14 Jun 2024 17:44:56 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact169
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Univariate Explorative Data Analysis] [Run Sequence gebo...] [2008-12-12 13:32:37] [76963dc1903f0f612b6153510a3818cf]
- R  D  [Univariate Explorative Data Analysis] [Run Sequence gebo...] [2008-12-17 12:14:40] [76963dc1903f0f612b6153510a3818cf]
-         [Univariate Explorative Data Analysis] [Run Sequence Plot...] [2008-12-22 18:19:51] [1ce0d16c8f4225c977b42c8fa93bc163]
- RMP       [Univariate Data Series] [Identifying Integ...] [2009-11-22 12:08:06] [b98453cac15ba1066b407e146608df68]
- R P         [Univariate Data Series] [WS8 Time Series A...] [2010-11-30 09:10:08] [afe9379cca749d06b3d6872e02cc47ed]
- R PD          [Univariate Data Series] [] [2011-11-25 19:20:16] [f1de53e71fac758e9834be8effee591f]
- RMPD              [Classical Decomposition] [] [2011-11-25 19:39:22] [13d85cac30d4a10947636c080219d4f4] [Current]
Feedback Forum

Post a new message
Dataseries X:
9.829
9.125
9.782
9.441
9.162
9.915
10.444
10.209
9.985
9.842
9.429
10.132
9.849
9.172
10.313
9.819
9.955
10.048
10.082
10.541
10.208
10.233
9.439
9.963
10.158
9.225
10.474
9.757
10.490
10.281
10.444
10.640
10.695
10.786
9.832
9.747
10.411
9.511
10.402
9.701
10.540
10.112
10.915
11.183
10.384
10.834
9.886
10.216
10.943
9.867
10.203
10.837
10.573
10.647
11.502
10.656
10.866
10.835
9.945
10.331




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'Herman Ole Andreas Wold' @ wold.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 & 2 seconds \tabularnewline
R Server & 'Herman Ole Andreas Wold' @ wold.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=147356&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]'Herman Ole Andreas Wold' @ wold.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=147356&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=147356&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'Herman Ole Andreas Wold' @ wold.wessa.net







Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
19.829NANA0.12784375NA
29.125NANA-0.784333333333333NA
39.782NANA0.106083333333333NA
49.441NANA-0.2329375NA
59.162NANA0.11234375NA
69.915NANA-0.0126041666666666NA
710.44410.154843759.775416666666660.3794270833333340.289156250000001
810.20910.31030208333339.778208333333330.532093750000001-0.101302083333334
99.9859.997020833333339.802291666666670.194729166666667-0.0120208333333327
109.84210.121718759.840166666666670.281552083333332-0.279718749999999
119.4299.364020833333339.88895833333333-0.5249374999999990.0649791666666673
1210.1329.748281259.92754166666666-0.1792604166666670.383718750000002
139.84910.045843759.9180.12784375-0.196843749999999
149.1729.132416666666679.91675-0.7843333333333330.0395833333333329
1510.31310.04595833333339.9398750.1060833333333330.267041666666668
169.8199.732520833333339.96545833333333-0.23293750.0864791666666687
179.95510.09451041666679.982166666666670.11234375-0.139510416666665
1810.0489.96293759.97554166666667-0.01260416666666660.0850624999999994
1910.08210.36080208333339.9813750.379427083333334-0.278802083333334
2010.54110.52855208333339.996458333333330.5320937500000010.0124479166666678
2110.20810.200104166666710.0053750.1947291666666670.00789583333333255
2210.23310.291052083333310.00950.281552083333332-0.0580520833333313
239.4399.5042708333333310.0292083333333-0.524937499999999-0.0652708333333312
249.9639.8819479166666710.0612083333333-0.1792604166666670.0810520833333328
2510.15810.2138437510.0860.12784375-0.0558437499999993
269.2259.32087510.1052083333333-0.784333333333333-0.0958749999999995
2710.47410.235708333333310.1296250.1060833333333330.238291666666669
289.7579.9400208333333310.1729583333333-0.2329375-0.183020833333332
2910.4910.3247187510.2123750.112343750.165281250000001
3010.28110.207145833333310.21975-0.01260416666666660.073854166666667
3110.44410.6007187510.22129166666670.379427083333334-0.15671875
3210.6410.7758437510.243750.532093750000001-0.135843749999999
3310.69510.447395833333310.25266666666670.1947291666666670.247604166666667
3410.78610.528885416666710.24733333333330.2815520833333320.257114583333331
359.8329.7221458333333310.2470833333333-0.5249374999999990.109854166666668
369.74710.062864583333310.242125-0.179260416666667-0.315864583333333
3710.41110.382552083333310.25470833333330.127843750.028447916666666
389.5119.51262510.2969583333333-0.784333333333333-0.00162500000000065
3910.40210.412708333333310.3066250.106083333333333-0.0107083333333318
409.70110.062729166666710.2956666666667-0.2329375-0.361729166666665
4110.5410.412260416666710.29991666666670.112343750.127739583333334
4210.11210.309104166666710.3217083333333-0.0126041666666666-0.197104166666666
4310.91510.7428437510.36341666666670.3794270833333340.172156249999999
4411.18310.932510416666710.40041666666670.5320937500000010.250489583333332
4510.38410.601687510.40695833333330.194729166666667-0.217687499999998
4610.83410.727552083333310.4460.2815520833333320.106447916666667
479.8869.9697708333333310.4947083333333-0.524937499999999-0.0837708333333325
4810.21610.339114583333310.518375-0.179260416666667-0.123114583333333
4910.94310.6929687510.5651250.127843750.250031249999999
509.8679.7832916666666710.567625-0.7843333333333330.0837083333333339
5110.20310.671833333333310.565750.106083333333333-0.468833333333333
5210.83710.352937510.585875-0.23293750.4840625
5310.57310.7007187510.5883750.11234375-0.127718749999998
5410.64710.583020833333310.595625-0.01260416666666660.063979166666666
5511.502NANA0.379427083333334NA
5610.656NANA0.532093750000001NA
5710.866NANA0.194729166666667NA
5810.835NANA0.281552083333332NA
599.945NANA-0.524937499999999NA
6010.331NANA-0.179260416666667NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 9.829 & NA & NA & 0.12784375 & NA \tabularnewline
2 & 9.125 & NA & NA & -0.784333333333333 & NA \tabularnewline
3 & 9.782 & NA & NA & 0.106083333333333 & NA \tabularnewline
4 & 9.441 & NA & NA & -0.2329375 & NA \tabularnewline
5 & 9.162 & NA & NA & 0.11234375 & NA \tabularnewline
6 & 9.915 & NA & NA & -0.0126041666666666 & NA \tabularnewline
7 & 10.444 & 10.15484375 & 9.77541666666666 & 0.379427083333334 & 0.289156250000001 \tabularnewline
8 & 10.209 & 10.3103020833333 & 9.77820833333333 & 0.532093750000001 & -0.101302083333334 \tabularnewline
9 & 9.985 & 9.99702083333333 & 9.80229166666667 & 0.194729166666667 & -0.0120208333333327 \tabularnewline
10 & 9.842 & 10.12171875 & 9.84016666666667 & 0.281552083333332 & -0.279718749999999 \tabularnewline
11 & 9.429 & 9.36402083333333 & 9.88895833333333 & -0.524937499999999 & 0.0649791666666673 \tabularnewline
12 & 10.132 & 9.74828125 & 9.92754166666666 & -0.179260416666667 & 0.383718750000002 \tabularnewline
13 & 9.849 & 10.04584375 & 9.918 & 0.12784375 & -0.196843749999999 \tabularnewline
14 & 9.172 & 9.13241666666667 & 9.91675 & -0.784333333333333 & 0.0395833333333329 \tabularnewline
15 & 10.313 & 10.0459583333333 & 9.939875 & 0.106083333333333 & 0.267041666666668 \tabularnewline
16 & 9.819 & 9.73252083333333 & 9.96545833333333 & -0.2329375 & 0.0864791666666687 \tabularnewline
17 & 9.955 & 10.0945104166667 & 9.98216666666667 & 0.11234375 & -0.139510416666665 \tabularnewline
18 & 10.048 & 9.9629375 & 9.97554166666667 & -0.0126041666666666 & 0.0850624999999994 \tabularnewline
19 & 10.082 & 10.3608020833333 & 9.981375 & 0.379427083333334 & -0.278802083333334 \tabularnewline
20 & 10.541 & 10.5285520833333 & 9.99645833333333 & 0.532093750000001 & 0.0124479166666678 \tabularnewline
21 & 10.208 & 10.2001041666667 & 10.005375 & 0.194729166666667 & 0.00789583333333255 \tabularnewline
22 & 10.233 & 10.2910520833333 & 10.0095 & 0.281552083333332 & -0.0580520833333313 \tabularnewline
23 & 9.439 & 9.50427083333333 & 10.0292083333333 & -0.524937499999999 & -0.0652708333333312 \tabularnewline
24 & 9.963 & 9.88194791666667 & 10.0612083333333 & -0.179260416666667 & 0.0810520833333328 \tabularnewline
25 & 10.158 & 10.21384375 & 10.086 & 0.12784375 & -0.0558437499999993 \tabularnewline
26 & 9.225 & 9.320875 & 10.1052083333333 & -0.784333333333333 & -0.0958749999999995 \tabularnewline
27 & 10.474 & 10.2357083333333 & 10.129625 & 0.106083333333333 & 0.238291666666669 \tabularnewline
28 & 9.757 & 9.94002083333333 & 10.1729583333333 & -0.2329375 & -0.183020833333332 \tabularnewline
29 & 10.49 & 10.32471875 & 10.212375 & 0.11234375 & 0.165281250000001 \tabularnewline
30 & 10.281 & 10.2071458333333 & 10.21975 & -0.0126041666666666 & 0.073854166666667 \tabularnewline
31 & 10.444 & 10.60071875 & 10.2212916666667 & 0.379427083333334 & -0.15671875 \tabularnewline
32 & 10.64 & 10.77584375 & 10.24375 & 0.532093750000001 & -0.135843749999999 \tabularnewline
33 & 10.695 & 10.4473958333333 & 10.2526666666667 & 0.194729166666667 & 0.247604166666667 \tabularnewline
34 & 10.786 & 10.5288854166667 & 10.2473333333333 & 0.281552083333332 & 0.257114583333331 \tabularnewline
35 & 9.832 & 9.72214583333333 & 10.2470833333333 & -0.524937499999999 & 0.109854166666668 \tabularnewline
36 & 9.747 & 10.0628645833333 & 10.242125 & -0.179260416666667 & -0.315864583333333 \tabularnewline
37 & 10.411 & 10.3825520833333 & 10.2547083333333 & 0.12784375 & 0.028447916666666 \tabularnewline
38 & 9.511 & 9.512625 & 10.2969583333333 & -0.784333333333333 & -0.00162500000000065 \tabularnewline
39 & 10.402 & 10.4127083333333 & 10.306625 & 0.106083333333333 & -0.0107083333333318 \tabularnewline
40 & 9.701 & 10.0627291666667 & 10.2956666666667 & -0.2329375 & -0.361729166666665 \tabularnewline
41 & 10.54 & 10.4122604166667 & 10.2999166666667 & 0.11234375 & 0.127739583333334 \tabularnewline
42 & 10.112 & 10.3091041666667 & 10.3217083333333 & -0.0126041666666666 & -0.197104166666666 \tabularnewline
43 & 10.915 & 10.74284375 & 10.3634166666667 & 0.379427083333334 & 0.172156249999999 \tabularnewline
44 & 11.183 & 10.9325104166667 & 10.4004166666667 & 0.532093750000001 & 0.250489583333332 \tabularnewline
45 & 10.384 & 10.6016875 & 10.4069583333333 & 0.194729166666667 & -0.217687499999998 \tabularnewline
46 & 10.834 & 10.7275520833333 & 10.446 & 0.281552083333332 & 0.106447916666667 \tabularnewline
47 & 9.886 & 9.96977083333333 & 10.4947083333333 & -0.524937499999999 & -0.0837708333333325 \tabularnewline
48 & 10.216 & 10.3391145833333 & 10.518375 & -0.179260416666667 & -0.123114583333333 \tabularnewline
49 & 10.943 & 10.69296875 & 10.565125 & 0.12784375 & 0.250031249999999 \tabularnewline
50 & 9.867 & 9.78329166666667 & 10.567625 & -0.784333333333333 & 0.0837083333333339 \tabularnewline
51 & 10.203 & 10.6718333333333 & 10.56575 & 0.106083333333333 & -0.468833333333333 \tabularnewline
52 & 10.837 & 10.3529375 & 10.585875 & -0.2329375 & 0.4840625 \tabularnewline
53 & 10.573 & 10.70071875 & 10.588375 & 0.11234375 & -0.127718749999998 \tabularnewline
54 & 10.647 & 10.5830208333333 & 10.595625 & -0.0126041666666666 & 0.063979166666666 \tabularnewline
55 & 11.502 & NA & NA & 0.379427083333334 & NA \tabularnewline
56 & 10.656 & NA & NA & 0.532093750000001 & NA \tabularnewline
57 & 10.866 & NA & NA & 0.194729166666667 & NA \tabularnewline
58 & 10.835 & NA & NA & 0.281552083333332 & NA \tabularnewline
59 & 9.945 & NA & NA & -0.524937499999999 & NA \tabularnewline
60 & 10.331 & NA & NA & -0.179260416666667 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=147356&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]9.829[/C][C]NA[/C][C]NA[/C][C]0.12784375[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]9.125[/C][C]NA[/C][C]NA[/C][C]-0.784333333333333[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]9.782[/C][C]NA[/C][C]NA[/C][C]0.106083333333333[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]9.441[/C][C]NA[/C][C]NA[/C][C]-0.2329375[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]9.162[/C][C]NA[/C][C]NA[/C][C]0.11234375[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]9.915[/C][C]NA[/C][C]NA[/C][C]-0.0126041666666666[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]10.444[/C][C]10.15484375[/C][C]9.77541666666666[/C][C]0.379427083333334[/C][C]0.289156250000001[/C][/ROW]
[ROW][C]8[/C][C]10.209[/C][C]10.3103020833333[/C][C]9.77820833333333[/C][C]0.532093750000001[/C][C]-0.101302083333334[/C][/ROW]
[ROW][C]9[/C][C]9.985[/C][C]9.99702083333333[/C][C]9.80229166666667[/C][C]0.194729166666667[/C][C]-0.0120208333333327[/C][/ROW]
[ROW][C]10[/C][C]9.842[/C][C]10.12171875[/C][C]9.84016666666667[/C][C]0.281552083333332[/C][C]-0.279718749999999[/C][/ROW]
[ROW][C]11[/C][C]9.429[/C][C]9.36402083333333[/C][C]9.88895833333333[/C][C]-0.524937499999999[/C][C]0.0649791666666673[/C][/ROW]
[ROW][C]12[/C][C]10.132[/C][C]9.74828125[/C][C]9.92754166666666[/C][C]-0.179260416666667[/C][C]0.383718750000002[/C][/ROW]
[ROW][C]13[/C][C]9.849[/C][C]10.04584375[/C][C]9.918[/C][C]0.12784375[/C][C]-0.196843749999999[/C][/ROW]
[ROW][C]14[/C][C]9.172[/C][C]9.13241666666667[/C][C]9.91675[/C][C]-0.784333333333333[/C][C]0.0395833333333329[/C][/ROW]
[ROW][C]15[/C][C]10.313[/C][C]10.0459583333333[/C][C]9.939875[/C][C]0.106083333333333[/C][C]0.267041666666668[/C][/ROW]
[ROW][C]16[/C][C]9.819[/C][C]9.73252083333333[/C][C]9.96545833333333[/C][C]-0.2329375[/C][C]0.0864791666666687[/C][/ROW]
[ROW][C]17[/C][C]9.955[/C][C]10.0945104166667[/C][C]9.98216666666667[/C][C]0.11234375[/C][C]-0.139510416666665[/C][/ROW]
[ROW][C]18[/C][C]10.048[/C][C]9.9629375[/C][C]9.97554166666667[/C][C]-0.0126041666666666[/C][C]0.0850624999999994[/C][/ROW]
[ROW][C]19[/C][C]10.082[/C][C]10.3608020833333[/C][C]9.981375[/C][C]0.379427083333334[/C][C]-0.278802083333334[/C][/ROW]
[ROW][C]20[/C][C]10.541[/C][C]10.5285520833333[/C][C]9.99645833333333[/C][C]0.532093750000001[/C][C]0.0124479166666678[/C][/ROW]
[ROW][C]21[/C][C]10.208[/C][C]10.2001041666667[/C][C]10.005375[/C][C]0.194729166666667[/C][C]0.00789583333333255[/C][/ROW]
[ROW][C]22[/C][C]10.233[/C][C]10.2910520833333[/C][C]10.0095[/C][C]0.281552083333332[/C][C]-0.0580520833333313[/C][/ROW]
[ROW][C]23[/C][C]9.439[/C][C]9.50427083333333[/C][C]10.0292083333333[/C][C]-0.524937499999999[/C][C]-0.0652708333333312[/C][/ROW]
[ROW][C]24[/C][C]9.963[/C][C]9.88194791666667[/C][C]10.0612083333333[/C][C]-0.179260416666667[/C][C]0.0810520833333328[/C][/ROW]
[ROW][C]25[/C][C]10.158[/C][C]10.21384375[/C][C]10.086[/C][C]0.12784375[/C][C]-0.0558437499999993[/C][/ROW]
[ROW][C]26[/C][C]9.225[/C][C]9.320875[/C][C]10.1052083333333[/C][C]-0.784333333333333[/C][C]-0.0958749999999995[/C][/ROW]
[ROW][C]27[/C][C]10.474[/C][C]10.2357083333333[/C][C]10.129625[/C][C]0.106083333333333[/C][C]0.238291666666669[/C][/ROW]
[ROW][C]28[/C][C]9.757[/C][C]9.94002083333333[/C][C]10.1729583333333[/C][C]-0.2329375[/C][C]-0.183020833333332[/C][/ROW]
[ROW][C]29[/C][C]10.49[/C][C]10.32471875[/C][C]10.212375[/C][C]0.11234375[/C][C]0.165281250000001[/C][/ROW]
[ROW][C]30[/C][C]10.281[/C][C]10.2071458333333[/C][C]10.21975[/C][C]-0.0126041666666666[/C][C]0.073854166666667[/C][/ROW]
[ROW][C]31[/C][C]10.444[/C][C]10.60071875[/C][C]10.2212916666667[/C][C]0.379427083333334[/C][C]-0.15671875[/C][/ROW]
[ROW][C]32[/C][C]10.64[/C][C]10.77584375[/C][C]10.24375[/C][C]0.532093750000001[/C][C]-0.135843749999999[/C][/ROW]
[ROW][C]33[/C][C]10.695[/C][C]10.4473958333333[/C][C]10.2526666666667[/C][C]0.194729166666667[/C][C]0.247604166666667[/C][/ROW]
[ROW][C]34[/C][C]10.786[/C][C]10.5288854166667[/C][C]10.2473333333333[/C][C]0.281552083333332[/C][C]0.257114583333331[/C][/ROW]
[ROW][C]35[/C][C]9.832[/C][C]9.72214583333333[/C][C]10.2470833333333[/C][C]-0.524937499999999[/C][C]0.109854166666668[/C][/ROW]
[ROW][C]36[/C][C]9.747[/C][C]10.0628645833333[/C][C]10.242125[/C][C]-0.179260416666667[/C][C]-0.315864583333333[/C][/ROW]
[ROW][C]37[/C][C]10.411[/C][C]10.3825520833333[/C][C]10.2547083333333[/C][C]0.12784375[/C][C]0.028447916666666[/C][/ROW]
[ROW][C]38[/C][C]9.511[/C][C]9.512625[/C][C]10.2969583333333[/C][C]-0.784333333333333[/C][C]-0.00162500000000065[/C][/ROW]
[ROW][C]39[/C][C]10.402[/C][C]10.4127083333333[/C][C]10.306625[/C][C]0.106083333333333[/C][C]-0.0107083333333318[/C][/ROW]
[ROW][C]40[/C][C]9.701[/C][C]10.0627291666667[/C][C]10.2956666666667[/C][C]-0.2329375[/C][C]-0.361729166666665[/C][/ROW]
[ROW][C]41[/C][C]10.54[/C][C]10.4122604166667[/C][C]10.2999166666667[/C][C]0.11234375[/C][C]0.127739583333334[/C][/ROW]
[ROW][C]42[/C][C]10.112[/C][C]10.3091041666667[/C][C]10.3217083333333[/C][C]-0.0126041666666666[/C][C]-0.197104166666666[/C][/ROW]
[ROW][C]43[/C][C]10.915[/C][C]10.74284375[/C][C]10.3634166666667[/C][C]0.379427083333334[/C][C]0.172156249999999[/C][/ROW]
[ROW][C]44[/C][C]11.183[/C][C]10.9325104166667[/C][C]10.4004166666667[/C][C]0.532093750000001[/C][C]0.250489583333332[/C][/ROW]
[ROW][C]45[/C][C]10.384[/C][C]10.6016875[/C][C]10.4069583333333[/C][C]0.194729166666667[/C][C]-0.217687499999998[/C][/ROW]
[ROW][C]46[/C][C]10.834[/C][C]10.7275520833333[/C][C]10.446[/C][C]0.281552083333332[/C][C]0.106447916666667[/C][/ROW]
[ROW][C]47[/C][C]9.886[/C][C]9.96977083333333[/C][C]10.4947083333333[/C][C]-0.524937499999999[/C][C]-0.0837708333333325[/C][/ROW]
[ROW][C]48[/C][C]10.216[/C][C]10.3391145833333[/C][C]10.518375[/C][C]-0.179260416666667[/C][C]-0.123114583333333[/C][/ROW]
[ROW][C]49[/C][C]10.943[/C][C]10.69296875[/C][C]10.565125[/C][C]0.12784375[/C][C]0.250031249999999[/C][/ROW]
[ROW][C]50[/C][C]9.867[/C][C]9.78329166666667[/C][C]10.567625[/C][C]-0.784333333333333[/C][C]0.0837083333333339[/C][/ROW]
[ROW][C]51[/C][C]10.203[/C][C]10.6718333333333[/C][C]10.56575[/C][C]0.106083333333333[/C][C]-0.468833333333333[/C][/ROW]
[ROW][C]52[/C][C]10.837[/C][C]10.3529375[/C][C]10.585875[/C][C]-0.2329375[/C][C]0.4840625[/C][/ROW]
[ROW][C]53[/C][C]10.573[/C][C]10.70071875[/C][C]10.588375[/C][C]0.11234375[/C][C]-0.127718749999998[/C][/ROW]
[ROW][C]54[/C][C]10.647[/C][C]10.5830208333333[/C][C]10.595625[/C][C]-0.0126041666666666[/C][C]0.063979166666666[/C][/ROW]
[ROW][C]55[/C][C]11.502[/C][C]NA[/C][C]NA[/C][C]0.379427083333334[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]10.656[/C][C]NA[/C][C]NA[/C][C]0.532093750000001[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]10.866[/C][C]NA[/C][C]NA[/C][C]0.194729166666667[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]10.835[/C][C]NA[/C][C]NA[/C][C]0.281552083333332[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]9.945[/C][C]NA[/C][C]NA[/C][C]-0.524937499999999[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]10.331[/C][C]NA[/C][C]NA[/C][C]-0.179260416666667[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=147356&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=147356&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
19.829NANA0.12784375NA
29.125NANA-0.784333333333333NA
39.782NANA0.106083333333333NA
49.441NANA-0.2329375NA
59.162NANA0.11234375NA
69.915NANA-0.0126041666666666NA
710.44410.154843759.775416666666660.3794270833333340.289156250000001
810.20910.31030208333339.778208333333330.532093750000001-0.101302083333334
99.9859.997020833333339.802291666666670.194729166666667-0.0120208333333327
109.84210.121718759.840166666666670.281552083333332-0.279718749999999
119.4299.364020833333339.88895833333333-0.5249374999999990.0649791666666673
1210.1329.748281259.92754166666666-0.1792604166666670.383718750000002
139.84910.045843759.9180.12784375-0.196843749999999
149.1729.132416666666679.91675-0.7843333333333330.0395833333333329
1510.31310.04595833333339.9398750.1060833333333330.267041666666668
169.8199.732520833333339.96545833333333-0.23293750.0864791666666687
179.95510.09451041666679.982166666666670.11234375-0.139510416666665
1810.0489.96293759.97554166666667-0.01260416666666660.0850624999999994
1910.08210.36080208333339.9813750.379427083333334-0.278802083333334
2010.54110.52855208333339.996458333333330.5320937500000010.0124479166666678
2110.20810.200104166666710.0053750.1947291666666670.00789583333333255
2210.23310.291052083333310.00950.281552083333332-0.0580520833333313
239.4399.5042708333333310.0292083333333-0.524937499999999-0.0652708333333312
249.9639.8819479166666710.0612083333333-0.1792604166666670.0810520833333328
2510.15810.2138437510.0860.12784375-0.0558437499999993
269.2259.32087510.1052083333333-0.784333333333333-0.0958749999999995
2710.47410.235708333333310.1296250.1060833333333330.238291666666669
289.7579.9400208333333310.1729583333333-0.2329375-0.183020833333332
2910.4910.3247187510.2123750.112343750.165281250000001
3010.28110.207145833333310.21975-0.01260416666666660.073854166666667
3110.44410.6007187510.22129166666670.379427083333334-0.15671875
3210.6410.7758437510.243750.532093750000001-0.135843749999999
3310.69510.447395833333310.25266666666670.1947291666666670.247604166666667
3410.78610.528885416666710.24733333333330.2815520833333320.257114583333331
359.8329.7221458333333310.2470833333333-0.5249374999999990.109854166666668
369.74710.062864583333310.242125-0.179260416666667-0.315864583333333
3710.41110.382552083333310.25470833333330.127843750.028447916666666
389.5119.51262510.2969583333333-0.784333333333333-0.00162500000000065
3910.40210.412708333333310.3066250.106083333333333-0.0107083333333318
409.70110.062729166666710.2956666666667-0.2329375-0.361729166666665
4110.5410.412260416666710.29991666666670.112343750.127739583333334
4210.11210.309104166666710.3217083333333-0.0126041666666666-0.197104166666666
4310.91510.7428437510.36341666666670.3794270833333340.172156249999999
4411.18310.932510416666710.40041666666670.5320937500000010.250489583333332
4510.38410.601687510.40695833333330.194729166666667-0.217687499999998
4610.83410.727552083333310.4460.2815520833333320.106447916666667
479.8869.9697708333333310.4947083333333-0.524937499999999-0.0837708333333325
4810.21610.339114583333310.518375-0.179260416666667-0.123114583333333
4910.94310.6929687510.5651250.127843750.250031249999999
509.8679.7832916666666710.567625-0.7843333333333330.0837083333333339
5110.20310.671833333333310.565750.106083333333333-0.468833333333333
5210.83710.352937510.585875-0.23293750.4840625
5310.57310.7007187510.5883750.11234375-0.127718749999998
5410.64710.583020833333310.595625-0.01260416666666660.063979166666666
5511.502NANA0.379427083333334NA
5610.656NANA0.532093750000001NA
5710.866NANA0.194729166666667NA
5810.835NANA0.281552083333332NA
599.945NANA-0.524937499999999NA
6010.331NANA-0.179260416666667NA



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')