Free Statistics

of Irreproducible Research!

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_regression_trees1.wasp
Title produced by softwareRecursive Partitioning (Regression Trees)
Date of computationSun, 30 Dec 2012 09:34:26 -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/2012/Dec/30/t1356882082wt11hufrovewiyf.htm/, Retrieved Mon, 22 Jul 2024 19:59:59 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=204955, Retrieved Mon, 22 Jul 2024 19:59:59 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact203
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Recursive Partitioning (Regression Trees)] [] [2012-12-30 14:34:26] [acfd67cb214b61d0a5e0fb4c8c6ef02a] [Current]
Feedback Forum

Post a new message
Dataseries X:
317	310232,86	0,939	0,923	0,869
267	1330141,29	0,623	0,843	0,618
204	139390,2	0,784	0,77	0,713
198	62348,45	0,815	0,949	0,832
107	81644,45	0,928	0,953	0,838
89	64768,39	0,87	0,971	0,819
88	48636,07	0,934	0,956	0,808
80	126804,43	0,883	1	0,827
79	21515,75	0,981	0,976	0,837
69	60748,96	0,856	0,976	0,799
53	9992,34	0,866	0,858	0,732
50	16783,09	0,931	0,958	0,845
49	45415,6	0,858	0,765	0,591
42	15460,48	0,834	0,742	0,668
39	4252,28	1	0,957	0,783
39	46505,96	0,874	0,969	0,799
34	201103,33	0,663	0,844	0,662
33	76923,3	0,64	0,836	0,662
32	2847,23	0,768	0,838	0,598
29	10201,71	0,924	0,91	0,769
27	33759,74	0,927	0,962	0,84
25	9612,63	0,776	0,794	0,702
23	40046,57	0,582	0,586	0,387
22	21959,28	0,831	0,851	0,674
21	5515,57	0,924	0,928	0,836
20	8303,51	0,671	0,8	0,639
20	88013,49	0,237	0,619	0,326
20	38463,69	0,822	0,885	0,739
20	49109,11	0,705	0,517	0,652
19	4486,88	0,778	0,893	0,724
16	9074,06	0,904	0,969	0,842
15	44205,29	0,667	0,847	0,633
15	77804,12	0,583	0,851	0,689
14	4600,82	0,839	0,848	0,554
14	3545,32	0,883	0,824	0,729
14	112468,85	0,726	0,898	0,7
14	7623,44	0,872	0,983	0,858
13	4676,31	0,985	0,964	0,883
10	4622,92	0,963	0,955	0,814
9	41343,2	0,806	0,882	0,713
9	7344,85	0,79	0,86	0,663
9	2003,14	0,933	0,936	0,79
8	1173108,02	0,45	0,717	0,508
8	1228,69	0,712	0,791	0,782
8	10525,04	0,645	0,86	0,614
8	27865,74	0,711	0,762	0,486
7	9823,82	0,616	0,842	0,629
7	3086,92	0,722	0,765	0,505
6	2217,97	0,873	0,841	0,711
5	34586,18	0,652	0,838	0,621
5	107,82	0,779	0,883	0,608
5	5470,31	0,875	0,875	0,759
5	66336,26	0,597	0,854	0,622
5	33398,68	0,475	0,538	0,347
5	27223,23	0,692	0,858	0,669
4	2966,8	0,76	0,856	0,566
4	10423,49	0,882	0,947	0,832
4	80471,87	0,56	0,84	0,568
4	5255,07	0,877	0,946	0,828
3	7148,78	0,802	0,842	0,678
3	1291,17	0,916	0,865	0,734
3	242968,34	0,584	0,779	0,518
3	28274,73	0,73	0,855	0,704
2	2029,31	0,693	0,523	0,698
2	1102,68	0,798	0,94	0,79
2	1545,26	0,66	0,674	0,689
2	10749,94	0,861	0,945	0,783
2	13550,44	0,438	0,807	0,534
2	666,73	0,802	0,861	0,665
2	10735,76	0,739	0,938	0,763
2	840,93	0,623	0,921	1
2	4317,48	0,716	0,778	0,49
2	4701,07	0,751	0,964	0,897
1	29121,29	0,367	0,452	0,38
1	7089,7	0,837	0,99	0,874
1	31627,43	0,447	0,823	0,535
1	25731,78	0,689	0,85	0,781
1	7487,49	0,704	0,75	0,425
0	2986,95	0,721	0,898	0,624
0	13068,16	0,422	0,49	0,557
0	86,75	0,744	0,83	0,723
0	8214,16	0,858	0,96	0,842
0	156118,46	0,415	0,772	0,391
0	314,52	0,663	0,884	0,582
0	9056,01	0,365	0,569	0,374
0	699,85	0,336	0,744	0,568
0	9947,42	0,749	0,735	0,53
0	4621,6	0,723	0,878	0,621
0	16241,81	0,187	0,559	0,349
0	9863,12	0,353	0,48	0,186
0	14453,68	0,502	0,68	0,418
0	19294,15	0,52	0,499	0,431
0	508,66	0,425	0,854	0,505
0	4844,93	0,321	0,448	0,28
0	10543,46	0,219	0,466	0,344
0	16746,49	0,797	0,932	0,701
0	773,41	0,368	0,648	0,341
0	4125,92	0,523	0,59	0,49
0	4516,22	0,659	0,936	0,667
0	21058,8	0,304	0,558	0,377
0	740,53	0,294	0,598	0,451
0	72,81	0,67	0,907	0,626
0	69851,29	0,356	0,448	0,147
0	14790,61	0,686	0,877	0,62
0	6052,06	0,637	0,823	0,585
0	650,7	0,427	0,49	0,741
0	5792,98	0,271	0,656	0,24
0	875,98	0,786	0,777	0,533
0	1755,46	0,334	0,607	0,365
0	24339,84	0,574	0,698	0,396
0	10324,02	0,246	0,538	0,309
0	1565,13	0,302	0,444	0,329
0	748,49	0,65	0,787	0,496
0	9648,92	0,406	0,664	0,346
0	7989,41	0,574	0,838	0,507
0	308,91	0,912	0,975	0,814
0	29671,6	0,491	0,774	0,495
0	7353,98	0,907	0,972	0,796
0	6407,09	0,71	0,842	0,569
0	99,48	0,647	0,759	0,494
0	5508,63	0,716	0,753	0,432
0	6368,16	0,432	0,749	0,445
0	4125,25	0,695	0,83	0,698
0	1919,55	0,507	0,445	0,403
0	3685,08	0,439	0,58	0,14
0	6461,45	0,731	0,864	0,693
0	497,54	0,771	0,946	0,892
0	21281,84	0,497	0,737	0,302
0	15447,5	0,41	0,54	0,289
0	395,65	0,568	0,897	0,568
0	13796,35	0,27	0,496	0,346
0	406,77	0,797	0,941	0,769
0	3205,06	0,366	0,609	0,419
0	1294,1	0,659	0,842	0,696
0	107,15	0,689	0,773	0,484
0	22417,45	0,222	0,477	0,314
0	2128,47	0,617	0,67	0,591
0	28951,85	0,356	0,77	0,351
0	5604,45	0,525	0,852	0,457
0	15878,27	0,177	0,547	0,266
0	152217,34	0,442	0,503	0,434
0	184404,79	0,386	0,717	0,464
0	3410,68	0,743	0,885	0,69
0	6064,52	0,335	0,675	0,447
0	6375,83	0,643	0,828	0,552
0	28947,97	0,704	0,852	0,634
0	99900,18	0,684	0,769	0,508
0	11055,98	0,407	0,559	0,348
0	175,81	0,452	0,705	0,413
0	160,92	0,693	0,862	0,632
0	192	0,75	0,827	0,526
0	12323,25	0,385	0,62	0,406
0	88,34	0,747	0,845	0,733
0	5245,69	0,304	0,438	0,286
0	559,2	0,427	0,755	0,413
0	21083,83	0,68	0,867	0,559
0	49,9	0,693	0,838	0,684
0	104,22	0,712	0,825	0,628
0	43939,6	0,247	0,654	0,421
0	1354,05	0,578	0,453	0,545
0	22198,11	0,534	0,881	0,537
0	41892,89	0,454	0,603	0,37
0	1154,62	0,371	0,67	0,487
0	6587,24	0,473	0,585	0,297
0	105,63	0,79	0,825	0,535
0	4940,92	0,739	0,71	0,615
0	4975,59	0,741	0,892	0,916
0	3301,08	0,763	0,899	0,7
0	221,55	0,554	0,805	0,527
0	89571,13	0,503	0,87	0,478
0	23495,36	0,31	0,718	0,444
0	13460,31	0,48	0,458	0,362
5	310,43	0,671	0,877	0,779
1	1180,08	0,747	0,868	0,808
0	285,65	0,747	0,896	0,743
0	395,03	0,733	0,915	0,877
37	11098,42	0,876	0,933	0,572
1	2543,17	0,577	0,861	0,884
0	2967,72	0,539	0,836	0,778
0	20,88	0,89	0,817	0,656
0	486,62	0,636	0,798	0,619
0	11651,86	0,566	0,495	0,19




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time6 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 & 6 seconds \tabularnewline
R Server & 'Gertrude Mary Cox' @ cox.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204955&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]6 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=204955&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204955&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 time6 seconds
R Server'Gertrude Mary Cox' @ cox.wessa.net







Goodness of Fit
Correlation0.7153
R-squared0.5117
RMSE27.8804

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.7153 \tabularnewline
R-squared & 0.5117 \tabularnewline
RMSE & 27.8804 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204955&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.7153[/C][/ROW]
[ROW][C]R-squared[/C][C]0.5117[/C][/ROW]
[ROW][C]RMSE[/C][C]27.8804[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204955&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204955&T=1

As an alternative you can also use a QR Code:  

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

Goodness of Fit
Correlation0.7153
R-squared0.5117
RMSE27.8804







Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
1317132.333333333333184.666666666667
226726.2222222222222240.777777777778
3204132.33333333333371.6666666666667
4198132.33333333333365.6666666666667
5107132.333333333333-25.3333333333333
689132.333333333333-43.3333333333333
788132.333333333333-44.3333333333333
880132.333333333333-52.3333333333333
97918.413793103448360.5862068965517
1069132.333333333333-63.3333333333333
115318.413793103448334.5862068965517
125018.413793103448331.5862068965517
134926.222222222222222.7777777777778
144218.413793103448323.5862068965517
153918.413793103448320.5862068965517
1639132.333333333333-93.3333333333333
173426.22222222222227.77777777777778
183326.22222222222226.77777777777778
19327.5714285714285724.4285714285714
202918.413793103448310.5862068965517
212718.41379310344838.58620689655172
22257.5714285714285717.4285714285714
2323716
242218.41379310344833.58620689655172
252118.41379310344832.58620689655172
26201.7307692307692318.2692307692308
272026.2222222222222-6.22222222222222
282018.41379310344831.58620689655172
292026.2222222222222-6.22222222222222
30197.5714285714285711.4285714285714
311618.4137931034483-2.41379310344828
321578
331526.2222222222222-11.2222222222222
341418.4137931034483-4.41379310344828
351418.4137931034483-4.41379310344828
361426.2222222222222-12.2222222222222
371418.4137931034483-4.41379310344828
381318.4137931034483-5.41379310344828
391018.4137931034483-8.41379310344828
4097.571428571428571.42857142857143
4197.571428571428571.42857142857143
42918.4137931034483-9.41379310344828
43826.2222222222222-18.2222222222222
4481.730769230769236.26923076923077
4581.730769230769236.26923076923077
4681.730769230769236.26923076923077
4771.730769230769235.26923076923077
4871.730769230769235.26923076923077
49618.4137931034483-12.4137931034483
5057-2
5157.57142857142857-2.57142857142857
52518.4137931034483-13.4137931034483
53526.2222222222222-21.2222222222222
5457-2
5551.730769230769233.26923076923077
5641.730769230769232.26923076923077
57418.4137931034483-14.4137931034483
58426.2222222222222-22.2222222222222
59418.4137931034483-14.4137931034483
6037.57142857142857-4.57142857142857
61318.4137931034483-15.4137931034483
62326.2222222222222-23.2222222222222
6331.730769230769231.26923076923077
6421.730769230769230.269230769230769
6527.57142857142857-5.57142857142857
6621.730769230769230.269230769230769
67218.4137931034483-16.4137931034483
6820.07547169811320751.92452830188679
6927.57142857142857-5.57142857142857
7021.730769230769230.269230769230769
7121.730769230769230.269230769230769
7221.730769230769230.269230769230769
7321.730769230769230.269230769230769
7410.07547169811320750.924528301886792
75118.4137931034483-17.4137931034483
7617-6
7711.73076923076923-0.730769230769231
7811.73076923076923-0.730769230769231
7901.73076923076923-1.73076923076923
8000.0754716981132075-0.0754716981132075
8101.73076923076923-1.73076923076923
82018.4137931034483-18.4137931034483
83026.2222222222222-26.2222222222222
8401.73076923076923-1.73076923076923
8500.0754716981132075-0.0754716981132075
8600.0754716981132075-0.0754716981132075
8701.73076923076923-1.73076923076923
8801.73076923076923-1.73076923076923
8900.0754716981132075-0.0754716981132075
9000.0754716981132075-0.0754716981132075
9100.0754716981132075-0.0754716981132075
9200.0754716981132075-0.0754716981132075
9300.0754716981132075-0.0754716981132075
9400.0754716981132075-0.0754716981132075
9500.0754716981132075-0.0754716981132075
9607.57142857142857-7.57142857142857
9700.0754716981132075-0.0754716981132075
9800.0754716981132075-0.0754716981132075
9901.73076923076923-1.73076923076923
10000.0754716981132075-0.0754716981132075
10100.0754716981132075-0.0754716981132075
10201.73076923076923-1.73076923076923
103026.2222222222222-26.2222222222222
10401.73076923076923-1.73076923076923
10501.73076923076923-1.73076923076923
10600.0754716981132075-0.0754716981132075
10700.0754716981132075-0.0754716981132075
10807.57142857142857-7.57142857142857
10900.0754716981132075-0.0754716981132075
11000.0754716981132075-0.0754716981132075
11100.0754716981132075-0.0754716981132075
11200.0754716981132075-0.0754716981132075
11301.73076923076923-1.73076923076923
11400.0754716981132075-0.0754716981132075
11500.0754716981132075-0.0754716981132075
116018.4137931034483-18.4137931034483
11700.0754716981132075-0.0754716981132075
118018.4137931034483-18.4137931034483
11901.73076923076923-1.73076923076923
12001.73076923076923-1.73076923076923
12101.73076923076923-1.73076923076923
12200.0754716981132075-0.0754716981132075
12301.73076923076923-1.73076923076923
12400.0754716981132075-0.0754716981132075
12500.0754716981132075-0.0754716981132075
12601.73076923076923-1.73076923076923
12707.57142857142857-7.57142857142857
12800.0754716981132075-0.0754716981132075
12900.0754716981132075-0.0754716981132075
13000.0754716981132075-0.0754716981132075
13100.0754716981132075-0.0754716981132075
13207.57142857142857-7.57142857142857
13300.0754716981132075-0.0754716981132075
13401.73076923076923-1.73076923076923
13501.73076923076923-1.73076923076923
13600.0754716981132075-0.0754716981132075
13701.73076923076923-1.73076923076923
13800.0754716981132075-0.0754716981132075
13900.0754716981132075-0.0754716981132075
14000.0754716981132075-0.0754716981132075
141026.2222222222222-26.2222222222222
142026.2222222222222-26.2222222222222
14301.73076923076923-1.73076923076923
14400.0754716981132075-0.0754716981132075
14501.73076923076923-1.73076923076923
14601.73076923076923-1.73076923076923
147026.2222222222222-26.2222222222222
14800.0754716981132075-0.0754716981132075
14900.0754716981132075-0.0754716981132075
15001.73076923076923-1.73076923076923
15101.73076923076923-1.73076923076923
15200.0754716981132075-0.0754716981132075
15301.73076923076923-1.73076923076923
15400.0754716981132075-0.0754716981132075
15500.0754716981132075-0.0754716981132075
15601.73076923076923-1.73076923076923
15701.73076923076923-1.73076923076923
15801.73076923076923-1.73076923076923
15907-7
16000.0754716981132075-0.0754716981132075
16100.0754716981132075-0.0754716981132075
16207-7
16300.0754716981132075-0.0754716981132075
16400.0754716981132075-0.0754716981132075
16507.57142857142857-7.57142857142857
16601.73076923076923-1.73076923076923
16701.73076923076923-1.73076923076923
16801.73076923076923-1.73076923076923
16900.0754716981132075-0.0754716981132075
170026.2222222222222-26.2222222222222
17100.0754716981132075-0.0754716981132075
17200.0754716981132075-0.0754716981132075
17351.730769230769233.26923076923077
17411.73076923076923-0.730769230769231
17501.73076923076923-1.73076923076923
17601.73076923076923-1.73076923076923
1773718.413793103448318.5862068965517
17810.07547169811320750.924528301886792
17900.0754716981132075-0.0754716981132075
180018.4137931034483-18.4137931034483
18101.73076923076923-1.73076923076923
18200.0754716981132075-0.0754716981132075

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 317 & 132.333333333333 & 184.666666666667 \tabularnewline
2 & 267 & 26.2222222222222 & 240.777777777778 \tabularnewline
3 & 204 & 132.333333333333 & 71.6666666666667 \tabularnewline
4 & 198 & 132.333333333333 & 65.6666666666667 \tabularnewline
5 & 107 & 132.333333333333 & -25.3333333333333 \tabularnewline
6 & 89 & 132.333333333333 & -43.3333333333333 \tabularnewline
7 & 88 & 132.333333333333 & -44.3333333333333 \tabularnewline
8 & 80 & 132.333333333333 & -52.3333333333333 \tabularnewline
9 & 79 & 18.4137931034483 & 60.5862068965517 \tabularnewline
10 & 69 & 132.333333333333 & -63.3333333333333 \tabularnewline
11 & 53 & 18.4137931034483 & 34.5862068965517 \tabularnewline
12 & 50 & 18.4137931034483 & 31.5862068965517 \tabularnewline
13 & 49 & 26.2222222222222 & 22.7777777777778 \tabularnewline
14 & 42 & 18.4137931034483 & 23.5862068965517 \tabularnewline
15 & 39 & 18.4137931034483 & 20.5862068965517 \tabularnewline
16 & 39 & 132.333333333333 & -93.3333333333333 \tabularnewline
17 & 34 & 26.2222222222222 & 7.77777777777778 \tabularnewline
18 & 33 & 26.2222222222222 & 6.77777777777778 \tabularnewline
19 & 32 & 7.57142857142857 & 24.4285714285714 \tabularnewline
20 & 29 & 18.4137931034483 & 10.5862068965517 \tabularnewline
21 & 27 & 18.4137931034483 & 8.58620689655172 \tabularnewline
22 & 25 & 7.57142857142857 & 17.4285714285714 \tabularnewline
23 & 23 & 7 & 16 \tabularnewline
24 & 22 & 18.4137931034483 & 3.58620689655172 \tabularnewline
25 & 21 & 18.4137931034483 & 2.58620689655172 \tabularnewline
26 & 20 & 1.73076923076923 & 18.2692307692308 \tabularnewline
27 & 20 & 26.2222222222222 & -6.22222222222222 \tabularnewline
28 & 20 & 18.4137931034483 & 1.58620689655172 \tabularnewline
29 & 20 & 26.2222222222222 & -6.22222222222222 \tabularnewline
30 & 19 & 7.57142857142857 & 11.4285714285714 \tabularnewline
31 & 16 & 18.4137931034483 & -2.41379310344828 \tabularnewline
32 & 15 & 7 & 8 \tabularnewline
33 & 15 & 26.2222222222222 & -11.2222222222222 \tabularnewline
34 & 14 & 18.4137931034483 & -4.41379310344828 \tabularnewline
35 & 14 & 18.4137931034483 & -4.41379310344828 \tabularnewline
36 & 14 & 26.2222222222222 & -12.2222222222222 \tabularnewline
37 & 14 & 18.4137931034483 & -4.41379310344828 \tabularnewline
38 & 13 & 18.4137931034483 & -5.41379310344828 \tabularnewline
39 & 10 & 18.4137931034483 & -8.41379310344828 \tabularnewline
40 & 9 & 7.57142857142857 & 1.42857142857143 \tabularnewline
41 & 9 & 7.57142857142857 & 1.42857142857143 \tabularnewline
42 & 9 & 18.4137931034483 & -9.41379310344828 \tabularnewline
43 & 8 & 26.2222222222222 & -18.2222222222222 \tabularnewline
44 & 8 & 1.73076923076923 & 6.26923076923077 \tabularnewline
45 & 8 & 1.73076923076923 & 6.26923076923077 \tabularnewline
46 & 8 & 1.73076923076923 & 6.26923076923077 \tabularnewline
47 & 7 & 1.73076923076923 & 5.26923076923077 \tabularnewline
48 & 7 & 1.73076923076923 & 5.26923076923077 \tabularnewline
49 & 6 & 18.4137931034483 & -12.4137931034483 \tabularnewline
50 & 5 & 7 & -2 \tabularnewline
51 & 5 & 7.57142857142857 & -2.57142857142857 \tabularnewline
52 & 5 & 18.4137931034483 & -13.4137931034483 \tabularnewline
53 & 5 & 26.2222222222222 & -21.2222222222222 \tabularnewline
54 & 5 & 7 & -2 \tabularnewline
55 & 5 & 1.73076923076923 & 3.26923076923077 \tabularnewline
56 & 4 & 1.73076923076923 & 2.26923076923077 \tabularnewline
57 & 4 & 18.4137931034483 & -14.4137931034483 \tabularnewline
58 & 4 & 26.2222222222222 & -22.2222222222222 \tabularnewline
59 & 4 & 18.4137931034483 & -14.4137931034483 \tabularnewline
60 & 3 & 7.57142857142857 & -4.57142857142857 \tabularnewline
61 & 3 & 18.4137931034483 & -15.4137931034483 \tabularnewline
62 & 3 & 26.2222222222222 & -23.2222222222222 \tabularnewline
63 & 3 & 1.73076923076923 & 1.26923076923077 \tabularnewline
64 & 2 & 1.73076923076923 & 0.269230769230769 \tabularnewline
65 & 2 & 7.57142857142857 & -5.57142857142857 \tabularnewline
66 & 2 & 1.73076923076923 & 0.269230769230769 \tabularnewline
67 & 2 & 18.4137931034483 & -16.4137931034483 \tabularnewline
68 & 2 & 0.0754716981132075 & 1.92452830188679 \tabularnewline
69 & 2 & 7.57142857142857 & -5.57142857142857 \tabularnewline
70 & 2 & 1.73076923076923 & 0.269230769230769 \tabularnewline
71 & 2 & 1.73076923076923 & 0.269230769230769 \tabularnewline
72 & 2 & 1.73076923076923 & 0.269230769230769 \tabularnewline
73 & 2 & 1.73076923076923 & 0.269230769230769 \tabularnewline
74 & 1 & 0.0754716981132075 & 0.924528301886792 \tabularnewline
75 & 1 & 18.4137931034483 & -17.4137931034483 \tabularnewline
76 & 1 & 7 & -6 \tabularnewline
77 & 1 & 1.73076923076923 & -0.730769230769231 \tabularnewline
78 & 1 & 1.73076923076923 & -0.730769230769231 \tabularnewline
79 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
80 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
81 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
82 & 0 & 18.4137931034483 & -18.4137931034483 \tabularnewline
83 & 0 & 26.2222222222222 & -26.2222222222222 \tabularnewline
84 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
85 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
86 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
87 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
88 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
89 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
90 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
91 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
92 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
93 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
94 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
95 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
96 & 0 & 7.57142857142857 & -7.57142857142857 \tabularnewline
97 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
98 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
99 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
100 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
101 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
102 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
103 & 0 & 26.2222222222222 & -26.2222222222222 \tabularnewline
104 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
105 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
106 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
107 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
108 & 0 & 7.57142857142857 & -7.57142857142857 \tabularnewline
109 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
110 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
111 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
112 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
113 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
114 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
115 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
116 & 0 & 18.4137931034483 & -18.4137931034483 \tabularnewline
117 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
118 & 0 & 18.4137931034483 & -18.4137931034483 \tabularnewline
119 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
120 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
121 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
122 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
123 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
124 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
125 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
126 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
127 & 0 & 7.57142857142857 & -7.57142857142857 \tabularnewline
128 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
129 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
130 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
131 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
132 & 0 & 7.57142857142857 & -7.57142857142857 \tabularnewline
133 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
134 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
135 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
136 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
137 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
138 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
139 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
140 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
141 & 0 & 26.2222222222222 & -26.2222222222222 \tabularnewline
142 & 0 & 26.2222222222222 & -26.2222222222222 \tabularnewline
143 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
144 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
145 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
146 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
147 & 0 & 26.2222222222222 & -26.2222222222222 \tabularnewline
148 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
149 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
150 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
151 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
152 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
153 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
154 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
155 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
156 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
157 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
158 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
159 & 0 & 7 & -7 \tabularnewline
160 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
161 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
162 & 0 & 7 & -7 \tabularnewline
163 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
164 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
165 & 0 & 7.57142857142857 & -7.57142857142857 \tabularnewline
166 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
167 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
168 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
169 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
170 & 0 & 26.2222222222222 & -26.2222222222222 \tabularnewline
171 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
172 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
173 & 5 & 1.73076923076923 & 3.26923076923077 \tabularnewline
174 & 1 & 1.73076923076923 & -0.730769230769231 \tabularnewline
175 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
176 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
177 & 37 & 18.4137931034483 & 18.5862068965517 \tabularnewline
178 & 1 & 0.0754716981132075 & 0.924528301886792 \tabularnewline
179 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
180 & 0 & 18.4137931034483 & -18.4137931034483 \tabularnewline
181 & 0 & 1.73076923076923 & -1.73076923076923 \tabularnewline
182 & 0 & 0.0754716981132075 & -0.0754716981132075 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204955&T=2

[TABLE]
[ROW][C]Actuals, Predictions, and Residuals[/C][/ROW]
[ROW][C]#[/C][C]Actuals[/C][C]Forecasts[/C][C]Residuals[/C][/ROW]
[ROW][C]1[/C][C]317[/C][C]132.333333333333[/C][C]184.666666666667[/C][/ROW]
[ROW][C]2[/C][C]267[/C][C]26.2222222222222[/C][C]240.777777777778[/C][/ROW]
[ROW][C]3[/C][C]204[/C][C]132.333333333333[/C][C]71.6666666666667[/C][/ROW]
[ROW][C]4[/C][C]198[/C][C]132.333333333333[/C][C]65.6666666666667[/C][/ROW]
[ROW][C]5[/C][C]107[/C][C]132.333333333333[/C][C]-25.3333333333333[/C][/ROW]
[ROW][C]6[/C][C]89[/C][C]132.333333333333[/C][C]-43.3333333333333[/C][/ROW]
[ROW][C]7[/C][C]88[/C][C]132.333333333333[/C][C]-44.3333333333333[/C][/ROW]
[ROW][C]8[/C][C]80[/C][C]132.333333333333[/C][C]-52.3333333333333[/C][/ROW]
[ROW][C]9[/C][C]79[/C][C]18.4137931034483[/C][C]60.5862068965517[/C][/ROW]
[ROW][C]10[/C][C]69[/C][C]132.333333333333[/C][C]-63.3333333333333[/C][/ROW]
[ROW][C]11[/C][C]53[/C][C]18.4137931034483[/C][C]34.5862068965517[/C][/ROW]
[ROW][C]12[/C][C]50[/C][C]18.4137931034483[/C][C]31.5862068965517[/C][/ROW]
[ROW][C]13[/C][C]49[/C][C]26.2222222222222[/C][C]22.7777777777778[/C][/ROW]
[ROW][C]14[/C][C]42[/C][C]18.4137931034483[/C][C]23.5862068965517[/C][/ROW]
[ROW][C]15[/C][C]39[/C][C]18.4137931034483[/C][C]20.5862068965517[/C][/ROW]
[ROW][C]16[/C][C]39[/C][C]132.333333333333[/C][C]-93.3333333333333[/C][/ROW]
[ROW][C]17[/C][C]34[/C][C]26.2222222222222[/C][C]7.77777777777778[/C][/ROW]
[ROW][C]18[/C][C]33[/C][C]26.2222222222222[/C][C]6.77777777777778[/C][/ROW]
[ROW][C]19[/C][C]32[/C][C]7.57142857142857[/C][C]24.4285714285714[/C][/ROW]
[ROW][C]20[/C][C]29[/C][C]18.4137931034483[/C][C]10.5862068965517[/C][/ROW]
[ROW][C]21[/C][C]27[/C][C]18.4137931034483[/C][C]8.58620689655172[/C][/ROW]
[ROW][C]22[/C][C]25[/C][C]7.57142857142857[/C][C]17.4285714285714[/C][/ROW]
[ROW][C]23[/C][C]23[/C][C]7[/C][C]16[/C][/ROW]
[ROW][C]24[/C][C]22[/C][C]18.4137931034483[/C][C]3.58620689655172[/C][/ROW]
[ROW][C]25[/C][C]21[/C][C]18.4137931034483[/C][C]2.58620689655172[/C][/ROW]
[ROW][C]26[/C][C]20[/C][C]1.73076923076923[/C][C]18.2692307692308[/C][/ROW]
[ROW][C]27[/C][C]20[/C][C]26.2222222222222[/C][C]-6.22222222222222[/C][/ROW]
[ROW][C]28[/C][C]20[/C][C]18.4137931034483[/C][C]1.58620689655172[/C][/ROW]
[ROW][C]29[/C][C]20[/C][C]26.2222222222222[/C][C]-6.22222222222222[/C][/ROW]
[ROW][C]30[/C][C]19[/C][C]7.57142857142857[/C][C]11.4285714285714[/C][/ROW]
[ROW][C]31[/C][C]16[/C][C]18.4137931034483[/C][C]-2.41379310344828[/C][/ROW]
[ROW][C]32[/C][C]15[/C][C]7[/C][C]8[/C][/ROW]
[ROW][C]33[/C][C]15[/C][C]26.2222222222222[/C][C]-11.2222222222222[/C][/ROW]
[ROW][C]34[/C][C]14[/C][C]18.4137931034483[/C][C]-4.41379310344828[/C][/ROW]
[ROW][C]35[/C][C]14[/C][C]18.4137931034483[/C][C]-4.41379310344828[/C][/ROW]
[ROW][C]36[/C][C]14[/C][C]26.2222222222222[/C][C]-12.2222222222222[/C][/ROW]
[ROW][C]37[/C][C]14[/C][C]18.4137931034483[/C][C]-4.41379310344828[/C][/ROW]
[ROW][C]38[/C][C]13[/C][C]18.4137931034483[/C][C]-5.41379310344828[/C][/ROW]
[ROW][C]39[/C][C]10[/C][C]18.4137931034483[/C][C]-8.41379310344828[/C][/ROW]
[ROW][C]40[/C][C]9[/C][C]7.57142857142857[/C][C]1.42857142857143[/C][/ROW]
[ROW][C]41[/C][C]9[/C][C]7.57142857142857[/C][C]1.42857142857143[/C][/ROW]
[ROW][C]42[/C][C]9[/C][C]18.4137931034483[/C][C]-9.41379310344828[/C][/ROW]
[ROW][C]43[/C][C]8[/C][C]26.2222222222222[/C][C]-18.2222222222222[/C][/ROW]
[ROW][C]44[/C][C]8[/C][C]1.73076923076923[/C][C]6.26923076923077[/C][/ROW]
[ROW][C]45[/C][C]8[/C][C]1.73076923076923[/C][C]6.26923076923077[/C][/ROW]
[ROW][C]46[/C][C]8[/C][C]1.73076923076923[/C][C]6.26923076923077[/C][/ROW]
[ROW][C]47[/C][C]7[/C][C]1.73076923076923[/C][C]5.26923076923077[/C][/ROW]
[ROW][C]48[/C][C]7[/C][C]1.73076923076923[/C][C]5.26923076923077[/C][/ROW]
[ROW][C]49[/C][C]6[/C][C]18.4137931034483[/C][C]-12.4137931034483[/C][/ROW]
[ROW][C]50[/C][C]5[/C][C]7[/C][C]-2[/C][/ROW]
[ROW][C]51[/C][C]5[/C][C]7.57142857142857[/C][C]-2.57142857142857[/C][/ROW]
[ROW][C]52[/C][C]5[/C][C]18.4137931034483[/C][C]-13.4137931034483[/C][/ROW]
[ROW][C]53[/C][C]5[/C][C]26.2222222222222[/C][C]-21.2222222222222[/C][/ROW]
[ROW][C]54[/C][C]5[/C][C]7[/C][C]-2[/C][/ROW]
[ROW][C]55[/C][C]5[/C][C]1.73076923076923[/C][C]3.26923076923077[/C][/ROW]
[ROW][C]56[/C][C]4[/C][C]1.73076923076923[/C][C]2.26923076923077[/C][/ROW]
[ROW][C]57[/C][C]4[/C][C]18.4137931034483[/C][C]-14.4137931034483[/C][/ROW]
[ROW][C]58[/C][C]4[/C][C]26.2222222222222[/C][C]-22.2222222222222[/C][/ROW]
[ROW][C]59[/C][C]4[/C][C]18.4137931034483[/C][C]-14.4137931034483[/C][/ROW]
[ROW][C]60[/C][C]3[/C][C]7.57142857142857[/C][C]-4.57142857142857[/C][/ROW]
[ROW][C]61[/C][C]3[/C][C]18.4137931034483[/C][C]-15.4137931034483[/C][/ROW]
[ROW][C]62[/C][C]3[/C][C]26.2222222222222[/C][C]-23.2222222222222[/C][/ROW]
[ROW][C]63[/C][C]3[/C][C]1.73076923076923[/C][C]1.26923076923077[/C][/ROW]
[ROW][C]64[/C][C]2[/C][C]1.73076923076923[/C][C]0.269230769230769[/C][/ROW]
[ROW][C]65[/C][C]2[/C][C]7.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]66[/C][C]2[/C][C]1.73076923076923[/C][C]0.269230769230769[/C][/ROW]
[ROW][C]67[/C][C]2[/C][C]18.4137931034483[/C][C]-16.4137931034483[/C][/ROW]
[ROW][C]68[/C][C]2[/C][C]0.0754716981132075[/C][C]1.92452830188679[/C][/ROW]
[ROW][C]69[/C][C]2[/C][C]7.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]70[/C][C]2[/C][C]1.73076923076923[/C][C]0.269230769230769[/C][/ROW]
[ROW][C]71[/C][C]2[/C][C]1.73076923076923[/C][C]0.269230769230769[/C][/ROW]
[ROW][C]72[/C][C]2[/C][C]1.73076923076923[/C][C]0.269230769230769[/C][/ROW]
[ROW][C]73[/C][C]2[/C][C]1.73076923076923[/C][C]0.269230769230769[/C][/ROW]
[ROW][C]74[/C][C]1[/C][C]0.0754716981132075[/C][C]0.924528301886792[/C][/ROW]
[ROW][C]75[/C][C]1[/C][C]18.4137931034483[/C][C]-17.4137931034483[/C][/ROW]
[ROW][C]76[/C][C]1[/C][C]7[/C][C]-6[/C][/ROW]
[ROW][C]77[/C][C]1[/C][C]1.73076923076923[/C][C]-0.730769230769231[/C][/ROW]
[ROW][C]78[/C][C]1[/C][C]1.73076923076923[/C][C]-0.730769230769231[/C][/ROW]
[ROW][C]79[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]80[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]81[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]82[/C][C]0[/C][C]18.4137931034483[/C][C]-18.4137931034483[/C][/ROW]
[ROW][C]83[/C][C]0[/C][C]26.2222222222222[/C][C]-26.2222222222222[/C][/ROW]
[ROW][C]84[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]85[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]86[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]87[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]88[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]89[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]90[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]91[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]92[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]93[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]94[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]95[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]96[/C][C]0[/C][C]7.57142857142857[/C][C]-7.57142857142857[/C][/ROW]
[ROW][C]97[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]98[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]99[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]100[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]101[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]102[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]103[/C][C]0[/C][C]26.2222222222222[/C][C]-26.2222222222222[/C][/ROW]
[ROW][C]104[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]105[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]106[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]107[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]108[/C][C]0[/C][C]7.57142857142857[/C][C]-7.57142857142857[/C][/ROW]
[ROW][C]109[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]110[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]111[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]112[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]113[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]114[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]115[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]116[/C][C]0[/C][C]18.4137931034483[/C][C]-18.4137931034483[/C][/ROW]
[ROW][C]117[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]118[/C][C]0[/C][C]18.4137931034483[/C][C]-18.4137931034483[/C][/ROW]
[ROW][C]119[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]120[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]121[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]122[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]123[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]124[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]125[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]126[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]127[/C][C]0[/C][C]7.57142857142857[/C][C]-7.57142857142857[/C][/ROW]
[ROW][C]128[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]129[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]130[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]131[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]132[/C][C]0[/C][C]7.57142857142857[/C][C]-7.57142857142857[/C][/ROW]
[ROW][C]133[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]134[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]135[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]136[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]137[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]138[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]139[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]140[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]141[/C][C]0[/C][C]26.2222222222222[/C][C]-26.2222222222222[/C][/ROW]
[ROW][C]142[/C][C]0[/C][C]26.2222222222222[/C][C]-26.2222222222222[/C][/ROW]
[ROW][C]143[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]144[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]145[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]146[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]147[/C][C]0[/C][C]26.2222222222222[/C][C]-26.2222222222222[/C][/ROW]
[ROW][C]148[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]149[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]150[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]151[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]152[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]153[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]154[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]155[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]156[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]157[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]158[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]159[/C][C]0[/C][C]7[/C][C]-7[/C][/ROW]
[ROW][C]160[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]161[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]162[/C][C]0[/C][C]7[/C][C]-7[/C][/ROW]
[ROW][C]163[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]164[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]165[/C][C]0[/C][C]7.57142857142857[/C][C]-7.57142857142857[/C][/ROW]
[ROW][C]166[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]167[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]168[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]169[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]170[/C][C]0[/C][C]26.2222222222222[/C][C]-26.2222222222222[/C][/ROW]
[ROW][C]171[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]172[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]173[/C][C]5[/C][C]1.73076923076923[/C][C]3.26923076923077[/C][/ROW]
[ROW][C]174[/C][C]1[/C][C]1.73076923076923[/C][C]-0.730769230769231[/C][/ROW]
[ROW][C]175[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]176[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]177[/C][C]37[/C][C]18.4137931034483[/C][C]18.5862068965517[/C][/ROW]
[ROW][C]178[/C][C]1[/C][C]0.0754716981132075[/C][C]0.924528301886792[/C][/ROW]
[ROW][C]179[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[ROW][C]180[/C][C]0[/C][C]18.4137931034483[/C][C]-18.4137931034483[/C][/ROW]
[ROW][C]181[/C][C]0[/C][C]1.73076923076923[/C][C]-1.73076923076923[/C][/ROW]
[ROW][C]182[/C][C]0[/C][C]0.0754716981132075[/C][C]-0.0754716981132075[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204955&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204955&T=2

As an alternative you can also use a QR Code:  

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

Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
1317132.333333333333184.666666666667
226726.2222222222222240.777777777778
3204132.33333333333371.6666666666667
4198132.33333333333365.6666666666667
5107132.333333333333-25.3333333333333
689132.333333333333-43.3333333333333
788132.333333333333-44.3333333333333
880132.333333333333-52.3333333333333
97918.413793103448360.5862068965517
1069132.333333333333-63.3333333333333
115318.413793103448334.5862068965517
125018.413793103448331.5862068965517
134926.222222222222222.7777777777778
144218.413793103448323.5862068965517
153918.413793103448320.5862068965517
1639132.333333333333-93.3333333333333
173426.22222222222227.77777777777778
183326.22222222222226.77777777777778
19327.5714285714285724.4285714285714
202918.413793103448310.5862068965517
212718.41379310344838.58620689655172
22257.5714285714285717.4285714285714
2323716
242218.41379310344833.58620689655172
252118.41379310344832.58620689655172
26201.7307692307692318.2692307692308
272026.2222222222222-6.22222222222222
282018.41379310344831.58620689655172
292026.2222222222222-6.22222222222222
30197.5714285714285711.4285714285714
311618.4137931034483-2.41379310344828
321578
331526.2222222222222-11.2222222222222
341418.4137931034483-4.41379310344828
351418.4137931034483-4.41379310344828
361426.2222222222222-12.2222222222222
371418.4137931034483-4.41379310344828
381318.4137931034483-5.41379310344828
391018.4137931034483-8.41379310344828
4097.571428571428571.42857142857143
4197.571428571428571.42857142857143
42918.4137931034483-9.41379310344828
43826.2222222222222-18.2222222222222
4481.730769230769236.26923076923077
4581.730769230769236.26923076923077
4681.730769230769236.26923076923077
4771.730769230769235.26923076923077
4871.730769230769235.26923076923077
49618.4137931034483-12.4137931034483
5057-2
5157.57142857142857-2.57142857142857
52518.4137931034483-13.4137931034483
53526.2222222222222-21.2222222222222
5457-2
5551.730769230769233.26923076923077
5641.730769230769232.26923076923077
57418.4137931034483-14.4137931034483
58426.2222222222222-22.2222222222222
59418.4137931034483-14.4137931034483
6037.57142857142857-4.57142857142857
61318.4137931034483-15.4137931034483
62326.2222222222222-23.2222222222222
6331.730769230769231.26923076923077
6421.730769230769230.269230769230769
6527.57142857142857-5.57142857142857
6621.730769230769230.269230769230769
67218.4137931034483-16.4137931034483
6820.07547169811320751.92452830188679
6927.57142857142857-5.57142857142857
7021.730769230769230.269230769230769
7121.730769230769230.269230769230769
7221.730769230769230.269230769230769
7321.730769230769230.269230769230769
7410.07547169811320750.924528301886792
75118.4137931034483-17.4137931034483
7617-6
7711.73076923076923-0.730769230769231
7811.73076923076923-0.730769230769231
7901.73076923076923-1.73076923076923
8000.0754716981132075-0.0754716981132075
8101.73076923076923-1.73076923076923
82018.4137931034483-18.4137931034483
83026.2222222222222-26.2222222222222
8401.73076923076923-1.73076923076923
8500.0754716981132075-0.0754716981132075
8600.0754716981132075-0.0754716981132075
8701.73076923076923-1.73076923076923
8801.73076923076923-1.73076923076923
8900.0754716981132075-0.0754716981132075
9000.0754716981132075-0.0754716981132075
9100.0754716981132075-0.0754716981132075
9200.0754716981132075-0.0754716981132075
9300.0754716981132075-0.0754716981132075
9400.0754716981132075-0.0754716981132075
9500.0754716981132075-0.0754716981132075
9607.57142857142857-7.57142857142857
9700.0754716981132075-0.0754716981132075
9800.0754716981132075-0.0754716981132075
9901.73076923076923-1.73076923076923
10000.0754716981132075-0.0754716981132075
10100.0754716981132075-0.0754716981132075
10201.73076923076923-1.73076923076923
103026.2222222222222-26.2222222222222
10401.73076923076923-1.73076923076923
10501.73076923076923-1.73076923076923
10600.0754716981132075-0.0754716981132075
10700.0754716981132075-0.0754716981132075
10807.57142857142857-7.57142857142857
10900.0754716981132075-0.0754716981132075
11000.0754716981132075-0.0754716981132075
11100.0754716981132075-0.0754716981132075
11200.0754716981132075-0.0754716981132075
11301.73076923076923-1.73076923076923
11400.0754716981132075-0.0754716981132075
11500.0754716981132075-0.0754716981132075
116018.4137931034483-18.4137931034483
11700.0754716981132075-0.0754716981132075
118018.4137931034483-18.4137931034483
11901.73076923076923-1.73076923076923
12001.73076923076923-1.73076923076923
12101.73076923076923-1.73076923076923
12200.0754716981132075-0.0754716981132075
12301.73076923076923-1.73076923076923
12400.0754716981132075-0.0754716981132075
12500.0754716981132075-0.0754716981132075
12601.73076923076923-1.73076923076923
12707.57142857142857-7.57142857142857
12800.0754716981132075-0.0754716981132075
12900.0754716981132075-0.0754716981132075
13000.0754716981132075-0.0754716981132075
13100.0754716981132075-0.0754716981132075
13207.57142857142857-7.57142857142857
13300.0754716981132075-0.0754716981132075
13401.73076923076923-1.73076923076923
13501.73076923076923-1.73076923076923
13600.0754716981132075-0.0754716981132075
13701.73076923076923-1.73076923076923
13800.0754716981132075-0.0754716981132075
13900.0754716981132075-0.0754716981132075
14000.0754716981132075-0.0754716981132075
141026.2222222222222-26.2222222222222
142026.2222222222222-26.2222222222222
14301.73076923076923-1.73076923076923
14400.0754716981132075-0.0754716981132075
14501.73076923076923-1.73076923076923
14601.73076923076923-1.73076923076923
147026.2222222222222-26.2222222222222
14800.0754716981132075-0.0754716981132075
14900.0754716981132075-0.0754716981132075
15001.73076923076923-1.73076923076923
15101.73076923076923-1.73076923076923
15200.0754716981132075-0.0754716981132075
15301.73076923076923-1.73076923076923
15400.0754716981132075-0.0754716981132075
15500.0754716981132075-0.0754716981132075
15601.73076923076923-1.73076923076923
15701.73076923076923-1.73076923076923
15801.73076923076923-1.73076923076923
15907-7
16000.0754716981132075-0.0754716981132075
16100.0754716981132075-0.0754716981132075
16207-7
16300.0754716981132075-0.0754716981132075
16400.0754716981132075-0.0754716981132075
16507.57142857142857-7.57142857142857
16601.73076923076923-1.73076923076923
16701.73076923076923-1.73076923076923
16801.73076923076923-1.73076923076923
16900.0754716981132075-0.0754716981132075
170026.2222222222222-26.2222222222222
17100.0754716981132075-0.0754716981132075
17200.0754716981132075-0.0754716981132075
17351.730769230769233.26923076923077
17411.73076923076923-0.730769230769231
17501.73076923076923-1.73076923076923
17601.73076923076923-1.73076923076923
1773718.413793103448318.5862068965517
17810.07547169811320750.924528301886792
17900.0754716981132075-0.0754716981132075
180018.4137931034483-18.4137931034483
18101.73076923076923-1.73076923076923
18200.0754716981132075-0.0754716981132075



Parameters (Session):
par1 = 1 ; par2 = none ; par3 = 3 ; par4 = no ;
Parameters (R input):
par1 = 1 ; par2 = none ; par3 = 3 ; par4 = no ;
R code (references can be found in the software module):
par4 <- 'no'
par3 <- '3'
par2 <- 'none'
par1 <- '1'
library(party)
library(Hmisc)
par1 <- as.numeric(par1)
par3 <- as.numeric(par3)
x <- data.frame(t(y))
is.data.frame(x)
x <- x[!is.na(x[,par1]),]
k <- length(x[1,])
n <- length(x[,1])
colnames(x)[par1]
x[,par1]
if (par2 == 'kmeans') {
cl <- kmeans(x[,par1], par3)
print(cl)
clm <- matrix(cbind(cl$centers,1:par3),ncol=2)
clm <- clm[sort.list(clm[,1]),]
for (i in 1:par3) {
cl$cluster[cl$cluster==clm[i,2]] <- paste('C',i,sep='')
}
cl$cluster <- as.factor(cl$cluster)
print(cl$cluster)
x[,par1] <- cl$cluster
}
if (par2 == 'quantiles') {
x[,par1] <- cut2(x[,par1],g=par3)
}
if (par2 == 'hclust') {
hc <- hclust(dist(x[,par1])^2, 'cen')
print(hc)
memb <- cutree(hc, k = par3)
dum <- c(mean(x[memb==1,par1]))
for (i in 2:par3) {
dum <- c(dum, mean(x[memb==i,par1]))
}
hcm <- matrix(cbind(dum,1:par3),ncol=2)
hcm <- hcm[sort.list(hcm[,1]),]
for (i in 1:par3) {
memb[memb==hcm[i,2]] <- paste('C',i,sep='')
}
memb <- as.factor(memb)
print(memb)
x[,par1] <- memb
}
if (par2=='equal') {
ed <- cut(as.numeric(x[,par1]),par3,labels=paste('C',1:par3,sep=''))
x[,par1] <- as.factor(ed)
}
table(x[,par1])
colnames(x)
colnames(x)[par1]
x[,par1]
if (par2 == 'none') {
m <- ctree(as.formula(paste(colnames(x)[par1],' ~ .',sep='')),data = x)
}
load(file='createtable')
if (par2 != 'none') {
m <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data = x)
if (par4=='yes') {
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'10-Fold Cross Validation',3+2*par3,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'',1,TRUE)
a<-table.element(a,'Prediction (training)',par3+1,TRUE)
a<-table.element(a,'Prediction (testing)',par3+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Actual',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
a<-table.element(a,'CV',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
a<-table.element(a,'CV',1,TRUE)
a<-table.row.end(a)
for (i in 1:10) {
ind <- sample(2, nrow(x), replace=T, prob=c(0.9,0.1))
m.ct <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data =x[ind==1,])
if (i==1) {
m.ct.i.pred <- predict(m.ct, newdata=x[ind==1,])
m.ct.i.actu <- x[ind==1,par1]
m.ct.x.pred <- predict(m.ct, newdata=x[ind==2,])
m.ct.x.actu <- x[ind==2,par1]
} else {
m.ct.i.pred <- c(m.ct.i.pred,predict(m.ct, newdata=x[ind==1,]))
m.ct.i.actu <- c(m.ct.i.actu,x[ind==1,par1])
m.ct.x.pred <- c(m.ct.x.pred,predict(m.ct, newdata=x[ind==2,]))
m.ct.x.actu <- c(m.ct.x.actu,x[ind==2,par1])
}
}
print(m.ct.i.tab <- table(m.ct.i.actu,m.ct.i.pred))
numer <- 0
for (i in 1:par3) {
print(m.ct.i.tab[i,i] / sum(m.ct.i.tab[i,]))
numer <- numer + m.ct.i.tab[i,i]
}
print(m.ct.i.cp <- numer / sum(m.ct.i.tab))
print(m.ct.x.tab <- table(m.ct.x.actu,m.ct.x.pred))
numer <- 0
for (i in 1:par3) {
print(m.ct.x.tab[i,i] / sum(m.ct.x.tab[i,]))
numer <- numer + m.ct.x.tab[i,i]
}
print(m.ct.x.cp <- numer / sum(m.ct.x.tab))
for (i in 1:par3) {
a<-table.row.start(a)
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
for (jjj in 1:par3) a<-table.element(a,m.ct.i.tab[i,jjj])
a<-table.element(a,round(m.ct.i.tab[i,i]/sum(m.ct.i.tab[i,]),4))
for (jjj in 1:par3) a<-table.element(a,m.ct.x.tab[i,jjj])
a<-table.element(a,round(m.ct.x.tab[i,i]/sum(m.ct.x.tab[i,]),4))
a<-table.row.end(a)
}
a<-table.row.start(a)
a<-table.element(a,'Overall',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,'-')
a<-table.element(a,round(m.ct.i.cp,4))
for (jjj in 1:par3) a<-table.element(a,'-')
a<-table.element(a,round(m.ct.x.cp,4))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable3.tab')
}
}
m
bitmap(file='test1.png')
plot(m)
dev.off()
bitmap(file='test1a.png')
plot(x[,par1] ~ as.factor(where(m)),main='Response by Terminal Node',xlab='Terminal Node',ylab='Response')
dev.off()
if (par2 == 'none') {
forec <- predict(m)
result <- as.data.frame(cbind(x[,par1],forec,x[,par1]-forec))
colnames(result) <- c('Actuals','Forecasts','Residuals')
print(result)
}
if (par2 != 'none') {
print(cbind(as.factor(x[,par1]),predict(m)))
myt <- table(as.factor(x[,par1]),predict(m))
print(myt)
}
bitmap(file='test2.png')
if(par2=='none') {
op <- par(mfrow=c(2,2))
plot(density(result$Actuals),main='Kernel Density Plot of Actuals')
plot(density(result$Residuals),main='Kernel Density Plot of Residuals')
plot(result$Forecasts,result$Actuals,main='Actuals versus Predictions',xlab='Predictions',ylab='Actuals')
plot(density(result$Forecasts),main='Kernel Density Plot of Predictions')
par(op)
}
if(par2!='none') {
plot(myt,main='Confusion Matrix',xlab='Actual',ylab='Predicted')
}
dev.off()
if (par2 == 'none') {
detcoef <- cor(result$Forecasts,result$Actuals)
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Goodness of Fit',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation',1,TRUE)
a<-table.element(a,round(detcoef,4))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'R-squared',1,TRUE)
a<-table.element(a,round(detcoef*detcoef,4))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'RMSE',1,TRUE)
a<-table.element(a,round(sqrt(mean((result$Residuals)^2)),4))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable1.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Actuals, Predictions, and Residuals',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#',header=TRUE)
a<-table.element(a,'Actuals',header=TRUE)
a<-table.element(a,'Forecasts',header=TRUE)
a<-table.element(a,'Residuals',header=TRUE)
a<-table.row.end(a)
for (i in 1:length(result$Actuals)) {
a<-table.row.start(a)
a<-table.element(a,i,header=TRUE)
a<-table.element(a,result$Actuals[i])
a<-table.element(a,result$Forecasts[i])
a<-table.element(a,result$Residuals[i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
}
if (par2 != 'none') {
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Confusion Matrix (predicted in columns / actuals in rows)',par3+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'',1,TRUE)
for (i in 1:par3) {
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
}
a<-table.row.end(a)
for (i in 1:par3) {
a<-table.row.start(a)
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
for (j in 1:par3) {
a<-table.element(a,myt[i,j])
}
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable2.tab')
}