FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_decompose.wasp
Title produced by softwareClassical Decomposition
Date of computationMon, 16 Jan 2012 01:37:49 -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/Jan/16/t1326695904tz2obni0z0oni4p.htm/, Retrieved Sun, 28 Apr 2024 17:48:56 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=161179, Retrieved Sun, 28 Apr 2024 17:48:56 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywordsKDGP2W92
Estimated Impact202

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Classical Decomposition] [] [2012-01-16 06:37:49] [be958d63cbc449c3910bbbf4c2665e23] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
123,06
123,39
124,02
124,05
123,99
124,46
124,46
124,6
124,84
124,84
124,99
125,02
128,27
128,38
128,47
128,52
128,71
128,92
128,92
128,82
128,97
129,04
128,95
129,39
129,39
129,48
130,16
129,89
129,85
129,9
129,9
129,57
129,54
129,57
128,97
129,01
129,01
128,72
128,32
128,39
128,33
128,44
128,44
128,6
128,3
128,56
128,01
128,01
128,01
128,26
128,38
128,36
128,48
128,46
128,46
129,56
129,66
129,47
129,41
129,48
129,48
130,17
129,77
129,87
129,97
130,05
130,05
129,89
130,33
130,6
131,46
131,73

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ jenkins.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 & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ jenkins.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=161179&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]1 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ jenkins.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=161179&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=161179&T=0

As an alternative you can also use a QR Code:  
QR Code


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

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ jenkins.wessa.net






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1123.06NANA0.182923611111104NA
2123.39NANA0.262256944444442NA
3124.02NANA0.190423611111114NA
4124.05NANA0.0826736111111127NA
5123.99NANA0.0427569444444425NA
6124.46NANA0.0189236111111195NA
7124.46124.512756944444124.527083333333-0.0143263888888844-0.0527569444444396
8124.6125.021756944444124.9520833333330.0696736111111103-0.421756944444454
9124.84125.342673611111125.345416666667-0.0027430555555559-0.502673611111106
10124.84125.651923611111125.717083333333-0.0651597222222141-0.811923611111098
11124.99125.706506944444126.1-0.393493055555564-0.716506944444447
12125.02126.108590277778126.4825-0.373909722222226-1.08859027777778
13128.27127.037090277778126.8541666666670.1829236111111041.23290972222223
14128.38127.478090277778127.2158333333330.2622569444444420.901909722222229
15128.47127.754173611111127.563750.1904236111111140.715826388888885
16128.52127.993506944444127.9108333333330.08267361111111270.526493055555562
17128.71128.293590277778128.2508333333330.04275694444444250.416409722222227
18128.92128.616840277778128.5979166666670.01892361111111950.303159722222233
19128.92128.812340277778128.826666666667-0.01432638888888440.107659722222223
20128.82128.988840277778128.9191666666670.0696736111111103-0.168840277777747
21128.97129.032673611111129.035416666667-0.0027430555555559-0.0626736111110802
22129.04129.097756944444129.162916666667-0.0651597222222141-0.057756944444435
23128.95128.874006944444129.2675-0.3934930555555640.075993055555557
24129.39128.981923611111129.355833333333-0.3739097222222260.408076388888901
25129.39129.620423611111129.43750.182923611111104-0.230423611111121
26129.48129.771840277778129.5095833333330.262256944444442-0.291840277777766
27130.16129.755006944444129.5645833333330.1904236111111140.404993055555593
28129.89129.693090277778129.6104166666670.08267361111111270.196909722222216
29129.85129.676090277778129.6333333333330.04275694444444250.17390972222222
30129.9129.637256944444129.6183333333330.01892361111111950.262743055555575
31129.9129.572340277778129.586666666667-0.01432638888888440.327659722222251
32129.57129.608840277778129.5391666666670.0696736111111103-0.0388402777777799
33129.54129.428090277778129.430833333333-0.00274305555555590.111909722222208
34129.57129.226506944444129.291666666667-0.06515972222221410.343493055555541
35128.97128.772340277778129.165833333333-0.3934930555555640.197659722222227
36129.01128.667756944444129.041666666667-0.3739097222222260.342243055555571
37129.01129.102923611111128.920.182923611111104-0.0929236111111038
38128.72129.081006944444128.818750.262256944444442-0.361006944444426
39128.32128.917090277778128.7266666666670.190423611111114-0.597090277777767
40128.39128.715590277778128.6329166666670.0826736111111127-0.325590277777792
41128.33128.593590277778128.5508333333330.0427569444444425-0.263590277777752
42128.44128.488090277778128.4691666666670.0189236111111195-0.0480902777777601
43128.44128.371506944444128.385833333333-0.01432638888888440.0684930555555923
44128.6128.394673611111128.3250.06967361111111030.205326388888892
45128.3128.305590277778128.308333333333-0.0027430555555559-0.00559027777777032
46128.56128.244423611111128.309583333333-0.06515972222221410.3155763888889
47128.01127.921090277778128.314583333333-0.3934930555555640.0889097222222119
48128.01127.947756944444128.321666666667-0.3739097222222260.0622430555555695
49128.01128.506256944444128.3233333333330.182923611111104-0.496256944444468
50128.26128.626423611111128.3641666666670.262256944444442-0.366423611111102
51128.38128.651256944444128.4608333333330.190423611111114-0.271256944444445
52128.36128.638090277778128.5554166666670.0826736111111127-0.278090277777778
53128.48128.694423611111128.6516666666670.0427569444444425-0.21442361111113
54128.46128.790173611111128.771250.0189236111111195-0.330173611111121
55128.46128.879423611111128.89375-0.0143263888888844-0.419423611111114
56129.56129.104256944444129.0345833333330.06967361111111030.455743055555558
57129.66129.169340277778129.172083333333-0.00274305555555590.490659722222233
58129.47129.227756944444129.292916666667-0.06515972222221410.242243055555548
59129.41129.024423611111129.417916666667-0.3934930555555640.385576388888893
60129.48129.172340277778129.54625-0.3739097222222260.307659722222269
61129.48129.861673611111129.678750.182923611111104-0.381673611111069
62130.17130.021006944444129.758750.2622569444444420.148993055555593
63129.77129.990840277778129.8004166666670.190423611111114-0.220840277777711
64129.87129.958090277778129.8754166666670.0826736111111127-0.0880902777777521
65129.97130.050673611111130.0079166666670.0427569444444425-0.0806736111111093
66130.05130.206006944444130.1870833333330.0189236111111195-0.156006944444442
67130.05NANA-0.0143263888888844NA
68129.89NANA0.0696736111111103NA
69130.33NANA-0.0027430555555559NA
70130.6NANA-0.0651597222222141NA
71131.46NANA-0.393493055555564NA
72131.73NANA-0.373909722222226NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 123.06 & NA & NA & 0.182923611111104 & NA \tabularnewline
2 & 123.39 & NA & NA & 0.262256944444442 & NA \tabularnewline
3 & 124.02 & NA & NA & 0.190423611111114 & NA \tabularnewline
4 & 124.05 & NA & NA & 0.0826736111111127 & NA \tabularnewline
5 & 123.99 & NA & NA & 0.0427569444444425 & NA \tabularnewline
6 & 124.46 & NA & NA & 0.0189236111111195 & NA \tabularnewline
7 & 124.46 & 124.512756944444 & 124.527083333333 & -0.0143263888888844 & -0.0527569444444396 \tabularnewline
8 & 124.6 & 125.021756944444 & 124.952083333333 & 0.0696736111111103 & -0.421756944444454 \tabularnewline
9 & 124.84 & 125.342673611111 & 125.345416666667 & -0.0027430555555559 & -0.502673611111106 \tabularnewline
10 & 124.84 & 125.651923611111 & 125.717083333333 & -0.0651597222222141 & -0.811923611111098 \tabularnewline
11 & 124.99 & 125.706506944444 & 126.1 & -0.393493055555564 & -0.716506944444447 \tabularnewline
12 & 125.02 & 126.108590277778 & 126.4825 & -0.373909722222226 & -1.08859027777778 \tabularnewline
13 & 128.27 & 127.037090277778 & 126.854166666667 & 0.182923611111104 & 1.23290972222223 \tabularnewline
14 & 128.38 & 127.478090277778 & 127.215833333333 & 0.262256944444442 & 0.901909722222229 \tabularnewline
15 & 128.47 & 127.754173611111 & 127.56375 & 0.190423611111114 & 0.715826388888885 \tabularnewline
16 & 128.52 & 127.993506944444 & 127.910833333333 & 0.0826736111111127 & 0.526493055555562 \tabularnewline
17 & 128.71 & 128.293590277778 & 128.250833333333 & 0.0427569444444425 & 0.416409722222227 \tabularnewline
18 & 128.92 & 128.616840277778 & 128.597916666667 & 0.0189236111111195 & 0.303159722222233 \tabularnewline
19 & 128.92 & 128.812340277778 & 128.826666666667 & -0.0143263888888844 & 0.107659722222223 \tabularnewline
20 & 128.82 & 128.988840277778 & 128.919166666667 & 0.0696736111111103 & -0.168840277777747 \tabularnewline
21 & 128.97 & 129.032673611111 & 129.035416666667 & -0.0027430555555559 & -0.0626736111110802 \tabularnewline
22 & 129.04 & 129.097756944444 & 129.162916666667 & -0.0651597222222141 & -0.057756944444435 \tabularnewline
23 & 128.95 & 128.874006944444 & 129.2675 & -0.393493055555564 & 0.075993055555557 \tabularnewline
24 & 129.39 & 128.981923611111 & 129.355833333333 & -0.373909722222226 & 0.408076388888901 \tabularnewline
25 & 129.39 & 129.620423611111 & 129.4375 & 0.182923611111104 & -0.230423611111121 \tabularnewline
26 & 129.48 & 129.771840277778 & 129.509583333333 & 0.262256944444442 & -0.291840277777766 \tabularnewline
27 & 130.16 & 129.755006944444 & 129.564583333333 & 0.190423611111114 & 0.404993055555593 \tabularnewline
28 & 129.89 & 129.693090277778 & 129.610416666667 & 0.0826736111111127 & 0.196909722222216 \tabularnewline
29 & 129.85 & 129.676090277778 & 129.633333333333 & 0.0427569444444425 & 0.17390972222222 \tabularnewline
30 & 129.9 & 129.637256944444 & 129.618333333333 & 0.0189236111111195 & 0.262743055555575 \tabularnewline
31 & 129.9 & 129.572340277778 & 129.586666666667 & -0.0143263888888844 & 0.327659722222251 \tabularnewline
32 & 129.57 & 129.608840277778 & 129.539166666667 & 0.0696736111111103 & -0.0388402777777799 \tabularnewline
33 & 129.54 & 129.428090277778 & 129.430833333333 & -0.0027430555555559 & 0.111909722222208 \tabularnewline
34 & 129.57 & 129.226506944444 & 129.291666666667 & -0.0651597222222141 & 0.343493055555541 \tabularnewline
35 & 128.97 & 128.772340277778 & 129.165833333333 & -0.393493055555564 & 0.197659722222227 \tabularnewline
36 & 129.01 & 128.667756944444 & 129.041666666667 & -0.373909722222226 & 0.342243055555571 \tabularnewline
37 & 129.01 & 129.102923611111 & 128.92 & 0.182923611111104 & -0.0929236111111038 \tabularnewline
38 & 128.72 & 129.081006944444 & 128.81875 & 0.262256944444442 & -0.361006944444426 \tabularnewline
39 & 128.32 & 128.917090277778 & 128.726666666667 & 0.190423611111114 & -0.597090277777767 \tabularnewline
40 & 128.39 & 128.715590277778 & 128.632916666667 & 0.0826736111111127 & -0.325590277777792 \tabularnewline
41 & 128.33 & 128.593590277778 & 128.550833333333 & 0.0427569444444425 & -0.263590277777752 \tabularnewline
42 & 128.44 & 128.488090277778 & 128.469166666667 & 0.0189236111111195 & -0.0480902777777601 \tabularnewline
43 & 128.44 & 128.371506944444 & 128.385833333333 & -0.0143263888888844 & 0.0684930555555923 \tabularnewline
44 & 128.6 & 128.394673611111 & 128.325 & 0.0696736111111103 & 0.205326388888892 \tabularnewline
45 & 128.3 & 128.305590277778 & 128.308333333333 & -0.0027430555555559 & -0.00559027777777032 \tabularnewline
46 & 128.56 & 128.244423611111 & 128.309583333333 & -0.0651597222222141 & 0.3155763888889 \tabularnewline
47 & 128.01 & 127.921090277778 & 128.314583333333 & -0.393493055555564 & 0.0889097222222119 \tabularnewline
48 & 128.01 & 127.947756944444 & 128.321666666667 & -0.373909722222226 & 0.0622430555555695 \tabularnewline
49 & 128.01 & 128.506256944444 & 128.323333333333 & 0.182923611111104 & -0.496256944444468 \tabularnewline
50 & 128.26 & 128.626423611111 & 128.364166666667 & 0.262256944444442 & -0.366423611111102 \tabularnewline
51 & 128.38 & 128.651256944444 & 128.460833333333 & 0.190423611111114 & -0.271256944444445 \tabularnewline
52 & 128.36 & 128.638090277778 & 128.555416666667 & 0.0826736111111127 & -0.278090277777778 \tabularnewline
53 & 128.48 & 128.694423611111 & 128.651666666667 & 0.0427569444444425 & -0.21442361111113 \tabularnewline
54 & 128.46 & 128.790173611111 & 128.77125 & 0.0189236111111195 & -0.330173611111121 \tabularnewline
55 & 128.46 & 128.879423611111 & 128.89375 & -0.0143263888888844 & -0.419423611111114 \tabularnewline
56 & 129.56 & 129.104256944444 & 129.034583333333 & 0.0696736111111103 & 0.455743055555558 \tabularnewline
57 & 129.66 & 129.169340277778 & 129.172083333333 & -0.0027430555555559 & 0.490659722222233 \tabularnewline
58 & 129.47 & 129.227756944444 & 129.292916666667 & -0.0651597222222141 & 0.242243055555548 \tabularnewline
59 & 129.41 & 129.024423611111 & 129.417916666667 & -0.393493055555564 & 0.385576388888893 \tabularnewline
60 & 129.48 & 129.172340277778 & 129.54625 & -0.373909722222226 & 0.307659722222269 \tabularnewline
61 & 129.48 & 129.861673611111 & 129.67875 & 0.182923611111104 & -0.381673611111069 \tabularnewline
62 & 130.17 & 130.021006944444 & 129.75875 & 0.262256944444442 & 0.148993055555593 \tabularnewline
63 & 129.77 & 129.990840277778 & 129.800416666667 & 0.190423611111114 & -0.220840277777711 \tabularnewline
64 & 129.87 & 129.958090277778 & 129.875416666667 & 0.0826736111111127 & -0.0880902777777521 \tabularnewline
65 & 129.97 & 130.050673611111 & 130.007916666667 & 0.0427569444444425 & -0.0806736111111093 \tabularnewline
66 & 130.05 & 130.206006944444 & 130.187083333333 & 0.0189236111111195 & -0.156006944444442 \tabularnewline
67 & 130.05 & NA & NA & -0.0143263888888844 & NA \tabularnewline
68 & 129.89 & NA & NA & 0.0696736111111103 & NA \tabularnewline
69 & 130.33 & NA & NA & -0.0027430555555559 & NA \tabularnewline
70 & 130.6 & NA & NA & -0.0651597222222141 & NA \tabularnewline
71 & 131.46 & NA & NA & -0.393493055555564 & NA \tabularnewline
72 & 131.73 & NA & NA & -0.373909722222226 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=161179&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]123.06[/C][C]NA[/C][C]NA[/C][C]0.182923611111104[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]123.39[/C][C]NA[/C][C]NA[/C][C]0.262256944444442[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]124.02[/C][C]NA[/C][C]NA[/C][C]0.190423611111114[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]124.05[/C][C]NA[/C][C]NA[/C][C]0.0826736111111127[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]123.99[/C][C]NA[/C][C]NA[/C][C]0.0427569444444425[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]124.46[/C][C]NA[/C][C]NA[/C][C]0.0189236111111195[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]124.46[/C][C]124.512756944444[/C][C]124.527083333333[/C][C]-0.0143263888888844[/C][C]-0.0527569444444396[/C][/ROW]
[ROW][C]8[/C][C]124.6[/C][C]125.021756944444[/C][C]124.952083333333[/C][C]0.0696736111111103[/C][C]-0.421756944444454[/C][/ROW]
[ROW][C]9[/C][C]124.84[/C][C]125.342673611111[/C][C]125.345416666667[/C][C]-0.0027430555555559[/C][C]-0.502673611111106[/C][/ROW]
[ROW][C]10[/C][C]124.84[/C][C]125.651923611111[/C][C]125.717083333333[/C][C]-0.0651597222222141[/C][C]-0.811923611111098[/C][/ROW]
[ROW][C]11[/C][C]124.99[/C][C]125.706506944444[/C][C]126.1[/C][C]-0.393493055555564[/C][C]-0.716506944444447[/C][/ROW]
[ROW][C]12[/C][C]125.02[/C][C]126.108590277778[/C][C]126.4825[/C][C]-0.373909722222226[/C][C]-1.08859027777778[/C][/ROW]
[ROW][C]13[/C][C]128.27[/C][C]127.037090277778[/C][C]126.854166666667[/C][C]0.182923611111104[/C][C]1.23290972222223[/C][/ROW]
[ROW][C]14[/C][C]128.38[/C][C]127.478090277778[/C][C]127.215833333333[/C][C]0.262256944444442[/C][C]0.901909722222229[/C][/ROW]
[ROW][C]15[/C][C]128.47[/C][C]127.754173611111[/C][C]127.56375[/C][C]0.190423611111114[/C][C]0.715826388888885[/C][/ROW]
[ROW][C]16[/C][C]128.52[/C][C]127.993506944444[/C][C]127.910833333333[/C][C]0.0826736111111127[/C][C]0.526493055555562[/C][/ROW]
[ROW][C]17[/C][C]128.71[/C][C]128.293590277778[/C][C]128.250833333333[/C][C]0.0427569444444425[/C][C]0.416409722222227[/C][/ROW]
[ROW][C]18[/C][C]128.92[/C][C]128.616840277778[/C][C]128.597916666667[/C][C]0.0189236111111195[/C][C]0.303159722222233[/C][/ROW]
[ROW][C]19[/C][C]128.92[/C][C]128.812340277778[/C][C]128.826666666667[/C][C]-0.0143263888888844[/C][C]0.107659722222223[/C][/ROW]
[ROW][C]20[/C][C]128.82[/C][C]128.988840277778[/C][C]128.919166666667[/C][C]0.0696736111111103[/C][C]-0.168840277777747[/C][/ROW]
[ROW][C]21[/C][C]128.97[/C][C]129.032673611111[/C][C]129.035416666667[/C][C]-0.0027430555555559[/C][C]-0.0626736111110802[/C][/ROW]
[ROW][C]22[/C][C]129.04[/C][C]129.097756944444[/C][C]129.162916666667[/C][C]-0.0651597222222141[/C][C]-0.057756944444435[/C][/ROW]
[ROW][C]23[/C][C]128.95[/C][C]128.874006944444[/C][C]129.2675[/C][C]-0.393493055555564[/C][C]0.075993055555557[/C][/ROW]
[ROW][C]24[/C][C]129.39[/C][C]128.981923611111[/C][C]129.355833333333[/C][C]-0.373909722222226[/C][C]0.408076388888901[/C][/ROW]
[ROW][C]25[/C][C]129.39[/C][C]129.620423611111[/C][C]129.4375[/C][C]0.182923611111104[/C][C]-0.230423611111121[/C][/ROW]
[ROW][C]26[/C][C]129.48[/C][C]129.771840277778[/C][C]129.509583333333[/C][C]0.262256944444442[/C][C]-0.291840277777766[/C][/ROW]
[ROW][C]27[/C][C]130.16[/C][C]129.755006944444[/C][C]129.564583333333[/C][C]0.190423611111114[/C][C]0.404993055555593[/C][/ROW]
[ROW][C]28[/C][C]129.89[/C][C]129.693090277778[/C][C]129.610416666667[/C][C]0.0826736111111127[/C][C]0.196909722222216[/C][/ROW]
[ROW][C]29[/C][C]129.85[/C][C]129.676090277778[/C][C]129.633333333333[/C][C]0.0427569444444425[/C][C]0.17390972222222[/C][/ROW]
[ROW][C]30[/C][C]129.9[/C][C]129.637256944444[/C][C]129.618333333333[/C][C]0.0189236111111195[/C][C]0.262743055555575[/C][/ROW]
[ROW][C]31[/C][C]129.9[/C][C]129.572340277778[/C][C]129.586666666667[/C][C]-0.0143263888888844[/C][C]0.327659722222251[/C][/ROW]
[ROW][C]32[/C][C]129.57[/C][C]129.608840277778[/C][C]129.539166666667[/C][C]0.0696736111111103[/C][C]-0.0388402777777799[/C][/ROW]
[ROW][C]33[/C][C]129.54[/C][C]129.428090277778[/C][C]129.430833333333[/C][C]-0.0027430555555559[/C][C]0.111909722222208[/C][/ROW]
[ROW][C]34[/C][C]129.57[/C][C]129.226506944444[/C][C]129.291666666667[/C][C]-0.0651597222222141[/C][C]0.343493055555541[/C][/ROW]
[ROW][C]35[/C][C]128.97[/C][C]128.772340277778[/C][C]129.165833333333[/C][C]-0.393493055555564[/C][C]0.197659722222227[/C][/ROW]
[ROW][C]36[/C][C]129.01[/C][C]128.667756944444[/C][C]129.041666666667[/C][C]-0.373909722222226[/C][C]0.342243055555571[/C][/ROW]
[ROW][C]37[/C][C]129.01[/C][C]129.102923611111[/C][C]128.92[/C][C]0.182923611111104[/C][C]-0.0929236111111038[/C][/ROW]
[ROW][C]38[/C][C]128.72[/C][C]129.081006944444[/C][C]128.81875[/C][C]0.262256944444442[/C][C]-0.361006944444426[/C][/ROW]
[ROW][C]39[/C][C]128.32[/C][C]128.917090277778[/C][C]128.726666666667[/C][C]0.190423611111114[/C][C]-0.597090277777767[/C][/ROW]
[ROW][C]40[/C][C]128.39[/C][C]128.715590277778[/C][C]128.632916666667[/C][C]0.0826736111111127[/C][C]-0.325590277777792[/C][/ROW]
[ROW][C]41[/C][C]128.33[/C][C]128.593590277778[/C][C]128.550833333333[/C][C]0.0427569444444425[/C][C]-0.263590277777752[/C][/ROW]
[ROW][C]42[/C][C]128.44[/C][C]128.488090277778[/C][C]128.469166666667[/C][C]0.0189236111111195[/C][C]-0.0480902777777601[/C][/ROW]
[ROW][C]43[/C][C]128.44[/C][C]128.371506944444[/C][C]128.385833333333[/C][C]-0.0143263888888844[/C][C]0.0684930555555923[/C][/ROW]
[ROW][C]44[/C][C]128.6[/C][C]128.394673611111[/C][C]128.325[/C][C]0.0696736111111103[/C][C]0.205326388888892[/C][/ROW]
[ROW][C]45[/C][C]128.3[/C][C]128.305590277778[/C][C]128.308333333333[/C][C]-0.0027430555555559[/C][C]-0.00559027777777032[/C][/ROW]
[ROW][C]46[/C][C]128.56[/C][C]128.244423611111[/C][C]128.309583333333[/C][C]-0.0651597222222141[/C][C]0.3155763888889[/C][/ROW]
[ROW][C]47[/C][C]128.01[/C][C]127.921090277778[/C][C]128.314583333333[/C][C]-0.393493055555564[/C][C]0.0889097222222119[/C][/ROW]
[ROW][C]48[/C][C]128.01[/C][C]127.947756944444[/C][C]128.321666666667[/C][C]-0.373909722222226[/C][C]0.0622430555555695[/C][/ROW]
[ROW][C]49[/C][C]128.01[/C][C]128.506256944444[/C][C]128.323333333333[/C][C]0.182923611111104[/C][C]-0.496256944444468[/C][/ROW]
[ROW][C]50[/C][C]128.26[/C][C]128.626423611111[/C][C]128.364166666667[/C][C]0.262256944444442[/C][C]-0.366423611111102[/C][/ROW]
[ROW][C]51[/C][C]128.38[/C][C]128.651256944444[/C][C]128.460833333333[/C][C]0.190423611111114[/C][C]-0.271256944444445[/C][/ROW]
[ROW][C]52[/C][C]128.36[/C][C]128.638090277778[/C][C]128.555416666667[/C][C]0.0826736111111127[/C][C]-0.278090277777778[/C][/ROW]
[ROW][C]53[/C][C]128.48[/C][C]128.694423611111[/C][C]128.651666666667[/C][C]0.0427569444444425[/C][C]-0.21442361111113[/C][/ROW]
[ROW][C]54[/C][C]128.46[/C][C]128.790173611111[/C][C]128.77125[/C][C]0.0189236111111195[/C][C]-0.330173611111121[/C][/ROW]
[ROW][C]55[/C][C]128.46[/C][C]128.879423611111[/C][C]128.89375[/C][C]-0.0143263888888844[/C][C]-0.419423611111114[/C][/ROW]
[ROW][C]56[/C][C]129.56[/C][C]129.104256944444[/C][C]129.034583333333[/C][C]0.0696736111111103[/C][C]0.455743055555558[/C][/ROW]
[ROW][C]57[/C][C]129.66[/C][C]129.169340277778[/C][C]129.172083333333[/C][C]-0.0027430555555559[/C][C]0.490659722222233[/C][/ROW]
[ROW][C]58[/C][C]129.47[/C][C]129.227756944444[/C][C]129.292916666667[/C][C]-0.0651597222222141[/C][C]0.242243055555548[/C][/ROW]
[ROW][C]59[/C][C]129.41[/C][C]129.024423611111[/C][C]129.417916666667[/C][C]-0.393493055555564[/C][C]0.385576388888893[/C][/ROW]
[ROW][C]60[/C][C]129.48[/C][C]129.172340277778[/C][C]129.54625[/C][C]-0.373909722222226[/C][C]0.307659722222269[/C][/ROW]
[ROW][C]61[/C][C]129.48[/C][C]129.861673611111[/C][C]129.67875[/C][C]0.182923611111104[/C][C]-0.381673611111069[/C][/ROW]
[ROW][C]62[/C][C]130.17[/C][C]130.021006944444[/C][C]129.75875[/C][C]0.262256944444442[/C][C]0.148993055555593[/C][/ROW]
[ROW][C]63[/C][C]129.77[/C][C]129.990840277778[/C][C]129.800416666667[/C][C]0.190423611111114[/C][C]-0.220840277777711[/C][/ROW]
[ROW][C]64[/C][C]129.87[/C][C]129.958090277778[/C][C]129.875416666667[/C][C]0.0826736111111127[/C][C]-0.0880902777777521[/C][/ROW]
[ROW][C]65[/C][C]129.97[/C][C]130.050673611111[/C][C]130.007916666667[/C][C]0.0427569444444425[/C][C]-0.0806736111111093[/C][/ROW]
[ROW][C]66[/C][C]130.05[/C][C]130.206006944444[/C][C]130.187083333333[/C][C]0.0189236111111195[/C][C]-0.156006944444442[/C][/ROW]
[ROW][C]67[/C][C]130.05[/C][C]NA[/C][C]NA[/C][C]-0.0143263888888844[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]129.89[/C][C]NA[/C][C]NA[/C][C]0.0696736111111103[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]130.33[/C][C]NA[/C][C]NA[/C][C]-0.0027430555555559[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]130.6[/C][C]NA[/C][C]NA[/C][C]-0.0651597222222141[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]131.46[/C][C]NA[/C][C]NA[/C][C]-0.393493055555564[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]131.73[/C][C]NA[/C][C]NA[/C][C]-0.373909722222226[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=161179&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=161179&T=1

As an alternative you can also use a QR Code:  
QR Code


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

Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1123.06NANA0.182923611111104NA
2123.39NANA0.262256944444442NA
3124.02NANA0.190423611111114NA
4124.05NANA0.0826736111111127NA
5123.99NANA0.0427569444444425NA
6124.46NANA0.0189236111111195NA
7124.46124.512756944444124.527083333333-0.0143263888888844-0.0527569444444396
8124.6125.021756944444124.9520833333330.0696736111111103-0.421756944444454
9124.84125.342673611111125.345416666667-0.0027430555555559-0.502673611111106
10124.84125.651923611111125.717083333333-0.0651597222222141-0.811923611111098
11124.99125.706506944444126.1-0.393493055555564-0.716506944444447
12125.02126.108590277778126.4825-0.373909722222226-1.08859027777778
13128.27127.037090277778126.8541666666670.1829236111111041.23290972222223
14128.38127.478090277778127.2158333333330.2622569444444420.901909722222229
15128.47127.754173611111127.563750.1904236111111140.715826388888885
16128.52127.993506944444127.9108333333330.08267361111111270.526493055555562
17128.71128.293590277778128.2508333333330.04275694444444250.416409722222227
18128.92128.616840277778128.5979166666670.01892361111111950.303159722222233
19128.92128.812340277778128.826666666667-0.01432638888888440.107659722222223
20128.82128.988840277778128.9191666666670.0696736111111103-0.168840277777747
21128.97129.032673611111129.035416666667-0.0027430555555559-0.0626736111110802
22129.04129.097756944444129.162916666667-0.0651597222222141-0.057756944444435
23128.95128.874006944444129.2675-0.3934930555555640.075993055555557
24129.39128.981923611111129.355833333333-0.3739097222222260.408076388888901
25129.39129.620423611111129.43750.182923611111104-0.230423611111121
26129.48129.771840277778129.5095833333330.262256944444442-0.291840277777766
27130.16129.755006944444129.5645833333330.1904236111111140.404993055555593
28129.89129.693090277778129.6104166666670.08267361111111270.196909722222216
29129.85129.676090277778129.6333333333330.04275694444444250.17390972222222
30129.9129.637256944444129.6183333333330.01892361111111950.262743055555575
31129.9129.572340277778129.586666666667-0.01432638888888440.327659722222251
32129.57129.608840277778129.5391666666670.0696736111111103-0.0388402777777799
33129.54129.428090277778129.430833333333-0.00274305555555590.111909722222208
34129.57129.226506944444129.291666666667-0.06515972222221410.343493055555541
35128.97128.772340277778129.165833333333-0.3934930555555640.197659722222227
36129.01128.667756944444129.041666666667-0.3739097222222260.342243055555571
37129.01129.102923611111128.920.182923611111104-0.0929236111111038
38128.72129.081006944444128.818750.262256944444442-0.361006944444426
39128.32128.917090277778128.7266666666670.190423611111114-0.597090277777767
40128.39128.715590277778128.6329166666670.0826736111111127-0.325590277777792
41128.33128.593590277778128.5508333333330.0427569444444425-0.263590277777752
42128.44128.488090277778128.4691666666670.0189236111111195-0.0480902777777601
43128.44128.371506944444128.385833333333-0.01432638888888440.0684930555555923
44128.6128.394673611111128.3250.06967361111111030.205326388888892
45128.3128.305590277778128.308333333333-0.0027430555555559-0.00559027777777032
46128.56128.244423611111128.309583333333-0.06515972222221410.3155763888889
47128.01127.921090277778128.314583333333-0.3934930555555640.0889097222222119
48128.01127.947756944444128.321666666667-0.3739097222222260.0622430555555695
49128.01128.506256944444128.3233333333330.182923611111104-0.496256944444468
50128.26128.626423611111128.3641666666670.262256944444442-0.366423611111102
51128.38128.651256944444128.4608333333330.190423611111114-0.271256944444445
52128.36128.638090277778128.5554166666670.0826736111111127-0.278090277777778
53128.48128.694423611111128.6516666666670.0427569444444425-0.21442361111113
54128.46128.790173611111128.771250.0189236111111195-0.330173611111121
55128.46128.879423611111128.89375-0.0143263888888844-0.419423611111114
56129.56129.104256944444129.0345833333330.06967361111111030.455743055555558
57129.66129.169340277778129.172083333333-0.00274305555555590.490659722222233
58129.47129.227756944444129.292916666667-0.06515972222221410.242243055555548
59129.41129.024423611111129.417916666667-0.3934930555555640.385576388888893
60129.48129.172340277778129.54625-0.3739097222222260.307659722222269
61129.48129.861673611111129.678750.182923611111104-0.381673611111069
62130.17130.021006944444129.758750.2622569444444420.148993055555593
63129.77129.990840277778129.8004166666670.190423611111114-0.220840277777711
64129.87129.958090277778129.8754166666670.0826736111111127-0.0880902777777521
65129.97130.050673611111130.0079166666670.0427569444444425-0.0806736111111093
66130.05130.206006944444130.1870833333330.0189236111111195-0.156006944444442
67130.05NANA-0.0143263888888844NA
68129.89NANA0.0696736111111103NA
69130.33NANA-0.0027430555555559NA
70130.6NANA-0.0651597222222141NA
71131.46NANA-0.393493055555564NA
72131.73NANA-0.373909722222226NA


Figures (Output of Computation)

Input Parameters & R Code

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')