Repository of Reproducible Computations

Free Statistics

of Irreproducible Research!

Author's title

Author

*Unverified author*

R Software Module

rwasp_decompose.wasp

Title produced by software

Classical Decomposition

Date of computation

Mon, 07 May 2012 04:55:43 -0400

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2012/May/07/t1336380976w0l6mkh3carbn8c.htm/, Retrieved Fri, 03 May 2024 06:50:51 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=166286, Retrieved Fri, 03 May 2024 06:50:51 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

Estimated Impact

107

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

-       [Classical Decomposition] [] [2012-05-07 08:55:43] [d41d8cd98f00b204e9800998ecf8427e] [Current]

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

1,45
1,45
1,45
1,44
1,44
1,44
1,44
1,45
1,44
1,45
1,46
1,46
1,47
1,46
1,46
1,45
1,45
1,45
1,44
1,45
1,44
1,45
1,47
1,48
1,5
1,5
1,52
1,54
1,55
1,54
1,55
1,54
1,57
1,61
1,62
1,64
1,63
1,63
1,67
1,7
1,69
1,68
1,67
1,68
1,66
1,65
1,65
1,66
1,67
1,67
1,65
1,65
1,65
1,65
1,66
1,66
1,67
1,67
1,67
1,66

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	2 seconds
R Server	'Gwilym Jenkins' @ 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 & 2 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ jenkins.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=166286&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ jenkins.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=166286&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=166286&T=0

As an alternative you can also use a QR Code:

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

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

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	1.45	NA	NA	1.00535409596598	NA
2	1.45	NA	NA	1.00078574213177	NA
3	1.45	NA	NA	1.00423893198878	NA
4	1.44	NA	NA	1.00731767123122	NA
5	1.44	NA	NA	1.00454464594563	NA
6	1.44	NA	NA	0.998668876618412	NA
7	1.44	1.44049414110099	1.44833333333333	0.994587439195163	0.999656964171602
8	1.45	1.44235849076565	1.44958333333333	0.995015917745775	1.00529792647478
9	1.44	1.43670265979902	1.45041666666667	0.990544781246094	1.00229507489145
10	1.45	1.44540671085243	1.45125	0.995973616435783	1.00317785237406
11	1.46	1.45174848900335	1.45208333333333	0.99976940419169	1.00568384335107
12	1.46	1.45756436881584	1.45291666666667	1.0031988773037	1.0016710282141
13	1.47	1.46111461947056	1.45333333333333	1.00535409596598	1.00608123442954
14	1.46	1.45447527856484	1.45333333333333	1.00078574213177	1.00379842924564
15	1.46	1.45949391449036	1.45333333333333	1.00423893198878	1.00034675410745
16	1.45	1.46396834885603	1.45333333333333	1.00731767123122	0.990458571821619
17	1.45	1.46035677904346	1.45375	1.00454464594563	0.992908048778157
18	1.45	1.45306321547979	1.455	0.998668876618412	0.997891891111717
19	1.44	1.44919678119395	1.45708333333333	0.994587439195163	0.993653876883182
20	1.45	1.45272323990883	1.46	0.995015917745775	0.998125424145481
21	1.44	1.45032265054116	1.46416666666667	0.990544781246094	0.992882514427184
22	1.45	1.46449620516745	1.47041666666667	0.995973616435783	0.990101575465816
23	1.47	1.47799243586338	1.47833333333333	0.99976940419169	0.994592370252076
24	1.48	1.49100433139263	1.48625	1.0031988773037	0.992619517488357
25	1.5	1.50258547592916	1.49458333333333	1.00535409596598	0.998279315239912
26	1.5	1.50409757161221	1.50291666666667	1.00078574213177	0.997275727526231
27	1.52	1.5184929517447	1.51208333333333	1.00423893198878	1.00099246312179
28	1.54	1.53532001723491	1.52416666666667	1.00731767123122	1.00304821321454
29	1.55	1.54406883287227	1.53708333333333	1.00454464594563	1.00384125824022
30	1.54	1.54793675875854	1.55	0.998668876618412	0.99487268539
31	1.55	1.55362846230944	1.56208333333333	0.994587439195163	0.997664523792226
32	1.54	1.56507712062096	1.57291666666667	0.995015917745775	0.98397707033695
33	1.57	1.56960075128287	1.58458333333333	0.990544781246094	1.00025436323014
34	1.61	1.59106785225616	1.5975	0.995973616435783	1.01189901971622
35	1.62	1.60962874074862	1.61	0.99976940419169	1.00644326172168
36	1.64	1.62685417936084	1.62166666666667	1.0031988773037	1.00808051563929
37	1.63	1.64124056166447	1.6325	1.00535409596598	0.993151179706971
38	1.63	1.64462456956987	1.64333333333333	1.00078574213177	0.991107654694895
39	1.67	1.65992326799978	1.65291666666667	1.00423893198878	1.00607060109011
40	1.7	1.67046847145843	1.65833333333333	1.00731767123122	1.01767859079422
41	1.69	1.66879979307718	1.66125	1.00454464594563	1.012703864784
42	1.68	1.66111923144196	1.66333333333333	0.998668876618412	1.01136629340066
43	1.67	1.65681690912594	1.66583333333333	0.994587439195163	1.00795687851895
44	1.68	1.66084740270399	1.66916666666667	0.995015917745775	1.01153182240875
45	1.66	1.65420978468098	1.67	0.990544781246094	1.00350029081719
46	1.65	1.66037101639982	1.66708333333333	0.995973616435783	0.993753795809862
47	1.65	1.66294977563884	1.66333333333333	0.99976940419169	0.992212768041134
48	1.66	1.66572813585636	1.66041666666667	1.0031988773037	0.996561182024214
49	1.67	1.66763110668358	1.65875	1.00535409596598	1.00142051398953
50	1.67	1.65880236758341	1.6575	1.00078574213177	1.00675043189919
51	1.65	1.66410759688307	1.65708333333333	1.00423893198878	0.991522425046617
52	1.65	1.67046847145843	1.65833333333333	1.00731767123122	0.987746867535571
53	1.65	1.66754411226975	1.66	1.00454464594563	0.989479071563587
54	1.65	1.65862255925041	1.66083333333333	0.998668876618412	0.994801373463587
55	1.66	NA	NA	0.994587439195163	NA
56	1.66	NA	NA	0.995015917745775	NA
57	1.67	NA	NA	0.990544781246094	NA
58	1.67	NA	NA	0.995973616435783	NA
59	1.67	NA	NA	0.99976940419169	NA
60	1.66	NA	NA	1.0031988773037	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 1.45 & NA & NA & 1.00535409596598 & NA \tabularnewline
2 & 1.45 & NA & NA & 1.00078574213177 & NA \tabularnewline
3 & 1.45 & NA & NA & 1.00423893198878 & NA \tabularnewline
4 & 1.44 & NA & NA & 1.00731767123122 & NA \tabularnewline
5 & 1.44 & NA & NA & 1.00454464594563 & NA \tabularnewline
6 & 1.44 & NA & NA & 0.998668876618412 & NA \tabularnewline
7 & 1.44 & 1.44049414110099 & 1.44833333333333 & 0.994587439195163 & 0.999656964171602 \tabularnewline
8 & 1.45 & 1.44235849076565 & 1.44958333333333 & 0.995015917745775 & 1.00529792647478 \tabularnewline
9 & 1.44 & 1.43670265979902 & 1.45041666666667 & 0.990544781246094 & 1.00229507489145 \tabularnewline
10 & 1.45 & 1.44540671085243 & 1.45125 & 0.995973616435783 & 1.00317785237406 \tabularnewline
11 & 1.46 & 1.45174848900335 & 1.45208333333333 & 0.99976940419169 & 1.00568384335107 \tabularnewline
12 & 1.46 & 1.45756436881584 & 1.45291666666667 & 1.0031988773037 & 1.0016710282141 \tabularnewline
13 & 1.47 & 1.46111461947056 & 1.45333333333333 & 1.00535409596598 & 1.00608123442954 \tabularnewline
14 & 1.46 & 1.45447527856484 & 1.45333333333333 & 1.00078574213177 & 1.00379842924564 \tabularnewline
15 & 1.46 & 1.45949391449036 & 1.45333333333333 & 1.00423893198878 & 1.00034675410745 \tabularnewline
16 & 1.45 & 1.46396834885603 & 1.45333333333333 & 1.00731767123122 & 0.990458571821619 \tabularnewline
17 & 1.45 & 1.46035677904346 & 1.45375 & 1.00454464594563 & 0.992908048778157 \tabularnewline
18 & 1.45 & 1.45306321547979 & 1.455 & 0.998668876618412 & 0.997891891111717 \tabularnewline
19 & 1.44 & 1.44919678119395 & 1.45708333333333 & 0.994587439195163 & 0.993653876883182 \tabularnewline
20 & 1.45 & 1.45272323990883 & 1.46 & 0.995015917745775 & 0.998125424145481 \tabularnewline
21 & 1.44 & 1.45032265054116 & 1.46416666666667 & 0.990544781246094 & 0.992882514427184 \tabularnewline
22 & 1.45 & 1.46449620516745 & 1.47041666666667 & 0.995973616435783 & 0.990101575465816 \tabularnewline
23 & 1.47 & 1.47799243586338 & 1.47833333333333 & 0.99976940419169 & 0.994592370252076 \tabularnewline
24 & 1.48 & 1.49100433139263 & 1.48625 & 1.0031988773037 & 0.992619517488357 \tabularnewline
25 & 1.5 & 1.50258547592916 & 1.49458333333333 & 1.00535409596598 & 0.998279315239912 \tabularnewline
26 & 1.5 & 1.50409757161221 & 1.50291666666667 & 1.00078574213177 & 0.997275727526231 \tabularnewline
27 & 1.52 & 1.5184929517447 & 1.51208333333333 & 1.00423893198878 & 1.00099246312179 \tabularnewline
28 & 1.54 & 1.53532001723491 & 1.52416666666667 & 1.00731767123122 & 1.00304821321454 \tabularnewline
29 & 1.55 & 1.54406883287227 & 1.53708333333333 & 1.00454464594563 & 1.00384125824022 \tabularnewline
30 & 1.54 & 1.54793675875854 & 1.55 & 0.998668876618412 & 0.99487268539 \tabularnewline
31 & 1.55 & 1.55362846230944 & 1.56208333333333 & 0.994587439195163 & 0.997664523792226 \tabularnewline
32 & 1.54 & 1.56507712062096 & 1.57291666666667 & 0.995015917745775 & 0.98397707033695 \tabularnewline
33 & 1.57 & 1.56960075128287 & 1.58458333333333 & 0.990544781246094 & 1.00025436323014 \tabularnewline
34 & 1.61 & 1.59106785225616 & 1.5975 & 0.995973616435783 & 1.01189901971622 \tabularnewline
35 & 1.62 & 1.60962874074862 & 1.61 & 0.99976940419169 & 1.00644326172168 \tabularnewline
36 & 1.64 & 1.62685417936084 & 1.62166666666667 & 1.0031988773037 & 1.00808051563929 \tabularnewline
37 & 1.63 & 1.64124056166447 & 1.6325 & 1.00535409596598 & 0.993151179706971 \tabularnewline
38 & 1.63 & 1.64462456956987 & 1.64333333333333 & 1.00078574213177 & 0.991107654694895 \tabularnewline
39 & 1.67 & 1.65992326799978 & 1.65291666666667 & 1.00423893198878 & 1.00607060109011 \tabularnewline
40 & 1.7 & 1.67046847145843 & 1.65833333333333 & 1.00731767123122 & 1.01767859079422 \tabularnewline
41 & 1.69 & 1.66879979307718 & 1.66125 & 1.00454464594563 & 1.012703864784 \tabularnewline
42 & 1.68 & 1.66111923144196 & 1.66333333333333 & 0.998668876618412 & 1.01136629340066 \tabularnewline
43 & 1.67 & 1.65681690912594 & 1.66583333333333 & 0.994587439195163 & 1.00795687851895 \tabularnewline
44 & 1.68 & 1.66084740270399 & 1.66916666666667 & 0.995015917745775 & 1.01153182240875 \tabularnewline
45 & 1.66 & 1.65420978468098 & 1.67 & 0.990544781246094 & 1.00350029081719 \tabularnewline
46 & 1.65 & 1.66037101639982 & 1.66708333333333 & 0.995973616435783 & 0.993753795809862 \tabularnewline
47 & 1.65 & 1.66294977563884 & 1.66333333333333 & 0.99976940419169 & 0.992212768041134 \tabularnewline
48 & 1.66 & 1.66572813585636 & 1.66041666666667 & 1.0031988773037 & 0.996561182024214 \tabularnewline
49 & 1.67 & 1.66763110668358 & 1.65875 & 1.00535409596598 & 1.00142051398953 \tabularnewline
50 & 1.67 & 1.65880236758341 & 1.6575 & 1.00078574213177 & 1.00675043189919 \tabularnewline
51 & 1.65 & 1.66410759688307 & 1.65708333333333 & 1.00423893198878 & 0.991522425046617 \tabularnewline
52 & 1.65 & 1.67046847145843 & 1.65833333333333 & 1.00731767123122 & 0.987746867535571 \tabularnewline
53 & 1.65 & 1.66754411226975 & 1.66 & 1.00454464594563 & 0.989479071563587 \tabularnewline
54 & 1.65 & 1.65862255925041 & 1.66083333333333 & 0.998668876618412 & 0.994801373463587 \tabularnewline
55 & 1.66 & NA & NA & 0.994587439195163 & NA \tabularnewline
56 & 1.66 & NA & NA & 0.995015917745775 & NA \tabularnewline
57 & 1.67 & NA & NA & 0.990544781246094 & NA \tabularnewline
58 & 1.67 & NA & NA & 0.995973616435783 & NA \tabularnewline
59 & 1.67 & NA & NA & 0.99976940419169 & NA \tabularnewline
60 & 1.66 & NA & NA & 1.0031988773037 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=166286&T=1

[TABLE]
[ROW][C]Classical Decomposition by Moving Averages[/C][/ROW]
[ROW][C]t[/C][C]Observations[/C][C]Fit[/C][C]Trend[/C][C]Seasonal[/C][C]Random[/C][/ROW]
[ROW][C]1[/C][C]1.45[/C][C]NA[/C][C]NA[/C][C]1.00535409596598[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]1.45[/C][C]NA[/C][C]NA[/C][C]1.00078574213177[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]1.45[/C][C]NA[/C][C]NA[/C][C]1.00423893198878[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]1.44[/C][C]NA[/C][C]NA[/C][C]1.00731767123122[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]1.44[/C][C]NA[/C][C]NA[/C][C]1.00454464594563[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]1.44[/C][C]NA[/C][C]NA[/C][C]0.998668876618412[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]1.44[/C][C]1.44049414110099[/C][C]1.44833333333333[/C][C]0.994587439195163[/C][C]0.999656964171602[/C][/ROW]
[ROW][C]8[/C][C]1.45[/C][C]1.44235849076565[/C][C]1.44958333333333[/C][C]0.995015917745775[/C][C]1.00529792647478[/C][/ROW]
[ROW][C]9[/C][C]1.44[/C][C]1.43670265979902[/C][C]1.45041666666667[/C][C]0.990544781246094[/C][C]1.00229507489145[/C][/ROW]
[ROW][C]10[/C][C]1.45[/C][C]1.44540671085243[/C][C]1.45125[/C][C]0.995973616435783[/C][C]1.00317785237406[/C][/ROW]
[ROW][C]11[/C][C]1.46[/C][C]1.45174848900335[/C][C]1.45208333333333[/C][C]0.99976940419169[/C][C]1.00568384335107[/C][/ROW]
[ROW][C]12[/C][C]1.46[/C][C]1.45756436881584[/C][C]1.45291666666667[/C][C]1.0031988773037[/C][C]1.0016710282141[/C][/ROW]
[ROW][C]13[/C][C]1.47[/C][C]1.46111461947056[/C][C]1.45333333333333[/C][C]1.00535409596598[/C][C]1.00608123442954[/C][/ROW]
[ROW][C]14[/C][C]1.46[/C][C]1.45447527856484[/C][C]1.45333333333333[/C][C]1.00078574213177[/C][C]1.00379842924564[/C][/ROW]
[ROW][C]15[/C][C]1.46[/C][C]1.45949391449036[/C][C]1.45333333333333[/C][C]1.00423893198878[/C][C]1.00034675410745[/C][/ROW]
[ROW][C]16[/C][C]1.45[/C][C]1.46396834885603[/C][C]1.45333333333333[/C][C]1.00731767123122[/C][C]0.990458571821619[/C][/ROW]
[ROW][C]17[/C][C]1.45[/C][C]1.46035677904346[/C][C]1.45375[/C][C]1.00454464594563[/C][C]0.992908048778157[/C][/ROW]
[ROW][C]18[/C][C]1.45[/C][C]1.45306321547979[/C][C]1.455[/C][C]0.998668876618412[/C][C]0.997891891111717[/C][/ROW]
[ROW][C]19[/C][C]1.44[/C][C]1.44919678119395[/C][C]1.45708333333333[/C][C]0.994587439195163[/C][C]0.993653876883182[/C][/ROW]
[ROW][C]20[/C][C]1.45[/C][C]1.45272323990883[/C][C]1.46[/C][C]0.995015917745775[/C][C]0.998125424145481[/C][/ROW]
[ROW][C]21[/C][C]1.44[/C][C]1.45032265054116[/C][C]1.46416666666667[/C][C]0.990544781246094[/C][C]0.992882514427184[/C][/ROW]
[ROW][C]22[/C][C]1.45[/C][C]1.46449620516745[/C][C]1.47041666666667[/C][C]0.995973616435783[/C][C]0.990101575465816[/C][/ROW]
[ROW][C]23[/C][C]1.47[/C][C]1.47799243586338[/C][C]1.47833333333333[/C][C]0.99976940419169[/C][C]0.994592370252076[/C][/ROW]
[ROW][C]24[/C][C]1.48[/C][C]1.49100433139263[/C][C]1.48625[/C][C]1.0031988773037[/C][C]0.992619517488357[/C][/ROW]
[ROW][C]25[/C][C]1.5[/C][C]1.50258547592916[/C][C]1.49458333333333[/C][C]1.00535409596598[/C][C]0.998279315239912[/C][/ROW]
[ROW][C]26[/C][C]1.5[/C][C]1.50409757161221[/C][C]1.50291666666667[/C][C]1.00078574213177[/C][C]0.997275727526231[/C][/ROW]
[ROW][C]27[/C][C]1.52[/C][C]1.5184929517447[/C][C]1.51208333333333[/C][C]1.00423893198878[/C][C]1.00099246312179[/C][/ROW]
[ROW][C]28[/C][C]1.54[/C][C]1.53532001723491[/C][C]1.52416666666667[/C][C]1.00731767123122[/C][C]1.00304821321454[/C][/ROW]
[ROW][C]29[/C][C]1.55[/C][C]1.54406883287227[/C][C]1.53708333333333[/C][C]1.00454464594563[/C][C]1.00384125824022[/C][/ROW]
[ROW][C]30[/C][C]1.54[/C][C]1.54793675875854[/C][C]1.55[/C][C]0.998668876618412[/C][C]0.99487268539[/C][/ROW]
[ROW][C]31[/C][C]1.55[/C][C]1.55362846230944[/C][C]1.56208333333333[/C][C]0.994587439195163[/C][C]0.997664523792226[/C][/ROW]
[ROW][C]32[/C][C]1.54[/C][C]1.56507712062096[/C][C]1.57291666666667[/C][C]0.995015917745775[/C][C]0.98397707033695[/C][/ROW]
[ROW][C]33[/C][C]1.57[/C][C]1.56960075128287[/C][C]1.58458333333333[/C][C]0.990544781246094[/C][C]1.00025436323014[/C][/ROW]
[ROW][C]34[/C][C]1.61[/C][C]1.59106785225616[/C][C]1.5975[/C][C]0.995973616435783[/C][C]1.01189901971622[/C][/ROW]
[ROW][C]35[/C][C]1.62[/C][C]1.60962874074862[/C][C]1.61[/C][C]0.99976940419169[/C][C]1.00644326172168[/C][/ROW]
[ROW][C]36[/C][C]1.64[/C][C]1.62685417936084[/C][C]1.62166666666667[/C][C]1.0031988773037[/C][C]1.00808051563929[/C][/ROW]
[ROW][C]37[/C][C]1.63[/C][C]1.64124056166447[/C][C]1.6325[/C][C]1.00535409596598[/C][C]0.993151179706971[/C][/ROW]
[ROW][C]38[/C][C]1.63[/C][C]1.64462456956987[/C][C]1.64333333333333[/C][C]1.00078574213177[/C][C]0.991107654694895[/C][/ROW]
[ROW][C]39[/C][C]1.67[/C][C]1.65992326799978[/C][C]1.65291666666667[/C][C]1.00423893198878[/C][C]1.00607060109011[/C][/ROW]
[ROW][C]40[/C][C]1.7[/C][C]1.67046847145843[/C][C]1.65833333333333[/C][C]1.00731767123122[/C][C]1.01767859079422[/C][/ROW]
[ROW][C]41[/C][C]1.69[/C][C]1.66879979307718[/C][C]1.66125[/C][C]1.00454464594563[/C][C]1.012703864784[/C][/ROW]
[ROW][C]42[/C][C]1.68[/C][C]1.66111923144196[/C][C]1.66333333333333[/C][C]0.998668876618412[/C][C]1.01136629340066[/C][/ROW]
[ROW][C]43[/C][C]1.67[/C][C]1.65681690912594[/C][C]1.66583333333333[/C][C]0.994587439195163[/C][C]1.00795687851895[/C][/ROW]
[ROW][C]44[/C][C]1.68[/C][C]1.66084740270399[/C][C]1.66916666666667[/C][C]0.995015917745775[/C][C]1.01153182240875[/C][/ROW]
[ROW][C]45[/C][C]1.66[/C][C]1.65420978468098[/C][C]1.67[/C][C]0.990544781246094[/C][C]1.00350029081719[/C][/ROW]
[ROW][C]46[/C][C]1.65[/C][C]1.66037101639982[/C][C]1.66708333333333[/C][C]0.995973616435783[/C][C]0.993753795809862[/C][/ROW]
[ROW][C]47[/C][C]1.65[/C][C]1.66294977563884[/C][C]1.66333333333333[/C][C]0.99976940419169[/C][C]0.992212768041134[/C][/ROW]
[ROW][C]48[/C][C]1.66[/C][C]1.66572813585636[/C][C]1.66041666666667[/C][C]1.0031988773037[/C][C]0.996561182024214[/C][/ROW]
[ROW][C]49[/C][C]1.67[/C][C]1.66763110668358[/C][C]1.65875[/C][C]1.00535409596598[/C][C]1.00142051398953[/C][/ROW]
[ROW][C]50[/C][C]1.67[/C][C]1.65880236758341[/C][C]1.6575[/C][C]1.00078574213177[/C][C]1.00675043189919[/C][/ROW]
[ROW][C]51[/C][C]1.65[/C][C]1.66410759688307[/C][C]1.65708333333333[/C][C]1.00423893198878[/C][C]0.991522425046617[/C][/ROW]
[ROW][C]52[/C][C]1.65[/C][C]1.67046847145843[/C][C]1.65833333333333[/C][C]1.00731767123122[/C][C]0.987746867535571[/C][/ROW]
[ROW][C]53[/C][C]1.65[/C][C]1.66754411226975[/C][C]1.66[/C][C]1.00454464594563[/C][C]0.989479071563587[/C][/ROW]
[ROW][C]54[/C][C]1.65[/C][C]1.65862255925041[/C][C]1.66083333333333[/C][C]0.998668876618412[/C][C]0.994801373463587[/C][/ROW]
[ROW][C]55[/C][C]1.66[/C][C]NA[/C][C]NA[/C][C]0.994587439195163[/C][C]NA[/C][/ROW]
[ROW][C]56[/C][C]1.66[/C][C]NA[/C][C]NA[/C][C]0.995015917745775[/C][C]NA[/C][/ROW]
[ROW][C]57[/C][C]1.67[/C][C]NA[/C][C]NA[/C][C]0.990544781246094[/C][C]NA[/C][/ROW]
[ROW][C]58[/C][C]1.67[/C][C]NA[/C][C]NA[/C][C]0.995973616435783[/C][C]NA[/C][/ROW]
[ROW][C]59[/C][C]1.67[/C][C]NA[/C][C]NA[/C][C]0.99976940419169[/C][C]NA[/C][/ROW]
[ROW][C]60[/C][C]1.66[/C][C]NA[/C][C]NA[/C][C]1.0031988773037[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=166286&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=166286&T=1

As an alternative you can also use a QR Code:

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

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	1.45	NA	NA	1.00535409596598	NA
2	1.45	NA	NA	1.00078574213177	NA
3	1.45	NA	NA	1.00423893198878	NA
4	1.44	NA	NA	1.00731767123122	NA
5	1.44	NA	NA	1.00454464594563	NA
6	1.44	NA	NA	0.998668876618412	NA
7	1.44	1.44049414110099	1.44833333333333	0.994587439195163	0.999656964171602
8	1.45	1.44235849076565	1.44958333333333	0.995015917745775	1.00529792647478
9	1.44	1.43670265979902	1.45041666666667	0.990544781246094	1.00229507489145
10	1.45	1.44540671085243	1.45125	0.995973616435783	1.00317785237406
11	1.46	1.45174848900335	1.45208333333333	0.99976940419169	1.00568384335107
12	1.46	1.45756436881584	1.45291666666667	1.0031988773037	1.0016710282141
13	1.47	1.46111461947056	1.45333333333333	1.00535409596598	1.00608123442954
14	1.46	1.45447527856484	1.45333333333333	1.00078574213177	1.00379842924564
15	1.46	1.45949391449036	1.45333333333333	1.00423893198878	1.00034675410745
16	1.45	1.46396834885603	1.45333333333333	1.00731767123122	0.990458571821619
17	1.45	1.46035677904346	1.45375	1.00454464594563	0.992908048778157
18	1.45	1.45306321547979	1.455	0.998668876618412	0.997891891111717
19	1.44	1.44919678119395	1.45708333333333	0.994587439195163	0.993653876883182
20	1.45	1.45272323990883	1.46	0.995015917745775	0.998125424145481
21	1.44	1.45032265054116	1.46416666666667	0.990544781246094	0.992882514427184
22	1.45	1.46449620516745	1.47041666666667	0.995973616435783	0.990101575465816
23	1.47	1.47799243586338	1.47833333333333	0.99976940419169	0.994592370252076
24	1.48	1.49100433139263	1.48625	1.0031988773037	0.992619517488357
25	1.5	1.50258547592916	1.49458333333333	1.00535409596598	0.998279315239912
26	1.5	1.50409757161221	1.50291666666667	1.00078574213177	0.997275727526231
27	1.52	1.5184929517447	1.51208333333333	1.00423893198878	1.00099246312179
28	1.54	1.53532001723491	1.52416666666667	1.00731767123122	1.00304821321454
29	1.55	1.54406883287227	1.53708333333333	1.00454464594563	1.00384125824022
30	1.54	1.54793675875854	1.55	0.998668876618412	0.99487268539
31	1.55	1.55362846230944	1.56208333333333	0.994587439195163	0.997664523792226
32	1.54	1.56507712062096	1.57291666666667	0.995015917745775	0.98397707033695
33	1.57	1.56960075128287	1.58458333333333	0.990544781246094	1.00025436323014
34	1.61	1.59106785225616	1.5975	0.995973616435783	1.01189901971622
35	1.62	1.60962874074862	1.61	0.99976940419169	1.00644326172168
36	1.64	1.62685417936084	1.62166666666667	1.0031988773037	1.00808051563929
37	1.63	1.64124056166447	1.6325	1.00535409596598	0.993151179706971
38	1.63	1.64462456956987	1.64333333333333	1.00078574213177	0.991107654694895
39	1.67	1.65992326799978	1.65291666666667	1.00423893198878	1.00607060109011
40	1.7	1.67046847145843	1.65833333333333	1.00731767123122	1.01767859079422
41	1.69	1.66879979307718	1.66125	1.00454464594563	1.012703864784
42	1.68	1.66111923144196	1.66333333333333	0.998668876618412	1.01136629340066
43	1.67	1.65681690912594	1.66583333333333	0.994587439195163	1.00795687851895
44	1.68	1.66084740270399	1.66916666666667	0.995015917745775	1.01153182240875
45	1.66	1.65420978468098	1.67	0.990544781246094	1.00350029081719
46	1.65	1.66037101639982	1.66708333333333	0.995973616435783	0.993753795809862
47	1.65	1.66294977563884	1.66333333333333	0.99976940419169	0.992212768041134
48	1.66	1.66572813585636	1.66041666666667	1.0031988773037	0.996561182024214
49	1.67	1.66763110668358	1.65875	1.00535409596598	1.00142051398953
50	1.67	1.65880236758341	1.6575	1.00078574213177	1.00675043189919
51	1.65	1.66410759688307	1.65708333333333	1.00423893198878	0.991522425046617
52	1.65	1.67046847145843	1.65833333333333	1.00731767123122	0.987746867535571
53	1.65	1.66754411226975	1.66	1.00454464594563	0.989479071563587
54	1.65	1.65862255925041	1.66083333333333	0.998668876618412	0.994801373463587
55	1.66	NA	NA	0.994587439195163	NA
56	1.66	NA	NA	0.995015917745775	NA
57	1.67	NA	NA	0.990544781246094	NA
58	1.67	NA	NA	0.995973616435783	NA
59	1.67	NA	NA	0.99976940419169	NA
60	1.66	NA	NA	1.0031988773037	NA

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Figure 4

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = multiplicative ; par2 = 12 ;

Parameters (R input):

par1 = multiplicative ; par2 = 12 ;

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

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

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code