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 computationThu, 12 Dec 2013 02:53:42 -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/2013/Dec/12/t1386834961462a6q6wvbnx9t3.htm/, Retrieved Tue, 07 Dec 2021 12:22:46 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=232210, Retrieved Tue, 07 Dec 2021 12:22:46 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact82
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Recursive Partitioning (Regression Trees)] [] [2013-12-12 07:53:42] [9e6a405f514733ea23d87e4507d39d29] [Current]
Feedback Forum

Post a new message
Dataseries X:
3 0 1 18
1 1 0 11
3 0 1 7
1 1 0 3
3 0 1 5
3 1 0 19
3 0 1 20
1 0 0 9
3 1 0 17
3 0 1 8
1 1 1 10
3 0 1 16
0 1 0 13
3 0 1 15
3 0 1 6
3 1 0 1
1 1 0 14
3 0 1 12
3 1 1 4
1 1 0 18
3 0 1 11
0 1 0 7
3 0 1 3
3 1 1 5
3 0 0 19
3 1 1 20
3 1 1 9
3 0 1 17
3 1 1 8
3 0 1 10
3 1 1 16
3 0 1 13
3 1 1 6
0 0 0 1
3 1 1 15
3 0 1 4
3 0 1 14
1 1 0 12
3 0 1 4
3 1 1 16
3 0 0 5
3 1 1 10
3 0 0 15
3 1 0 9
1 0 1 2
3 1 1 19
3 1 1 8
3 0 0 17
3 1 1 18
3 0 1 20
3 1 1 11
3 0 1 12
3 1 1 7
3 0 1 3
3 1 1 14
3 0 1 13
3 1 1 6
0 1 1 4
3 0 1 16
1 1 1 5
3 0 1 10
3 1 1 15
3 0 1 9
0 1 1 2
3 0 1 19
3 0 1 8
1 1 1 17
3 0 0 18
3 1 0 20
3 0 0 11
1 1 1 12
3 0 1 7
3 1 0 3
3 0 0 14
3 1 0 13
3 0 0 6
3 0 1 13
3 1 0 15
3 1 1 9
3 0 1 8
3 1 0 17
3 0 1 6
3 1 1 19
3 0 0 18
1 1 0 16
3 0 0 3
3 1 0 14
3 0 0 10
3 1 0 20
3 0 0 12
0 1 0 4




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time9 seconds
R Server'Sir Maurice George Kendall' @ kendall.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 & 9 seconds \tabularnewline
R Server & 'Sir Maurice George Kendall' @ kendall.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=232210&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]9 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Maurice George Kendall' @ kendall.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=232210&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=232210&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 time9 seconds
R Server'Sir Maurice George Kendall' @ kendall.wessa.net







Goodness of Fit
Correlation0.3176
R-squared0.1009
RMSE0.9035

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.3176 \tabularnewline
R-squared & 0.1009 \tabularnewline
RMSE & 0.9035 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=232210&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.3176[/C][/ROW]
[ROW][C]R-squared[/C][C]0.1009[/C][/ROW]
[ROW][C]RMSE[/C][C]0.9035[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=232210&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=232210&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
Correlation0.3176
R-squared0.1009
RMSE0.9035







Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
132.844444444444440.155555555555555
212.23913043478261-1.23913043478261
332.844444444444440.155555555555555
412.23913043478261-1.23913043478261
532.844444444444440.155555555555555
632.239130434782610.760869565217391
732.844444444444440.155555555555555
812.84444444444444-1.84444444444444
932.239130434782610.760869565217391
1032.844444444444440.155555555555555
1112.23913043478261-1.23913043478261
1232.844444444444440.155555555555555
1302.23913043478261-2.23913043478261
1432.844444444444440.155555555555555
1532.844444444444440.155555555555555
1632.239130434782610.760869565217391
1712.23913043478261-1.23913043478261
1832.844444444444440.155555555555555
1932.239130434782610.760869565217391
2012.23913043478261-1.23913043478261
2132.844444444444440.155555555555555
2202.23913043478261-2.23913043478261
2332.844444444444440.155555555555555
2432.239130434782610.760869565217391
2532.844444444444440.155555555555555
2632.239130434782610.760869565217391
2732.239130434782610.760869565217391
2832.844444444444440.155555555555555
2932.239130434782610.760869565217391
3032.844444444444440.155555555555555
3132.239130434782610.760869565217391
3232.844444444444440.155555555555555
3332.239130434782610.760869565217391
3402.84444444444444-2.84444444444444
3532.239130434782610.760869565217391
3632.844444444444440.155555555555555
3732.844444444444440.155555555555555
3812.23913043478261-1.23913043478261
3932.844444444444440.155555555555555
4032.239130434782610.760869565217391
4132.844444444444440.155555555555555
4232.239130434782610.760869565217391
4332.844444444444440.155555555555555
4432.239130434782610.760869565217391
4512.84444444444444-1.84444444444444
4632.239130434782610.760869565217391
4732.239130434782610.760869565217391
4832.844444444444440.155555555555555
4932.239130434782610.760869565217391
5032.844444444444440.155555555555555
5132.239130434782610.760869565217391
5232.844444444444440.155555555555555
5332.239130434782610.760869565217391
5432.844444444444440.155555555555555
5532.239130434782610.760869565217391
5632.844444444444440.155555555555555
5732.239130434782610.760869565217391
5802.23913043478261-2.23913043478261
5932.844444444444440.155555555555555
6012.23913043478261-1.23913043478261
6132.844444444444440.155555555555555
6232.239130434782610.760869565217391
6332.844444444444440.155555555555555
6402.23913043478261-2.23913043478261
6532.844444444444440.155555555555555
6632.844444444444440.155555555555555
6712.23913043478261-1.23913043478261
6832.844444444444440.155555555555555
6932.239130434782610.760869565217391
7032.844444444444440.155555555555555
7112.23913043478261-1.23913043478261
7232.844444444444440.155555555555555
7332.239130434782610.760869565217391
7432.844444444444440.155555555555555
7532.239130434782610.760869565217391
7632.844444444444440.155555555555555
7732.844444444444440.155555555555555
7832.239130434782610.760869565217391
7932.239130434782610.760869565217391
8032.844444444444440.155555555555555
8132.239130434782610.760869565217391
8232.844444444444440.155555555555555
8332.239130434782610.760869565217391
8432.844444444444440.155555555555555
8512.23913043478261-1.23913043478261
8632.844444444444440.155555555555555
8732.239130434782610.760869565217391
8832.844444444444440.155555555555555
8932.239130434782610.760869565217391
9032.844444444444440.155555555555555
9102.23913043478261-2.23913043478261

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
2 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
3 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
4 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
5 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
6 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
7 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
8 & 1 & 2.84444444444444 & -1.84444444444444 \tabularnewline
9 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
10 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
11 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
12 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
13 & 0 & 2.23913043478261 & -2.23913043478261 \tabularnewline
14 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
15 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
16 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
17 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
18 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
19 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
20 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
21 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
22 & 0 & 2.23913043478261 & -2.23913043478261 \tabularnewline
23 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
24 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
25 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
26 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
27 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
28 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
29 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
30 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
31 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
32 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
33 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
34 & 0 & 2.84444444444444 & -2.84444444444444 \tabularnewline
35 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
36 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
37 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
38 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
39 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
40 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
41 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
42 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
43 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
44 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
45 & 1 & 2.84444444444444 & -1.84444444444444 \tabularnewline
46 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
47 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
48 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
49 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
50 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
51 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
52 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
53 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
54 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
55 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
56 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
57 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
58 & 0 & 2.23913043478261 & -2.23913043478261 \tabularnewline
59 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
60 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
61 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
62 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
63 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
64 & 0 & 2.23913043478261 & -2.23913043478261 \tabularnewline
65 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
66 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
67 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
68 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
69 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
70 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
71 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
72 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
73 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
74 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
75 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
76 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
77 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
78 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
79 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
80 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
81 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
82 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
83 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
84 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
85 & 1 & 2.23913043478261 & -1.23913043478261 \tabularnewline
86 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
87 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
88 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
89 & 3 & 2.23913043478261 & 0.760869565217391 \tabularnewline
90 & 3 & 2.84444444444444 & 0.155555555555555 \tabularnewline
91 & 0 & 2.23913043478261 & -2.23913043478261 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=232210&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]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]2[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]3[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]4[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]5[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]6[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]7[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]8[/C][C]1[/C][C]2.84444444444444[/C][C]-1.84444444444444[/C][/ROW]
[ROW][C]9[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]10[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]11[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]12[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]13[/C][C]0[/C][C]2.23913043478261[/C][C]-2.23913043478261[/C][/ROW]
[ROW][C]14[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]15[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]16[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]17[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]18[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]19[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]20[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]21[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]22[/C][C]0[/C][C]2.23913043478261[/C][C]-2.23913043478261[/C][/ROW]
[ROW][C]23[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]24[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]25[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]26[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]27[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]28[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]29[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]30[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]31[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]32[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]33[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]34[/C][C]0[/C][C]2.84444444444444[/C][C]-2.84444444444444[/C][/ROW]
[ROW][C]35[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]36[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]37[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]38[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]39[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]40[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]41[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]42[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]43[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]44[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]45[/C][C]1[/C][C]2.84444444444444[/C][C]-1.84444444444444[/C][/ROW]
[ROW][C]46[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]47[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]48[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]49[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]50[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]51[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]52[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]53[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]54[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]55[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]56[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]57[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]58[/C][C]0[/C][C]2.23913043478261[/C][C]-2.23913043478261[/C][/ROW]
[ROW][C]59[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]60[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]61[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]62[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]63[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]64[/C][C]0[/C][C]2.23913043478261[/C][C]-2.23913043478261[/C][/ROW]
[ROW][C]65[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]66[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]67[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]68[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]69[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]70[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]71[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]72[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]73[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]74[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]75[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]76[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]77[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]78[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]79[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]80[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]81[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]82[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]83[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]84[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]85[/C][C]1[/C][C]2.23913043478261[/C][C]-1.23913043478261[/C][/ROW]
[ROW][C]86[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]87[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]88[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]89[/C][C]3[/C][C]2.23913043478261[/C][C]0.760869565217391[/C][/ROW]
[ROW][C]90[/C][C]3[/C][C]2.84444444444444[/C][C]0.155555555555555[/C][/ROW]
[ROW][C]91[/C][C]0[/C][C]2.23913043478261[/C][C]-2.23913043478261[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=232210&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=232210&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
132.844444444444440.155555555555555
212.23913043478261-1.23913043478261
332.844444444444440.155555555555555
412.23913043478261-1.23913043478261
532.844444444444440.155555555555555
632.239130434782610.760869565217391
732.844444444444440.155555555555555
812.84444444444444-1.84444444444444
932.239130434782610.760869565217391
1032.844444444444440.155555555555555
1112.23913043478261-1.23913043478261
1232.844444444444440.155555555555555
1302.23913043478261-2.23913043478261
1432.844444444444440.155555555555555
1532.844444444444440.155555555555555
1632.239130434782610.760869565217391
1712.23913043478261-1.23913043478261
1832.844444444444440.155555555555555
1932.239130434782610.760869565217391
2012.23913043478261-1.23913043478261
2132.844444444444440.155555555555555
2202.23913043478261-2.23913043478261
2332.844444444444440.155555555555555
2432.239130434782610.760869565217391
2532.844444444444440.155555555555555
2632.239130434782610.760869565217391
2732.239130434782610.760869565217391
2832.844444444444440.155555555555555
2932.239130434782610.760869565217391
3032.844444444444440.155555555555555
3132.239130434782610.760869565217391
3232.844444444444440.155555555555555
3332.239130434782610.760869565217391
3402.84444444444444-2.84444444444444
3532.239130434782610.760869565217391
3632.844444444444440.155555555555555
3732.844444444444440.155555555555555
3812.23913043478261-1.23913043478261
3932.844444444444440.155555555555555
4032.239130434782610.760869565217391
4132.844444444444440.155555555555555
4232.239130434782610.760869565217391
4332.844444444444440.155555555555555
4432.239130434782610.760869565217391
4512.84444444444444-1.84444444444444
4632.239130434782610.760869565217391
4732.239130434782610.760869565217391
4832.844444444444440.155555555555555
4932.239130434782610.760869565217391
5032.844444444444440.155555555555555
5132.239130434782610.760869565217391
5232.844444444444440.155555555555555
5332.239130434782610.760869565217391
5432.844444444444440.155555555555555
5532.239130434782610.760869565217391
5632.844444444444440.155555555555555
5732.239130434782610.760869565217391
5802.23913043478261-2.23913043478261
5932.844444444444440.155555555555555
6012.23913043478261-1.23913043478261
6132.844444444444440.155555555555555
6232.239130434782610.760869565217391
6332.844444444444440.155555555555555
6402.23913043478261-2.23913043478261
6532.844444444444440.155555555555555
6632.844444444444440.155555555555555
6712.23913043478261-1.23913043478261
6832.844444444444440.155555555555555
6932.239130434782610.760869565217391
7032.844444444444440.155555555555555
7112.23913043478261-1.23913043478261
7232.844444444444440.155555555555555
7332.239130434782610.760869565217391
7432.844444444444440.155555555555555
7532.239130434782610.760869565217391
7632.844444444444440.155555555555555
7732.844444444444440.155555555555555
7832.239130434782610.760869565217391
7932.239130434782610.760869565217391
8032.844444444444440.155555555555555
8132.239130434782610.760869565217391
8232.844444444444440.155555555555555
8332.239130434782610.760869565217391
8432.844444444444440.155555555555555
8512.23913043478261-1.23913043478261
8632.844444444444440.155555555555555
8732.239130434782610.760869565217391
8832.844444444444440.155555555555555
8932.239130434782610.760869565217391
9032.844444444444440.155555555555555
9102.23913043478261-2.23913043478261



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 <- 'equal'
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')
}