FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

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, 03 Jan 2013 14:43:55 -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/Jan/03/t1357243104vknvp4y9tttl9dw.htm/, Retrieved Sat, 27 Apr 2024 06:21:52 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=204989, Retrieved Sat, 27 Apr 2024 06:21:52 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact160

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Recursive Partitioning (Regression Trees)] [] [2013-01-03 19:43:55] [acfd67cb214b61d0a5e0fb4c8c6ef02a] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
1	29121,29	0,367	0,452	0,38	19176,77204
0	2986,95	0,721	0,898	0,624	12959,5639
5	34586,18	0,652	0,838	0,621	188681,0992
0	13068,16	0,422	0,49	0,557	104331,6133
0	86,75	0,744	0,83	0,723	1118,317379
9	41343,2	0,806	0,882	0,713	446044,1436
4	2966,8	0,76	0,856	0,566	10247,78888
79	21515,75	0,981	0,976	0,837	1379382,222
0	8214,16	0,858	0,96	0,842	417656,1625
20	8303,51	0,671	0,8	0,639	63403,65075
5	310,43	0,671	0,877	0,779	7787,514
1	1180,08	0,747	0,868	0,808	NA
0	156118,46	0,415	0,772	0,391	111879,1217
0	285,65	0,747	0,896	0,743	3685
25	9612,63	0,776	0,794	0,702	55132,0804
4	10423,49	0,882	0,947	0,832	513661,1111
0	314,52	0,663	0,884	0,582	1447,5
0	9056,01	0,365	0,569	0,374	7294,865847
0	699,85	0,336	0,744	0,568	1732,186153
0	9947,42	0,749	0,735	0,53	23948,67062
0	4621,6	0,723	0,878	0,621	18088,23805
2	2029,31	0,693	0,523	0,698	17327,51003
34	201103,33	0,663	0,844	0,662	2476652,19
0	395,03	0,733	0,915	0,877	16359,79569
3	7148,78	0,802	0,842	0,678	53514,38073
0	16241,81	0,187	0,559	0,349	10187,2117
0	9863,12	0,353	0,48	0,186	2325,972144
0	14453,68	0,502	0,68	0,418	12829,54114
0	19294,15	0,52	0,499	0,431	25235,74721
27	33759,74	0,927	0,962	0,84	1736050,505
0	508,66	0,425	0,854	0,505	1901,13623
0	4844,93	0,321	0,448	0,28	2194,720004
0	10543,46	0,219	0,466	0,344	9485,741541
0	16746,49	0,797	0,932	0,701	248585,4999
267	1330141,29	0,623	0,843	0,618	7318499,27
15	44205,29	0,667	0,847	0,633	333371,9379
0	773,41	0,368	0,648	0,341	610,3726974
0	4125,92	0,523	0,59	0,49	14425,60679
0	4516,22	0,659	0,936	0,667	40869,76852
0	21058,8	0,304	0,558	0,377	24073,81283
19	4486,88	0,778	0,893	0,724	62493,22067
37	11098,42	0,876	0,933	0,572	NA
2	1102,68	0,798	0,94	0,79	24689,60245
29	10201,71	0,924	0,91	0,769	217026,5537
21	5515,57	0,924	0,928	0,836	333616,0149
0	740,53	0,294	0,598	0,451	NA
0	72,81	0,67	0,907	0,626	484,13716
7	9823,82	0,616	0,842	0,629	55611,24562
0	69851,29	0,356	0,448	0,147	15653,63404
0	14790,61	0,686	0,877	0,62	65945,43231
4	80471,87	0,56	0,84	0,568	229530,5683
0	6052,06	0,637	0,823	0,585	23054,1
0	650,7	0,427	0,49	0,741	19789,8014
0	5792,98	0,271	0,656	0,24	2608,715447
3	1291,17	0,916	0,865	0,734	22154,72222
20	88013,49	0,237	0,619	0,326	30247,35964
0	875,98	0,786	0,777	0,533	3818,121194
4	5255,07	0,877	0,946	0,828	263011,1111
89	64768,39	0,87	0,971	0,819	2773032,125
2	1545,26	0,66	0,674	0,689	17051,61675
0	1755,46	0,334	0,607	0,365	898,2828659
14	4600,82	0,839	0,848	0,554	14366,52768
107	81644,45	0,928	0,953	0,838	3600833,333
0	24339,84	0,574	0,698	0,396	39199,65605
198	62348,45	0,815	0,949	0,832	2445408,065
2	10749,94	0,861	0,945	0,783	289627,3629
5	107,82	0,779	0,883	0,608	816,0544067
2	13550,44	0,438	0,807	0,534	46900,00026
0	10324,02	0,246	0,538	0,309	5089,487834
0	1565,13	0,302	0,444	0,329	973,4274565
0	748,49	0,65	0,787	0,496	2576,731667
0	9648,92	0,406	0,664	0,346	7346,156703
0	7989,41	0,574	0,838	0,507	17426,57443
1	7089,7	0,837	0,99	0,874	248611,8962
53	9992,34	0,866	0,858	0,732	140029,3445
0	308,91	0,912	0,975	0,814	14026,17228
8	1173108,02	0,45	0,717	0,508	1847976,749
3	242968,34	0,584	0,779	0,518	846832,2829
33	76923,3	0,64	0,836	0,662	NA
0	29671,6	0,491	0,774	0,495	115388,469
10	4622,92	0,963	0,955	0,814	217274,9513
0	7353,98	0,907	0,972	0,796	242928,7311
69	60748,96	0,856	0,976	0,799	2193971,063
32	2847,23	0,768	0,838	0,598	14439,3314
80	126804,43	0,883	1	0,827	5867154,492
0	6407,09	0,71	0,842	0,569	28840,19702
42	15460,48	0,834	0,742	0,668	188049,9864
23	40046,57	0,582	0,586	0,387	33620,68402
0	99,48	0,647	0,759	0,494	166,6901846
1	2543,17	0,577	0,861	0,884	176590,0752
0	5508,63	0,716	0,753	0,432	5918,610958
0	6368,16	0,432	0,749	0,445	8297,664741
6	2217,97	0,873	0,841	0,711	28252,49885
0	4125,25	0,695	0,83	0,698	40094,32836
0	1919,55	0,507	0,445	0,403	2426,200017
0	3685,08	0,439	0,58	0,14	1545,46166
0	6461,45	0,731	0,864	0,693	42725,40405
14	3545,32	0,883	0,824	0,729	NA
0	497,54	0,771	0,946	0,892	59200,83333
0	21281,84	0,497	0,737	0,302	9911,781297
0	15447,5	0,41	0,54	0,289	5621,000678
3	28274,73	0,73	0,855	0,704	287936,9716
0	395,65	0,568	0,897	0,568	2050,135788
0	13796,35	0,27	0,496	0,346	10589,92535
0	406,77	0,797	0,941	0,769	8886,572143
0	3205,06	0,366	0,609	0,419	4075,675053
0	1294,1	0,659	0,842	0,696	11259,8563
14	112468,85	0,726	0,898	0,7	1153343,069
0	107,15	0,689	0,773	0,484	310,2875193
7	3086,92	0,722	0,765	0,505	8761,426371
2	666,73	0,802	0,861	0,665	4495,775882
1	31627,43	0,447	0,823	0,535	100221,002
0	22417,45	0,222	0,477	0,314	12797,75423
0	2128,47	0,617	0,67	0,591	12300,6989
0	28951,85	0,356	0,77	0,351	18884,49563
50	16783,09	0,931	0,958	0,845	836073,6111
39	4252,28	1	0,957	0,783	159705,7488
0	5604,45	0,525	0,852	0,457	9316,75554
0	15878,27	0,177	0,547	0,266	6016,960988
0	152217,34	0,442	0,503	0,434	243985,8123
13	4676,31	0,985	0,964	0,883	485803,3929
0	2967,72	0,539	0,836	0,778	71781,53504
0	184404,79	0,386	0,717	0,464	210216,1979
0	20,88	0,89	0,817	0,656	165,5173142
0	3410,68	0,743	0,885	0,69	26778,1
0	6064,52	0,335	0,675	0,447	12937,18322
0	6375,83	0,643	0,828	0,552	23836,76972
0	28947,97	0,704	0,852	0,634	176925,3419
0	99900,18	0,684	0,769	0,508	224753,5798
20	38463,69	0,822	0,885	0,739	514496,4568
2	10735,76	0,739	0,938	0,763	237373,6111
2	840,93	0,623	0,921	1	172981,5884
2	4317,48	0,716	0,778	0,49	7000,325747
88	48636,07	0,934	0,956	0,808	1116247,397
22	21959,28	0,831	0,851	0,674	179793,5123
204	139390,2	0,784	0,77	0,713	1857769,676
0	11055,98	0,407	0,559	0,348	6374,877468
0	175,81	0,452	0,705	0,413	248,2867782
0	160,92	0,693	0,862	0,632	1259,078382
0	192	0,75	0,827	0,526	640,8769533
1	25731,78	0,689	0,85	0,781	576824
0	12323,25	0,385	0,62	0,406	14291,45685
9	7344,85	0,79	0,86	0,663	45819,56102
0	88,34	0,747	0,845	0,733	1007,186292
0	5245,69	0,304	0,438	0,286	2242,960927
2	4701,07	0,751	0,964	0,897	239699,5985
5	5470,31	0,875	0,875	0,759	95994,1479
9	2003,14	0,933	0,936	0,79	49539,27111
0	559,2	0,427	0,755	0,413	838,0221049
20	49109,11	0,705	0,517	0,652	408236,7523
39	46505,96	0,874	0,969	0,799	1476881,944
0	21083,83	0,68	0,867	0,559	59172,1353
0	49,9	0,693	0,838	0,684	697,2787078
0	104,22	0,712	0,825	0,628	687,9937926
0	43939,6	0,247	0,654	0,421	19171,96665
0	486,62	0,636	0,798	0,619	NA
0	1354,05	0,578	0,453	0,545	3977,75436
16	9074,06	0,904	0,969	0,842	539681,6641
14	7623,44	0,872	0,983	0,858	659307,9208
0	22198,11	0,534	0,881	0,537	NA
1	7487,49	0,704	0,75	0,425	6522,200291
0	41892,89	0,454	0,603	0,37	23874,16505
5	66336,26	0,597	0,854	0,622	345672,2321
0	1154,62	0,371	0,67	0,487	1054
0	6587,24	0,473	0,585	0,297	3620,169607
0	105,63	0,79	0,825	0,535	433,8792945
8	1228,69	0,712	0,791	0,782	22483,11587
8	10525,04	0,645	0,86	0,614	45863,8048
15	77804,12	0,583	0,851	0,689	774983,418
0	4940,92	0,739	0,71	0,615	28061,75439
0	4975,59	0,741	0,892	0,916	360245,075
5	33398,68	0,475	0,538	0,347	16809,62349
49	45415,6	0,858	0,765	0,591	165245,01
317	310232,86	0,939	0,923	0,869	14991300
0	3301,08	0,763	0,899	0,7	46709,79768
8	27865,74	0,711	0,762	0,486	45359,43236
0	221,55	0,554	0,805	0,527	760,0397903
5	27223,23	0,692	0,858	0,669	316482,1908
0	89571,13	0,503	0,87	0,478	123600,1414
0	23495,36	0,31	0,718	0,444	33757,50332
0	13460,31	0,48	0,458	0,362	19206,04493
0	11651,86	0,566	0,495	0,19	9656,199514

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time7 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 & 7 seconds \tabularnewline
R Server & 'Sir Maurice George Kendall' @ kendall.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204989&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]7 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=204989&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204989&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 time7 seconds
R Server'Sir Maurice George Kendall' @ kendall.wessa.net






Goodness of Fit
Correlation0.8235
R-squared0.6781
RMSE22.6362

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.8235 \tabularnewline
R-squared & 0.6781 \tabularnewline
RMSE & 22.6362 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204989&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.8235[/C][/ROW]
[ROW][C]R-squared[/C][C]0.6781[/C][/ROW]
[ROW][C]RMSE[/C][C]22.6362[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204989&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204989&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:

Goodness of Fit
Correlation0.8235
R-squared0.6781
RMSE22.6362






Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
115.57142857142857-4.57142857142857
200.858823529411765-0.858823529411765
355.08695652173913-0.0869565217391308
405.08695652173913-5.08695652173913
500.858823529411765-0.858823529411765
695.086956521739133.91304347826087
740.8588235294117653.14117647058824
87938.540.5
909.38888888888889-9.38888888888889
10205.0869565217391314.9130434782609
1150.8588235294117654.14117647058824
1210.8588235294117650.141176470588235
1305.08695652173913-5.08695652173913
1400.858823529411765-0.858823529411765
15255.0869565217391319.9130434782609
16428.6666666666667-24.6666666666667
1700.858823529411765-0.858823529411765
1800.858823529411765-0.858823529411765
1900.858823529411765-0.858823529411765
2000.858823529411765-0.858823529411765
2100.858823529411765-0.858823529411765
2220.8588235294117651.14117647058824
2334151.666666666667-117.666666666667
2400.858823529411765-0.858823529411765
2535.08695652173913-2.08695652173913
2600.858823529411765-0.858823529411765
2700.858823529411765-0.858823529411765
2800.858823529411765-0.858823529411765
2900.858823529411765-0.858823529411765
302738.5-11.5
3100.858823529411765-0.858823529411765
3200.858823529411765-0.858823529411765
3300.858823529411765-0.858823529411765
3405.08695652173913-5.08695652173913
35267151.666666666667115.333333333333
36155.086956521739139.91304347826087
3700.858823529411765-0.858823529411765
3800.858823529411765-0.858823529411765
3905.08695652173913-5.08695652173913
4000.858823529411765-0.858823529411765
41195.0869565217391313.9130434782609
423728.66666666666678.33333333333333
4320.8588235294117651.14117647058824
442928.66666666666670.333333333333332
45219.3888888888888911.6111111111111
4600.858823529411765-0.858823529411765
4700.858823529411765-0.858823529411765
4875.086956521739131.91304347826087
4905.57142857142857-5.57142857142857
5005.08695652173913-5.08695652173913
5145.08695652173913-1.08695652173913
5200.858823529411765-0.858823529411765
5300.858823529411765-0.858823529411765
5400.858823529411765-0.858823529411765
5539.38888888888889-6.38888888888889
56205.0869565217391314.9130434782609
5700.858823529411765-0.858823529411765
5849.38888888888889-5.38888888888889
5989151.666666666667-62.6666666666667
6020.8588235294117651.14117647058824
6100.858823529411765-0.858823529411765
62149.388888888888894.61111111111111
63107151.666666666667-44.6666666666667
6405.08695652173913-5.08695652173913
65198151.66666666666746.3333333333333
66228.6666666666667-26.6666666666667
6750.8588235294117654.14117647058824
6825.08695652173913-3.08695652173913
6900.858823529411765-0.858823529411765
7000.858823529411765-0.858823529411765
7100.858823529411765-0.858823529411765
7200.858823529411765-0.858823529411765
7300.858823529411765-0.858823529411765
7419.38888888888889-8.38888888888889
755328.666666666666724.3333333333333
7609.38888888888889-9.38888888888889
77838.5-30.5
78338.5-35.5
79335.5714285714285727.4285714285714
8005.08695652173913-5.08695652173913
81109.388888888888890.611111111111111
8209.38888888888889-9.38888888888889
8369151.666666666667-82.6666666666667
84320.85882352941176531.1411764705882
8580151.666666666667-71.6666666666667
8600.858823529411765-0.858823529411765
874228.666666666666713.3333333333333
88235.0869565217391317.9130434782609
8900.858823529411765-0.858823529411765
9015.08695652173913-4.08695652173913
9100.858823529411765-0.858823529411765
9200.858823529411765-0.858823529411765
9369.38888888888889-3.38888888888889
9405.08695652173913-5.08695652173913
9500.858823529411765-0.858823529411765
9600.858823529411765-0.858823529411765
9705.08695652173913-5.08695652173913
98149.388888888888894.61111111111111
9905.08695652173913-5.08695652173913
10000.858823529411765-0.858823529411765
10100.858823529411765-0.858823529411765
10235.08695652173913-2.08695652173913
10300.858823529411765-0.858823529411765
10400.858823529411765-0.858823529411765
10500.858823529411765-0.858823529411765
10600.858823529411765-0.858823529411765
10700.858823529411765-0.858823529411765
1081438.5-24.5
10900.858823529411765-0.858823529411765
11070.8588235294117656.14117647058824
11120.8588235294117651.14117647058824
11215.08695652173913-4.08695652173913
11300.858823529411765-0.858823529411765
11400.858823529411765-0.858823529411765
11505.57142857142857-5.57142857142857
1165038.511.5
117399.3888888888888929.6111111111111
11800.858823529411765-0.858823529411765
11900.858823529411765-0.858823529411765
12005.08695652173913-5.08695652173913
121139.388888888888893.61111111111111
12205.08695652173913-5.08695652173913
12305.08695652173913-5.08695652173913
12409.38888888888889-9.38888888888889
12500.858823529411765-0.858823529411765
12600.858823529411765-0.858823529411765
12700.858823529411765-0.858823529411765
12805.08695652173913-5.08695652173913
12905.08695652173913-5.08695652173913
1302028.6666666666667-8.66666666666667
13125.08695652173913-3.08695652173913
13225.08695652173913-3.08695652173913
13320.8588235294117651.14117647058824
1348838.549.5
1352228.6666666666667-6.66666666666667
136204151.66666666666752.3333333333333
13700.858823529411765-0.858823529411765
13800.858823529411765-0.858823529411765
13900.858823529411765-0.858823529411765
14000.858823529411765-0.858823529411765
14115.08695652173913-4.08695652173913
14200.858823529411765-0.858823529411765
14395.086956521739133.91304347826087
14400.858823529411765-0.858823529411765
14500.858823529411765-0.858823529411765
14625.08695652173913-3.08695652173913
14759.38888888888889-4.38888888888889
14899.38888888888889-0.388888888888889
14900.858823529411765-0.858823529411765
150205.0869565217391314.9130434782609
1513938.50.5
15205.08695652173913-5.08695652173913
15300.858823529411765-0.858823529411765
15400.858823529411765-0.858823529411765
15505.57142857142857-5.57142857142857
15600.858823529411765-0.858823529411765
15700.858823529411765-0.858823529411765
158169.388888888888896.61111111111111
159149.388888888888894.61111111111111
16000.858823529411765-0.858823529411765
16110.8588235294117650.141176470588235
16205.57142857142857-5.57142857142857
16355.08695652173913-0.0869565217391308
16400.858823529411765-0.858823529411765
16500.858823529411765-0.858823529411765
16600.858823529411765-0.858823529411765
16780.8588235294117657.14117647058824
16885.086956521739132.91304347826087
169155.086956521739139.91304347826087
17000.858823529411765-0.858823529411765
17105.08695652173913-5.08695652173913
17255.57142857142857-0.571428571428571
1734928.666666666666720.3333333333333
174317151.666666666667165.333333333333
17505.08695652173913-5.08695652173913
17685.086956521739132.91304347826087
17700.858823529411765-0.858823529411765
17855.08695652173913-0.0869565217391308
17905.08695652173913-5.08695652173913
18005.08695652173913-5.08695652173913
18100.858823529411765-0.858823529411765
18200.858823529411765-0.858823529411765

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 1 & 5.57142857142857 & -4.57142857142857 \tabularnewline
2 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
3 & 5 & 5.08695652173913 & -0.0869565217391308 \tabularnewline
4 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
5 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
6 & 9 & 5.08695652173913 & 3.91304347826087 \tabularnewline
7 & 4 & 0.858823529411765 & 3.14117647058824 \tabularnewline
8 & 79 & 38.5 & 40.5 \tabularnewline
9 & 0 & 9.38888888888889 & -9.38888888888889 \tabularnewline
10 & 20 & 5.08695652173913 & 14.9130434782609 \tabularnewline
11 & 5 & 0.858823529411765 & 4.14117647058824 \tabularnewline
12 & 1 & 0.858823529411765 & 0.141176470588235 \tabularnewline
13 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
14 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
15 & 25 & 5.08695652173913 & 19.9130434782609 \tabularnewline
16 & 4 & 28.6666666666667 & -24.6666666666667 \tabularnewline
17 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
18 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
19 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
20 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
21 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
22 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
23 & 34 & 151.666666666667 & -117.666666666667 \tabularnewline
24 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
25 & 3 & 5.08695652173913 & -2.08695652173913 \tabularnewline
26 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
27 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
28 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
29 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
30 & 27 & 38.5 & -11.5 \tabularnewline
31 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
32 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
33 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
34 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
35 & 267 & 151.666666666667 & 115.333333333333 \tabularnewline
36 & 15 & 5.08695652173913 & 9.91304347826087 \tabularnewline
37 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
38 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
39 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
40 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
41 & 19 & 5.08695652173913 & 13.9130434782609 \tabularnewline
42 & 37 & 28.6666666666667 & 8.33333333333333 \tabularnewline
43 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
44 & 29 & 28.6666666666667 & 0.333333333333332 \tabularnewline
45 & 21 & 9.38888888888889 & 11.6111111111111 \tabularnewline
46 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
47 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
48 & 7 & 5.08695652173913 & 1.91304347826087 \tabularnewline
49 & 0 & 5.57142857142857 & -5.57142857142857 \tabularnewline
50 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
51 & 4 & 5.08695652173913 & -1.08695652173913 \tabularnewline
52 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
53 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
54 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
55 & 3 & 9.38888888888889 & -6.38888888888889 \tabularnewline
56 & 20 & 5.08695652173913 & 14.9130434782609 \tabularnewline
57 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
58 & 4 & 9.38888888888889 & -5.38888888888889 \tabularnewline
59 & 89 & 151.666666666667 & -62.6666666666667 \tabularnewline
60 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
61 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
62 & 14 & 9.38888888888889 & 4.61111111111111 \tabularnewline
63 & 107 & 151.666666666667 & -44.6666666666667 \tabularnewline
64 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
65 & 198 & 151.666666666667 & 46.3333333333333 \tabularnewline
66 & 2 & 28.6666666666667 & -26.6666666666667 \tabularnewline
67 & 5 & 0.858823529411765 & 4.14117647058824 \tabularnewline
68 & 2 & 5.08695652173913 & -3.08695652173913 \tabularnewline
69 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
70 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
71 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
72 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
73 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
74 & 1 & 9.38888888888889 & -8.38888888888889 \tabularnewline
75 & 53 & 28.6666666666667 & 24.3333333333333 \tabularnewline
76 & 0 & 9.38888888888889 & -9.38888888888889 \tabularnewline
77 & 8 & 38.5 & -30.5 \tabularnewline
78 & 3 & 38.5 & -35.5 \tabularnewline
79 & 33 & 5.57142857142857 & 27.4285714285714 \tabularnewline
80 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
81 & 10 & 9.38888888888889 & 0.611111111111111 \tabularnewline
82 & 0 & 9.38888888888889 & -9.38888888888889 \tabularnewline
83 & 69 & 151.666666666667 & -82.6666666666667 \tabularnewline
84 & 32 & 0.858823529411765 & 31.1411764705882 \tabularnewline
85 & 80 & 151.666666666667 & -71.6666666666667 \tabularnewline
86 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
87 & 42 & 28.6666666666667 & 13.3333333333333 \tabularnewline
88 & 23 & 5.08695652173913 & 17.9130434782609 \tabularnewline
89 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
90 & 1 & 5.08695652173913 & -4.08695652173913 \tabularnewline
91 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
92 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
93 & 6 & 9.38888888888889 & -3.38888888888889 \tabularnewline
94 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
95 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
96 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
97 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
98 & 14 & 9.38888888888889 & 4.61111111111111 \tabularnewline
99 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
100 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
101 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
102 & 3 & 5.08695652173913 & -2.08695652173913 \tabularnewline
103 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
104 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
105 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
106 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
107 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
108 & 14 & 38.5 & -24.5 \tabularnewline
109 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
110 & 7 & 0.858823529411765 & 6.14117647058824 \tabularnewline
111 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
112 & 1 & 5.08695652173913 & -4.08695652173913 \tabularnewline
113 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
114 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
115 & 0 & 5.57142857142857 & -5.57142857142857 \tabularnewline
116 & 50 & 38.5 & 11.5 \tabularnewline
117 & 39 & 9.38888888888889 & 29.6111111111111 \tabularnewline
118 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
119 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
120 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
121 & 13 & 9.38888888888889 & 3.61111111111111 \tabularnewline
122 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
123 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
124 & 0 & 9.38888888888889 & -9.38888888888889 \tabularnewline
125 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
126 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
127 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
128 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
129 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
130 & 20 & 28.6666666666667 & -8.66666666666667 \tabularnewline
131 & 2 & 5.08695652173913 & -3.08695652173913 \tabularnewline
132 & 2 & 5.08695652173913 & -3.08695652173913 \tabularnewline
133 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
134 & 88 & 38.5 & 49.5 \tabularnewline
135 & 22 & 28.6666666666667 & -6.66666666666667 \tabularnewline
136 & 204 & 151.666666666667 & 52.3333333333333 \tabularnewline
137 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
138 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
139 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
140 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
141 & 1 & 5.08695652173913 & -4.08695652173913 \tabularnewline
142 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
143 & 9 & 5.08695652173913 & 3.91304347826087 \tabularnewline
144 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
145 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
146 & 2 & 5.08695652173913 & -3.08695652173913 \tabularnewline
147 & 5 & 9.38888888888889 & -4.38888888888889 \tabularnewline
148 & 9 & 9.38888888888889 & -0.388888888888889 \tabularnewline
149 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
150 & 20 & 5.08695652173913 & 14.9130434782609 \tabularnewline
151 & 39 & 38.5 & 0.5 \tabularnewline
152 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
153 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
154 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
155 & 0 & 5.57142857142857 & -5.57142857142857 \tabularnewline
156 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
157 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
158 & 16 & 9.38888888888889 & 6.61111111111111 \tabularnewline
159 & 14 & 9.38888888888889 & 4.61111111111111 \tabularnewline
160 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
161 & 1 & 0.858823529411765 & 0.141176470588235 \tabularnewline
162 & 0 & 5.57142857142857 & -5.57142857142857 \tabularnewline
163 & 5 & 5.08695652173913 & -0.0869565217391308 \tabularnewline
164 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
165 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
166 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
167 & 8 & 0.858823529411765 & 7.14117647058824 \tabularnewline
168 & 8 & 5.08695652173913 & 2.91304347826087 \tabularnewline
169 & 15 & 5.08695652173913 & 9.91304347826087 \tabularnewline
170 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
171 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
172 & 5 & 5.57142857142857 & -0.571428571428571 \tabularnewline
173 & 49 & 28.6666666666667 & 20.3333333333333 \tabularnewline
174 & 317 & 151.666666666667 & 165.333333333333 \tabularnewline
175 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
176 & 8 & 5.08695652173913 & 2.91304347826087 \tabularnewline
177 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
178 & 5 & 5.08695652173913 & -0.0869565217391308 \tabularnewline
179 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
180 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
181 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
182 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204989&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]1[/C][C]5.57142857142857[/C][C]-4.57142857142857[/C][/ROW]
[ROW][C]2[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]3[/C][C]5[/C][C]5.08695652173913[/C][C]-0.0869565217391308[/C][/ROW]
[ROW][C]4[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]5[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]6[/C][C]9[/C][C]5.08695652173913[/C][C]3.91304347826087[/C][/ROW]
[ROW][C]7[/C][C]4[/C][C]0.858823529411765[/C][C]3.14117647058824[/C][/ROW]
[ROW][C]8[/C][C]79[/C][C]38.5[/C][C]40.5[/C][/ROW]
[ROW][C]9[/C][C]0[/C][C]9.38888888888889[/C][C]-9.38888888888889[/C][/ROW]
[ROW][C]10[/C][C]20[/C][C]5.08695652173913[/C][C]14.9130434782609[/C][/ROW]
[ROW][C]11[/C][C]5[/C][C]0.858823529411765[/C][C]4.14117647058824[/C][/ROW]
[ROW][C]12[/C][C]1[/C][C]0.858823529411765[/C][C]0.141176470588235[/C][/ROW]
[ROW][C]13[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]14[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]15[/C][C]25[/C][C]5.08695652173913[/C][C]19.9130434782609[/C][/ROW]
[ROW][C]16[/C][C]4[/C][C]28.6666666666667[/C][C]-24.6666666666667[/C][/ROW]
[ROW][C]17[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]18[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]19[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]20[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]21[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]22[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]23[/C][C]34[/C][C]151.666666666667[/C][C]-117.666666666667[/C][/ROW]
[ROW][C]24[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]25[/C][C]3[/C][C]5.08695652173913[/C][C]-2.08695652173913[/C][/ROW]
[ROW][C]26[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]27[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]28[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]29[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]30[/C][C]27[/C][C]38.5[/C][C]-11.5[/C][/ROW]
[ROW][C]31[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]32[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]33[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]34[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]35[/C][C]267[/C][C]151.666666666667[/C][C]115.333333333333[/C][/ROW]
[ROW][C]36[/C][C]15[/C][C]5.08695652173913[/C][C]9.91304347826087[/C][/ROW]
[ROW][C]37[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]38[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]39[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]40[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]41[/C][C]19[/C][C]5.08695652173913[/C][C]13.9130434782609[/C][/ROW]
[ROW][C]42[/C][C]37[/C][C]28.6666666666667[/C][C]8.33333333333333[/C][/ROW]
[ROW][C]43[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]44[/C][C]29[/C][C]28.6666666666667[/C][C]0.333333333333332[/C][/ROW]
[ROW][C]45[/C][C]21[/C][C]9.38888888888889[/C][C]11.6111111111111[/C][/ROW]
[ROW][C]46[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]47[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]48[/C][C]7[/C][C]5.08695652173913[/C][C]1.91304347826087[/C][/ROW]
[ROW][C]49[/C][C]0[/C][C]5.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]50[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]51[/C][C]4[/C][C]5.08695652173913[/C][C]-1.08695652173913[/C][/ROW]
[ROW][C]52[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]53[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]54[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]55[/C][C]3[/C][C]9.38888888888889[/C][C]-6.38888888888889[/C][/ROW]
[ROW][C]56[/C][C]20[/C][C]5.08695652173913[/C][C]14.9130434782609[/C][/ROW]
[ROW][C]57[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]58[/C][C]4[/C][C]9.38888888888889[/C][C]-5.38888888888889[/C][/ROW]
[ROW][C]59[/C][C]89[/C][C]151.666666666667[/C][C]-62.6666666666667[/C][/ROW]
[ROW][C]60[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]61[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]62[/C][C]14[/C][C]9.38888888888889[/C][C]4.61111111111111[/C][/ROW]
[ROW][C]63[/C][C]107[/C][C]151.666666666667[/C][C]-44.6666666666667[/C][/ROW]
[ROW][C]64[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]65[/C][C]198[/C][C]151.666666666667[/C][C]46.3333333333333[/C][/ROW]
[ROW][C]66[/C][C]2[/C][C]28.6666666666667[/C][C]-26.6666666666667[/C][/ROW]
[ROW][C]67[/C][C]5[/C][C]0.858823529411765[/C][C]4.14117647058824[/C][/ROW]
[ROW][C]68[/C][C]2[/C][C]5.08695652173913[/C][C]-3.08695652173913[/C][/ROW]
[ROW][C]69[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]70[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]71[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]72[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]73[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]74[/C][C]1[/C][C]9.38888888888889[/C][C]-8.38888888888889[/C][/ROW]
[ROW][C]75[/C][C]53[/C][C]28.6666666666667[/C][C]24.3333333333333[/C][/ROW]
[ROW][C]76[/C][C]0[/C][C]9.38888888888889[/C][C]-9.38888888888889[/C][/ROW]
[ROW][C]77[/C][C]8[/C][C]38.5[/C][C]-30.5[/C][/ROW]
[ROW][C]78[/C][C]3[/C][C]38.5[/C][C]-35.5[/C][/ROW]
[ROW][C]79[/C][C]33[/C][C]5.57142857142857[/C][C]27.4285714285714[/C][/ROW]
[ROW][C]80[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]81[/C][C]10[/C][C]9.38888888888889[/C][C]0.611111111111111[/C][/ROW]
[ROW][C]82[/C][C]0[/C][C]9.38888888888889[/C][C]-9.38888888888889[/C][/ROW]
[ROW][C]83[/C][C]69[/C][C]151.666666666667[/C][C]-82.6666666666667[/C][/ROW]
[ROW][C]84[/C][C]32[/C][C]0.858823529411765[/C][C]31.1411764705882[/C][/ROW]
[ROW][C]85[/C][C]80[/C][C]151.666666666667[/C][C]-71.6666666666667[/C][/ROW]
[ROW][C]86[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]87[/C][C]42[/C][C]28.6666666666667[/C][C]13.3333333333333[/C][/ROW]
[ROW][C]88[/C][C]23[/C][C]5.08695652173913[/C][C]17.9130434782609[/C][/ROW]
[ROW][C]89[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]90[/C][C]1[/C][C]5.08695652173913[/C][C]-4.08695652173913[/C][/ROW]
[ROW][C]91[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]92[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]93[/C][C]6[/C][C]9.38888888888889[/C][C]-3.38888888888889[/C][/ROW]
[ROW][C]94[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]95[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]96[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]97[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]98[/C][C]14[/C][C]9.38888888888889[/C][C]4.61111111111111[/C][/ROW]
[ROW][C]99[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]100[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]101[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]102[/C][C]3[/C][C]5.08695652173913[/C][C]-2.08695652173913[/C][/ROW]
[ROW][C]103[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]104[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]105[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]106[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]107[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]108[/C][C]14[/C][C]38.5[/C][C]-24.5[/C][/ROW]
[ROW][C]109[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]110[/C][C]7[/C][C]0.858823529411765[/C][C]6.14117647058824[/C][/ROW]
[ROW][C]111[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]112[/C][C]1[/C][C]5.08695652173913[/C][C]-4.08695652173913[/C][/ROW]
[ROW][C]113[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]114[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]115[/C][C]0[/C][C]5.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]116[/C][C]50[/C][C]38.5[/C][C]11.5[/C][/ROW]
[ROW][C]117[/C][C]39[/C][C]9.38888888888889[/C][C]29.6111111111111[/C][/ROW]
[ROW][C]118[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]119[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]120[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]121[/C][C]13[/C][C]9.38888888888889[/C][C]3.61111111111111[/C][/ROW]
[ROW][C]122[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]123[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]124[/C][C]0[/C][C]9.38888888888889[/C][C]-9.38888888888889[/C][/ROW]
[ROW][C]125[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]126[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]127[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]128[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]129[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]130[/C][C]20[/C][C]28.6666666666667[/C][C]-8.66666666666667[/C][/ROW]
[ROW][C]131[/C][C]2[/C][C]5.08695652173913[/C][C]-3.08695652173913[/C][/ROW]
[ROW][C]132[/C][C]2[/C][C]5.08695652173913[/C][C]-3.08695652173913[/C][/ROW]
[ROW][C]133[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]134[/C][C]88[/C][C]38.5[/C][C]49.5[/C][/ROW]
[ROW][C]135[/C][C]22[/C][C]28.6666666666667[/C][C]-6.66666666666667[/C][/ROW]
[ROW][C]136[/C][C]204[/C][C]151.666666666667[/C][C]52.3333333333333[/C][/ROW]
[ROW][C]137[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]138[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]139[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]140[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]141[/C][C]1[/C][C]5.08695652173913[/C][C]-4.08695652173913[/C][/ROW]
[ROW][C]142[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]143[/C][C]9[/C][C]5.08695652173913[/C][C]3.91304347826087[/C][/ROW]
[ROW][C]144[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]145[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]146[/C][C]2[/C][C]5.08695652173913[/C][C]-3.08695652173913[/C][/ROW]
[ROW][C]147[/C][C]5[/C][C]9.38888888888889[/C][C]-4.38888888888889[/C][/ROW]
[ROW][C]148[/C][C]9[/C][C]9.38888888888889[/C][C]-0.388888888888889[/C][/ROW]
[ROW][C]149[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]150[/C][C]20[/C][C]5.08695652173913[/C][C]14.9130434782609[/C][/ROW]
[ROW][C]151[/C][C]39[/C][C]38.5[/C][C]0.5[/C][/ROW]
[ROW][C]152[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]153[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]154[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]155[/C][C]0[/C][C]5.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]156[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]157[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]158[/C][C]16[/C][C]9.38888888888889[/C][C]6.61111111111111[/C][/ROW]
[ROW][C]159[/C][C]14[/C][C]9.38888888888889[/C][C]4.61111111111111[/C][/ROW]
[ROW][C]160[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]161[/C][C]1[/C][C]0.858823529411765[/C][C]0.141176470588235[/C][/ROW]
[ROW][C]162[/C][C]0[/C][C]5.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]163[/C][C]5[/C][C]5.08695652173913[/C][C]-0.0869565217391308[/C][/ROW]
[ROW][C]164[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]165[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]166[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]167[/C][C]8[/C][C]0.858823529411765[/C][C]7.14117647058824[/C][/ROW]
[ROW][C]168[/C][C]8[/C][C]5.08695652173913[/C][C]2.91304347826087[/C][/ROW]
[ROW][C]169[/C][C]15[/C][C]5.08695652173913[/C][C]9.91304347826087[/C][/ROW]
[ROW][C]170[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]171[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]172[/C][C]5[/C][C]5.57142857142857[/C][C]-0.571428571428571[/C][/ROW]
[ROW][C]173[/C][C]49[/C][C]28.6666666666667[/C][C]20.3333333333333[/C][/ROW]
[ROW][C]174[/C][C]317[/C][C]151.666666666667[/C][C]165.333333333333[/C][/ROW]
[ROW][C]175[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]176[/C][C]8[/C][C]5.08695652173913[/C][C]2.91304347826087[/C][/ROW]
[ROW][C]177[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]178[/C][C]5[/C][C]5.08695652173913[/C][C]-0.0869565217391308[/C][/ROW]
[ROW][C]179[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]180[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]181[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]182[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204989&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204989&T=2

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


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

Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
115.57142857142857-4.57142857142857
200.858823529411765-0.858823529411765
355.08695652173913-0.0869565217391308
405.08695652173913-5.08695652173913
500.858823529411765-0.858823529411765
695.086956521739133.91304347826087
740.8588235294117653.14117647058824
87938.540.5
909.38888888888889-9.38888888888889
10205.0869565217391314.9130434782609
1150.8588235294117654.14117647058824
1210.8588235294117650.141176470588235
1305.08695652173913-5.08695652173913
1400.858823529411765-0.858823529411765
15255.0869565217391319.9130434782609
16428.6666666666667-24.6666666666667
1700.858823529411765-0.858823529411765
1800.858823529411765-0.858823529411765
1900.858823529411765-0.858823529411765
2000.858823529411765-0.858823529411765
2100.858823529411765-0.858823529411765
2220.8588235294117651.14117647058824
2334151.666666666667-117.666666666667
2400.858823529411765-0.858823529411765
2535.08695652173913-2.08695652173913
2600.858823529411765-0.858823529411765
2700.858823529411765-0.858823529411765
2800.858823529411765-0.858823529411765
2900.858823529411765-0.858823529411765
302738.5-11.5
3100.858823529411765-0.858823529411765
3200.858823529411765-0.858823529411765
3300.858823529411765-0.858823529411765
3405.08695652173913-5.08695652173913
35267151.666666666667115.333333333333
36155.086956521739139.91304347826087
3700.858823529411765-0.858823529411765
3800.858823529411765-0.858823529411765
3905.08695652173913-5.08695652173913
4000.858823529411765-0.858823529411765
41195.0869565217391313.9130434782609
423728.66666666666678.33333333333333
4320.8588235294117651.14117647058824
442928.66666666666670.333333333333332
45219.3888888888888911.6111111111111
4600.858823529411765-0.858823529411765
4700.858823529411765-0.858823529411765
4875.086956521739131.91304347826087
4905.57142857142857-5.57142857142857
5005.08695652173913-5.08695652173913
5145.08695652173913-1.08695652173913
5200.858823529411765-0.858823529411765
5300.858823529411765-0.858823529411765
5400.858823529411765-0.858823529411765
5539.38888888888889-6.38888888888889
56205.0869565217391314.9130434782609
5700.858823529411765-0.858823529411765
5849.38888888888889-5.38888888888889
5989151.666666666667-62.6666666666667
6020.8588235294117651.14117647058824
6100.858823529411765-0.858823529411765
62149.388888888888894.61111111111111
63107151.666666666667-44.6666666666667
6405.08695652173913-5.08695652173913
65198151.66666666666746.3333333333333
66228.6666666666667-26.6666666666667
6750.8588235294117654.14117647058824
6825.08695652173913-3.08695652173913
6900.858823529411765-0.858823529411765
7000.858823529411765-0.858823529411765
7100.858823529411765-0.858823529411765
7200.858823529411765-0.858823529411765
7300.858823529411765-0.858823529411765
7419.38888888888889-8.38888888888889
755328.666666666666724.3333333333333
7609.38888888888889-9.38888888888889
77838.5-30.5
78338.5-35.5
79335.5714285714285727.4285714285714
8005.08695652173913-5.08695652173913
81109.388888888888890.611111111111111
8209.38888888888889-9.38888888888889
8369151.666666666667-82.6666666666667
84320.85882352941176531.1411764705882
8580151.666666666667-71.6666666666667
8600.858823529411765-0.858823529411765
874228.666666666666713.3333333333333
88235.0869565217391317.9130434782609
8900.858823529411765-0.858823529411765
9015.08695652173913-4.08695652173913
9100.858823529411765-0.858823529411765
9200.858823529411765-0.858823529411765
9369.38888888888889-3.38888888888889
9405.08695652173913-5.08695652173913
9500.858823529411765-0.858823529411765
9600.858823529411765-0.858823529411765
9705.08695652173913-5.08695652173913
98149.388888888888894.61111111111111
9905.08695652173913-5.08695652173913
10000.858823529411765-0.858823529411765
10100.858823529411765-0.858823529411765
10235.08695652173913-2.08695652173913
10300.858823529411765-0.858823529411765
10400.858823529411765-0.858823529411765
10500.858823529411765-0.858823529411765
10600.858823529411765-0.858823529411765
10700.858823529411765-0.858823529411765
1081438.5-24.5
10900.858823529411765-0.858823529411765
11070.8588235294117656.14117647058824
11120.8588235294117651.14117647058824
11215.08695652173913-4.08695652173913
11300.858823529411765-0.858823529411765
11400.858823529411765-0.858823529411765
11505.57142857142857-5.57142857142857
1165038.511.5
117399.3888888888888929.6111111111111
11800.858823529411765-0.858823529411765
11900.858823529411765-0.858823529411765
12005.08695652173913-5.08695652173913
121139.388888888888893.61111111111111
12205.08695652173913-5.08695652173913
12305.08695652173913-5.08695652173913
12409.38888888888889-9.38888888888889
12500.858823529411765-0.858823529411765
12600.858823529411765-0.858823529411765
12700.858823529411765-0.858823529411765
12805.08695652173913-5.08695652173913
12905.08695652173913-5.08695652173913
1302028.6666666666667-8.66666666666667
13125.08695652173913-3.08695652173913
13225.08695652173913-3.08695652173913
13320.8588235294117651.14117647058824
1348838.549.5
1352228.6666666666667-6.66666666666667
136204151.66666666666752.3333333333333
13700.858823529411765-0.858823529411765
13800.858823529411765-0.858823529411765
13900.858823529411765-0.858823529411765
14000.858823529411765-0.858823529411765
14115.08695652173913-4.08695652173913
14200.858823529411765-0.858823529411765
14395.086956521739133.91304347826087
14400.858823529411765-0.858823529411765
14500.858823529411765-0.858823529411765
14625.08695652173913-3.08695652173913
14759.38888888888889-4.38888888888889
14899.38888888888889-0.388888888888889
14900.858823529411765-0.858823529411765
150205.0869565217391314.9130434782609
1513938.50.5
15205.08695652173913-5.08695652173913
15300.858823529411765-0.858823529411765
15400.858823529411765-0.858823529411765
15505.57142857142857-5.57142857142857
15600.858823529411765-0.858823529411765
15700.858823529411765-0.858823529411765
158169.388888888888896.61111111111111
159149.388888888888894.61111111111111
16000.858823529411765-0.858823529411765
16110.8588235294117650.141176470588235
16205.57142857142857-5.57142857142857
16355.08695652173913-0.0869565217391308
16400.858823529411765-0.858823529411765
16500.858823529411765-0.858823529411765
16600.858823529411765-0.858823529411765
16780.8588235294117657.14117647058824
16885.086956521739132.91304347826087
169155.086956521739139.91304347826087
17000.858823529411765-0.858823529411765
17105.08695652173913-5.08695652173913
17255.57142857142857-0.571428571428571
1734928.666666666666720.3333333333333
174317151.666666666667165.333333333333
17505.08695652173913-5.08695652173913
17685.086956521739132.91304347826087
17700.858823529411765-0.858823529411765
17855.08695652173913-0.0869565217391308
17905.08695652173913-5.08695652173913
18005.08695652173913-5.08695652173913
18100.858823529411765-0.858823529411765
18200.858823529411765-0.858823529411765


Figures (Output of Computation)

Input Parameters & R Code

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):
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')
}