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 15:05:07 -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/t1357243539zwtyykpcyw1a6lt.htm/, Retrieved Sat, 27 Apr 2024 06:23:12 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=204990, Retrieved Sat, 27 Apr 2024 06:23:12 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact169

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 20:05:07] [acfd67cb214b61d0a5e0fb4c8c6ef02a] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
317	310232,86	0,939	0,923	0,869	14991300
267	1330141,29	0,623	0,843	0,618	7318499,27
204	139390,2	0,784	0,77	0,713	1857769,676
198	62348,45	0,815	0,949	0,832	2445408,065
0	86,75	0,744	0,83	0,723	1118,317379
107	81644,45	0,928	0,953	0,838	3600833,333
89	64768,39	0,87	0,971	0,819	2773032,125
88	48636,07	0,934	0,956	0,808	1116247,397
80	126804,43	0,883	1	0,827	5867154,492
79	21515,75	0,981	0,976	0,837	1379382,222
69	60748,96	0,856	0,976	0,799	2193971,063
1	1180,08	0,747	0,868	0,808	NA
53	9992,34	0,866	0,858	0,732	140029,3445
50	16783,09	0,931	0,958	0,845	836073,6111
49	45415,6	0,858	0,765	0,591	165245,01
42	15460,48	0,834	0,742	0,668	188049,9864
0	314,52	0,663	0,884	0,582	1447,5
39	4252,28	1	0,957	0,783	159705,7488
0	699,85	0,336	0,744	0,568	1732,186153
39	46505,96	0,874	0,969	0,799	1476881,944
34	201103,33	0,663	0,844	0,662	2476652,19
32	2847,23	0,768	0,838	0,598	14439,3314
29	10201,71	0,924	0,91	0,769	217026,5537
27	33759,74	0,927	0,962	0,84	1736050,505
25	9612,63	0,776	0,794	0,702	55132,0804
23	40046,57	0,582	0,586	0,387	33620,68402
22	21959,28	0,831	0,851	0,674	179793,5123
21	5515,57	0,924	0,928	0,836	333616,0149
20	8303,51	0,671	0,8	0,639	63403,65075
20	88013,49	0,237	0,619	0,326	30247,35964
20	38463,69	0,822	0,885	0,739	514496,4568
20	49109,11	0,705	0,517	0,652	408236,7523
19	4486,88	0,778	0,893	0,724	62493,22067
16	9074,06	0,904	0,969	0,842	539681,6641
15	44205,29	0,667	0,847	0,633	333371,9379
15	77804,12	0,583	0,851	0,689	774983,418
0	773,41	0,368	0,648	0,341	610,3726974
14	4600,82	0,839	0,848	0,554	14366,52768
14	112468,85	0,726	0,898	0,7	1153343,069
14	7623,44	0,872	0,983	0,858	659307,9208
13	4676,31	0,985	0,964	0,883	485803,3929
37	11098,42	0,876	0,933	0,572	NA
10	4622,92	0,963	0,955	0,814	217274,9513
9	41343,2	0,806	0,882	0,713	446044,1436
9	7344,85	0,79	0,86	0,663	45819,56102
0	740,53	0,294	0,598	0,451	NA
0	72,81	0,67	0,907	0,626	484,13716
9	2003,14	0,933	0,936	0,79	49539,27111
8	1173108,02	0,45	0,717	0,508	1847976,749
8	1228,69	0,712	0,791	0,782	22483,11587
8	10525,04	0,645	0,86	0,614	45863,8048
8	27865,74	0,711	0,762	0,486	45359,43236
7	9823,82	0,616	0,842	0,629	55611,24562
7	3086,92	0,722	0,765	0,505	8761,426371
6	2217,97	0,873	0,841	0,711	28252,49885
5	34586,18	0,652	0,838	0,621	188681,0992
5	310,43	0,671	0,877	0,779	7787,514
5	5470,31	0,875	0,875	0,759	95994,1479
5	66336,26	0,597	0,854	0,622	345672,2321
5	33398,68	0,475	0,538	0,347	16809,62349
0	1755,46	0,334	0,607	0,365	898,2828659
5	27223,23	0,692	0,858	0,669	316482,1908
4	2966,8	0,76	0,856	0,566	10247,78888
4	10423,49	0,882	0,947	0,832	513661,1111
4	80471,87	0,56	0,84	0,568	229530,5683
4	5255,07	0,877	0,946	0,828	263011,1111
5	107,82	0,779	0,883	0,608	816,0544067
3	7148,78	0,802	0,842	0,678	53514,38073
3	1291,17	0,916	0,865	0,734	22154,72222
0	1565,13	0,302	0,444	0,329	973,4274565
3	242968,34	0,584	0,779	0,518	846832,2829
3	28274,73	0,73	0,855	0,704	287936,9716
2	2029,31	0,693	0,523	0,698	17327,51003
2	1102,68	0,798	0,94	0,79	24689,60245
2	1545,26	0,66	0,674	0,689	17051,61675
2	10749,94	0,861	0,945	0,783	289627,3629
2	13550,44	0,438	0,807	0,534	46900,00026
2	666,73	0,802	0,861	0,665	4495,775882
33	76923,3	0,64	0,836	0,662	NA
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
2	4701,07	0,751	0,964	0,897	239699,5985
1	29121,29	0,367	0,452	0,38	19176,77204
1	7089,7	0,837	0,99	0,874	248611,8962
1	2543,17	0,577	0,861	0,884	176590,0752
1	31627,43	0,447	0,823	0,535	100221,002
1	25731,78	0,689	0,85	0,781	576824
0	99,48	0,647	0,759	0,494	166,6901846
1	7487,49	0,704	0,75	0,425	6522,200291
0	2986,95	0,721	0,898	0,624	12959,5639
0	13068,16	0,422	0,49	0,557	104331,6133
0	8214,16	0,858	0,96	0,842	417656,1625
0	156118,46	0,415	0,772	0,391	111879,1217
0	285,65	0,747	0,896	0,743	3685
0	3685,08	0,439	0,58	0,14	1545,46166
0	9056,01	0,365	0,569	0,374	7294,865847
14	3545,32	0,883	0,824	0,729	NA
0	9947,42	0,749	0,735	0,53	23948,67062
0	4621,6	0,723	0,878	0,621	18088,23805
0	395,03	0,733	0,915	0,877	16359,79569
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
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	107,15	0,689	0,773	0,484	310,2875193
0	16746,49	0,797	0,932	0,701	248585,4999
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
0	69851,29	0,356	0,448	0,147	15653,63404
0	14790,61	0,686	0,877	0,62	65945,43231
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
0	875,98	0,786	0,777	0,533	3818,121194
0	24339,84	0,574	0,698	0,396	39199,65605
0	10324,02	0,246	0,538	0,309	5089,487834
0	748,49	0,65	0,787	0,496	2576,731667
0	9648,92	0,406	0,664	0,346	7346,156703
0	20,88	0,89	0,817	0,656	165,5173142
0	7989,41	0,574	0,838	0,507	17426,57443
0	308,91	0,912	0,975	0,814	14026,17228
0	29671,6	0,491	0,774	0,495	115388,469
0	7353,98	0,907	0,972	0,796	242928,7311
0	6407,09	0,71	0,842	0,569	28840,19702
0	5508,63	0,716	0,753	0,432	5918,610958
0	6368,16	0,432	0,749	0,445	8297,664741
0	4125,25	0,695	0,83	0,698	40094,32836
0	1919,55	0,507	0,445	0,403	2426,200017
0	6461,45	0,731	0,864	0,693	42725,40405
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
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
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	88,34	0,747	0,845	0,733	1007,186292
0	3205,06	0,366	0,609	0,419	4075,675053
0	1294,1	0,659	0,842	0,696	11259,8563
0	22417,45	0,222	0,477	0,314	12797,75423
0	2128,47	0,617	0,67	0,591	12300,6989
0	559,2	0,427	0,755	0,413	838,0221049
0	28951,85	0,356	0,77	0,351	18884,49563
0	5604,45	0,525	0,852	0,457	9316,75554
0	15878,27	0,177	0,547	0,266	6016,960988
0	49,9	0,693	0,838	0,684	697,2787078
0	104,22	0,712	0,825	0,628	687,9937926
0	152217,34	0,442	0,503	0,434	243985,8123
0	486,62	0,636	0,798	0,619	NA
0	2967,72	0,539	0,836	0,778	71781,53504
0	184404,79	0,386	0,717	0,464	210216,1979
0	3410,68	0,743	0,885	0,69	26778,1
0	22198,11	0,534	0,881	0,537	NA
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	1154,62	0,371	0,67	0,487	1054
0	99900,18	0,684	0,769	0,508	224753,5798
0	105,63	0,79	0,825	0,535	433,8792945
0	11055,98	0,407	0,559	0,348	6374,877468
0	12323,25	0,385	0,62	0,406	14291,45685
0	5245,69	0,304	0,438	0,286	2242,960927
0	21083,83	0,68	0,867	0,559	59172,1353
0	43939,6	0,247	0,654	0,421	19171,96665
0	1354,05	0,578	0,453	0,545	3977,75436
0	41892,89	0,454	0,603	0,37	23874,16505
0	6587,24	0,473	0,585	0,297	3620,169607
0	4940,92	0,739	0,71	0,615	28061,75439
0	4975,59	0,741	0,892	0,916	360245,075
0	221,55	0,554	0,805	0,527	760,0397903
0	3301,08	0,763	0,899	0,7	46709,79768
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 time8 seconds
R Server'Sir Ronald Aylmer Fisher' @ fisher.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 & 8 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ fisher.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204990&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]8 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ fisher.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204990&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204990&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 time8 seconds
R Server'Sir Ronald Aylmer Fisher' @ fisher.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=204990&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=204990&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204990&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
1317151.666666666667165.333333333333
2267151.666666666667115.333333333333
3204151.66666666666752.3333333333333
4198151.66666666666746.3333333333333
500.858823529411765-0.858823529411765
6107151.666666666667-44.6666666666667
789151.666666666667-62.6666666666667
88838.549.5
980151.666666666667-71.6666666666667
107938.540.5
1169151.666666666667-82.6666666666667
1210.8588235294117650.141176470588235
135328.666666666666724.3333333333333
145038.511.5
154928.666666666666720.3333333333333
164228.666666666666713.3333333333333
1700.858823529411765-0.858823529411765
18399.3888888888888929.6111111111111
1900.858823529411765-0.858823529411765
203938.50.5
2134151.666666666667-117.666666666667
22320.85882352941176531.1411764705882
232928.66666666666670.333333333333332
242738.5-11.5
25255.0869565217391319.9130434782609
26235.0869565217391317.9130434782609
272228.6666666666667-6.66666666666667
28219.3888888888888911.6111111111111
29205.0869565217391314.9130434782609
30205.0869565217391314.9130434782609
312028.6666666666667-8.66666666666667
32205.0869565217391314.9130434782609
33195.0869565217391313.9130434782609
34169.388888888888896.61111111111111
35155.086956521739139.91304347826087
36155.086956521739139.91304347826087
3700.858823529411765-0.858823529411765
38149.388888888888894.61111111111111
391438.5-24.5
40149.388888888888894.61111111111111
41139.388888888888893.61111111111111
423728.66666666666678.33333333333333
43109.388888888888890.611111111111111
4495.086956521739133.91304347826087
4595.086956521739133.91304347826087
4600.858823529411765-0.858823529411765
4700.858823529411765-0.858823529411765
4899.38888888888889-0.388888888888889
49838.5-30.5
5080.8588235294117657.14117647058824
5185.086956521739132.91304347826087
5285.086956521739132.91304347826087
5375.086956521739131.91304347826087
5470.8588235294117656.14117647058824
5569.38888888888889-3.38888888888889
5655.08695652173913-0.0869565217391308
5750.8588235294117654.14117647058824
5859.38888888888889-4.38888888888889
5955.08695652173913-0.0869565217391308
6055.57142857142857-0.571428571428571
6100.858823529411765-0.858823529411765
6255.08695652173913-0.0869565217391308
6340.8588235294117653.14117647058824
64428.6666666666667-24.6666666666667
6545.08695652173913-1.08695652173913
6649.38888888888889-5.38888888888889
6750.8588235294117654.14117647058824
6835.08695652173913-2.08695652173913
6939.38888888888889-6.38888888888889
7000.858823529411765-0.858823529411765
71338.5-35.5
7235.08695652173913-2.08695652173913
7320.8588235294117651.14117647058824
7420.8588235294117651.14117647058824
7520.8588235294117651.14117647058824
76228.6666666666667-26.6666666666667
7725.08695652173913-3.08695652173913
7820.8588235294117651.14117647058824
79335.5714285714285727.4285714285714
8025.08695652173913-3.08695652173913
8125.08695652173913-3.08695652173913
8220.8588235294117651.14117647058824
8325.08695652173913-3.08695652173913
8415.57142857142857-4.57142857142857
8519.38888888888889-8.38888888888889
8615.08695652173913-4.08695652173913
8715.08695652173913-4.08695652173913
8815.08695652173913-4.08695652173913
8900.858823529411765-0.858823529411765
9010.8588235294117650.141176470588235
9100.858823529411765-0.858823529411765
9205.08695652173913-5.08695652173913
9309.38888888888889-9.38888888888889
9405.08695652173913-5.08695652173913
9500.858823529411765-0.858823529411765
9600.858823529411765-0.858823529411765
9700.858823529411765-0.858823529411765
98149.388888888888894.61111111111111
9900.858823529411765-0.858823529411765
10000.858823529411765-0.858823529411765
10100.858823529411765-0.858823529411765
10200.858823529411765-0.858823529411765
10300.858823529411765-0.858823529411765
10400.858823529411765-0.858823529411765
10500.858823529411765-0.858823529411765
10600.858823529411765-0.858823529411765
10700.858823529411765-0.858823529411765
10800.858823529411765-0.858823529411765
10900.858823529411765-0.858823529411765
11005.08695652173913-5.08695652173913
11100.858823529411765-0.858823529411765
11205.08695652173913-5.08695652173913
11300.858823529411765-0.858823529411765
11405.57142857142857-5.57142857142857
11505.08695652173913-5.08695652173913
11600.858823529411765-0.858823529411765
11700.858823529411765-0.858823529411765
11800.858823529411765-0.858823529411765
11900.858823529411765-0.858823529411765
12005.08695652173913-5.08695652173913
12100.858823529411765-0.858823529411765
12200.858823529411765-0.858823529411765
12300.858823529411765-0.858823529411765
12409.38888888888889-9.38888888888889
12500.858823529411765-0.858823529411765
12609.38888888888889-9.38888888888889
12705.08695652173913-5.08695652173913
12809.38888888888889-9.38888888888889
12900.858823529411765-0.858823529411765
13000.858823529411765-0.858823529411765
13100.858823529411765-0.858823529411765
13205.08695652173913-5.08695652173913
13300.858823529411765-0.858823529411765
13405.08695652173913-5.08695652173913
13505.08695652173913-5.08695652173913
13600.858823529411765-0.858823529411765
13700.858823529411765-0.858823529411765
13800.858823529411765-0.858823529411765
13900.858823529411765-0.858823529411765
14000.858823529411765-0.858823529411765
14100.858823529411765-0.858823529411765
14200.858823529411765-0.858823529411765
14300.858823529411765-0.858823529411765
14400.858823529411765-0.858823529411765
14500.858823529411765-0.858823529411765
14600.858823529411765-0.858823529411765
14700.858823529411765-0.858823529411765
14800.858823529411765-0.858823529411765
14900.858823529411765-0.858823529411765
15005.57142857142857-5.57142857142857
15100.858823529411765-0.858823529411765
15200.858823529411765-0.858823529411765
15300.858823529411765-0.858823529411765
15400.858823529411765-0.858823529411765
15505.08695652173913-5.08695652173913
15600.858823529411765-0.858823529411765
15705.08695652173913-5.08695652173913
15805.08695652173913-5.08695652173913
15900.858823529411765-0.858823529411765
16000.858823529411765-0.858823529411765
16100.858823529411765-0.858823529411765
16200.858823529411765-0.858823529411765
16305.08695652173913-5.08695652173913
16400.858823529411765-0.858823529411765
16505.08695652173913-5.08695652173913
16600.858823529411765-0.858823529411765
16700.858823529411765-0.858823529411765
16800.858823529411765-0.858823529411765
16900.858823529411765-0.858823529411765
17005.08695652173913-5.08695652173913
17105.57142857142857-5.57142857142857
17200.858823529411765-0.858823529411765
17305.57142857142857-5.57142857142857
17400.858823529411765-0.858823529411765
17500.858823529411765-0.858823529411765
17605.08695652173913-5.08695652173913
17700.858823529411765-0.858823529411765
17805.08695652173913-5.08695652173913
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 & 317 & 151.666666666667 & 165.333333333333 \tabularnewline
2 & 267 & 151.666666666667 & 115.333333333333 \tabularnewline
3 & 204 & 151.666666666667 & 52.3333333333333 \tabularnewline
4 & 198 & 151.666666666667 & 46.3333333333333 \tabularnewline
5 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
6 & 107 & 151.666666666667 & -44.6666666666667 \tabularnewline
7 & 89 & 151.666666666667 & -62.6666666666667 \tabularnewline
8 & 88 & 38.5 & 49.5 \tabularnewline
9 & 80 & 151.666666666667 & -71.6666666666667 \tabularnewline
10 & 79 & 38.5 & 40.5 \tabularnewline
11 & 69 & 151.666666666667 & -82.6666666666667 \tabularnewline
12 & 1 & 0.858823529411765 & 0.141176470588235 \tabularnewline
13 & 53 & 28.6666666666667 & 24.3333333333333 \tabularnewline
14 & 50 & 38.5 & 11.5 \tabularnewline
15 & 49 & 28.6666666666667 & 20.3333333333333 \tabularnewline
16 & 42 & 28.6666666666667 & 13.3333333333333 \tabularnewline
17 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
18 & 39 & 9.38888888888889 & 29.6111111111111 \tabularnewline
19 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
20 & 39 & 38.5 & 0.5 \tabularnewline
21 & 34 & 151.666666666667 & -117.666666666667 \tabularnewline
22 & 32 & 0.858823529411765 & 31.1411764705882 \tabularnewline
23 & 29 & 28.6666666666667 & 0.333333333333332 \tabularnewline
24 & 27 & 38.5 & -11.5 \tabularnewline
25 & 25 & 5.08695652173913 & 19.9130434782609 \tabularnewline
26 & 23 & 5.08695652173913 & 17.9130434782609 \tabularnewline
27 & 22 & 28.6666666666667 & -6.66666666666667 \tabularnewline
28 & 21 & 9.38888888888889 & 11.6111111111111 \tabularnewline
29 & 20 & 5.08695652173913 & 14.9130434782609 \tabularnewline
30 & 20 & 5.08695652173913 & 14.9130434782609 \tabularnewline
31 & 20 & 28.6666666666667 & -8.66666666666667 \tabularnewline
32 & 20 & 5.08695652173913 & 14.9130434782609 \tabularnewline
33 & 19 & 5.08695652173913 & 13.9130434782609 \tabularnewline
34 & 16 & 9.38888888888889 & 6.61111111111111 \tabularnewline
35 & 15 & 5.08695652173913 & 9.91304347826087 \tabularnewline
36 & 15 & 5.08695652173913 & 9.91304347826087 \tabularnewline
37 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
38 & 14 & 9.38888888888889 & 4.61111111111111 \tabularnewline
39 & 14 & 38.5 & -24.5 \tabularnewline
40 & 14 & 9.38888888888889 & 4.61111111111111 \tabularnewline
41 & 13 & 9.38888888888889 & 3.61111111111111 \tabularnewline
42 & 37 & 28.6666666666667 & 8.33333333333333 \tabularnewline
43 & 10 & 9.38888888888889 & 0.611111111111111 \tabularnewline
44 & 9 & 5.08695652173913 & 3.91304347826087 \tabularnewline
45 & 9 & 5.08695652173913 & 3.91304347826087 \tabularnewline
46 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
47 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
48 & 9 & 9.38888888888889 & -0.388888888888889 \tabularnewline
49 & 8 & 38.5 & -30.5 \tabularnewline
50 & 8 & 0.858823529411765 & 7.14117647058824 \tabularnewline
51 & 8 & 5.08695652173913 & 2.91304347826087 \tabularnewline
52 & 8 & 5.08695652173913 & 2.91304347826087 \tabularnewline
53 & 7 & 5.08695652173913 & 1.91304347826087 \tabularnewline
54 & 7 & 0.858823529411765 & 6.14117647058824 \tabularnewline
55 & 6 & 9.38888888888889 & -3.38888888888889 \tabularnewline
56 & 5 & 5.08695652173913 & -0.0869565217391308 \tabularnewline
57 & 5 & 0.858823529411765 & 4.14117647058824 \tabularnewline
58 & 5 & 9.38888888888889 & -4.38888888888889 \tabularnewline
59 & 5 & 5.08695652173913 & -0.0869565217391308 \tabularnewline
60 & 5 & 5.57142857142857 & -0.571428571428571 \tabularnewline
61 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
62 & 5 & 5.08695652173913 & -0.0869565217391308 \tabularnewline
63 & 4 & 0.858823529411765 & 3.14117647058824 \tabularnewline
64 & 4 & 28.6666666666667 & -24.6666666666667 \tabularnewline
65 & 4 & 5.08695652173913 & -1.08695652173913 \tabularnewline
66 & 4 & 9.38888888888889 & -5.38888888888889 \tabularnewline
67 & 5 & 0.858823529411765 & 4.14117647058824 \tabularnewline
68 & 3 & 5.08695652173913 & -2.08695652173913 \tabularnewline
69 & 3 & 9.38888888888889 & -6.38888888888889 \tabularnewline
70 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
71 & 3 & 38.5 & -35.5 \tabularnewline
72 & 3 & 5.08695652173913 & -2.08695652173913 \tabularnewline
73 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
74 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
75 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
76 & 2 & 28.6666666666667 & -26.6666666666667 \tabularnewline
77 & 2 & 5.08695652173913 & -3.08695652173913 \tabularnewline
78 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
79 & 33 & 5.57142857142857 & 27.4285714285714 \tabularnewline
80 & 2 & 5.08695652173913 & -3.08695652173913 \tabularnewline
81 & 2 & 5.08695652173913 & -3.08695652173913 \tabularnewline
82 & 2 & 0.858823529411765 & 1.14117647058824 \tabularnewline
83 & 2 & 5.08695652173913 & -3.08695652173913 \tabularnewline
84 & 1 & 5.57142857142857 & -4.57142857142857 \tabularnewline
85 & 1 & 9.38888888888889 & -8.38888888888889 \tabularnewline
86 & 1 & 5.08695652173913 & -4.08695652173913 \tabularnewline
87 & 1 & 5.08695652173913 & -4.08695652173913 \tabularnewline
88 & 1 & 5.08695652173913 & -4.08695652173913 \tabularnewline
89 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
90 & 1 & 0.858823529411765 & 0.141176470588235 \tabularnewline
91 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
92 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
93 & 0 & 9.38888888888889 & -9.38888888888889 \tabularnewline
94 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
95 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
96 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
97 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
98 & 14 & 9.38888888888889 & 4.61111111111111 \tabularnewline
99 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
100 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
101 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
102 & 0 & 0.858823529411765 & -0.858823529411765 \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 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
109 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
110 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
111 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
112 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
113 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
114 & 0 & 5.57142857142857 & -5.57142857142857 \tabularnewline
115 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
116 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
117 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
118 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
119 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
120 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
121 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
122 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
123 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
124 & 0 & 9.38888888888889 & -9.38888888888889 \tabularnewline
125 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
126 & 0 & 9.38888888888889 & -9.38888888888889 \tabularnewline
127 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
128 & 0 & 9.38888888888889 & -9.38888888888889 \tabularnewline
129 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
130 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
131 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
132 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
133 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
134 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
135 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
136 & 0 & 0.858823529411765 & -0.858823529411765 \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 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
142 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
143 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
144 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
145 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
146 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
147 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
148 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
149 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
150 & 0 & 5.57142857142857 & -5.57142857142857 \tabularnewline
151 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
152 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
153 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
154 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
155 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
156 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
157 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
158 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
159 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
160 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
161 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
162 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
163 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
164 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
165 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
166 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
167 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
168 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
169 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
170 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
171 & 0 & 5.57142857142857 & -5.57142857142857 \tabularnewline
172 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
173 & 0 & 5.57142857142857 & -5.57142857142857 \tabularnewline
174 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
175 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
176 & 0 & 5.08695652173913 & -5.08695652173913 \tabularnewline
177 & 0 & 0.858823529411765 & -0.858823529411765 \tabularnewline
178 & 0 & 5.08695652173913 & -5.08695652173913 \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=204990&T=2

[TABLE]
[ROW][C]Actuals, Predictions, and Residuals[/C][/ROW]
[ROW][C]#[/C][C]Actuals[/C][C]Forecasts[/C][C]Residuals[/C][/ROW]
[ROW][C]1[/C][C]317[/C][C]151.666666666667[/C][C]165.333333333333[/C][/ROW]
[ROW][C]2[/C][C]267[/C][C]151.666666666667[/C][C]115.333333333333[/C][/ROW]
[ROW][C]3[/C][C]204[/C][C]151.666666666667[/C][C]52.3333333333333[/C][/ROW]
[ROW][C]4[/C][C]198[/C][C]151.666666666667[/C][C]46.3333333333333[/C][/ROW]
[ROW][C]5[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]6[/C][C]107[/C][C]151.666666666667[/C][C]-44.6666666666667[/C][/ROW]
[ROW][C]7[/C][C]89[/C][C]151.666666666667[/C][C]-62.6666666666667[/C][/ROW]
[ROW][C]8[/C][C]88[/C][C]38.5[/C][C]49.5[/C][/ROW]
[ROW][C]9[/C][C]80[/C][C]151.666666666667[/C][C]-71.6666666666667[/C][/ROW]
[ROW][C]10[/C][C]79[/C][C]38.5[/C][C]40.5[/C][/ROW]
[ROW][C]11[/C][C]69[/C][C]151.666666666667[/C][C]-82.6666666666667[/C][/ROW]
[ROW][C]12[/C][C]1[/C][C]0.858823529411765[/C][C]0.141176470588235[/C][/ROW]
[ROW][C]13[/C][C]53[/C][C]28.6666666666667[/C][C]24.3333333333333[/C][/ROW]
[ROW][C]14[/C][C]50[/C][C]38.5[/C][C]11.5[/C][/ROW]
[ROW][C]15[/C][C]49[/C][C]28.6666666666667[/C][C]20.3333333333333[/C][/ROW]
[ROW][C]16[/C][C]42[/C][C]28.6666666666667[/C][C]13.3333333333333[/C][/ROW]
[ROW][C]17[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]18[/C][C]39[/C][C]9.38888888888889[/C][C]29.6111111111111[/C][/ROW]
[ROW][C]19[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]20[/C][C]39[/C][C]38.5[/C][C]0.5[/C][/ROW]
[ROW][C]21[/C][C]34[/C][C]151.666666666667[/C][C]-117.666666666667[/C][/ROW]
[ROW][C]22[/C][C]32[/C][C]0.858823529411765[/C][C]31.1411764705882[/C][/ROW]
[ROW][C]23[/C][C]29[/C][C]28.6666666666667[/C][C]0.333333333333332[/C][/ROW]
[ROW][C]24[/C][C]27[/C][C]38.5[/C][C]-11.5[/C][/ROW]
[ROW][C]25[/C][C]25[/C][C]5.08695652173913[/C][C]19.9130434782609[/C][/ROW]
[ROW][C]26[/C][C]23[/C][C]5.08695652173913[/C][C]17.9130434782609[/C][/ROW]
[ROW][C]27[/C][C]22[/C][C]28.6666666666667[/C][C]-6.66666666666667[/C][/ROW]
[ROW][C]28[/C][C]21[/C][C]9.38888888888889[/C][C]11.6111111111111[/C][/ROW]
[ROW][C]29[/C][C]20[/C][C]5.08695652173913[/C][C]14.9130434782609[/C][/ROW]
[ROW][C]30[/C][C]20[/C][C]5.08695652173913[/C][C]14.9130434782609[/C][/ROW]
[ROW][C]31[/C][C]20[/C][C]28.6666666666667[/C][C]-8.66666666666667[/C][/ROW]
[ROW][C]32[/C][C]20[/C][C]5.08695652173913[/C][C]14.9130434782609[/C][/ROW]
[ROW][C]33[/C][C]19[/C][C]5.08695652173913[/C][C]13.9130434782609[/C][/ROW]
[ROW][C]34[/C][C]16[/C][C]9.38888888888889[/C][C]6.61111111111111[/C][/ROW]
[ROW][C]35[/C][C]15[/C][C]5.08695652173913[/C][C]9.91304347826087[/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]14[/C][C]9.38888888888889[/C][C]4.61111111111111[/C][/ROW]
[ROW][C]39[/C][C]14[/C][C]38.5[/C][C]-24.5[/C][/ROW]
[ROW][C]40[/C][C]14[/C][C]9.38888888888889[/C][C]4.61111111111111[/C][/ROW]
[ROW][C]41[/C][C]13[/C][C]9.38888888888889[/C][C]3.61111111111111[/C][/ROW]
[ROW][C]42[/C][C]37[/C][C]28.6666666666667[/C][C]8.33333333333333[/C][/ROW]
[ROW][C]43[/C][C]10[/C][C]9.38888888888889[/C][C]0.611111111111111[/C][/ROW]
[ROW][C]44[/C][C]9[/C][C]5.08695652173913[/C][C]3.91304347826087[/C][/ROW]
[ROW][C]45[/C][C]9[/C][C]5.08695652173913[/C][C]3.91304347826087[/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]9[/C][C]9.38888888888889[/C][C]-0.388888888888889[/C][/ROW]
[ROW][C]49[/C][C]8[/C][C]38.5[/C][C]-30.5[/C][/ROW]
[ROW][C]50[/C][C]8[/C][C]0.858823529411765[/C][C]7.14117647058824[/C][/ROW]
[ROW][C]51[/C][C]8[/C][C]5.08695652173913[/C][C]2.91304347826087[/C][/ROW]
[ROW][C]52[/C][C]8[/C][C]5.08695652173913[/C][C]2.91304347826087[/C][/ROW]
[ROW][C]53[/C][C]7[/C][C]5.08695652173913[/C][C]1.91304347826087[/C][/ROW]
[ROW][C]54[/C][C]7[/C][C]0.858823529411765[/C][C]6.14117647058824[/C][/ROW]
[ROW][C]55[/C][C]6[/C][C]9.38888888888889[/C][C]-3.38888888888889[/C][/ROW]
[ROW][C]56[/C][C]5[/C][C]5.08695652173913[/C][C]-0.0869565217391308[/C][/ROW]
[ROW][C]57[/C][C]5[/C][C]0.858823529411765[/C][C]4.14117647058824[/C][/ROW]
[ROW][C]58[/C][C]5[/C][C]9.38888888888889[/C][C]-4.38888888888889[/C][/ROW]
[ROW][C]59[/C][C]5[/C][C]5.08695652173913[/C][C]-0.0869565217391308[/C][/ROW]
[ROW][C]60[/C][C]5[/C][C]5.57142857142857[/C][C]-0.571428571428571[/C][/ROW]
[ROW][C]61[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]62[/C][C]5[/C][C]5.08695652173913[/C][C]-0.0869565217391308[/C][/ROW]
[ROW][C]63[/C][C]4[/C][C]0.858823529411765[/C][C]3.14117647058824[/C][/ROW]
[ROW][C]64[/C][C]4[/C][C]28.6666666666667[/C][C]-24.6666666666667[/C][/ROW]
[ROW][C]65[/C][C]4[/C][C]5.08695652173913[/C][C]-1.08695652173913[/C][/ROW]
[ROW][C]66[/C][C]4[/C][C]9.38888888888889[/C][C]-5.38888888888889[/C][/ROW]
[ROW][C]67[/C][C]5[/C][C]0.858823529411765[/C][C]4.14117647058824[/C][/ROW]
[ROW][C]68[/C][C]3[/C][C]5.08695652173913[/C][C]-2.08695652173913[/C][/ROW]
[ROW][C]69[/C][C]3[/C][C]9.38888888888889[/C][C]-6.38888888888889[/C][/ROW]
[ROW][C]70[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]71[/C][C]3[/C][C]38.5[/C][C]-35.5[/C][/ROW]
[ROW][C]72[/C][C]3[/C][C]5.08695652173913[/C][C]-2.08695652173913[/C][/ROW]
[ROW][C]73[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]74[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]75[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]76[/C][C]2[/C][C]28.6666666666667[/C][C]-26.6666666666667[/C][/ROW]
[ROW][C]77[/C][C]2[/C][C]5.08695652173913[/C][C]-3.08695652173913[/C][/ROW]
[ROW][C]78[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]79[/C][C]33[/C][C]5.57142857142857[/C][C]27.4285714285714[/C][/ROW]
[ROW][C]80[/C][C]2[/C][C]5.08695652173913[/C][C]-3.08695652173913[/C][/ROW]
[ROW][C]81[/C][C]2[/C][C]5.08695652173913[/C][C]-3.08695652173913[/C][/ROW]
[ROW][C]82[/C][C]2[/C][C]0.858823529411765[/C][C]1.14117647058824[/C][/ROW]
[ROW][C]83[/C][C]2[/C][C]5.08695652173913[/C][C]-3.08695652173913[/C][/ROW]
[ROW][C]84[/C][C]1[/C][C]5.57142857142857[/C][C]-4.57142857142857[/C][/ROW]
[ROW][C]85[/C][C]1[/C][C]9.38888888888889[/C][C]-8.38888888888889[/C][/ROW]
[ROW][C]86[/C][C]1[/C][C]5.08695652173913[/C][C]-4.08695652173913[/C][/ROW]
[ROW][C]87[/C][C]1[/C][C]5.08695652173913[/C][C]-4.08695652173913[/C][/ROW]
[ROW][C]88[/C][C]1[/C][C]5.08695652173913[/C][C]-4.08695652173913[/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]0.858823529411765[/C][C]0.141176470588235[/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]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]93[/C][C]0[/C][C]9.38888888888889[/C][C]-9.38888888888889[/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]0.858823529411765[/C][C]-0.858823529411765[/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]0.858823529411765[/C][C]-0.858823529411765[/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]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/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]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]109[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]110[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]111[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]112[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/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]5.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]115[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]116[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]117[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/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]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]122[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]123[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/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]9.38888888888889[/C][C]-9.38888888888889[/C][/ROW]
[ROW][C]127[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]128[/C][C]0[/C][C]9.38888888888889[/C][C]-9.38888888888889[/C][/ROW]
[ROW][C]129[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]130[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]131[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]132[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]133[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]134[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]135[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]136[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/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]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]142[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]143[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/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]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]147[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]148[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]149[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]150[/C][C]0[/C][C]5.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]151[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]152[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/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]5.08695652173913[/C][C]-5.08695652173913[/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]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]158[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]159[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]160[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]161[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]162[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]163[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/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]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]166[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]167[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]168[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]169[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]170[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]171[/C][C]0[/C][C]5.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]172[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]173[/C][C]0[/C][C]5.57142857142857[/C][C]-5.57142857142857[/C][/ROW]
[ROW][C]174[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]175[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]176[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/C][/ROW]
[ROW][C]177[/C][C]0[/C][C]0.858823529411765[/C][C]-0.858823529411765[/C][/ROW]
[ROW][C]178[/C][C]0[/C][C]5.08695652173913[/C][C]-5.08695652173913[/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=204990&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204990&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
1317151.666666666667165.333333333333
2267151.666666666667115.333333333333
3204151.66666666666752.3333333333333
4198151.66666666666746.3333333333333
500.858823529411765-0.858823529411765
6107151.666666666667-44.6666666666667
789151.666666666667-62.6666666666667
88838.549.5
980151.666666666667-71.6666666666667
107938.540.5
1169151.666666666667-82.6666666666667
1210.8588235294117650.141176470588235
135328.666666666666724.3333333333333
145038.511.5
154928.666666666666720.3333333333333
164228.666666666666713.3333333333333
1700.858823529411765-0.858823529411765
18399.3888888888888929.6111111111111
1900.858823529411765-0.858823529411765
203938.50.5
2134151.666666666667-117.666666666667
22320.85882352941176531.1411764705882
232928.66666666666670.333333333333332
242738.5-11.5
25255.0869565217391319.9130434782609
26235.0869565217391317.9130434782609
272228.6666666666667-6.66666666666667
28219.3888888888888911.6111111111111
29205.0869565217391314.9130434782609
30205.0869565217391314.9130434782609
312028.6666666666667-8.66666666666667
32205.0869565217391314.9130434782609
33195.0869565217391313.9130434782609
34169.388888888888896.61111111111111
35155.086956521739139.91304347826087
36155.086956521739139.91304347826087
3700.858823529411765-0.858823529411765
38149.388888888888894.61111111111111
391438.5-24.5
40149.388888888888894.61111111111111
41139.388888888888893.61111111111111
423728.66666666666678.33333333333333
43109.388888888888890.611111111111111
4495.086956521739133.91304347826087
4595.086956521739133.91304347826087
4600.858823529411765-0.858823529411765
4700.858823529411765-0.858823529411765
4899.38888888888889-0.388888888888889
49838.5-30.5
5080.8588235294117657.14117647058824
5185.086956521739132.91304347826087
5285.086956521739132.91304347826087
5375.086956521739131.91304347826087
5470.8588235294117656.14117647058824
5569.38888888888889-3.38888888888889
5655.08695652173913-0.0869565217391308
5750.8588235294117654.14117647058824
5859.38888888888889-4.38888888888889
5955.08695652173913-0.0869565217391308
6055.57142857142857-0.571428571428571
6100.858823529411765-0.858823529411765
6255.08695652173913-0.0869565217391308
6340.8588235294117653.14117647058824
64428.6666666666667-24.6666666666667
6545.08695652173913-1.08695652173913
6649.38888888888889-5.38888888888889
6750.8588235294117654.14117647058824
6835.08695652173913-2.08695652173913
6939.38888888888889-6.38888888888889
7000.858823529411765-0.858823529411765
71338.5-35.5
7235.08695652173913-2.08695652173913
7320.8588235294117651.14117647058824
7420.8588235294117651.14117647058824
7520.8588235294117651.14117647058824
76228.6666666666667-26.6666666666667
7725.08695652173913-3.08695652173913
7820.8588235294117651.14117647058824
79335.5714285714285727.4285714285714
8025.08695652173913-3.08695652173913
8125.08695652173913-3.08695652173913
8220.8588235294117651.14117647058824
8325.08695652173913-3.08695652173913
8415.57142857142857-4.57142857142857
8519.38888888888889-8.38888888888889
8615.08695652173913-4.08695652173913
8715.08695652173913-4.08695652173913
8815.08695652173913-4.08695652173913
8900.858823529411765-0.858823529411765
9010.8588235294117650.141176470588235
9100.858823529411765-0.858823529411765
9205.08695652173913-5.08695652173913
9309.38888888888889-9.38888888888889
9405.08695652173913-5.08695652173913
9500.858823529411765-0.858823529411765
9600.858823529411765-0.858823529411765
9700.858823529411765-0.858823529411765
98149.388888888888894.61111111111111
9900.858823529411765-0.858823529411765
10000.858823529411765-0.858823529411765
10100.858823529411765-0.858823529411765
10200.858823529411765-0.858823529411765
10300.858823529411765-0.858823529411765
10400.858823529411765-0.858823529411765
10500.858823529411765-0.858823529411765
10600.858823529411765-0.858823529411765
10700.858823529411765-0.858823529411765
10800.858823529411765-0.858823529411765
10900.858823529411765-0.858823529411765
11005.08695652173913-5.08695652173913
11100.858823529411765-0.858823529411765
11205.08695652173913-5.08695652173913
11300.858823529411765-0.858823529411765
11405.57142857142857-5.57142857142857
11505.08695652173913-5.08695652173913
11600.858823529411765-0.858823529411765
11700.858823529411765-0.858823529411765
11800.858823529411765-0.858823529411765
11900.858823529411765-0.858823529411765
12005.08695652173913-5.08695652173913
12100.858823529411765-0.858823529411765
12200.858823529411765-0.858823529411765
12300.858823529411765-0.858823529411765
12409.38888888888889-9.38888888888889
12500.858823529411765-0.858823529411765
12609.38888888888889-9.38888888888889
12705.08695652173913-5.08695652173913
12809.38888888888889-9.38888888888889
12900.858823529411765-0.858823529411765
13000.858823529411765-0.858823529411765
13100.858823529411765-0.858823529411765
13205.08695652173913-5.08695652173913
13300.858823529411765-0.858823529411765
13405.08695652173913-5.08695652173913
13505.08695652173913-5.08695652173913
13600.858823529411765-0.858823529411765
13700.858823529411765-0.858823529411765
13800.858823529411765-0.858823529411765
13900.858823529411765-0.858823529411765
14000.858823529411765-0.858823529411765
14100.858823529411765-0.858823529411765
14200.858823529411765-0.858823529411765
14300.858823529411765-0.858823529411765
14400.858823529411765-0.858823529411765
14500.858823529411765-0.858823529411765
14600.858823529411765-0.858823529411765
14700.858823529411765-0.858823529411765
14800.858823529411765-0.858823529411765
14900.858823529411765-0.858823529411765
15005.57142857142857-5.57142857142857
15100.858823529411765-0.858823529411765
15200.858823529411765-0.858823529411765
15300.858823529411765-0.858823529411765
15400.858823529411765-0.858823529411765
15505.08695652173913-5.08695652173913
15600.858823529411765-0.858823529411765
15705.08695652173913-5.08695652173913
15805.08695652173913-5.08695652173913
15900.858823529411765-0.858823529411765
16000.858823529411765-0.858823529411765
16100.858823529411765-0.858823529411765
16200.858823529411765-0.858823529411765
16305.08695652173913-5.08695652173913
16400.858823529411765-0.858823529411765
16505.08695652173913-5.08695652173913
16600.858823529411765-0.858823529411765
16700.858823529411765-0.858823529411765
16800.858823529411765-0.858823529411765
16900.858823529411765-0.858823529411765
17005.08695652173913-5.08695652173913
17105.57142857142857-5.57142857142857
17200.858823529411765-0.858823529411765
17305.57142857142857-5.57142857142857
17400.858823529411765-0.858823529411765
17500.858823529411765-0.858823529411765
17605.08695652173913-5.08695652173913
17700.858823529411765-0.858823529411765
17805.08695652173913-5.08695652173913
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')
}