FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_decompose.wasp
Title produced by softwareClassical Decomposition
Date of computationThu, 02 May 2013 07:22:01 -0400
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/May/02/t1367493770vhbb25d0qr9i55y.htm/, Retrieved Fri, 03 May 2024 21:16:32 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=208659, Retrieved Fri, 03 May 2024 21:16:32 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact124

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Classical Decomposition] [Opgave 9, oefenin...] [2013-05-02 11:22:01] [aebd7ed62a520371cf0fbdf4b97f0dea] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
122,27
124,69
147,56
120,03
136,01
138,16
122,87
112,22
137,35
139,08
139,64
121,12
132,37
130,69
149,41
130,72
139,14
146,55
137,35
122,73
138,97
154,73
143,4
123,88
140,25
142,39
143,81
153,58
144,71
153,84
151,3
121,92
153,05
149,29
118,81
109,19
103,68
106,94
114,43
107,87
103,14
117,02
112,44
95,85
123,86
121,83
121,95
120,34
113,32
117,31
141,69
130,35
127,28
148,1
131,21
120,37
146,91
144,04
141,77
132,15
142,04
149,77
172,31
150,24
163,23
155,92
146,96
134,51
152,83
150,54
150,98
138,82

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time4 seconds
R Server'Gwilym Jenkins' @ jenkins.wessa.net

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 4 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ jenkins.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=208659&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]4 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ jenkins.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=208659&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=208659&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 time4 seconds
R Server'Gwilym Jenkins' @ jenkins.wessa.net






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1122.27NANA-7.02768750000001NA
2124.69NANA-4.32618750000002NA
3147.56NANA10.2690625NA
4120.03NANA0.266562500000005NA
5136.01NANA1.0245625NA
6138.16NANA9.56856250000001NA
7122.87130.627645833333130.5041666666670.123479166666674-7.75764583333333
8112.22114.508729166667131.175-16.6662708333333-2.28872916666666
9137.35139.8305625131.5020833333338.32847916666666-2.48056249999996
10139.08141.6610625132.0245833333339.63647916666666-2.58106249999994
11139.64133.0783125132.6004166666670.4778958333333346.56168750000003
12121.12121.405479166667133.080416666667-11.6749375-0.285479166666647
13132.37127.005645833333134.033333333333-7.027687500000015.36435416666669
14130.69130.748395833333135.074583333333-4.32618750000002-0.0583958333333499
15149.41145.8490625135.5810.26906253.56093750000002
16130.72136.566145833333136.2995833333330.266562500000005-5.84614583333331
17139.14138.132895833333137.1083333333331.02456251.00710416666666
18146.55146.9485625137.389.56856250000001-0.398562499999969
19137.35137.9468125137.8233333333330.123479166666674-0.59681249999997
20122.73121.972895833333138.639166666667-16.66627083333330.757104166666693
21138.97147.2218125138.8933333333338.32847916666666-8.2518125
22154.73149.248979166667139.61259.636479166666665.48102083333336
23143.4141.274979166667140.7970833333330.4778958333333342.12502083333337
24123.88129.657979166667141.332916666667-11.6749375-5.77797916666665
25140.25135.190229166667142.217916666667-7.027687500000015.05977083333335
26142.39138.439229166667142.765416666667-4.326187500000023.95077083333331
27143.81153.587395833333143.31833333333310.2690625-9.77739583333332
28153.58143.944895833333143.6783333333330.2665625000000059.63510416666671
29144.71143.451645833333142.4270833333331.02456251.25835416666669
30153.84150.358979166667140.7904166666679.568562500000013.48102083333336
31151.3138.7780625138.6545833333330.12347916666667412.5219375
32121.92118.987479166667135.65375-16.66627083333332.93252083333334
33153.05141.280979166667132.95258.3284791666666611.7690208333334
34149.29139.460229166667129.823759.636479166666669.82977083333336
35118.81126.664979166667126.1870833333330.477895833333334-7.85497916666665
36109.19111.245895833333122.920833333333-11.6749375-2.05589583333332
37103.68112.7398125119.7675-7.02768750000001-9.05981249999998
38106.94112.735895833333117.062083333333-4.32618750000002-5.7958958333333
39114.43125.028645833333114.75958333333310.2690625-10.5986458333333
40107.87112.665729166667112.3991666666670.266562500000005-4.79572916666666
41103.14112.410395833333111.3858333333331.0245625-9.27039583333331
42117.02121.5498125111.981259.56856250000001-4.52981249999999
43112.44112.970979166667112.84750.123479166666674-0.53097916666664
4495.8597.0149791666666113.68125-16.6662708333333-1.16497916666665
45123.86123.577645833333115.2491666666678.328479166666660.282354166666678
46121.83126.958145833333117.3216666666679.63647916666666-5.12814583333335
47121.95119.7420625119.2641666666670.4778958333333342.2079375
48120.34109.8900625121.565-11.674937510.4499375
49113.32116.614395833333123.642083333333-7.02768750000001-3.29439583333333
50117.31121.119645833333125.445833333333-4.32618750000002-3.80964583333332
51141.69137.696979166667127.42791666666710.26906253.99302083333335
52130.35129.5803125129.313750.2665625000000050.769687500000003
53127.28132.0895625131.0651.0245625-4.8095625
54148.1141.951479166667132.3829166666679.568562500000016.14852083333332
55131.21134.195145833333134.0716666666670.123479166666674-2.98514583333332
56120.37119.9545625136.620833333333-16.66627083333330.415437500000024
57146.91147.577645833333139.2491666666678.32847916666666-0.667645833333324
58144.04150.990229166667141.353759.63647916666666-6.95022916666665
59141.77144.1583125143.6804166666670.477895833333334-2.38831249999998
60132.15133.829229166667145.504166666667-11.6749375-1.67922916666663
61142.04139.4585625146.48625-7.027687500000012.58143750000002
62149.77143.405479166667147.731666666667-4.326187500000026.36452083333336
63172.31158.8365625148.567510.269062513.4734375
64150.24149.3515625149.0850.2665625000000050.888437500000038
65163.23150.764145833333149.7395833333331.024562512.4658541666667
66155.92159.9698125150.401259.56856250000001-4.0498125
67146.96NANA0.123479166666674NA
68134.51NANA-16.6662708333333NA
69152.83NANA8.32847916666666NA
70150.54NANA9.63647916666666NA
71150.98NANA0.477895833333334NA
72138.82NANA-11.6749375NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 122.27 & NA & NA & -7.02768750000001 & NA \tabularnewline
2 & 124.69 & NA & NA & -4.32618750000002 & NA \tabularnewline
3 & 147.56 & NA & NA & 10.2690625 & NA \tabularnewline
4 & 120.03 & NA & NA & 0.266562500000005 & NA \tabularnewline
5 & 136.01 & NA & NA & 1.0245625 & NA \tabularnewline
6 & 138.16 & NA & NA & 9.56856250000001 & NA \tabularnewline
7 & 122.87 & 130.627645833333 & 130.504166666667 & 0.123479166666674 & -7.75764583333333 \tabularnewline
8 & 112.22 & 114.508729166667 & 131.175 & -16.6662708333333 & -2.28872916666666 \tabularnewline
9 & 137.35 & 139.8305625 & 131.502083333333 & 8.32847916666666 & -2.48056249999996 \tabularnewline
10 & 139.08 & 141.6610625 & 132.024583333333 & 9.63647916666666 & -2.58106249999994 \tabularnewline
11 & 139.64 & 133.0783125 & 132.600416666667 & 0.477895833333334 & 6.56168750000003 \tabularnewline
12 & 121.12 & 121.405479166667 & 133.080416666667 & -11.6749375 & -0.285479166666647 \tabularnewline
13 & 132.37 & 127.005645833333 & 134.033333333333 & -7.02768750000001 & 5.36435416666669 \tabularnewline
14 & 130.69 & 130.748395833333 & 135.074583333333 & -4.32618750000002 & -0.0583958333333499 \tabularnewline
15 & 149.41 & 145.8490625 & 135.58 & 10.2690625 & 3.56093750000002 \tabularnewline
16 & 130.72 & 136.566145833333 & 136.299583333333 & 0.266562500000005 & -5.84614583333331 \tabularnewline
17 & 139.14 & 138.132895833333 & 137.108333333333 & 1.0245625 & 1.00710416666666 \tabularnewline
18 & 146.55 & 146.9485625 & 137.38 & 9.56856250000001 & -0.398562499999969 \tabularnewline
19 & 137.35 & 137.9468125 & 137.823333333333 & 0.123479166666674 & -0.59681249999997 \tabularnewline
20 & 122.73 & 121.972895833333 & 138.639166666667 & -16.6662708333333 & 0.757104166666693 \tabularnewline
21 & 138.97 & 147.2218125 & 138.893333333333 & 8.32847916666666 & -8.2518125 \tabularnewline
22 & 154.73 & 149.248979166667 & 139.6125 & 9.63647916666666 & 5.48102083333336 \tabularnewline
23 & 143.4 & 141.274979166667 & 140.797083333333 & 0.477895833333334 & 2.12502083333337 \tabularnewline
24 & 123.88 & 129.657979166667 & 141.332916666667 & -11.6749375 & -5.77797916666665 \tabularnewline
25 & 140.25 & 135.190229166667 & 142.217916666667 & -7.02768750000001 & 5.05977083333335 \tabularnewline
26 & 142.39 & 138.439229166667 & 142.765416666667 & -4.32618750000002 & 3.95077083333331 \tabularnewline
27 & 143.81 & 153.587395833333 & 143.318333333333 & 10.2690625 & -9.77739583333332 \tabularnewline
28 & 153.58 & 143.944895833333 & 143.678333333333 & 0.266562500000005 & 9.63510416666671 \tabularnewline
29 & 144.71 & 143.451645833333 & 142.427083333333 & 1.0245625 & 1.25835416666669 \tabularnewline
30 & 153.84 & 150.358979166667 & 140.790416666667 & 9.56856250000001 & 3.48102083333336 \tabularnewline
31 & 151.3 & 138.7780625 & 138.654583333333 & 0.123479166666674 & 12.5219375 \tabularnewline
32 & 121.92 & 118.987479166667 & 135.65375 & -16.6662708333333 & 2.93252083333334 \tabularnewline
33 & 153.05 & 141.280979166667 & 132.9525 & 8.32847916666666 & 11.7690208333334 \tabularnewline
34 & 149.29 & 139.460229166667 & 129.82375 & 9.63647916666666 & 9.82977083333336 \tabularnewline
35 & 118.81 & 126.664979166667 & 126.187083333333 & 0.477895833333334 & -7.85497916666665 \tabularnewline
36 & 109.19 & 111.245895833333 & 122.920833333333 & -11.6749375 & -2.05589583333332 \tabularnewline
37 & 103.68 & 112.7398125 & 119.7675 & -7.02768750000001 & -9.05981249999998 \tabularnewline
38 & 106.94 & 112.735895833333 & 117.062083333333 & -4.32618750000002 & -5.7958958333333 \tabularnewline
39 & 114.43 & 125.028645833333 & 114.759583333333 & 10.2690625 & -10.5986458333333 \tabularnewline
40 & 107.87 & 112.665729166667 & 112.399166666667 & 0.266562500000005 & -4.79572916666666 \tabularnewline
41 & 103.14 & 112.410395833333 & 111.385833333333 & 1.0245625 & -9.27039583333331 \tabularnewline
42 & 117.02 & 121.5498125 & 111.98125 & 9.56856250000001 & -4.52981249999999 \tabularnewline
43 & 112.44 & 112.970979166667 & 112.8475 & 0.123479166666674 & -0.53097916666664 \tabularnewline
44 & 95.85 & 97.0149791666666 & 113.68125 & -16.6662708333333 & -1.16497916666665 \tabularnewline
45 & 123.86 & 123.577645833333 & 115.249166666667 & 8.32847916666666 & 0.282354166666678 \tabularnewline
46 & 121.83 & 126.958145833333 & 117.321666666667 & 9.63647916666666 & -5.12814583333335 \tabularnewline
47 & 121.95 & 119.7420625 & 119.264166666667 & 0.477895833333334 & 2.2079375 \tabularnewline
48 & 120.34 & 109.8900625 & 121.565 & -11.6749375 & 10.4499375 \tabularnewline
49 & 113.32 & 116.614395833333 & 123.642083333333 & -7.02768750000001 & -3.29439583333333 \tabularnewline
50 & 117.31 & 121.119645833333 & 125.445833333333 & -4.32618750000002 & -3.80964583333332 \tabularnewline
51 & 141.69 & 137.696979166667 & 127.427916666667 & 10.2690625 & 3.99302083333335 \tabularnewline
52 & 130.35 & 129.5803125 & 129.31375 & 0.266562500000005 & 0.769687500000003 \tabularnewline
53 & 127.28 & 132.0895625 & 131.065 & 1.0245625 & -4.8095625 \tabularnewline
54 & 148.1 & 141.951479166667 & 132.382916666667 & 9.56856250000001 & 6.14852083333332 \tabularnewline
55 & 131.21 & 134.195145833333 & 134.071666666667 & 0.123479166666674 & -2.98514583333332 \tabularnewline
56 & 120.37 & 119.9545625 & 136.620833333333 & -16.6662708333333 & 0.415437500000024 \tabularnewline
57 & 146.91 & 147.577645833333 & 139.249166666667 & 8.32847916666666 & -0.667645833333324 \tabularnewline
58 & 144.04 & 150.990229166667 & 141.35375 & 9.63647916666666 & -6.95022916666665 \tabularnewline
59 & 141.77 & 144.1583125 & 143.680416666667 & 0.477895833333334 & -2.38831249999998 \tabularnewline
60 & 132.15 & 133.829229166667 & 145.504166666667 & -11.6749375 & -1.67922916666663 \tabularnewline
61 & 142.04 & 139.4585625 & 146.48625 & -7.02768750000001 & 2.58143750000002 \tabularnewline
62 & 149.77 & 143.405479166667 & 147.731666666667 & -4.32618750000002 & 6.36452083333336 \tabularnewline
63 & 172.31 & 158.8365625 & 148.5675 & 10.2690625 & 13.4734375 \tabularnewline
64 & 150.24 & 149.3515625 & 149.085 & 0.266562500000005 & 0.888437500000038 \tabularnewline
65 & 163.23 & 150.764145833333 & 149.739583333333 & 1.0245625 & 12.4658541666667 \tabularnewline
66 & 155.92 & 159.9698125 & 150.40125 & 9.56856250000001 & -4.0498125 \tabularnewline
67 & 146.96 & NA & NA & 0.123479166666674 & NA \tabularnewline
68 & 134.51 & NA & NA & -16.6662708333333 & NA \tabularnewline
69 & 152.83 & NA & NA & 8.32847916666666 & NA \tabularnewline
70 & 150.54 & NA & NA & 9.63647916666666 & NA \tabularnewline
71 & 150.98 & NA & NA & 0.477895833333334 & NA \tabularnewline
72 & 138.82 & NA & NA & -11.6749375 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=208659&T=1

[TABLE]
[ROW][C]Classical Decomposition by Moving Averages[/C][/ROW]
[ROW][C]t[/C][C]Observations[/C][C]Fit[/C][C]Trend[/C][C]Seasonal[/C][C]Random[/C][/ROW]
[ROW][C]1[/C][C]122.27[/C][C]NA[/C][C]NA[/C][C]-7.02768750000001[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]124.69[/C][C]NA[/C][C]NA[/C][C]-4.32618750000002[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]147.56[/C][C]NA[/C][C]NA[/C][C]10.2690625[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]120.03[/C][C]NA[/C][C]NA[/C][C]0.266562500000005[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]136.01[/C][C]NA[/C][C]NA[/C][C]1.0245625[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]138.16[/C][C]NA[/C][C]NA[/C][C]9.56856250000001[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]122.87[/C][C]130.627645833333[/C][C]130.504166666667[/C][C]0.123479166666674[/C][C]-7.75764583333333[/C][/ROW]
[ROW][C]8[/C][C]112.22[/C][C]114.508729166667[/C][C]131.175[/C][C]-16.6662708333333[/C][C]-2.28872916666666[/C][/ROW]
[ROW][C]9[/C][C]137.35[/C][C]139.8305625[/C][C]131.502083333333[/C][C]8.32847916666666[/C][C]-2.48056249999996[/C][/ROW]
[ROW][C]10[/C][C]139.08[/C][C]141.6610625[/C][C]132.024583333333[/C][C]9.63647916666666[/C][C]-2.58106249999994[/C][/ROW]
[ROW][C]11[/C][C]139.64[/C][C]133.0783125[/C][C]132.600416666667[/C][C]0.477895833333334[/C][C]6.56168750000003[/C][/ROW]
[ROW][C]12[/C][C]121.12[/C][C]121.405479166667[/C][C]133.080416666667[/C][C]-11.6749375[/C][C]-0.285479166666647[/C][/ROW]
[ROW][C]13[/C][C]132.37[/C][C]127.005645833333[/C][C]134.033333333333[/C][C]-7.02768750000001[/C][C]5.36435416666669[/C][/ROW]
[ROW][C]14[/C][C]130.69[/C][C]130.748395833333[/C][C]135.074583333333[/C][C]-4.32618750000002[/C][C]-0.0583958333333499[/C][/ROW]
[ROW][C]15[/C][C]149.41[/C][C]145.8490625[/C][C]135.58[/C][C]10.2690625[/C][C]3.56093750000002[/C][/ROW]
[ROW][C]16[/C][C]130.72[/C][C]136.566145833333[/C][C]136.299583333333[/C][C]0.266562500000005[/C][C]-5.84614583333331[/C][/ROW]
[ROW][C]17[/C][C]139.14[/C][C]138.132895833333[/C][C]137.108333333333[/C][C]1.0245625[/C][C]1.00710416666666[/C][/ROW]
[ROW][C]18[/C][C]146.55[/C][C]146.9485625[/C][C]137.38[/C][C]9.56856250000001[/C][C]-0.398562499999969[/C][/ROW]
[ROW][C]19[/C][C]137.35[/C][C]137.9468125[/C][C]137.823333333333[/C][C]0.123479166666674[/C][C]-0.59681249999997[/C][/ROW]
[ROW][C]20[/C][C]122.73[/C][C]121.972895833333[/C][C]138.639166666667[/C][C]-16.6662708333333[/C][C]0.757104166666693[/C][/ROW]
[ROW][C]21[/C][C]138.97[/C][C]147.2218125[/C][C]138.893333333333[/C][C]8.32847916666666[/C][C]-8.2518125[/C][/ROW]
[ROW][C]22[/C][C]154.73[/C][C]149.248979166667[/C][C]139.6125[/C][C]9.63647916666666[/C][C]5.48102083333336[/C][/ROW]
[ROW][C]23[/C][C]143.4[/C][C]141.274979166667[/C][C]140.797083333333[/C][C]0.477895833333334[/C][C]2.12502083333337[/C][/ROW]
[ROW][C]24[/C][C]123.88[/C][C]129.657979166667[/C][C]141.332916666667[/C][C]-11.6749375[/C][C]-5.77797916666665[/C][/ROW]
[ROW][C]25[/C][C]140.25[/C][C]135.190229166667[/C][C]142.217916666667[/C][C]-7.02768750000001[/C][C]5.05977083333335[/C][/ROW]
[ROW][C]26[/C][C]142.39[/C][C]138.439229166667[/C][C]142.765416666667[/C][C]-4.32618750000002[/C][C]3.95077083333331[/C][/ROW]
[ROW][C]27[/C][C]143.81[/C][C]153.587395833333[/C][C]143.318333333333[/C][C]10.2690625[/C][C]-9.77739583333332[/C][/ROW]
[ROW][C]28[/C][C]153.58[/C][C]143.944895833333[/C][C]143.678333333333[/C][C]0.266562500000005[/C][C]9.63510416666671[/C][/ROW]
[ROW][C]29[/C][C]144.71[/C][C]143.451645833333[/C][C]142.427083333333[/C][C]1.0245625[/C][C]1.25835416666669[/C][/ROW]
[ROW][C]30[/C][C]153.84[/C][C]150.358979166667[/C][C]140.790416666667[/C][C]9.56856250000001[/C][C]3.48102083333336[/C][/ROW]
[ROW][C]31[/C][C]151.3[/C][C]138.7780625[/C][C]138.654583333333[/C][C]0.123479166666674[/C][C]12.5219375[/C][/ROW]
[ROW][C]32[/C][C]121.92[/C][C]118.987479166667[/C][C]135.65375[/C][C]-16.6662708333333[/C][C]2.93252083333334[/C][/ROW]
[ROW][C]33[/C][C]153.05[/C][C]141.280979166667[/C][C]132.9525[/C][C]8.32847916666666[/C][C]11.7690208333334[/C][/ROW]
[ROW][C]34[/C][C]149.29[/C][C]139.460229166667[/C][C]129.82375[/C][C]9.63647916666666[/C][C]9.82977083333336[/C][/ROW]
[ROW][C]35[/C][C]118.81[/C][C]126.664979166667[/C][C]126.187083333333[/C][C]0.477895833333334[/C][C]-7.85497916666665[/C][/ROW]
[ROW][C]36[/C][C]109.19[/C][C]111.245895833333[/C][C]122.920833333333[/C][C]-11.6749375[/C][C]-2.05589583333332[/C][/ROW]
[ROW][C]37[/C][C]103.68[/C][C]112.7398125[/C][C]119.7675[/C][C]-7.02768750000001[/C][C]-9.05981249999998[/C][/ROW]
[ROW][C]38[/C][C]106.94[/C][C]112.735895833333[/C][C]117.062083333333[/C][C]-4.32618750000002[/C][C]-5.7958958333333[/C][/ROW]
[ROW][C]39[/C][C]114.43[/C][C]125.028645833333[/C][C]114.759583333333[/C][C]10.2690625[/C][C]-10.5986458333333[/C][/ROW]
[ROW][C]40[/C][C]107.87[/C][C]112.665729166667[/C][C]112.399166666667[/C][C]0.266562500000005[/C][C]-4.79572916666666[/C][/ROW]
[ROW][C]41[/C][C]103.14[/C][C]112.410395833333[/C][C]111.385833333333[/C][C]1.0245625[/C][C]-9.27039583333331[/C][/ROW]
[ROW][C]42[/C][C]117.02[/C][C]121.5498125[/C][C]111.98125[/C][C]9.56856250000001[/C][C]-4.52981249999999[/C][/ROW]
[ROW][C]43[/C][C]112.44[/C][C]112.970979166667[/C][C]112.8475[/C][C]0.123479166666674[/C][C]-0.53097916666664[/C][/ROW]
[ROW][C]44[/C][C]95.85[/C][C]97.0149791666666[/C][C]113.68125[/C][C]-16.6662708333333[/C][C]-1.16497916666665[/C][/ROW]
[ROW][C]45[/C][C]123.86[/C][C]123.577645833333[/C][C]115.249166666667[/C][C]8.32847916666666[/C][C]0.282354166666678[/C][/ROW]
[ROW][C]46[/C][C]121.83[/C][C]126.958145833333[/C][C]117.321666666667[/C][C]9.63647916666666[/C][C]-5.12814583333335[/C][/ROW]
[ROW][C]47[/C][C]121.95[/C][C]119.7420625[/C][C]119.264166666667[/C][C]0.477895833333334[/C][C]2.2079375[/C][/ROW]
[ROW][C]48[/C][C]120.34[/C][C]109.8900625[/C][C]121.565[/C][C]-11.6749375[/C][C]10.4499375[/C][/ROW]
[ROW][C]49[/C][C]113.32[/C][C]116.614395833333[/C][C]123.642083333333[/C][C]-7.02768750000001[/C][C]-3.29439583333333[/C][/ROW]
[ROW][C]50[/C][C]117.31[/C][C]121.119645833333[/C][C]125.445833333333[/C][C]-4.32618750000002[/C][C]-3.80964583333332[/C][/ROW]
[ROW][C]51[/C][C]141.69[/C][C]137.696979166667[/C][C]127.427916666667[/C][C]10.2690625[/C][C]3.99302083333335[/C][/ROW]
[ROW][C]52[/C][C]130.35[/C][C]129.5803125[/C][C]129.31375[/C][C]0.266562500000005[/C][C]0.769687500000003[/C][/ROW]
[ROW][C]53[/C][C]127.28[/C][C]132.0895625[/C][C]131.065[/C][C]1.0245625[/C][C]-4.8095625[/C][/ROW]
[ROW][C]54[/C][C]148.1[/C][C]141.951479166667[/C][C]132.382916666667[/C][C]9.56856250000001[/C][C]6.14852083333332[/C][/ROW]
[ROW][C]55[/C][C]131.21[/C][C]134.195145833333[/C][C]134.071666666667[/C][C]0.123479166666674[/C][C]-2.98514583333332[/C][/ROW]
[ROW][C]56[/C][C]120.37[/C][C]119.9545625[/C][C]136.620833333333[/C][C]-16.6662708333333[/C][C]0.415437500000024[/C][/ROW]
[ROW][C]57[/C][C]146.91[/C][C]147.577645833333[/C][C]139.249166666667[/C][C]8.32847916666666[/C][C]-0.667645833333324[/C][/ROW]
[ROW][C]58[/C][C]144.04[/C][C]150.990229166667[/C][C]141.35375[/C][C]9.63647916666666[/C][C]-6.95022916666665[/C][/ROW]
[ROW][C]59[/C][C]141.77[/C][C]144.1583125[/C][C]143.680416666667[/C][C]0.477895833333334[/C][C]-2.38831249999998[/C][/ROW]
[ROW][C]60[/C][C]132.15[/C][C]133.829229166667[/C][C]145.504166666667[/C][C]-11.6749375[/C][C]-1.67922916666663[/C][/ROW]
[ROW][C]61[/C][C]142.04[/C][C]139.4585625[/C][C]146.48625[/C][C]-7.02768750000001[/C][C]2.58143750000002[/C][/ROW]
[ROW][C]62[/C][C]149.77[/C][C]143.405479166667[/C][C]147.731666666667[/C][C]-4.32618750000002[/C][C]6.36452083333336[/C][/ROW]
[ROW][C]63[/C][C]172.31[/C][C]158.8365625[/C][C]148.5675[/C][C]10.2690625[/C][C]13.4734375[/C][/ROW]
[ROW][C]64[/C][C]150.24[/C][C]149.3515625[/C][C]149.085[/C][C]0.266562500000005[/C][C]0.888437500000038[/C][/ROW]
[ROW][C]65[/C][C]163.23[/C][C]150.764145833333[/C][C]149.739583333333[/C][C]1.0245625[/C][C]12.4658541666667[/C][/ROW]
[ROW][C]66[/C][C]155.92[/C][C]159.9698125[/C][C]150.40125[/C][C]9.56856250000001[/C][C]-4.0498125[/C][/ROW]
[ROW][C]67[/C][C]146.96[/C][C]NA[/C][C]NA[/C][C]0.123479166666674[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]134.51[/C][C]NA[/C][C]NA[/C][C]-16.6662708333333[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]152.83[/C][C]NA[/C][C]NA[/C][C]8.32847916666666[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]150.54[/C][C]NA[/C][C]NA[/C][C]9.63647916666666[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]150.98[/C][C]NA[/C][C]NA[/C][C]0.477895833333334[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]138.82[/C][C]NA[/C][C]NA[/C][C]-11.6749375[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=208659&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=208659&T=1

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


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

Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1122.27NANA-7.02768750000001NA
2124.69NANA-4.32618750000002NA
3147.56NANA10.2690625NA
4120.03NANA0.266562500000005NA
5136.01NANA1.0245625NA
6138.16NANA9.56856250000001NA
7122.87130.627645833333130.5041666666670.123479166666674-7.75764583333333
8112.22114.508729166667131.175-16.6662708333333-2.28872916666666
9137.35139.8305625131.5020833333338.32847916666666-2.48056249999996
10139.08141.6610625132.0245833333339.63647916666666-2.58106249999994
11139.64133.0783125132.6004166666670.4778958333333346.56168750000003
12121.12121.405479166667133.080416666667-11.6749375-0.285479166666647
13132.37127.005645833333134.033333333333-7.027687500000015.36435416666669
14130.69130.748395833333135.074583333333-4.32618750000002-0.0583958333333499
15149.41145.8490625135.5810.26906253.56093750000002
16130.72136.566145833333136.2995833333330.266562500000005-5.84614583333331
17139.14138.132895833333137.1083333333331.02456251.00710416666666
18146.55146.9485625137.389.56856250000001-0.398562499999969
19137.35137.9468125137.8233333333330.123479166666674-0.59681249999997
20122.73121.972895833333138.639166666667-16.66627083333330.757104166666693
21138.97147.2218125138.8933333333338.32847916666666-8.2518125
22154.73149.248979166667139.61259.636479166666665.48102083333336
23143.4141.274979166667140.7970833333330.4778958333333342.12502083333337
24123.88129.657979166667141.332916666667-11.6749375-5.77797916666665
25140.25135.190229166667142.217916666667-7.027687500000015.05977083333335
26142.39138.439229166667142.765416666667-4.326187500000023.95077083333331
27143.81153.587395833333143.31833333333310.2690625-9.77739583333332
28153.58143.944895833333143.6783333333330.2665625000000059.63510416666671
29144.71143.451645833333142.4270833333331.02456251.25835416666669
30153.84150.358979166667140.7904166666679.568562500000013.48102083333336
31151.3138.7780625138.6545833333330.12347916666667412.5219375
32121.92118.987479166667135.65375-16.66627083333332.93252083333334
33153.05141.280979166667132.95258.3284791666666611.7690208333334
34149.29139.460229166667129.823759.636479166666669.82977083333336
35118.81126.664979166667126.1870833333330.477895833333334-7.85497916666665
36109.19111.245895833333122.920833333333-11.6749375-2.05589583333332
37103.68112.7398125119.7675-7.02768750000001-9.05981249999998
38106.94112.735895833333117.062083333333-4.32618750000002-5.7958958333333
39114.43125.028645833333114.75958333333310.2690625-10.5986458333333
40107.87112.665729166667112.3991666666670.266562500000005-4.79572916666666
41103.14112.410395833333111.3858333333331.0245625-9.27039583333331
42117.02121.5498125111.981259.56856250000001-4.52981249999999
43112.44112.970979166667112.84750.123479166666674-0.53097916666664
4495.8597.0149791666666113.68125-16.6662708333333-1.16497916666665
45123.86123.577645833333115.2491666666678.328479166666660.282354166666678
46121.83126.958145833333117.3216666666679.63647916666666-5.12814583333335
47121.95119.7420625119.2641666666670.4778958333333342.2079375
48120.34109.8900625121.565-11.674937510.4499375
49113.32116.614395833333123.642083333333-7.02768750000001-3.29439583333333
50117.31121.119645833333125.445833333333-4.32618750000002-3.80964583333332
51141.69137.696979166667127.42791666666710.26906253.99302083333335
52130.35129.5803125129.313750.2665625000000050.769687500000003
53127.28132.0895625131.0651.0245625-4.8095625
54148.1141.951479166667132.3829166666679.568562500000016.14852083333332
55131.21134.195145833333134.0716666666670.123479166666674-2.98514583333332
56120.37119.9545625136.620833333333-16.66627083333330.415437500000024
57146.91147.577645833333139.2491666666678.32847916666666-0.667645833333324
58144.04150.990229166667141.353759.63647916666666-6.95022916666665
59141.77144.1583125143.6804166666670.477895833333334-2.38831249999998
60132.15133.829229166667145.504166666667-11.6749375-1.67922916666663
61142.04139.4585625146.48625-7.027687500000012.58143750000002
62149.77143.405479166667147.731666666667-4.326187500000026.36452083333336
63172.31158.8365625148.567510.269062513.4734375
64150.24149.3515625149.0850.2665625000000050.888437500000038
65163.23150.764145833333149.7395833333331.024562512.4658541666667
66155.92159.9698125150.401259.56856250000001-4.0498125
67146.96NANA0.123479166666674NA
68134.51NANA-16.6662708333333NA
69152.83NANA8.32847916666666NA
70150.54NANA9.63647916666666NA
71150.98NANA0.477895833333334NA
72138.82NANA-11.6749375NA


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = additive ; par2 = 12 ;
Parameters (R input):
par1 = additive ; par2 = 12 ;
R code (references can be found in the software module):
par2 <- as.numeric(par2)
x <- ts(x,freq=par2)
m <- decompose(x,type=par1)
m$figure
bitmap(file='test1.png')
plot(m)
dev.off()
mylagmax <- length(x)/2
bitmap(file='test2.png')
op <- par(mfrow = c(2,2))
acf(as.numeric(x),lag.max = mylagmax,main='Observed')
acf(as.numeric(m$trend),na.action=na.pass,lag.max = mylagmax,main='Trend')
acf(as.numeric(m$seasonal),na.action=na.pass,lag.max = mylagmax,main='Seasonal')
acf(as.numeric(m$random),na.action=na.pass,lag.max = mylagmax,main='Random')
par(op)
dev.off()
bitmap(file='test3.png')
op <- par(mfrow = c(2,2))
spectrum(as.numeric(x),main='Observed')
spectrum(as.numeric(m$trend[!is.na(m$trend)]),main='Trend')
spectrum(as.numeric(m$seasonal[!is.na(m$seasonal)]),main='Seasonal')
spectrum(as.numeric(m$random[!is.na(m$random)]),main='Random')
par(op)
dev.off()
bitmap(file='test4.png')
op <- par(mfrow = c(2,2))
cpgram(as.numeric(x),main='Observed')
cpgram(as.numeric(m$trend[!is.na(m$trend)]),main='Trend')
cpgram(as.numeric(m$seasonal[!is.na(m$seasonal)]),main='Seasonal')
cpgram(as.numeric(m$random[!is.na(m$random)]),main='Random')
par(op)
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Classical Decomposition by Moving Averages',6,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'t',header=TRUE)
a<-table.element(a,'Observations',header=TRUE)
a<-table.element(a,'Fit',header=TRUE)
a<-table.element(a,'Trend',header=TRUE)
a<-table.element(a,'Seasonal',header=TRUE)
a<-table.element(a,'Random',header=TRUE)
a<-table.row.end(a)
for (i in 1:length(m$trend)) {
a<-table.row.start(a)
a<-table.element(a,i,header=TRUE)
a<-table.element(a,x[i])
if (par1 == 'additive') a<-table.element(a,m$trend[i]+m$seasonal[i]) else a<-table.element(a,m$trend[i]*m$seasonal[i])
a<-table.element(a,m$trend[i])
a<-table.element(a,m$seasonal[i])
a<-table.element(a,m$random[i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')