Repository of Reproducible Computations

Free Statistics

of Irreproducible Research!

Author's title

Author

*The author of this computation has been verified*

R Software Module

rwasp_regression_trees1.wasp

Title produced by software

Recursive Partitioning (Regression Trees)

Date of computation

Wed, 14 Dec 2011 08:52:31 -0500

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2011/Dec/14/t1323870764wmms5jlog396nis.htm/, Retrieved Wed, 01 May 2024 18:35:53 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=154967, Retrieved Wed, 01 May 2024 18:35:53 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

Estimated Impact

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

-       [Recursive Partitioning (Regression Trees)] [] [2011-12-14 13:52:31] [bd7a66e2f212a6bc9afe853e3942ee45] [Current]

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

56	79	30	112285	21
56	58	28	84786	23
54	60	38	83123	22
92	121	25	119182	22
44	43	26	116174	21
33	69	25	57635	22
84	78	38	66198	21
55	44	30	57793	21
154	158	47	97668	21
53	102	30	133824	21
119	77	31	101481	23
41	82	23	99645	21
58	101	36	99052	21
75	80	30	67654	22
33	50	25	65553	22
100	73	31	82753	21
112	81	31	85323	22
73	105	33	72654	23
40	47	25	30727	22
60	94	35	117478	22
62	44	42	74007	21
77	107	33	101494	21
99	84	36	79215	21
17	0	0	1423	20
30	33	14	31081	21
76	42	17	22996	25
146	96	32	83122	21
56	56	35	60578	21
107	57	20	39992	20
58	59	28	79892	24
34	39	28	49810	23
119	76	34	100708	21
66	91	39	82875	24
66	76	28	72260	21
24	8	4	5950	23
259	79	39	115762	23
41	76	29	80670	21
68	101	44	143558	22
168	94	21	117105	20
43	27	16	23789	18
105	123	35	105195	22
94	105	23	149193	21
57	41	29	95260	21
53	72	25	55183	23
103	67	27	106671	22
121	75	36	73511	21
62	114	28	92945	21
32	22	23	22618	21
45	69	28	83737	22
46	105	34	69094	21
75	88	28	95536	21
88	73	34	225920	23
53	62	33	61370	21
78	100	35	84651	22
45	24	24	15986	22
46	67	29	95364	20
41	46	20	26706	21
144	57	29	89691	21
91	135	37	126846	21
63	124	33	102860	21
53	33	25	51715	22
62	98	32	55801	21
63	58	29	111813	24
32	68	28	120293	22
62	131	31	161647	24
117	110	52	115929	21
34	37	21	24266	22
92	130	24	162901	22
93	93	41	109825	21
54	118	33	129838	24
144	39	32	37510	21
109	81	31	87771	22
75	51	18	44418	19
50	28	23	192565	22
61	40	17	35232	23
55	56	20	40909	20
77	27	12	13294	20
72	83	30	140867	23
53	28	13	44332	20
42	59	22	61056	20
71	133	42	101338	23
10	12	1	1168	25
65	106	32	65567	21
66	44	25	32334	22
41	71	36	40735	21
86	116	31	91413	22
16	4	0	855	22
42	62	24	97068	23
19	12	13	44339	21
19	18	8	14116	21
45	14	13	10288	20
65	60	19	65622	19
95	98	33	76643	22
64	32	38	92696	21
38	25	24	94785	21
65	100	43	93815	21
52	46	43	86687	21
62	45	14	34553	21
65	129	41	105547	21
95	136	45	213688	22
29	59	31	71220	22
247	63	31	91721	22
29	14	30	111194	22
118	36	16	51009	18
110	113	37	135777	21
67	47	30	51513	23
42	92	35	74163	21
64	50	20	33416	19
81	41	18	83305	19
95	91	31	98952	23
67	111	31	102372	21
63	41	21	37238	21
83	120	39	103772	21
32	25	18	21399	21
83	131	39	130115	20
31	45	14	24874	19
67	29	7	34988	21
66	58	17	45549	22
70	47	30	64466	21
103	109	37	54990	25
34	37	32	34777	23
40	15	17	27114	19
31	7	24	37636	19
42	54	22	65461	19
46	54	12	30080	19
33	14	19	24094	19
18	16	13	69008	20
35	32	15	46090	19
66	38	15	34029	19
60	22	17	46300	19
54	32	16	40662	19
53	32	18	28987	19
39	37	17	30594	20
45	32	16	27913	19
36	0	23	42744	19
28	5	22	12934	18
30	10	13	41385	19
22	27	16	18653	19
31	29	20	30976	21
55	25	22	63339	18
54	55	17	25568	18
14	5	17	4154	21
81	43	12	19474	20
43	34	17	39067	19
30	35	23	65892	21
23	0	17	4143	21
38	37	14	28579	20
53	26	21	38084	24
45	38	18	27717	22
39	23	18	32928	21
24	30	17	19499	21
35	18	15	36874	19
151	28	21	48259	18
30	21	14	28207	19
57	50	15	45833	19
40	12	15	29156	19
77	27	22	45588	20
35	41	21	45097	18
63	12	18	28394	19
44	21	17	18632	19
19	8	4	2325	20
13	26	10	25139	20
42	27	16	27975	21
42	37	18	21792	20
49	29	12	26263	21
30	32	16	23686	18
49	35	21	49303	19
12	10	2	5752	19
20	17	17	20055	19
27	10	16	20154	19
14	17	16	19540	19

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	5 seconds
R Server	'George Udny Yule' @ yule.wessa.net
R Framework error message	The field 'Names of X columns' contains a hard return which cannot be interpreted. Please, resubmit your request without hard returns in the 'Names of X columns'.

\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 & 5 seconds \tabularnewline
R Server & 'George Udny Yule' @ yule.wessa.net \tabularnewline
R Framework error message & The field 'Names of X columns' contains a hard return which cannot be interpreted.
Please, resubmit your request without hard returns in the 'Names of X columns'. \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=154967&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]5 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ yule.wessa.net[/C][/ROW]
[ROW][C]R Framework error message[/C][C]The field 'Names of X columns' contains a hard return which cannot be interpreted.
Please, resubmit your request without hard returns in the 'Names of X columns'.[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=154967&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=154967&T=0

As an alternative you can also use a QR Code:

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

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	5 seconds
R Server	'George Udny Yule' @ yule.wessa.net
R Framework error message	The field 'Names of X columns' contains a hard return which cannot be interpreted. Please, resubmit your request without hard returns in the 'Names of X columns'.

Goodness of Fit
Correlation	0.5637
R-squared	0.3178
RMSE	30.6584

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.5637 \tabularnewline
R-squared & 0.3178 \tabularnewline
RMSE & 30.6584 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=154967&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.5637[/C][/ROW]
[ROW][C]R-squared[/C][C]0.3178[/C][/ROW]
[ROW][C]RMSE[/C][C]30.6584[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=154967&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=154967&T=1

As an alternative you can also use a QR Code:

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

Goodness of Fit
Correlation	0.5637
R-squared	0.3178
RMSE	30.6584

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	56	85.6349206349206	-29.6349206349206
2	56	56.5416666666667	-0.541666666666664
3	54	56.5416666666667	-2.54166666666666
4	92	85.6349206349206	6.36507936507937
5	44	56.5416666666667	-12.5416666666667
6	33	85.6349206349206	-52.6349206349206
7	84	85.6349206349206	-1.63492063492063
8	55	56.5416666666667	-1.54166666666666
9	154	85.6349206349206	68.3650793650794
10	53	85.6349206349206	-32.6349206349206
11	119	85.6349206349206	33.3650793650794
12	41	85.6349206349206	-44.6349206349206
13	58	85.6349206349206	-27.6349206349206
14	75	85.6349206349206	-10.6349206349206
15	33	56.5416666666667	-23.5416666666667
16	100	85.6349206349206	14.3650793650794
17	112	85.6349206349206	26.3650793650794
18	73	85.6349206349206	-12.6349206349206
19	40	56.5416666666667	-16.5416666666667
20	60	85.6349206349206	-25.6349206349206
21	62	56.5416666666667	5.45833333333334
22	77	85.6349206349206	-8.63492063492063
23	99	85.6349206349206	13.3650793650794
24	17	16.25	0.75
25	30	56.5416666666667	-26.5416666666667
26	76	56.5416666666667	19.4583333333333
27	146	85.6349206349206	60.3650793650794
28	56	56.5416666666667	-0.541666666666664
29	107	56.5416666666667	50.4583333333333
30	58	56.5416666666667	1.45833333333334
31	34	56.5416666666667	-22.5416666666667
32	119	85.6349206349206	33.3650793650794
33	66	85.6349206349206	-19.6349206349206
34	66	85.6349206349206	-19.6349206349206
35	24	16.25	7.75
36	259	85.6349206349206	173.365079365079
37	41	85.6349206349206	-44.6349206349206
38	68	85.6349206349206	-17.6349206349206
39	168	85.6349206349206	82.3650793650794
40	43	56.5416666666667	-13.5416666666667
41	105	85.6349206349206	19.3650793650794
42	94	85.6349206349206	8.36507936507937
43	57	56.5416666666667	0.458333333333336
44	53	85.6349206349206	-32.6349206349206
45	103	85.6349206349206	17.3650793650794
46	121	85.6349206349206	35.3650793650794
47	62	85.6349206349206	-23.6349206349206
48	32	34.75	-2.75
49	45	85.6349206349206	-40.6349206349206
50	46	85.6349206349206	-39.6349206349206
51	75	85.6349206349206	-10.6349206349206
52	88	85.6349206349206	2.36507936507937
53	53	56.5416666666667	-3.54166666666666
54	78	85.6349206349206	-7.63492063492063
55	45	34.75	10.25
56	46	85.6349206349206	-39.6349206349206
57	41	56.5416666666667	-15.5416666666667
58	144	56.5416666666667	87.4583333333333
59	91	85.6349206349206	5.36507936507937
60	63	85.6349206349206	-22.6349206349206
61	53	56.5416666666667	-3.54166666666666
62	62	85.6349206349206	-23.6349206349206
63	63	56.5416666666667	6.45833333333334
64	32	85.6349206349206	-53.6349206349206
65	62	85.6349206349206	-23.6349206349206
66	117	85.6349206349206	31.3650793650794
67	34	56.5416666666667	-22.5416666666667
68	92	85.6349206349206	6.36507936507937
69	93	85.6349206349206	7.36507936507937
70	54	85.6349206349206	-31.6349206349206
71	144	56.5416666666667	87.4583333333333
72	109	85.6349206349206	23.3650793650794
73	75	56.5416666666667	18.4583333333333
74	50	56.5416666666667	-6.54166666666666
75	61	56.5416666666667	4.45833333333334
76	55	56.5416666666667	-1.54166666666666
77	77	56.5416666666667	20.4583333333333
78	72	85.6349206349206	-13.6349206349206
79	53	56.5416666666667	-3.54166666666666
80	42	56.5416666666667	-14.5416666666667
81	71	85.6349206349206	-14.6349206349206
82	10	16.25	-6.25
83	65	85.6349206349206	-20.6349206349206
84	66	56.5416666666667	9.45833333333334
85	41	85.6349206349206	-44.6349206349206
86	86	85.6349206349206	0.365079365079367
87	16	16.25	-0.25
88	42	56.5416666666667	-14.5416666666667
89	19	34.75	-15.75
90	19	16.25	2.75
91	45	34.75	10.25
92	65	56.5416666666667	8.45833333333334
93	95	85.6349206349206	9.36507936507937
94	64	56.5416666666667	7.45833333333334
95	38	34.75	3.25
96	65	85.6349206349206	-20.6349206349206
97	52	56.5416666666667	-4.54166666666666
98	62	56.5416666666667	5.45833333333334
99	65	85.6349206349206	-20.6349206349206
100	95	85.6349206349206	9.36507936507937
101	29	56.5416666666667	-27.5416666666667
102	247	85.6349206349206	161.365079365079
103	29	34.75	-5.75
104	118	56.5416666666667	61.4583333333333
105	110	85.6349206349206	24.3650793650794
106	67	56.5416666666667	10.4583333333333
107	42	85.6349206349206	-43.6349206349206
108	64	56.5416666666667	7.45833333333334
109	81	56.5416666666667	24.4583333333333
110	95	85.6349206349206	9.36507936507937
111	67	85.6349206349206	-18.6349206349206
112	63	56.5416666666667	6.45833333333334
113	83	85.6349206349206	-2.63492063492063
114	32	34.75	-2.75
115	83	85.6349206349206	-2.63492063492063
116	31	56.5416666666667	-25.5416666666667
117	67	56.5416666666667	10.4583333333333
118	66	56.5416666666667	9.45833333333334
119	70	56.5416666666667	13.4583333333333
120	103	85.6349206349206	17.3650793650794
121	34	56.5416666666667	-22.5416666666667
122	40	34.75	5.25
123	31	34.75	-3.75
124	42	56.5416666666667	-14.5416666666667
125	46	56.5416666666667	-10.5416666666667
126	33	34.75	-1.75
127	18	34.75	-16.75
128	35	56.5416666666667	-21.5416666666667
129	66	56.5416666666667	9.45833333333334
130	60	34.75	25.25
131	54	56.5416666666667	-2.54166666666666
132	53	56.5416666666667	-3.54166666666666
133	39	56.5416666666667	-17.5416666666667
134	45	56.5416666666667	-11.5416666666667
135	36	34.75	1.25
136	28	34.75	-6.75
137	30	34.75	-4.75
138	22	56.5416666666667	-34.5416666666667
139	31	56.5416666666667	-25.5416666666667
140	55	34.75	20.25
141	54	56.5416666666667	-2.54166666666666
142	14	34.75	-20.75
143	81	56.5416666666667	24.4583333333333
144	43	56.5416666666667	-13.5416666666667
145	30	56.5416666666667	-26.5416666666667
146	23	34.75	-11.75
147	38	56.5416666666667	-18.5416666666667
148	53	34.75	18.25
149	45	56.5416666666667	-11.5416666666667
150	39	34.75	4.25
151	24	56.5416666666667	-32.5416666666667
152	35	34.75	0.25
153	151	56.5416666666667	94.4583333333333
154	30	34.75	-4.75
155	57	56.5416666666667	0.458333333333336
156	40	34.75	5.25
157	77	56.5416666666667	20.4583333333333
158	35	56.5416666666667	-21.5416666666667
159	63	34.75	28.25
160	44	34.75	9.25
161	19	16.25	2.75
162	13	16.25	-3.25
163	42	56.5416666666667	-14.5416666666667
164	42	56.5416666666667	-14.5416666666667
165	49	56.5416666666667	-7.54166666666666
166	30	56.5416666666667	-26.5416666666667
167	49	56.5416666666667	-7.54166666666666
168	12	16.25	-4.25
169	20	34.75	-14.75
170	27	34.75	-7.75
171	14	34.75	-20.75

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 56 & 85.6349206349206 & -29.6349206349206 \tabularnewline
2 & 56 & 56.5416666666667 & -0.541666666666664 \tabularnewline
3 & 54 & 56.5416666666667 & -2.54166666666666 \tabularnewline
4 & 92 & 85.6349206349206 & 6.36507936507937 \tabularnewline
5 & 44 & 56.5416666666667 & -12.5416666666667 \tabularnewline
6 & 33 & 85.6349206349206 & -52.6349206349206 \tabularnewline
7 & 84 & 85.6349206349206 & -1.63492063492063 \tabularnewline
8 & 55 & 56.5416666666667 & -1.54166666666666 \tabularnewline
9 & 154 & 85.6349206349206 & 68.3650793650794 \tabularnewline
10 & 53 & 85.6349206349206 & -32.6349206349206 \tabularnewline
11 & 119 & 85.6349206349206 & 33.3650793650794 \tabularnewline
12 & 41 & 85.6349206349206 & -44.6349206349206 \tabularnewline
13 & 58 & 85.6349206349206 & -27.6349206349206 \tabularnewline
14 & 75 & 85.6349206349206 & -10.6349206349206 \tabularnewline
15 & 33 & 56.5416666666667 & -23.5416666666667 \tabularnewline
16 & 100 & 85.6349206349206 & 14.3650793650794 \tabularnewline
17 & 112 & 85.6349206349206 & 26.3650793650794 \tabularnewline
18 & 73 & 85.6349206349206 & -12.6349206349206 \tabularnewline
19 & 40 & 56.5416666666667 & -16.5416666666667 \tabularnewline
20 & 60 & 85.6349206349206 & -25.6349206349206 \tabularnewline
21 & 62 & 56.5416666666667 & 5.45833333333334 \tabularnewline
22 & 77 & 85.6349206349206 & -8.63492063492063 \tabularnewline
23 & 99 & 85.6349206349206 & 13.3650793650794 \tabularnewline
24 & 17 & 16.25 & 0.75 \tabularnewline
25 & 30 & 56.5416666666667 & -26.5416666666667 \tabularnewline
26 & 76 & 56.5416666666667 & 19.4583333333333 \tabularnewline
27 & 146 & 85.6349206349206 & 60.3650793650794 \tabularnewline
28 & 56 & 56.5416666666667 & -0.541666666666664 \tabularnewline
29 & 107 & 56.5416666666667 & 50.4583333333333 \tabularnewline
30 & 58 & 56.5416666666667 & 1.45833333333334 \tabularnewline
31 & 34 & 56.5416666666667 & -22.5416666666667 \tabularnewline
32 & 119 & 85.6349206349206 & 33.3650793650794 \tabularnewline
33 & 66 & 85.6349206349206 & -19.6349206349206 \tabularnewline
34 & 66 & 85.6349206349206 & -19.6349206349206 \tabularnewline
35 & 24 & 16.25 & 7.75 \tabularnewline
36 & 259 & 85.6349206349206 & 173.365079365079 \tabularnewline
37 & 41 & 85.6349206349206 & -44.6349206349206 \tabularnewline
38 & 68 & 85.6349206349206 & -17.6349206349206 \tabularnewline
39 & 168 & 85.6349206349206 & 82.3650793650794 \tabularnewline
40 & 43 & 56.5416666666667 & -13.5416666666667 \tabularnewline
41 & 105 & 85.6349206349206 & 19.3650793650794 \tabularnewline
42 & 94 & 85.6349206349206 & 8.36507936507937 \tabularnewline
43 & 57 & 56.5416666666667 & 0.458333333333336 \tabularnewline
44 & 53 & 85.6349206349206 & -32.6349206349206 \tabularnewline
45 & 103 & 85.6349206349206 & 17.3650793650794 \tabularnewline
46 & 121 & 85.6349206349206 & 35.3650793650794 \tabularnewline
47 & 62 & 85.6349206349206 & -23.6349206349206 \tabularnewline
48 & 32 & 34.75 & -2.75 \tabularnewline
49 & 45 & 85.6349206349206 & -40.6349206349206 \tabularnewline
50 & 46 & 85.6349206349206 & -39.6349206349206 \tabularnewline
51 & 75 & 85.6349206349206 & -10.6349206349206 \tabularnewline
52 & 88 & 85.6349206349206 & 2.36507936507937 \tabularnewline
53 & 53 & 56.5416666666667 & -3.54166666666666 \tabularnewline
54 & 78 & 85.6349206349206 & -7.63492063492063 \tabularnewline
55 & 45 & 34.75 & 10.25 \tabularnewline
56 & 46 & 85.6349206349206 & -39.6349206349206 \tabularnewline
57 & 41 & 56.5416666666667 & -15.5416666666667 \tabularnewline
58 & 144 & 56.5416666666667 & 87.4583333333333 \tabularnewline
59 & 91 & 85.6349206349206 & 5.36507936507937 \tabularnewline
60 & 63 & 85.6349206349206 & -22.6349206349206 \tabularnewline
61 & 53 & 56.5416666666667 & -3.54166666666666 \tabularnewline
62 & 62 & 85.6349206349206 & -23.6349206349206 \tabularnewline
63 & 63 & 56.5416666666667 & 6.45833333333334 \tabularnewline
64 & 32 & 85.6349206349206 & -53.6349206349206 \tabularnewline
65 & 62 & 85.6349206349206 & -23.6349206349206 \tabularnewline
66 & 117 & 85.6349206349206 & 31.3650793650794 \tabularnewline
67 & 34 & 56.5416666666667 & -22.5416666666667 \tabularnewline
68 & 92 & 85.6349206349206 & 6.36507936507937 \tabularnewline
69 & 93 & 85.6349206349206 & 7.36507936507937 \tabularnewline
70 & 54 & 85.6349206349206 & -31.6349206349206 \tabularnewline
71 & 144 & 56.5416666666667 & 87.4583333333333 \tabularnewline
72 & 109 & 85.6349206349206 & 23.3650793650794 \tabularnewline
73 & 75 & 56.5416666666667 & 18.4583333333333 \tabularnewline
74 & 50 & 56.5416666666667 & -6.54166666666666 \tabularnewline
75 & 61 & 56.5416666666667 & 4.45833333333334 \tabularnewline
76 & 55 & 56.5416666666667 & -1.54166666666666 \tabularnewline
77 & 77 & 56.5416666666667 & 20.4583333333333 \tabularnewline
78 & 72 & 85.6349206349206 & -13.6349206349206 \tabularnewline
79 & 53 & 56.5416666666667 & -3.54166666666666 \tabularnewline
80 & 42 & 56.5416666666667 & -14.5416666666667 \tabularnewline
81 & 71 & 85.6349206349206 & -14.6349206349206 \tabularnewline
82 & 10 & 16.25 & -6.25 \tabularnewline
83 & 65 & 85.6349206349206 & -20.6349206349206 \tabularnewline
84 & 66 & 56.5416666666667 & 9.45833333333334 \tabularnewline
85 & 41 & 85.6349206349206 & -44.6349206349206 \tabularnewline
86 & 86 & 85.6349206349206 & 0.365079365079367 \tabularnewline
87 & 16 & 16.25 & -0.25 \tabularnewline
88 & 42 & 56.5416666666667 & -14.5416666666667 \tabularnewline
89 & 19 & 34.75 & -15.75 \tabularnewline
90 & 19 & 16.25 & 2.75 \tabularnewline
91 & 45 & 34.75 & 10.25 \tabularnewline
92 & 65 & 56.5416666666667 & 8.45833333333334 \tabularnewline
93 & 95 & 85.6349206349206 & 9.36507936507937 \tabularnewline
94 & 64 & 56.5416666666667 & 7.45833333333334 \tabularnewline
95 & 38 & 34.75 & 3.25 \tabularnewline
96 & 65 & 85.6349206349206 & -20.6349206349206 \tabularnewline
97 & 52 & 56.5416666666667 & -4.54166666666666 \tabularnewline
98 & 62 & 56.5416666666667 & 5.45833333333334 \tabularnewline
99 & 65 & 85.6349206349206 & -20.6349206349206 \tabularnewline
100 & 95 & 85.6349206349206 & 9.36507936507937 \tabularnewline
101 & 29 & 56.5416666666667 & -27.5416666666667 \tabularnewline
102 & 247 & 85.6349206349206 & 161.365079365079 \tabularnewline
103 & 29 & 34.75 & -5.75 \tabularnewline
104 & 118 & 56.5416666666667 & 61.4583333333333 \tabularnewline
105 & 110 & 85.6349206349206 & 24.3650793650794 \tabularnewline
106 & 67 & 56.5416666666667 & 10.4583333333333 \tabularnewline
107 & 42 & 85.6349206349206 & -43.6349206349206 \tabularnewline
108 & 64 & 56.5416666666667 & 7.45833333333334 \tabularnewline
109 & 81 & 56.5416666666667 & 24.4583333333333 \tabularnewline
110 & 95 & 85.6349206349206 & 9.36507936507937 \tabularnewline
111 & 67 & 85.6349206349206 & -18.6349206349206 \tabularnewline
112 & 63 & 56.5416666666667 & 6.45833333333334 \tabularnewline
113 & 83 & 85.6349206349206 & -2.63492063492063 \tabularnewline
114 & 32 & 34.75 & -2.75 \tabularnewline
115 & 83 & 85.6349206349206 & -2.63492063492063 \tabularnewline
116 & 31 & 56.5416666666667 & -25.5416666666667 \tabularnewline
117 & 67 & 56.5416666666667 & 10.4583333333333 \tabularnewline
118 & 66 & 56.5416666666667 & 9.45833333333334 \tabularnewline
119 & 70 & 56.5416666666667 & 13.4583333333333 \tabularnewline
120 & 103 & 85.6349206349206 & 17.3650793650794 \tabularnewline
121 & 34 & 56.5416666666667 & -22.5416666666667 \tabularnewline
122 & 40 & 34.75 & 5.25 \tabularnewline
123 & 31 & 34.75 & -3.75 \tabularnewline
124 & 42 & 56.5416666666667 & -14.5416666666667 \tabularnewline
125 & 46 & 56.5416666666667 & -10.5416666666667 \tabularnewline
126 & 33 & 34.75 & -1.75 \tabularnewline
127 & 18 & 34.75 & -16.75 \tabularnewline
128 & 35 & 56.5416666666667 & -21.5416666666667 \tabularnewline
129 & 66 & 56.5416666666667 & 9.45833333333334 \tabularnewline
130 & 60 & 34.75 & 25.25 \tabularnewline
131 & 54 & 56.5416666666667 & -2.54166666666666 \tabularnewline
132 & 53 & 56.5416666666667 & -3.54166666666666 \tabularnewline
133 & 39 & 56.5416666666667 & -17.5416666666667 \tabularnewline
134 & 45 & 56.5416666666667 & -11.5416666666667 \tabularnewline
135 & 36 & 34.75 & 1.25 \tabularnewline
136 & 28 & 34.75 & -6.75 \tabularnewline
137 & 30 & 34.75 & -4.75 \tabularnewline
138 & 22 & 56.5416666666667 & -34.5416666666667 \tabularnewline
139 & 31 & 56.5416666666667 & -25.5416666666667 \tabularnewline
140 & 55 & 34.75 & 20.25 \tabularnewline
141 & 54 & 56.5416666666667 & -2.54166666666666 \tabularnewline
142 & 14 & 34.75 & -20.75 \tabularnewline
143 & 81 & 56.5416666666667 & 24.4583333333333 \tabularnewline
144 & 43 & 56.5416666666667 & -13.5416666666667 \tabularnewline
145 & 30 & 56.5416666666667 & -26.5416666666667 \tabularnewline
146 & 23 & 34.75 & -11.75 \tabularnewline
147 & 38 & 56.5416666666667 & -18.5416666666667 \tabularnewline
148 & 53 & 34.75 & 18.25 \tabularnewline
149 & 45 & 56.5416666666667 & -11.5416666666667 \tabularnewline
150 & 39 & 34.75 & 4.25 \tabularnewline
151 & 24 & 56.5416666666667 & -32.5416666666667 \tabularnewline
152 & 35 & 34.75 & 0.25 \tabularnewline
153 & 151 & 56.5416666666667 & 94.4583333333333 \tabularnewline
154 & 30 & 34.75 & -4.75 \tabularnewline
155 & 57 & 56.5416666666667 & 0.458333333333336 \tabularnewline
156 & 40 & 34.75 & 5.25 \tabularnewline
157 & 77 & 56.5416666666667 & 20.4583333333333 \tabularnewline
158 & 35 & 56.5416666666667 & -21.5416666666667 \tabularnewline
159 & 63 & 34.75 & 28.25 \tabularnewline
160 & 44 & 34.75 & 9.25 \tabularnewline
161 & 19 & 16.25 & 2.75 \tabularnewline
162 & 13 & 16.25 & -3.25 \tabularnewline
163 & 42 & 56.5416666666667 & -14.5416666666667 \tabularnewline
164 & 42 & 56.5416666666667 & -14.5416666666667 \tabularnewline
165 & 49 & 56.5416666666667 & -7.54166666666666 \tabularnewline
166 & 30 & 56.5416666666667 & -26.5416666666667 \tabularnewline
167 & 49 & 56.5416666666667 & -7.54166666666666 \tabularnewline
168 & 12 & 16.25 & -4.25 \tabularnewline
169 & 20 & 34.75 & -14.75 \tabularnewline
170 & 27 & 34.75 & -7.75 \tabularnewline
171 & 14 & 34.75 & -20.75 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=154967&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]56[/C][C]85.6349206349206[/C][C]-29.6349206349206[/C][/ROW]
[ROW][C]2[/C][C]56[/C][C]56.5416666666667[/C][C]-0.541666666666664[/C][/ROW]
[ROW][C]3[/C][C]54[/C][C]56.5416666666667[/C][C]-2.54166666666666[/C][/ROW]
[ROW][C]4[/C][C]92[/C][C]85.6349206349206[/C][C]6.36507936507937[/C][/ROW]
[ROW][C]5[/C][C]44[/C][C]56.5416666666667[/C][C]-12.5416666666667[/C][/ROW]
[ROW][C]6[/C][C]33[/C][C]85.6349206349206[/C][C]-52.6349206349206[/C][/ROW]
[ROW][C]7[/C][C]84[/C][C]85.6349206349206[/C][C]-1.63492063492063[/C][/ROW]
[ROW][C]8[/C][C]55[/C][C]56.5416666666667[/C][C]-1.54166666666666[/C][/ROW]
[ROW][C]9[/C][C]154[/C][C]85.6349206349206[/C][C]68.3650793650794[/C][/ROW]
[ROW][C]10[/C][C]53[/C][C]85.6349206349206[/C][C]-32.6349206349206[/C][/ROW]
[ROW][C]11[/C][C]119[/C][C]85.6349206349206[/C][C]33.3650793650794[/C][/ROW]
[ROW][C]12[/C][C]41[/C][C]85.6349206349206[/C][C]-44.6349206349206[/C][/ROW]
[ROW][C]13[/C][C]58[/C][C]85.6349206349206[/C][C]-27.6349206349206[/C][/ROW]
[ROW][C]14[/C][C]75[/C][C]85.6349206349206[/C][C]-10.6349206349206[/C][/ROW]
[ROW][C]15[/C][C]33[/C][C]56.5416666666667[/C][C]-23.5416666666667[/C][/ROW]
[ROW][C]16[/C][C]100[/C][C]85.6349206349206[/C][C]14.3650793650794[/C][/ROW]
[ROW][C]17[/C][C]112[/C][C]85.6349206349206[/C][C]26.3650793650794[/C][/ROW]
[ROW][C]18[/C][C]73[/C][C]85.6349206349206[/C][C]-12.6349206349206[/C][/ROW]
[ROW][C]19[/C][C]40[/C][C]56.5416666666667[/C][C]-16.5416666666667[/C][/ROW]
[ROW][C]20[/C][C]60[/C][C]85.6349206349206[/C][C]-25.6349206349206[/C][/ROW]
[ROW][C]21[/C][C]62[/C][C]56.5416666666667[/C][C]5.45833333333334[/C][/ROW]
[ROW][C]22[/C][C]77[/C][C]85.6349206349206[/C][C]-8.63492063492063[/C][/ROW]
[ROW][C]23[/C][C]99[/C][C]85.6349206349206[/C][C]13.3650793650794[/C][/ROW]
[ROW][C]24[/C][C]17[/C][C]16.25[/C][C]0.75[/C][/ROW]
[ROW][C]25[/C][C]30[/C][C]56.5416666666667[/C][C]-26.5416666666667[/C][/ROW]
[ROW][C]26[/C][C]76[/C][C]56.5416666666667[/C][C]19.4583333333333[/C][/ROW]
[ROW][C]27[/C][C]146[/C][C]85.6349206349206[/C][C]60.3650793650794[/C][/ROW]
[ROW][C]28[/C][C]56[/C][C]56.5416666666667[/C][C]-0.541666666666664[/C][/ROW]
[ROW][C]29[/C][C]107[/C][C]56.5416666666667[/C][C]50.4583333333333[/C][/ROW]
[ROW][C]30[/C][C]58[/C][C]56.5416666666667[/C][C]1.45833333333334[/C][/ROW]
[ROW][C]31[/C][C]34[/C][C]56.5416666666667[/C][C]-22.5416666666667[/C][/ROW]
[ROW][C]32[/C][C]119[/C][C]85.6349206349206[/C][C]33.3650793650794[/C][/ROW]
[ROW][C]33[/C][C]66[/C][C]85.6349206349206[/C][C]-19.6349206349206[/C][/ROW]
[ROW][C]34[/C][C]66[/C][C]85.6349206349206[/C][C]-19.6349206349206[/C][/ROW]
[ROW][C]35[/C][C]24[/C][C]16.25[/C][C]7.75[/C][/ROW]
[ROW][C]36[/C][C]259[/C][C]85.6349206349206[/C][C]173.365079365079[/C][/ROW]
[ROW][C]37[/C][C]41[/C][C]85.6349206349206[/C][C]-44.6349206349206[/C][/ROW]
[ROW][C]38[/C][C]68[/C][C]85.6349206349206[/C][C]-17.6349206349206[/C][/ROW]
[ROW][C]39[/C][C]168[/C][C]85.6349206349206[/C][C]82.3650793650794[/C][/ROW]
[ROW][C]40[/C][C]43[/C][C]56.5416666666667[/C][C]-13.5416666666667[/C][/ROW]
[ROW][C]41[/C][C]105[/C][C]85.6349206349206[/C][C]19.3650793650794[/C][/ROW]
[ROW][C]42[/C][C]94[/C][C]85.6349206349206[/C][C]8.36507936507937[/C][/ROW]
[ROW][C]43[/C][C]57[/C][C]56.5416666666667[/C][C]0.458333333333336[/C][/ROW]
[ROW][C]44[/C][C]53[/C][C]85.6349206349206[/C][C]-32.6349206349206[/C][/ROW]
[ROW][C]45[/C][C]103[/C][C]85.6349206349206[/C][C]17.3650793650794[/C][/ROW]
[ROW][C]46[/C][C]121[/C][C]85.6349206349206[/C][C]35.3650793650794[/C][/ROW]
[ROW][C]47[/C][C]62[/C][C]85.6349206349206[/C][C]-23.6349206349206[/C][/ROW]
[ROW][C]48[/C][C]32[/C][C]34.75[/C][C]-2.75[/C][/ROW]
[ROW][C]49[/C][C]45[/C][C]85.6349206349206[/C][C]-40.6349206349206[/C][/ROW]
[ROW][C]50[/C][C]46[/C][C]85.6349206349206[/C][C]-39.6349206349206[/C][/ROW]
[ROW][C]51[/C][C]75[/C][C]85.6349206349206[/C][C]-10.6349206349206[/C][/ROW]
[ROW][C]52[/C][C]88[/C][C]85.6349206349206[/C][C]2.36507936507937[/C][/ROW]
[ROW][C]53[/C][C]53[/C][C]56.5416666666667[/C][C]-3.54166666666666[/C][/ROW]
[ROW][C]54[/C][C]78[/C][C]85.6349206349206[/C][C]-7.63492063492063[/C][/ROW]
[ROW][C]55[/C][C]45[/C][C]34.75[/C][C]10.25[/C][/ROW]
[ROW][C]56[/C][C]46[/C][C]85.6349206349206[/C][C]-39.6349206349206[/C][/ROW]
[ROW][C]57[/C][C]41[/C][C]56.5416666666667[/C][C]-15.5416666666667[/C][/ROW]
[ROW][C]58[/C][C]144[/C][C]56.5416666666667[/C][C]87.4583333333333[/C][/ROW]
[ROW][C]59[/C][C]91[/C][C]85.6349206349206[/C][C]5.36507936507937[/C][/ROW]
[ROW][C]60[/C][C]63[/C][C]85.6349206349206[/C][C]-22.6349206349206[/C][/ROW]
[ROW][C]61[/C][C]53[/C][C]56.5416666666667[/C][C]-3.54166666666666[/C][/ROW]
[ROW][C]62[/C][C]62[/C][C]85.6349206349206[/C][C]-23.6349206349206[/C][/ROW]
[ROW][C]63[/C][C]63[/C][C]56.5416666666667[/C][C]6.45833333333334[/C][/ROW]
[ROW][C]64[/C][C]32[/C][C]85.6349206349206[/C][C]-53.6349206349206[/C][/ROW]
[ROW][C]65[/C][C]62[/C][C]85.6349206349206[/C][C]-23.6349206349206[/C][/ROW]
[ROW][C]66[/C][C]117[/C][C]85.6349206349206[/C][C]31.3650793650794[/C][/ROW]
[ROW][C]67[/C][C]34[/C][C]56.5416666666667[/C][C]-22.5416666666667[/C][/ROW]
[ROW][C]68[/C][C]92[/C][C]85.6349206349206[/C][C]6.36507936507937[/C][/ROW]
[ROW][C]69[/C][C]93[/C][C]85.6349206349206[/C][C]7.36507936507937[/C][/ROW]
[ROW][C]70[/C][C]54[/C][C]85.6349206349206[/C][C]-31.6349206349206[/C][/ROW]
[ROW][C]71[/C][C]144[/C][C]56.5416666666667[/C][C]87.4583333333333[/C][/ROW]
[ROW][C]72[/C][C]109[/C][C]85.6349206349206[/C][C]23.3650793650794[/C][/ROW]
[ROW][C]73[/C][C]75[/C][C]56.5416666666667[/C][C]18.4583333333333[/C][/ROW]
[ROW][C]74[/C][C]50[/C][C]56.5416666666667[/C][C]-6.54166666666666[/C][/ROW]
[ROW][C]75[/C][C]61[/C][C]56.5416666666667[/C][C]4.45833333333334[/C][/ROW]
[ROW][C]76[/C][C]55[/C][C]56.5416666666667[/C][C]-1.54166666666666[/C][/ROW]
[ROW][C]77[/C][C]77[/C][C]56.5416666666667[/C][C]20.4583333333333[/C][/ROW]
[ROW][C]78[/C][C]72[/C][C]85.6349206349206[/C][C]-13.6349206349206[/C][/ROW]
[ROW][C]79[/C][C]53[/C][C]56.5416666666667[/C][C]-3.54166666666666[/C][/ROW]
[ROW][C]80[/C][C]42[/C][C]56.5416666666667[/C][C]-14.5416666666667[/C][/ROW]
[ROW][C]81[/C][C]71[/C][C]85.6349206349206[/C][C]-14.6349206349206[/C][/ROW]
[ROW][C]82[/C][C]10[/C][C]16.25[/C][C]-6.25[/C][/ROW]
[ROW][C]83[/C][C]65[/C][C]85.6349206349206[/C][C]-20.6349206349206[/C][/ROW]
[ROW][C]84[/C][C]66[/C][C]56.5416666666667[/C][C]9.45833333333334[/C][/ROW]
[ROW][C]85[/C][C]41[/C][C]85.6349206349206[/C][C]-44.6349206349206[/C][/ROW]
[ROW][C]86[/C][C]86[/C][C]85.6349206349206[/C][C]0.365079365079367[/C][/ROW]
[ROW][C]87[/C][C]16[/C][C]16.25[/C][C]-0.25[/C][/ROW]
[ROW][C]88[/C][C]42[/C][C]56.5416666666667[/C][C]-14.5416666666667[/C][/ROW]
[ROW][C]89[/C][C]19[/C][C]34.75[/C][C]-15.75[/C][/ROW]
[ROW][C]90[/C][C]19[/C][C]16.25[/C][C]2.75[/C][/ROW]
[ROW][C]91[/C][C]45[/C][C]34.75[/C][C]10.25[/C][/ROW]
[ROW][C]92[/C][C]65[/C][C]56.5416666666667[/C][C]8.45833333333334[/C][/ROW]
[ROW][C]93[/C][C]95[/C][C]85.6349206349206[/C][C]9.36507936507937[/C][/ROW]
[ROW][C]94[/C][C]64[/C][C]56.5416666666667[/C][C]7.45833333333334[/C][/ROW]
[ROW][C]95[/C][C]38[/C][C]34.75[/C][C]3.25[/C][/ROW]
[ROW][C]96[/C][C]65[/C][C]85.6349206349206[/C][C]-20.6349206349206[/C][/ROW]
[ROW][C]97[/C][C]52[/C][C]56.5416666666667[/C][C]-4.54166666666666[/C][/ROW]
[ROW][C]98[/C][C]62[/C][C]56.5416666666667[/C][C]5.45833333333334[/C][/ROW]
[ROW][C]99[/C][C]65[/C][C]85.6349206349206[/C][C]-20.6349206349206[/C][/ROW]
[ROW][C]100[/C][C]95[/C][C]85.6349206349206[/C][C]9.36507936507937[/C][/ROW]
[ROW][C]101[/C][C]29[/C][C]56.5416666666667[/C][C]-27.5416666666667[/C][/ROW]
[ROW][C]102[/C][C]247[/C][C]85.6349206349206[/C][C]161.365079365079[/C][/ROW]
[ROW][C]103[/C][C]29[/C][C]34.75[/C][C]-5.75[/C][/ROW]
[ROW][C]104[/C][C]118[/C][C]56.5416666666667[/C][C]61.4583333333333[/C][/ROW]
[ROW][C]105[/C][C]110[/C][C]85.6349206349206[/C][C]24.3650793650794[/C][/ROW]
[ROW][C]106[/C][C]67[/C][C]56.5416666666667[/C][C]10.4583333333333[/C][/ROW]
[ROW][C]107[/C][C]42[/C][C]85.6349206349206[/C][C]-43.6349206349206[/C][/ROW]
[ROW][C]108[/C][C]64[/C][C]56.5416666666667[/C][C]7.45833333333334[/C][/ROW]
[ROW][C]109[/C][C]81[/C][C]56.5416666666667[/C][C]24.4583333333333[/C][/ROW]
[ROW][C]110[/C][C]95[/C][C]85.6349206349206[/C][C]9.36507936507937[/C][/ROW]
[ROW][C]111[/C][C]67[/C][C]85.6349206349206[/C][C]-18.6349206349206[/C][/ROW]
[ROW][C]112[/C][C]63[/C][C]56.5416666666667[/C][C]6.45833333333334[/C][/ROW]
[ROW][C]113[/C][C]83[/C][C]85.6349206349206[/C][C]-2.63492063492063[/C][/ROW]
[ROW][C]114[/C][C]32[/C][C]34.75[/C][C]-2.75[/C][/ROW]
[ROW][C]115[/C][C]83[/C][C]85.6349206349206[/C][C]-2.63492063492063[/C][/ROW]
[ROW][C]116[/C][C]31[/C][C]56.5416666666667[/C][C]-25.5416666666667[/C][/ROW]
[ROW][C]117[/C][C]67[/C][C]56.5416666666667[/C][C]10.4583333333333[/C][/ROW]
[ROW][C]118[/C][C]66[/C][C]56.5416666666667[/C][C]9.45833333333334[/C][/ROW]
[ROW][C]119[/C][C]70[/C][C]56.5416666666667[/C][C]13.4583333333333[/C][/ROW]
[ROW][C]120[/C][C]103[/C][C]85.6349206349206[/C][C]17.3650793650794[/C][/ROW]
[ROW][C]121[/C][C]34[/C][C]56.5416666666667[/C][C]-22.5416666666667[/C][/ROW]
[ROW][C]122[/C][C]40[/C][C]34.75[/C][C]5.25[/C][/ROW]
[ROW][C]123[/C][C]31[/C][C]34.75[/C][C]-3.75[/C][/ROW]
[ROW][C]124[/C][C]42[/C][C]56.5416666666667[/C][C]-14.5416666666667[/C][/ROW]
[ROW][C]125[/C][C]46[/C][C]56.5416666666667[/C][C]-10.5416666666667[/C][/ROW]
[ROW][C]126[/C][C]33[/C][C]34.75[/C][C]-1.75[/C][/ROW]
[ROW][C]127[/C][C]18[/C][C]34.75[/C][C]-16.75[/C][/ROW]
[ROW][C]128[/C][C]35[/C][C]56.5416666666667[/C][C]-21.5416666666667[/C][/ROW]
[ROW][C]129[/C][C]66[/C][C]56.5416666666667[/C][C]9.45833333333334[/C][/ROW]
[ROW][C]130[/C][C]60[/C][C]34.75[/C][C]25.25[/C][/ROW]
[ROW][C]131[/C][C]54[/C][C]56.5416666666667[/C][C]-2.54166666666666[/C][/ROW]
[ROW][C]132[/C][C]53[/C][C]56.5416666666667[/C][C]-3.54166666666666[/C][/ROW]
[ROW][C]133[/C][C]39[/C][C]56.5416666666667[/C][C]-17.5416666666667[/C][/ROW]
[ROW][C]134[/C][C]45[/C][C]56.5416666666667[/C][C]-11.5416666666667[/C][/ROW]
[ROW][C]135[/C][C]36[/C][C]34.75[/C][C]1.25[/C][/ROW]
[ROW][C]136[/C][C]28[/C][C]34.75[/C][C]-6.75[/C][/ROW]
[ROW][C]137[/C][C]30[/C][C]34.75[/C][C]-4.75[/C][/ROW]
[ROW][C]138[/C][C]22[/C][C]56.5416666666667[/C][C]-34.5416666666667[/C][/ROW]
[ROW][C]139[/C][C]31[/C][C]56.5416666666667[/C][C]-25.5416666666667[/C][/ROW]
[ROW][C]140[/C][C]55[/C][C]34.75[/C][C]20.25[/C][/ROW]
[ROW][C]141[/C][C]54[/C][C]56.5416666666667[/C][C]-2.54166666666666[/C][/ROW]
[ROW][C]142[/C][C]14[/C][C]34.75[/C][C]-20.75[/C][/ROW]
[ROW][C]143[/C][C]81[/C][C]56.5416666666667[/C][C]24.4583333333333[/C][/ROW]
[ROW][C]144[/C][C]43[/C][C]56.5416666666667[/C][C]-13.5416666666667[/C][/ROW]
[ROW][C]145[/C][C]30[/C][C]56.5416666666667[/C][C]-26.5416666666667[/C][/ROW]
[ROW][C]146[/C][C]23[/C][C]34.75[/C][C]-11.75[/C][/ROW]
[ROW][C]147[/C][C]38[/C][C]56.5416666666667[/C][C]-18.5416666666667[/C][/ROW]
[ROW][C]148[/C][C]53[/C][C]34.75[/C][C]18.25[/C][/ROW]
[ROW][C]149[/C][C]45[/C][C]56.5416666666667[/C][C]-11.5416666666667[/C][/ROW]
[ROW][C]150[/C][C]39[/C][C]34.75[/C][C]4.25[/C][/ROW]
[ROW][C]151[/C][C]24[/C][C]56.5416666666667[/C][C]-32.5416666666667[/C][/ROW]
[ROW][C]152[/C][C]35[/C][C]34.75[/C][C]0.25[/C][/ROW]
[ROW][C]153[/C][C]151[/C][C]56.5416666666667[/C][C]94.4583333333333[/C][/ROW]
[ROW][C]154[/C][C]30[/C][C]34.75[/C][C]-4.75[/C][/ROW]
[ROW][C]155[/C][C]57[/C][C]56.5416666666667[/C][C]0.458333333333336[/C][/ROW]
[ROW][C]156[/C][C]40[/C][C]34.75[/C][C]5.25[/C][/ROW]
[ROW][C]157[/C][C]77[/C][C]56.5416666666667[/C][C]20.4583333333333[/C][/ROW]
[ROW][C]158[/C][C]35[/C][C]56.5416666666667[/C][C]-21.5416666666667[/C][/ROW]
[ROW][C]159[/C][C]63[/C][C]34.75[/C][C]28.25[/C][/ROW]
[ROW][C]160[/C][C]44[/C][C]34.75[/C][C]9.25[/C][/ROW]
[ROW][C]161[/C][C]19[/C][C]16.25[/C][C]2.75[/C][/ROW]
[ROW][C]162[/C][C]13[/C][C]16.25[/C][C]-3.25[/C][/ROW]
[ROW][C]163[/C][C]42[/C][C]56.5416666666667[/C][C]-14.5416666666667[/C][/ROW]
[ROW][C]164[/C][C]42[/C][C]56.5416666666667[/C][C]-14.5416666666667[/C][/ROW]
[ROW][C]165[/C][C]49[/C][C]56.5416666666667[/C][C]-7.54166666666666[/C][/ROW]
[ROW][C]166[/C][C]30[/C][C]56.5416666666667[/C][C]-26.5416666666667[/C][/ROW]
[ROW][C]167[/C][C]49[/C][C]56.5416666666667[/C][C]-7.54166666666666[/C][/ROW]
[ROW][C]168[/C][C]12[/C][C]16.25[/C][C]-4.25[/C][/ROW]
[ROW][C]169[/C][C]20[/C][C]34.75[/C][C]-14.75[/C][/ROW]
[ROW][C]170[/C][C]27[/C][C]34.75[/C][C]-7.75[/C][/ROW]
[ROW][C]171[/C][C]14[/C][C]34.75[/C][C]-20.75[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=154967&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=154967&T=2

As an alternative you can also use a QR Code:

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

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	56	85.6349206349206	-29.6349206349206
2	56	56.5416666666667	-0.541666666666664
3	54	56.5416666666667	-2.54166666666666
4	92	85.6349206349206	6.36507936507937
5	44	56.5416666666667	-12.5416666666667
6	33	85.6349206349206	-52.6349206349206
7	84	85.6349206349206	-1.63492063492063
8	55	56.5416666666667	-1.54166666666666
9	154	85.6349206349206	68.3650793650794
10	53	85.6349206349206	-32.6349206349206
11	119	85.6349206349206	33.3650793650794
12	41	85.6349206349206	-44.6349206349206
13	58	85.6349206349206	-27.6349206349206
14	75	85.6349206349206	-10.6349206349206
15	33	56.5416666666667	-23.5416666666667
16	100	85.6349206349206	14.3650793650794
17	112	85.6349206349206	26.3650793650794
18	73	85.6349206349206	-12.6349206349206
19	40	56.5416666666667	-16.5416666666667
20	60	85.6349206349206	-25.6349206349206
21	62	56.5416666666667	5.45833333333334
22	77	85.6349206349206	-8.63492063492063
23	99	85.6349206349206	13.3650793650794
24	17	16.25	0.75
25	30	56.5416666666667	-26.5416666666667
26	76	56.5416666666667	19.4583333333333
27	146	85.6349206349206	60.3650793650794
28	56	56.5416666666667	-0.541666666666664
29	107	56.5416666666667	50.4583333333333
30	58	56.5416666666667	1.45833333333334
31	34	56.5416666666667	-22.5416666666667
32	119	85.6349206349206	33.3650793650794
33	66	85.6349206349206	-19.6349206349206
34	66	85.6349206349206	-19.6349206349206
35	24	16.25	7.75
36	259	85.6349206349206	173.365079365079
37	41	85.6349206349206	-44.6349206349206
38	68	85.6349206349206	-17.6349206349206
39	168	85.6349206349206	82.3650793650794
40	43	56.5416666666667	-13.5416666666667
41	105	85.6349206349206	19.3650793650794
42	94	85.6349206349206	8.36507936507937
43	57	56.5416666666667	0.458333333333336
44	53	85.6349206349206	-32.6349206349206
45	103	85.6349206349206	17.3650793650794
46	121	85.6349206349206	35.3650793650794
47	62	85.6349206349206	-23.6349206349206
48	32	34.75	-2.75
49	45	85.6349206349206	-40.6349206349206
50	46	85.6349206349206	-39.6349206349206
51	75	85.6349206349206	-10.6349206349206
52	88	85.6349206349206	2.36507936507937
53	53	56.5416666666667	-3.54166666666666
54	78	85.6349206349206	-7.63492063492063
55	45	34.75	10.25
56	46	85.6349206349206	-39.6349206349206
57	41	56.5416666666667	-15.5416666666667
58	144	56.5416666666667	87.4583333333333
59	91	85.6349206349206	5.36507936507937
60	63	85.6349206349206	-22.6349206349206
61	53	56.5416666666667	-3.54166666666666
62	62	85.6349206349206	-23.6349206349206
63	63	56.5416666666667	6.45833333333334
64	32	85.6349206349206	-53.6349206349206
65	62	85.6349206349206	-23.6349206349206
66	117	85.6349206349206	31.3650793650794
67	34	56.5416666666667	-22.5416666666667
68	92	85.6349206349206	6.36507936507937
69	93	85.6349206349206	7.36507936507937
70	54	85.6349206349206	-31.6349206349206
71	144	56.5416666666667	87.4583333333333
72	109	85.6349206349206	23.3650793650794
73	75	56.5416666666667	18.4583333333333
74	50	56.5416666666667	-6.54166666666666
75	61	56.5416666666667	4.45833333333334
76	55	56.5416666666667	-1.54166666666666
77	77	56.5416666666667	20.4583333333333
78	72	85.6349206349206	-13.6349206349206
79	53	56.5416666666667	-3.54166666666666
80	42	56.5416666666667	-14.5416666666667
81	71	85.6349206349206	-14.6349206349206
82	10	16.25	-6.25
83	65	85.6349206349206	-20.6349206349206
84	66	56.5416666666667	9.45833333333334
85	41	85.6349206349206	-44.6349206349206
86	86	85.6349206349206	0.365079365079367
87	16	16.25	-0.25
88	42	56.5416666666667	-14.5416666666667
89	19	34.75	-15.75
90	19	16.25	2.75
91	45	34.75	10.25
92	65	56.5416666666667	8.45833333333334
93	95	85.6349206349206	9.36507936507937
94	64	56.5416666666667	7.45833333333334
95	38	34.75	3.25
96	65	85.6349206349206	-20.6349206349206
97	52	56.5416666666667	-4.54166666666666
98	62	56.5416666666667	5.45833333333334
99	65	85.6349206349206	-20.6349206349206
100	95	85.6349206349206	9.36507936507937
101	29	56.5416666666667	-27.5416666666667
102	247	85.6349206349206	161.365079365079
103	29	34.75	-5.75
104	118	56.5416666666667	61.4583333333333
105	110	85.6349206349206	24.3650793650794
106	67	56.5416666666667	10.4583333333333
107	42	85.6349206349206	-43.6349206349206
108	64	56.5416666666667	7.45833333333334
109	81	56.5416666666667	24.4583333333333
110	95	85.6349206349206	9.36507936507937
111	67	85.6349206349206	-18.6349206349206
112	63	56.5416666666667	6.45833333333334
113	83	85.6349206349206	-2.63492063492063
114	32	34.75	-2.75
115	83	85.6349206349206	-2.63492063492063
116	31	56.5416666666667	-25.5416666666667
117	67	56.5416666666667	10.4583333333333
118	66	56.5416666666667	9.45833333333334
119	70	56.5416666666667	13.4583333333333
120	103	85.6349206349206	17.3650793650794
121	34	56.5416666666667	-22.5416666666667
122	40	34.75	5.25
123	31	34.75	-3.75
124	42	56.5416666666667	-14.5416666666667
125	46	56.5416666666667	-10.5416666666667
126	33	34.75	-1.75
127	18	34.75	-16.75
128	35	56.5416666666667	-21.5416666666667
129	66	56.5416666666667	9.45833333333334
130	60	34.75	25.25
131	54	56.5416666666667	-2.54166666666666
132	53	56.5416666666667	-3.54166666666666
133	39	56.5416666666667	-17.5416666666667
134	45	56.5416666666667	-11.5416666666667
135	36	34.75	1.25
136	28	34.75	-6.75
137	30	34.75	-4.75
138	22	56.5416666666667	-34.5416666666667
139	31	56.5416666666667	-25.5416666666667
140	55	34.75	20.25
141	54	56.5416666666667	-2.54166666666666
142	14	34.75	-20.75
143	81	56.5416666666667	24.4583333333333
144	43	56.5416666666667	-13.5416666666667
145	30	56.5416666666667	-26.5416666666667
146	23	34.75	-11.75
147	38	56.5416666666667	-18.5416666666667
148	53	34.75	18.25
149	45	56.5416666666667	-11.5416666666667
150	39	34.75	4.25
151	24	56.5416666666667	-32.5416666666667
152	35	34.75	0.25
153	151	56.5416666666667	94.4583333333333
154	30	34.75	-4.75
155	57	56.5416666666667	0.458333333333336
156	40	34.75	5.25
157	77	56.5416666666667	20.4583333333333
158	35	56.5416666666667	-21.5416666666667
159	63	34.75	28.25
160	44	34.75	9.25
161	19	16.25	2.75
162	13	16.25	-3.25
163	42	56.5416666666667	-14.5416666666667
164	42	56.5416666666667	-14.5416666666667
165	49	56.5416666666667	-7.54166666666666
166	30	56.5416666666667	-26.5416666666667
167	49	56.5416666666667	-7.54166666666666
168	12	16.25	-4.25
169	20	34.75	-14.75
170	27	34.75	-7.75
171	14	34.75	-20.75

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = 3 ; 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')
}

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code