Free Statistics

of Irreproducible Research!

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_decompose.wasp
Title produced by softwareClassical Decomposition
Date of computationSat, 26 Nov 2011 05:30:45 -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/2011/Nov/26/t132230354218eqe7ky2gzrgo7.htm/, Retrieved Mon, 30 Jan 2023 00:49:14 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=147376, Retrieved Mon, 30 Jan 2023 00:49:14 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact98
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Classical Decomposition] [HPC Retail Sales] [2008-03-02 16:19:32] [74be16979710d4c4e7c6647856088456]
- RM D  [Classical Decomposition] [WS 8: classical d...] [2011-11-26 09:39:36] [10b12745961ee885a66356b3bf31ed40]
- R P       [Classical Decomposition] [WS 8: classic multi] [2011-11-26 10:30:45] [080b56dea5ee02335c893a05354948d0] [Current]
Feedback Forum

Post a new message
Dataseries X:
37
30
47
35
30
43
82
40
47
19
52
136
80
42
54
66
81
63
137
72
107
58
36
52
79
77
54
84
48
96
83
66
61
53
30
74
69
59
42
65
70
100
63
105
82
81
75
102
121
98
76
77
63
37
35
23
40
29
37
51
20
28
13
22
25
13
16
13
16
17
9
17
25
14
8
7
10
7
10
3




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time3 seconds
R Server'Herman Ole Andreas Wold' @ wold.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 & 3 seconds \tabularnewline
R Server & 'Herman Ole Andreas Wold' @ wold.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=147376&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]3 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Herman Ole Andreas Wold' @ wold.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=147376&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=147376&T=0

As an alternative you can also use a QR Code:  

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

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time3 seconds
R Server'Herman Ole Andreas Wold' @ wold.wessa.net







Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
137NANA1.14426636191461NA
230NANA1.01410730036536NA
347NANA0.765097653817326NA
435NANA1.05262176138944NA
530NANA0.997866915304859NA
643NANA1.00636462269065NA
78258.347667455851551.6251.130221161372431.40536894747412
84049.795669086080353.91666666666670.9235672782580580.803282709804606
94759.320637802723654.70833333333331.084307164710870.792304360521256
101951.055506168891456.29166666666670.9069816047767540.372143994364644
115243.982010967918859.70833333333330.7366142799930581.18230155592316
1213677.580324112146462.66666666666671.237983895406591.75302180748053
138075.283191060965665.79166666666671.144266361914611.06265421102055
144270.395948433695569.41666666666671.014107300365360.596625245266195
155456.043403142119173.250.7650976538173260.96353891756114
166681.446608787507877.3751.052621761389440.810346814711369
178178.166241698880778.33333333333330.9978669153048591.03625296853897
186374.638709516223274.16666666666671.006364622690650.844066040374218
1913779.821869521927670.6251.130221161372431.71632161487229
207266.535326004507672.04166666666670.9235672782580581.08213191884146
2110779.696576606248673.51.084307164710871.34259217342104
225867.34338415467474.250.9069816047767540.861257579018985
233654.233226364488973.6250.7366142799930580.663799711233339
245291.146564299310373.6251.237983895406590.570509710374168
257983.245377829288172.751.144266361914610.949001639009987
267771.241037850666670.251.014107300365361.08083770707279
275452.090398597396368.08333333333330.7650976538173261.03665937397337
288469.429177011645165.95833333333331.052621761389441.20986599028692
294865.360282952468365.50.9978669153048590.734390945567155
309666.58779253469866.16666666666671.006364622690651.44170569928378
318375.348077424828466.66666666666671.130221161372431.10155431746491
326660.493656725902865.50.9235672782580581.09102348199988
336169.666735332673164.251.084307164710870.875597223103858
345357.102050200736562.95833333333330.9069816047767540.928162821014024
353046.468084162895463.08333333333330.7366142799930580.645604408712742
367479.437299955256364.16666666666671.237983895406590.931552306557261
376972.660913981577963.51.144266361914610.949616461162241
385965.19864851932364.29166666666671.014107300365360.904926732990702
394251.102147461215566.79166666666670.7650976538173260.821883268836721
406572.455464575639768.83333333333331.052621761389440.897102797983489
417071.721684537536871.8750.9978669153048590.975994923311712
4210075.393482983241274.91666666666671.006364622690651.32637458893136
436388.439805877392478.251.130221161372430.71234891771856
4410575.770998787088182.04166666666670.9235672782580581.38575446649507
458292.256467930816185.08333333333331.084307164710870.888826570528285
468178.9073996155776870.9069816047767541.02651969770411
477564.238903667727987.20833333333330.7366142799930581.16751681174282
48102104.35172585031484.29166666666671.237983895406590.977463469519543
4912192.113442134126380.51.144266361914611.3135976378324
509876.987645886070375.91666666666671.014107300365361.27293150572528
517654.130659007575870.750.7650976538173261.40401024841326
527770.350221052860866.83333333333331.052621761389441.09452392398515
536362.948771240481663.08333333333330.9978669153048591.00081381667202
543759.752899472257359.3751.006364622690650.619216813356124
553559.948814101129153.04166666666671.130221161372430.583831398915709
562342.407130860015845.91666666666670.9235672782580580.542361615453826
574043.778901775201240.3751.084307164710870.913682124905614
582932.160056069375735.45833333333330.9069816047767540.901739721393556
593723.264734343114131.58333333333330.7366142799930581.5903899633804
605135.9015329667911291.237983895406591.42055215433767
612031.133580597093427.20833333333331.144266361914610.6423931849929
622826.3667898094994261.014107300365361.06194194296312
631318.808650656342624.58333333333330.7650976538173260.691171325233593
642224.298018992072923.08333333333331.052621761389440.905423607051151
652521.370983102779121.41666666666670.9978669153048591.16981047992823
661318.953200394007218.83333333333331.006364622690650.685899992072602
671619.92014796918917.6251.130221161372430.803206885046617
681315.931535549951517.250.9235672782580580.815991651227843
691617.84588875253316.45833333333331.084307164710870.896565042059281
701714.171587574636815.6250.9069816047767541.19958331488741
71910.588830274900214.3750.7366142799930580.849952238948775
721716.71278258798913.51.237983895406591.01718549322944
7325NA13NANA
7414NA12.3333333333333NANA
758NANANANA
767NANANANA
7710NANANANA
787NANANANA
7910NANANANA
803NANANANA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 37 & NA & NA & 1.14426636191461 & NA \tabularnewline
2 & 30 & NA & NA & 1.01410730036536 & NA \tabularnewline
3 & 47 & NA & NA & 0.765097653817326 & NA \tabularnewline
4 & 35 & NA & NA & 1.05262176138944 & NA \tabularnewline
5 & 30 & NA & NA & 0.997866915304859 & NA \tabularnewline
6 & 43 & NA & NA & 1.00636462269065 & NA \tabularnewline
7 & 82 & 58.3476674558515 & 51.625 & 1.13022116137243 & 1.40536894747412 \tabularnewline
8 & 40 & 49.7956690860803 & 53.9166666666667 & 0.923567278258058 & 0.803282709804606 \tabularnewline
9 & 47 & 59.3206378027236 & 54.7083333333333 & 1.08430716471087 & 0.792304360521256 \tabularnewline
10 & 19 & 51.0555061688914 & 56.2916666666667 & 0.906981604776754 & 0.372143994364644 \tabularnewline
11 & 52 & 43.9820109679188 & 59.7083333333333 & 0.736614279993058 & 1.18230155592316 \tabularnewline
12 & 136 & 77.5803241121464 & 62.6666666666667 & 1.23798389540659 & 1.75302180748053 \tabularnewline
13 & 80 & 75.2831910609656 & 65.7916666666667 & 1.14426636191461 & 1.06265421102055 \tabularnewline
14 & 42 & 70.3959484336955 & 69.4166666666667 & 1.01410730036536 & 0.596625245266195 \tabularnewline
15 & 54 & 56.0434031421191 & 73.25 & 0.765097653817326 & 0.96353891756114 \tabularnewline
16 & 66 & 81.4466087875078 & 77.375 & 1.05262176138944 & 0.810346814711369 \tabularnewline
17 & 81 & 78.1662416988807 & 78.3333333333333 & 0.997866915304859 & 1.03625296853897 \tabularnewline
18 & 63 & 74.6387095162232 & 74.1666666666667 & 1.00636462269065 & 0.844066040374218 \tabularnewline
19 & 137 & 79.8218695219276 & 70.625 & 1.13022116137243 & 1.71632161487229 \tabularnewline
20 & 72 & 66.5353260045076 & 72.0416666666667 & 0.923567278258058 & 1.08213191884146 \tabularnewline
21 & 107 & 79.6965766062486 & 73.5 & 1.08430716471087 & 1.34259217342104 \tabularnewline
22 & 58 & 67.343384154674 & 74.25 & 0.906981604776754 & 0.861257579018985 \tabularnewline
23 & 36 & 54.2332263644889 & 73.625 & 0.736614279993058 & 0.663799711233339 \tabularnewline
24 & 52 & 91.1465642993103 & 73.625 & 1.23798389540659 & 0.570509710374168 \tabularnewline
25 & 79 & 83.2453778292881 & 72.75 & 1.14426636191461 & 0.949001639009987 \tabularnewline
26 & 77 & 71.2410378506666 & 70.25 & 1.01410730036536 & 1.08083770707279 \tabularnewline
27 & 54 & 52.0903985973963 & 68.0833333333333 & 0.765097653817326 & 1.03665937397337 \tabularnewline
28 & 84 & 69.4291770116451 & 65.9583333333333 & 1.05262176138944 & 1.20986599028692 \tabularnewline
29 & 48 & 65.3602829524683 & 65.5 & 0.997866915304859 & 0.734390945567155 \tabularnewline
30 & 96 & 66.587792534698 & 66.1666666666667 & 1.00636462269065 & 1.44170569928378 \tabularnewline
31 & 83 & 75.3480774248284 & 66.6666666666667 & 1.13022116137243 & 1.10155431746491 \tabularnewline
32 & 66 & 60.4936567259028 & 65.5 & 0.923567278258058 & 1.09102348199988 \tabularnewline
33 & 61 & 69.6667353326731 & 64.25 & 1.08430716471087 & 0.875597223103858 \tabularnewline
34 & 53 & 57.1020502007365 & 62.9583333333333 & 0.906981604776754 & 0.928162821014024 \tabularnewline
35 & 30 & 46.4680841628954 & 63.0833333333333 & 0.736614279993058 & 0.645604408712742 \tabularnewline
36 & 74 & 79.4372999552563 & 64.1666666666667 & 1.23798389540659 & 0.931552306557261 \tabularnewline
37 & 69 & 72.6609139815779 & 63.5 & 1.14426636191461 & 0.949616461162241 \tabularnewline
38 & 59 & 65.198648519323 & 64.2916666666667 & 1.01410730036536 & 0.904926732990702 \tabularnewline
39 & 42 & 51.1021474612155 & 66.7916666666667 & 0.765097653817326 & 0.821883268836721 \tabularnewline
40 & 65 & 72.4554645756397 & 68.8333333333333 & 1.05262176138944 & 0.897102797983489 \tabularnewline
41 & 70 & 71.7216845375368 & 71.875 & 0.997866915304859 & 0.975994923311712 \tabularnewline
42 & 100 & 75.3934829832412 & 74.9166666666667 & 1.00636462269065 & 1.32637458893136 \tabularnewline
43 & 63 & 88.4398058773924 & 78.25 & 1.13022116137243 & 0.71234891771856 \tabularnewline
44 & 105 & 75.7709987870881 & 82.0416666666667 & 0.923567278258058 & 1.38575446649507 \tabularnewline
45 & 82 & 92.2564679308161 & 85.0833333333333 & 1.08430716471087 & 0.888826570528285 \tabularnewline
46 & 81 & 78.9073996155776 & 87 & 0.906981604776754 & 1.02651969770411 \tabularnewline
47 & 75 & 64.2389036677279 & 87.2083333333333 & 0.736614279993058 & 1.16751681174282 \tabularnewline
48 & 102 & 104.351725850314 & 84.2916666666667 & 1.23798389540659 & 0.977463469519543 \tabularnewline
49 & 121 & 92.1134421341263 & 80.5 & 1.14426636191461 & 1.3135976378324 \tabularnewline
50 & 98 & 76.9876458860703 & 75.9166666666667 & 1.01410730036536 & 1.27293150572528 \tabularnewline
51 & 76 & 54.1306590075758 & 70.75 & 0.765097653817326 & 1.40401024841326 \tabularnewline
52 & 77 & 70.3502210528608 & 66.8333333333333 & 1.05262176138944 & 1.09452392398515 \tabularnewline
53 & 63 & 62.9487712404816 & 63.0833333333333 & 0.997866915304859 & 1.00081381667202 \tabularnewline
54 & 37 & 59.7528994722573 & 59.375 & 1.00636462269065 & 0.619216813356124 \tabularnewline
55 & 35 & 59.9488141011291 & 53.0416666666667 & 1.13022116137243 & 0.583831398915709 \tabularnewline
56 & 23 & 42.4071308600158 & 45.9166666666667 & 0.923567278258058 & 0.542361615453826 \tabularnewline
57 & 40 & 43.7789017752012 & 40.375 & 1.08430716471087 & 0.913682124905614 \tabularnewline
58 & 29 & 32.1600560693757 & 35.4583333333333 & 0.906981604776754 & 0.901739721393556 \tabularnewline
59 & 37 & 23.2647343431141 & 31.5833333333333 & 0.736614279993058 & 1.5903899633804 \tabularnewline
60 & 51 & 35.9015329667911 & 29 & 1.23798389540659 & 1.42055215433767 \tabularnewline
61 & 20 & 31.1335805970934 & 27.2083333333333 & 1.14426636191461 & 0.6423931849929 \tabularnewline
62 & 28 & 26.3667898094994 & 26 & 1.01410730036536 & 1.06194194296312 \tabularnewline
63 & 13 & 18.8086506563426 & 24.5833333333333 & 0.765097653817326 & 0.691171325233593 \tabularnewline
64 & 22 & 24.2980189920729 & 23.0833333333333 & 1.05262176138944 & 0.905423607051151 \tabularnewline
65 & 25 & 21.3709831027791 & 21.4166666666667 & 0.997866915304859 & 1.16981047992823 \tabularnewline
66 & 13 & 18.9532003940072 & 18.8333333333333 & 1.00636462269065 & 0.685899992072602 \tabularnewline
67 & 16 & 19.920147969189 & 17.625 & 1.13022116137243 & 0.803206885046617 \tabularnewline
68 & 13 & 15.9315355499515 & 17.25 & 0.923567278258058 & 0.815991651227843 \tabularnewline
69 & 16 & 17.845888752533 & 16.4583333333333 & 1.08430716471087 & 0.896565042059281 \tabularnewline
70 & 17 & 14.1715875746368 & 15.625 & 0.906981604776754 & 1.19958331488741 \tabularnewline
71 & 9 & 10.5888302749002 & 14.375 & 0.736614279993058 & 0.849952238948775 \tabularnewline
72 & 17 & 16.712782587989 & 13.5 & 1.23798389540659 & 1.01718549322944 \tabularnewline
73 & 25 & NA & 13 & NA & NA \tabularnewline
74 & 14 & NA & 12.3333333333333 & NA & NA \tabularnewline
75 & 8 & NA & NA & NA & NA \tabularnewline
76 & 7 & NA & NA & NA & NA \tabularnewline
77 & 10 & NA & NA & NA & NA \tabularnewline
78 & 7 & NA & NA & NA & NA \tabularnewline
79 & 10 & NA & NA & NA & NA \tabularnewline
80 & 3 & NA & NA & NA & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=147376&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]37[/C][C]NA[/C][C]NA[/C][C]1.14426636191461[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]30[/C][C]NA[/C][C]NA[/C][C]1.01410730036536[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]47[/C][C]NA[/C][C]NA[/C][C]0.765097653817326[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]35[/C][C]NA[/C][C]NA[/C][C]1.05262176138944[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]30[/C][C]NA[/C][C]NA[/C][C]0.997866915304859[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]43[/C][C]NA[/C][C]NA[/C][C]1.00636462269065[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]82[/C][C]58.3476674558515[/C][C]51.625[/C][C]1.13022116137243[/C][C]1.40536894747412[/C][/ROW]
[ROW][C]8[/C][C]40[/C][C]49.7956690860803[/C][C]53.9166666666667[/C][C]0.923567278258058[/C][C]0.803282709804606[/C][/ROW]
[ROW][C]9[/C][C]47[/C][C]59.3206378027236[/C][C]54.7083333333333[/C][C]1.08430716471087[/C][C]0.792304360521256[/C][/ROW]
[ROW][C]10[/C][C]19[/C][C]51.0555061688914[/C][C]56.2916666666667[/C][C]0.906981604776754[/C][C]0.372143994364644[/C][/ROW]
[ROW][C]11[/C][C]52[/C][C]43.9820109679188[/C][C]59.7083333333333[/C][C]0.736614279993058[/C][C]1.18230155592316[/C][/ROW]
[ROW][C]12[/C][C]136[/C][C]77.5803241121464[/C][C]62.6666666666667[/C][C]1.23798389540659[/C][C]1.75302180748053[/C][/ROW]
[ROW][C]13[/C][C]80[/C][C]75.2831910609656[/C][C]65.7916666666667[/C][C]1.14426636191461[/C][C]1.06265421102055[/C][/ROW]
[ROW][C]14[/C][C]42[/C][C]70.3959484336955[/C][C]69.4166666666667[/C][C]1.01410730036536[/C][C]0.596625245266195[/C][/ROW]
[ROW][C]15[/C][C]54[/C][C]56.0434031421191[/C][C]73.25[/C][C]0.765097653817326[/C][C]0.96353891756114[/C][/ROW]
[ROW][C]16[/C][C]66[/C][C]81.4466087875078[/C][C]77.375[/C][C]1.05262176138944[/C][C]0.810346814711369[/C][/ROW]
[ROW][C]17[/C][C]81[/C][C]78.1662416988807[/C][C]78.3333333333333[/C][C]0.997866915304859[/C][C]1.03625296853897[/C][/ROW]
[ROW][C]18[/C][C]63[/C][C]74.6387095162232[/C][C]74.1666666666667[/C][C]1.00636462269065[/C][C]0.844066040374218[/C][/ROW]
[ROW][C]19[/C][C]137[/C][C]79.8218695219276[/C][C]70.625[/C][C]1.13022116137243[/C][C]1.71632161487229[/C][/ROW]
[ROW][C]20[/C][C]72[/C][C]66.5353260045076[/C][C]72.0416666666667[/C][C]0.923567278258058[/C][C]1.08213191884146[/C][/ROW]
[ROW][C]21[/C][C]107[/C][C]79.6965766062486[/C][C]73.5[/C][C]1.08430716471087[/C][C]1.34259217342104[/C][/ROW]
[ROW][C]22[/C][C]58[/C][C]67.343384154674[/C][C]74.25[/C][C]0.906981604776754[/C][C]0.861257579018985[/C][/ROW]
[ROW][C]23[/C][C]36[/C][C]54.2332263644889[/C][C]73.625[/C][C]0.736614279993058[/C][C]0.663799711233339[/C][/ROW]
[ROW][C]24[/C][C]52[/C][C]91.1465642993103[/C][C]73.625[/C][C]1.23798389540659[/C][C]0.570509710374168[/C][/ROW]
[ROW][C]25[/C][C]79[/C][C]83.2453778292881[/C][C]72.75[/C][C]1.14426636191461[/C][C]0.949001639009987[/C][/ROW]
[ROW][C]26[/C][C]77[/C][C]71.2410378506666[/C][C]70.25[/C][C]1.01410730036536[/C][C]1.08083770707279[/C][/ROW]
[ROW][C]27[/C][C]54[/C][C]52.0903985973963[/C][C]68.0833333333333[/C][C]0.765097653817326[/C][C]1.03665937397337[/C][/ROW]
[ROW][C]28[/C][C]84[/C][C]69.4291770116451[/C][C]65.9583333333333[/C][C]1.05262176138944[/C][C]1.20986599028692[/C][/ROW]
[ROW][C]29[/C][C]48[/C][C]65.3602829524683[/C][C]65.5[/C][C]0.997866915304859[/C][C]0.734390945567155[/C][/ROW]
[ROW][C]30[/C][C]96[/C][C]66.587792534698[/C][C]66.1666666666667[/C][C]1.00636462269065[/C][C]1.44170569928378[/C][/ROW]
[ROW][C]31[/C][C]83[/C][C]75.3480774248284[/C][C]66.6666666666667[/C][C]1.13022116137243[/C][C]1.10155431746491[/C][/ROW]
[ROW][C]32[/C][C]66[/C][C]60.4936567259028[/C][C]65.5[/C][C]0.923567278258058[/C][C]1.09102348199988[/C][/ROW]
[ROW][C]33[/C][C]61[/C][C]69.6667353326731[/C][C]64.25[/C][C]1.08430716471087[/C][C]0.875597223103858[/C][/ROW]
[ROW][C]34[/C][C]53[/C][C]57.1020502007365[/C][C]62.9583333333333[/C][C]0.906981604776754[/C][C]0.928162821014024[/C][/ROW]
[ROW][C]35[/C][C]30[/C][C]46.4680841628954[/C][C]63.0833333333333[/C][C]0.736614279993058[/C][C]0.645604408712742[/C][/ROW]
[ROW][C]36[/C][C]74[/C][C]79.4372999552563[/C][C]64.1666666666667[/C][C]1.23798389540659[/C][C]0.931552306557261[/C][/ROW]
[ROW][C]37[/C][C]69[/C][C]72.6609139815779[/C][C]63.5[/C][C]1.14426636191461[/C][C]0.949616461162241[/C][/ROW]
[ROW][C]38[/C][C]59[/C][C]65.198648519323[/C][C]64.2916666666667[/C][C]1.01410730036536[/C][C]0.904926732990702[/C][/ROW]
[ROW][C]39[/C][C]42[/C][C]51.1021474612155[/C][C]66.7916666666667[/C][C]0.765097653817326[/C][C]0.821883268836721[/C][/ROW]
[ROW][C]40[/C][C]65[/C][C]72.4554645756397[/C][C]68.8333333333333[/C][C]1.05262176138944[/C][C]0.897102797983489[/C][/ROW]
[ROW][C]41[/C][C]70[/C][C]71.7216845375368[/C][C]71.875[/C][C]0.997866915304859[/C][C]0.975994923311712[/C][/ROW]
[ROW][C]42[/C][C]100[/C][C]75.3934829832412[/C][C]74.9166666666667[/C][C]1.00636462269065[/C][C]1.32637458893136[/C][/ROW]
[ROW][C]43[/C][C]63[/C][C]88.4398058773924[/C][C]78.25[/C][C]1.13022116137243[/C][C]0.71234891771856[/C][/ROW]
[ROW][C]44[/C][C]105[/C][C]75.7709987870881[/C][C]82.0416666666667[/C][C]0.923567278258058[/C][C]1.38575446649507[/C][/ROW]
[ROW][C]45[/C][C]82[/C][C]92.2564679308161[/C][C]85.0833333333333[/C][C]1.08430716471087[/C][C]0.888826570528285[/C][/ROW]
[ROW][C]46[/C][C]81[/C][C]78.9073996155776[/C][C]87[/C][C]0.906981604776754[/C][C]1.02651969770411[/C][/ROW]
[ROW][C]47[/C][C]75[/C][C]64.2389036677279[/C][C]87.2083333333333[/C][C]0.736614279993058[/C][C]1.16751681174282[/C][/ROW]
[ROW][C]48[/C][C]102[/C][C]104.351725850314[/C][C]84.2916666666667[/C][C]1.23798389540659[/C][C]0.977463469519543[/C][/ROW]
[ROW][C]49[/C][C]121[/C][C]92.1134421341263[/C][C]80.5[/C][C]1.14426636191461[/C][C]1.3135976378324[/C][/ROW]
[ROW][C]50[/C][C]98[/C][C]76.9876458860703[/C][C]75.9166666666667[/C][C]1.01410730036536[/C][C]1.27293150572528[/C][/ROW]
[ROW][C]51[/C][C]76[/C][C]54.1306590075758[/C][C]70.75[/C][C]0.765097653817326[/C][C]1.40401024841326[/C][/ROW]
[ROW][C]52[/C][C]77[/C][C]70.3502210528608[/C][C]66.8333333333333[/C][C]1.05262176138944[/C][C]1.09452392398515[/C][/ROW]
[ROW][C]53[/C][C]63[/C][C]62.9487712404816[/C][C]63.0833333333333[/C][C]0.997866915304859[/C][C]1.00081381667202[/C][/ROW]
[ROW][C]54[/C][C]37[/C][C]59.7528994722573[/C][C]59.375[/C][C]1.00636462269065[/C][C]0.619216813356124[/C][/ROW]
[ROW][C]55[/C][C]35[/C][C]59.9488141011291[/C][C]53.0416666666667[/C][C]1.13022116137243[/C][C]0.583831398915709[/C][/ROW]
[ROW][C]56[/C][C]23[/C][C]42.4071308600158[/C][C]45.9166666666667[/C][C]0.923567278258058[/C][C]0.542361615453826[/C][/ROW]
[ROW][C]57[/C][C]40[/C][C]43.7789017752012[/C][C]40.375[/C][C]1.08430716471087[/C][C]0.913682124905614[/C][/ROW]
[ROW][C]58[/C][C]29[/C][C]32.1600560693757[/C][C]35.4583333333333[/C][C]0.906981604776754[/C][C]0.901739721393556[/C][/ROW]
[ROW][C]59[/C][C]37[/C][C]23.2647343431141[/C][C]31.5833333333333[/C][C]0.736614279993058[/C][C]1.5903899633804[/C][/ROW]
[ROW][C]60[/C][C]51[/C][C]35.9015329667911[/C][C]29[/C][C]1.23798389540659[/C][C]1.42055215433767[/C][/ROW]
[ROW][C]61[/C][C]20[/C][C]31.1335805970934[/C][C]27.2083333333333[/C][C]1.14426636191461[/C][C]0.6423931849929[/C][/ROW]
[ROW][C]62[/C][C]28[/C][C]26.3667898094994[/C][C]26[/C][C]1.01410730036536[/C][C]1.06194194296312[/C][/ROW]
[ROW][C]63[/C][C]13[/C][C]18.8086506563426[/C][C]24.5833333333333[/C][C]0.765097653817326[/C][C]0.691171325233593[/C][/ROW]
[ROW][C]64[/C][C]22[/C][C]24.2980189920729[/C][C]23.0833333333333[/C][C]1.05262176138944[/C][C]0.905423607051151[/C][/ROW]
[ROW][C]65[/C][C]25[/C][C]21.3709831027791[/C][C]21.4166666666667[/C][C]0.997866915304859[/C][C]1.16981047992823[/C][/ROW]
[ROW][C]66[/C][C]13[/C][C]18.9532003940072[/C][C]18.8333333333333[/C][C]1.00636462269065[/C][C]0.685899992072602[/C][/ROW]
[ROW][C]67[/C][C]16[/C][C]19.920147969189[/C][C]17.625[/C][C]1.13022116137243[/C][C]0.803206885046617[/C][/ROW]
[ROW][C]68[/C][C]13[/C][C]15.9315355499515[/C][C]17.25[/C][C]0.923567278258058[/C][C]0.815991651227843[/C][/ROW]
[ROW][C]69[/C][C]16[/C][C]17.845888752533[/C][C]16.4583333333333[/C][C]1.08430716471087[/C][C]0.896565042059281[/C][/ROW]
[ROW][C]70[/C][C]17[/C][C]14.1715875746368[/C][C]15.625[/C][C]0.906981604776754[/C][C]1.19958331488741[/C][/ROW]
[ROW][C]71[/C][C]9[/C][C]10.5888302749002[/C][C]14.375[/C][C]0.736614279993058[/C][C]0.849952238948775[/C][/ROW]
[ROW][C]72[/C][C]17[/C][C]16.712782587989[/C][C]13.5[/C][C]1.23798389540659[/C][C]1.01718549322944[/C][/ROW]
[ROW][C]73[/C][C]25[/C][C]NA[/C][C]13[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]74[/C][C]14[/C][C]NA[/C][C]12.3333333333333[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]75[/C][C]8[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]76[/C][C]7[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]77[/C][C]10[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]78[/C][C]7[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]79[/C][C]10[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[ROW][C]80[/C][C]3[/C][C]NA[/C][C]NA[/C][C]NA[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=147376&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=147376&T=1

As an alternative you can also use a QR Code:  

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

Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
137NANA1.14426636191461NA
230NANA1.01410730036536NA
347NANA0.765097653817326NA
435NANA1.05262176138944NA
530NANA0.997866915304859NA
643NANA1.00636462269065NA
78258.347667455851551.6251.130221161372431.40536894747412
84049.795669086080353.91666666666670.9235672782580580.803282709804606
94759.320637802723654.70833333333331.084307164710870.792304360521256
101951.055506168891456.29166666666670.9069816047767540.372143994364644
115243.982010967918859.70833333333330.7366142799930581.18230155592316
1213677.580324112146462.66666666666671.237983895406591.75302180748053
138075.283191060965665.79166666666671.144266361914611.06265421102055
144270.395948433695569.41666666666671.014107300365360.596625245266195
155456.043403142119173.250.7650976538173260.96353891756114
166681.446608787507877.3751.052621761389440.810346814711369
178178.166241698880778.33333333333330.9978669153048591.03625296853897
186374.638709516223274.16666666666671.006364622690650.844066040374218
1913779.821869521927670.6251.130221161372431.71632161487229
207266.535326004507672.04166666666670.9235672782580581.08213191884146
2110779.696576606248673.51.084307164710871.34259217342104
225867.34338415467474.250.9069816047767540.861257579018985
233654.233226364488973.6250.7366142799930580.663799711233339
245291.146564299310373.6251.237983895406590.570509710374168
257983.245377829288172.751.144266361914610.949001639009987
267771.241037850666670.251.014107300365361.08083770707279
275452.090398597396368.08333333333330.7650976538173261.03665937397337
288469.429177011645165.95833333333331.052621761389441.20986599028692
294865.360282952468365.50.9978669153048590.734390945567155
309666.58779253469866.16666666666671.006364622690651.44170569928378
318375.348077424828466.66666666666671.130221161372431.10155431746491
326660.493656725902865.50.9235672782580581.09102348199988
336169.666735332673164.251.084307164710870.875597223103858
345357.102050200736562.95833333333330.9069816047767540.928162821014024
353046.468084162895463.08333333333330.7366142799930580.645604408712742
367479.437299955256364.16666666666671.237983895406590.931552306557261
376972.660913981577963.51.144266361914610.949616461162241
385965.19864851932364.29166666666671.014107300365360.904926732990702
394251.102147461215566.79166666666670.7650976538173260.821883268836721
406572.455464575639768.83333333333331.052621761389440.897102797983489
417071.721684537536871.8750.9978669153048590.975994923311712
4210075.393482983241274.91666666666671.006364622690651.32637458893136
436388.439805877392478.251.130221161372430.71234891771856
4410575.770998787088182.04166666666670.9235672782580581.38575446649507
458292.256467930816185.08333333333331.084307164710870.888826570528285
468178.9073996155776870.9069816047767541.02651969770411
477564.238903667727987.20833333333330.7366142799930581.16751681174282
48102104.35172585031484.29166666666671.237983895406590.977463469519543
4912192.113442134126380.51.144266361914611.3135976378324
509876.987645886070375.91666666666671.014107300365361.27293150572528
517654.130659007575870.750.7650976538173261.40401024841326
527770.350221052860866.83333333333331.052621761389441.09452392398515
536362.948771240481663.08333333333330.9978669153048591.00081381667202
543759.752899472257359.3751.006364622690650.619216813356124
553559.948814101129153.04166666666671.130221161372430.583831398915709
562342.407130860015845.91666666666670.9235672782580580.542361615453826
574043.778901775201240.3751.084307164710870.913682124905614
582932.160056069375735.45833333333330.9069816047767540.901739721393556
593723.264734343114131.58333333333330.7366142799930581.5903899633804
605135.9015329667911291.237983895406591.42055215433767
612031.133580597093427.20833333333331.144266361914610.6423931849929
622826.3667898094994261.014107300365361.06194194296312
631318.808650656342624.58333333333330.7650976538173260.691171325233593
642224.298018992072923.08333333333331.052621761389440.905423607051151
652521.370983102779121.41666666666670.9978669153048591.16981047992823
661318.953200394007218.83333333333331.006364622690650.685899992072602
671619.92014796918917.6251.130221161372430.803206885046617
681315.931535549951517.250.9235672782580580.815991651227843
691617.84588875253316.45833333333331.084307164710870.896565042059281
701714.171587574636815.6250.9069816047767541.19958331488741
71910.588830274900214.3750.7366142799930580.849952238948775
721716.71278258798913.51.237983895406591.01718549322944
7325NA13NANA
7414NA12.3333333333333NANA
758NANANANA
767NANANANA
7710NANANANA
787NANANANA
7910NANANANA
803NANANANA



Parameters (Session):
par1 = multiplicative ; par2 = 12 ;
Parameters (R input):
par1 = multiplicative ; 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')