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 computationFri, 07 Dec 2012 08:25:36 -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/2012/Dec/07/t1354886748xjn12v08to69j0t.htm/, Retrieved Fri, 19 Apr 2024 11:05:44 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=197357, Retrieved Fri, 19 Apr 2024 11:05:44 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact99

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Classical Decomposition] [] [2012-12-07 13:25:36] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
106,68
109,73
108,06
111,33
105,66
103,65
100,34
100,56
102,67
101,5
102,35
104,98
106,31
103,73
106,62
108,54
105,12
105,29
104,62
104,34
108,23
107,6
106,87
107,96
108,34
109,04
106,95
105,59
108,08
108,48
106,84
105,6
106,9
106,84
106,81
106,98
107,53
107,37
106,98
108,94
106,38
109,02
106,53
105,02
109,7
108,39
110,18
109,54
109,1
110,85
112,23
110,58
110,77
108,08
108,05
108,87
109,61
111,27
107,61
110,98
106,63
106,83
108,77
106,12
106,8
106,34
105,16
107,97
106,76
108,78
105,58
109,22

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'George Udny Yule' @ yule.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 & 'George Udny Yule' @ yule.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=197357&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]'George Udny Yule' @ yule.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=197357&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=197357&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'George Udny Yule' @ yule.wessa.net






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1106.68NANA0.528562499999996NA
2109.73NANA0.408645833333337NA
3108.06NANA1.0588125NA
4111.33NANA0.608062499999995NA
5105.66NANA-0.00352083333334174NA
6103.65NANA-0.0537708333333415NA
7100.34102.979895833333104.777083333333-1.7971875-2.63989583333331
8100.56102.3410625104.511666666667-2.17060416666667-1.7810625
9102.67104.5933125104.2016666666670.391645833333341-1.92331250000001
10101.5104.1525625104.0254166666670.127145833333334-2.65256249999999
11102.35103.691729166667103.886666666667-0.194937499999993-1.34172916666668
12104.98105.029645833333103.93251.09714583333334-0.0496458333333294
13106.31104.707729166667104.1791666666670.5285624999999961.60227083333334
14103.73104.923645833333104.5150.408645833333337-1.19364583333333
15106.62105.962979166667104.9041666666671.05881250.657020833333334
16108.54105.9980625105.390.6080624999999952.54193750000002
17105.12105.828979166667105.8325-0.00352083333334174-0.708979166666651
18105.29106.091229166667106.145-0.0537708333333415-0.801229166666658
19104.62104.5565625106.35375-1.79718750.063437499999992
20104.34104.488979166667106.659583333333-2.17060416666667-0.148979166666678
21108.23107.286229166667106.8945833333330.3916458333333410.943770833333332
22107.6106.9125625106.7854166666670.1271458333333340.687437500000001
23106.87106.590895833333106.785833333333-0.1949374999999930.279104166666684
24107.96108.139229166667107.0420833333331.09714583333334-0.179229166666673
25108.34107.7960625107.26750.5285624999999960.543937500000013
26109.04107.821145833333107.41250.4086458333333371.21885416666667
27106.95108.468395833333107.4095833333331.0588125-1.51839583333334
28105.59107.9305625107.32250.608062499999995-2.34056249999999
29108.08107.2848125107.288333333333-0.003520833333341740.795187499999997
30108.48107.191229166667107.245-0.05377083333334151.28877083333334
31106.84105.373229166667107.170416666667-1.79718751.46677083333333
32105.6104.896479166667107.067083333333-2.170604166666670.703520833333329
33106.9107.390395833333106.998750.391645833333341-0.490395833333338
34106.84107.266729166667107.1395833333330.127145833333334-0.426729166666675
35106.81107.013395833333107.208333333333-0.194937499999993-0.203395833333332
36106.98108.257145833333107.161.09714583333334-1.27714583333334
37107.53107.698145833333107.1695833333330.528562499999996-0.168145833333327
38107.37107.541145833333107.13250.408645833333337-0.171145833333341
39106.98108.2838125107.2251.0588125-1.30381250000001
40108.94108.0143125107.406250.6080624999999950.925687499999995
41106.38107.607729166667107.61125-0.00352083333334174-1.22772916666668
42109.02107.8045625107.858333333333-0.05377083333334151.21543750000001
43106.53106.233229166667108.030416666667-1.79718750.296770833333326
44105.02106.070229166667108.240833333333-2.17060416666667-1.05022916666665
45109.7108.996229166667108.6045833333330.3916458333333410.703770833333351
46108.39109.0188125108.8916666666670.127145833333334-0.628812499999967
47110.18108.947979166667109.142916666667-0.1949374999999931.23202083333334
48109.54110.3838125109.2866666666671.09714583333334-0.843812499999999
49109.1109.839395833333109.3108333333330.528562499999996-0.739395833333333
50110.85109.943229166667109.5345833333330.4086458333333370.906770833333326
51112.23110.7500625109.691251.05881251.47993750000001
52110.58110.4155625109.80750.6080624999999950.16443750000002
53110.77109.816895833333109.820416666667-0.003520833333341740.953104166666662
54108.08109.7195625109.773333333333-0.0537708333333415-1.6395625
55108.05107.933229166667109.730416666667-1.79718750.11677083333332
56108.87107.289395833333109.46-2.170604166666671.58060416666666
57109.61109.539979166667109.1483333333330.3916458333333410.0700208333333308
58111.27108.945479166667108.8183333333330.1271458333333342.32452083333332
59107.61108.272145833333108.467083333333-0.194937499999993-0.662145833333327
60110.98109.3263125108.2291666666671.097145833333341.6536875
61106.63108.5648125108.036250.528562499999996-1.93481249999999
62106.83108.286979166667107.8783333333330.408645833333337-1.45697916666666
63108.77108.780895833333107.7220833333331.0588125-0.0108958333333362
64106.12108.107645833333107.4995833333330.608062499999995-1.98764583333333
65106.8107.307729166667107.31125-0.00352083333334174-0.507729166666664
66106.34107.0995625107.153333333333-0.0537708333333415-0.759562500000001
67105.16NANA-1.7971875NA
68107.97NANA-2.17060416666667NA
69106.76NANA0.391645833333341NA
70108.78NANA0.127145833333334NA
71105.58NANA-0.194937499999993NA
72109.22NANA1.09714583333334NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 106.68 & NA & NA & 0.528562499999996 & NA \tabularnewline
2 & 109.73 & NA & NA & 0.408645833333337 & NA \tabularnewline
3 & 108.06 & NA & NA & 1.0588125 & NA \tabularnewline
4 & 111.33 & NA & NA & 0.608062499999995 & NA \tabularnewline
5 & 105.66 & NA & NA & -0.00352083333334174 & NA \tabularnewline
6 & 103.65 & NA & NA & -0.0537708333333415 & NA \tabularnewline
7 & 100.34 & 102.979895833333 & 104.777083333333 & -1.7971875 & -2.63989583333331 \tabularnewline
8 & 100.56 & 102.3410625 & 104.511666666667 & -2.17060416666667 & -1.7810625 \tabularnewline
9 & 102.67 & 104.5933125 & 104.201666666667 & 0.391645833333341 & -1.92331250000001 \tabularnewline
10 & 101.5 & 104.1525625 & 104.025416666667 & 0.127145833333334 & -2.65256249999999 \tabularnewline
11 & 102.35 & 103.691729166667 & 103.886666666667 & -0.194937499999993 & -1.34172916666668 \tabularnewline
12 & 104.98 & 105.029645833333 & 103.9325 & 1.09714583333334 & -0.0496458333333294 \tabularnewline
13 & 106.31 & 104.707729166667 & 104.179166666667 & 0.528562499999996 & 1.60227083333334 \tabularnewline
14 & 103.73 & 104.923645833333 & 104.515 & 0.408645833333337 & -1.19364583333333 \tabularnewline
15 & 106.62 & 105.962979166667 & 104.904166666667 & 1.0588125 & 0.657020833333334 \tabularnewline
16 & 108.54 & 105.9980625 & 105.39 & 0.608062499999995 & 2.54193750000002 \tabularnewline
17 & 105.12 & 105.828979166667 & 105.8325 & -0.00352083333334174 & -0.708979166666651 \tabularnewline
18 & 105.29 & 106.091229166667 & 106.145 & -0.0537708333333415 & -0.801229166666658 \tabularnewline
19 & 104.62 & 104.5565625 & 106.35375 & -1.7971875 & 0.063437499999992 \tabularnewline
20 & 104.34 & 104.488979166667 & 106.659583333333 & -2.17060416666667 & -0.148979166666678 \tabularnewline
21 & 108.23 & 107.286229166667 & 106.894583333333 & 0.391645833333341 & 0.943770833333332 \tabularnewline
22 & 107.6 & 106.9125625 & 106.785416666667 & 0.127145833333334 & 0.687437500000001 \tabularnewline
23 & 106.87 & 106.590895833333 & 106.785833333333 & -0.194937499999993 & 0.279104166666684 \tabularnewline
24 & 107.96 & 108.139229166667 & 107.042083333333 & 1.09714583333334 & -0.179229166666673 \tabularnewline
25 & 108.34 & 107.7960625 & 107.2675 & 0.528562499999996 & 0.543937500000013 \tabularnewline
26 & 109.04 & 107.821145833333 & 107.4125 & 0.408645833333337 & 1.21885416666667 \tabularnewline
27 & 106.95 & 108.468395833333 & 107.409583333333 & 1.0588125 & -1.51839583333334 \tabularnewline
28 & 105.59 & 107.9305625 & 107.3225 & 0.608062499999995 & -2.34056249999999 \tabularnewline
29 & 108.08 & 107.2848125 & 107.288333333333 & -0.00352083333334174 & 0.795187499999997 \tabularnewline
30 & 108.48 & 107.191229166667 & 107.245 & -0.0537708333333415 & 1.28877083333334 \tabularnewline
31 & 106.84 & 105.373229166667 & 107.170416666667 & -1.7971875 & 1.46677083333333 \tabularnewline
32 & 105.6 & 104.896479166667 & 107.067083333333 & -2.17060416666667 & 0.703520833333329 \tabularnewline
33 & 106.9 & 107.390395833333 & 106.99875 & 0.391645833333341 & -0.490395833333338 \tabularnewline
34 & 106.84 & 107.266729166667 & 107.139583333333 & 0.127145833333334 & -0.426729166666675 \tabularnewline
35 & 106.81 & 107.013395833333 & 107.208333333333 & -0.194937499999993 & -0.203395833333332 \tabularnewline
36 & 106.98 & 108.257145833333 & 107.16 & 1.09714583333334 & -1.27714583333334 \tabularnewline
37 & 107.53 & 107.698145833333 & 107.169583333333 & 0.528562499999996 & -0.168145833333327 \tabularnewline
38 & 107.37 & 107.541145833333 & 107.1325 & 0.408645833333337 & -0.171145833333341 \tabularnewline
39 & 106.98 & 108.2838125 & 107.225 & 1.0588125 & -1.30381250000001 \tabularnewline
40 & 108.94 & 108.0143125 & 107.40625 & 0.608062499999995 & 0.925687499999995 \tabularnewline
41 & 106.38 & 107.607729166667 & 107.61125 & -0.00352083333334174 & -1.22772916666668 \tabularnewline
42 & 109.02 & 107.8045625 & 107.858333333333 & -0.0537708333333415 & 1.21543750000001 \tabularnewline
43 & 106.53 & 106.233229166667 & 108.030416666667 & -1.7971875 & 0.296770833333326 \tabularnewline
44 & 105.02 & 106.070229166667 & 108.240833333333 & -2.17060416666667 & -1.05022916666665 \tabularnewline
45 & 109.7 & 108.996229166667 & 108.604583333333 & 0.391645833333341 & 0.703770833333351 \tabularnewline
46 & 108.39 & 109.0188125 & 108.891666666667 & 0.127145833333334 & -0.628812499999967 \tabularnewline
47 & 110.18 & 108.947979166667 & 109.142916666667 & -0.194937499999993 & 1.23202083333334 \tabularnewline
48 & 109.54 & 110.3838125 & 109.286666666667 & 1.09714583333334 & -0.843812499999999 \tabularnewline
49 & 109.1 & 109.839395833333 & 109.310833333333 & 0.528562499999996 & -0.739395833333333 \tabularnewline
50 & 110.85 & 109.943229166667 & 109.534583333333 & 0.408645833333337 & 0.906770833333326 \tabularnewline
51 & 112.23 & 110.7500625 & 109.69125 & 1.0588125 & 1.47993750000001 \tabularnewline
52 & 110.58 & 110.4155625 & 109.8075 & 0.608062499999995 & 0.16443750000002 \tabularnewline
53 & 110.77 & 109.816895833333 & 109.820416666667 & -0.00352083333334174 & 0.953104166666662 \tabularnewline
54 & 108.08 & 109.7195625 & 109.773333333333 & -0.0537708333333415 & -1.6395625 \tabularnewline
55 & 108.05 & 107.933229166667 & 109.730416666667 & -1.7971875 & 0.11677083333332 \tabularnewline
56 & 108.87 & 107.289395833333 & 109.46 & -2.17060416666667 & 1.58060416666666 \tabularnewline
57 & 109.61 & 109.539979166667 & 109.148333333333 & 0.391645833333341 & 0.0700208333333308 \tabularnewline
58 & 111.27 & 108.945479166667 & 108.818333333333 & 0.127145833333334 & 2.32452083333332 \tabularnewline
59 & 107.61 & 108.272145833333 & 108.467083333333 & -0.194937499999993 & -0.662145833333327 \tabularnewline
60 & 110.98 & 109.3263125 & 108.229166666667 & 1.09714583333334 & 1.6536875 \tabularnewline
61 & 106.63 & 108.5648125 & 108.03625 & 0.528562499999996 & -1.93481249999999 \tabularnewline
62 & 106.83 & 108.286979166667 & 107.878333333333 & 0.408645833333337 & -1.45697916666666 \tabularnewline
63 & 108.77 & 108.780895833333 & 107.722083333333 & 1.0588125 & -0.0108958333333362 \tabularnewline
64 & 106.12 & 108.107645833333 & 107.499583333333 & 0.608062499999995 & -1.98764583333333 \tabularnewline
65 & 106.8 & 107.307729166667 & 107.31125 & -0.00352083333334174 & -0.507729166666664 \tabularnewline
66 & 106.34 & 107.0995625 & 107.153333333333 & -0.0537708333333415 & -0.759562500000001 \tabularnewline
67 & 105.16 & NA & NA & -1.7971875 & NA \tabularnewline
68 & 107.97 & NA & NA & -2.17060416666667 & NA \tabularnewline
69 & 106.76 & NA & NA & 0.391645833333341 & NA \tabularnewline
70 & 108.78 & NA & NA & 0.127145833333334 & NA \tabularnewline
71 & 105.58 & NA & NA & -0.194937499999993 & NA \tabularnewline
72 & 109.22 & NA & NA & 1.09714583333334 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=197357&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]106.68[/C][C]NA[/C][C]NA[/C][C]0.528562499999996[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]109.73[/C][C]NA[/C][C]NA[/C][C]0.408645833333337[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]108.06[/C][C]NA[/C][C]NA[/C][C]1.0588125[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]111.33[/C][C]NA[/C][C]NA[/C][C]0.608062499999995[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]105.66[/C][C]NA[/C][C]NA[/C][C]-0.00352083333334174[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]103.65[/C][C]NA[/C][C]NA[/C][C]-0.0537708333333415[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]100.34[/C][C]102.979895833333[/C][C]104.777083333333[/C][C]-1.7971875[/C][C]-2.63989583333331[/C][/ROW]
[ROW][C]8[/C][C]100.56[/C][C]102.3410625[/C][C]104.511666666667[/C][C]-2.17060416666667[/C][C]-1.7810625[/C][/ROW]
[ROW][C]9[/C][C]102.67[/C][C]104.5933125[/C][C]104.201666666667[/C][C]0.391645833333341[/C][C]-1.92331250000001[/C][/ROW]
[ROW][C]10[/C][C]101.5[/C][C]104.1525625[/C][C]104.025416666667[/C][C]0.127145833333334[/C][C]-2.65256249999999[/C][/ROW]
[ROW][C]11[/C][C]102.35[/C][C]103.691729166667[/C][C]103.886666666667[/C][C]-0.194937499999993[/C][C]-1.34172916666668[/C][/ROW]
[ROW][C]12[/C][C]104.98[/C][C]105.029645833333[/C][C]103.9325[/C][C]1.09714583333334[/C][C]-0.0496458333333294[/C][/ROW]
[ROW][C]13[/C][C]106.31[/C][C]104.707729166667[/C][C]104.179166666667[/C][C]0.528562499999996[/C][C]1.60227083333334[/C][/ROW]
[ROW][C]14[/C][C]103.73[/C][C]104.923645833333[/C][C]104.515[/C][C]0.408645833333337[/C][C]-1.19364583333333[/C][/ROW]
[ROW][C]15[/C][C]106.62[/C][C]105.962979166667[/C][C]104.904166666667[/C][C]1.0588125[/C][C]0.657020833333334[/C][/ROW]
[ROW][C]16[/C][C]108.54[/C][C]105.9980625[/C][C]105.39[/C][C]0.608062499999995[/C][C]2.54193750000002[/C][/ROW]
[ROW][C]17[/C][C]105.12[/C][C]105.828979166667[/C][C]105.8325[/C][C]-0.00352083333334174[/C][C]-0.708979166666651[/C][/ROW]
[ROW][C]18[/C][C]105.29[/C][C]106.091229166667[/C][C]106.145[/C][C]-0.0537708333333415[/C][C]-0.801229166666658[/C][/ROW]
[ROW][C]19[/C][C]104.62[/C][C]104.5565625[/C][C]106.35375[/C][C]-1.7971875[/C][C]0.063437499999992[/C][/ROW]
[ROW][C]20[/C][C]104.34[/C][C]104.488979166667[/C][C]106.659583333333[/C][C]-2.17060416666667[/C][C]-0.148979166666678[/C][/ROW]
[ROW][C]21[/C][C]108.23[/C][C]107.286229166667[/C][C]106.894583333333[/C][C]0.391645833333341[/C][C]0.943770833333332[/C][/ROW]
[ROW][C]22[/C][C]107.6[/C][C]106.9125625[/C][C]106.785416666667[/C][C]0.127145833333334[/C][C]0.687437500000001[/C][/ROW]
[ROW][C]23[/C][C]106.87[/C][C]106.590895833333[/C][C]106.785833333333[/C][C]-0.194937499999993[/C][C]0.279104166666684[/C][/ROW]
[ROW][C]24[/C][C]107.96[/C][C]108.139229166667[/C][C]107.042083333333[/C][C]1.09714583333334[/C][C]-0.179229166666673[/C][/ROW]
[ROW][C]25[/C][C]108.34[/C][C]107.7960625[/C][C]107.2675[/C][C]0.528562499999996[/C][C]0.543937500000013[/C][/ROW]
[ROW][C]26[/C][C]109.04[/C][C]107.821145833333[/C][C]107.4125[/C][C]0.408645833333337[/C][C]1.21885416666667[/C][/ROW]
[ROW][C]27[/C][C]106.95[/C][C]108.468395833333[/C][C]107.409583333333[/C][C]1.0588125[/C][C]-1.51839583333334[/C][/ROW]
[ROW][C]28[/C][C]105.59[/C][C]107.9305625[/C][C]107.3225[/C][C]0.608062499999995[/C][C]-2.34056249999999[/C][/ROW]
[ROW][C]29[/C][C]108.08[/C][C]107.2848125[/C][C]107.288333333333[/C][C]-0.00352083333334174[/C][C]0.795187499999997[/C][/ROW]
[ROW][C]30[/C][C]108.48[/C][C]107.191229166667[/C][C]107.245[/C][C]-0.0537708333333415[/C][C]1.28877083333334[/C][/ROW]
[ROW][C]31[/C][C]106.84[/C][C]105.373229166667[/C][C]107.170416666667[/C][C]-1.7971875[/C][C]1.46677083333333[/C][/ROW]
[ROW][C]32[/C][C]105.6[/C][C]104.896479166667[/C][C]107.067083333333[/C][C]-2.17060416666667[/C][C]0.703520833333329[/C][/ROW]
[ROW][C]33[/C][C]106.9[/C][C]107.390395833333[/C][C]106.99875[/C][C]0.391645833333341[/C][C]-0.490395833333338[/C][/ROW]
[ROW][C]34[/C][C]106.84[/C][C]107.266729166667[/C][C]107.139583333333[/C][C]0.127145833333334[/C][C]-0.426729166666675[/C][/ROW]
[ROW][C]35[/C][C]106.81[/C][C]107.013395833333[/C][C]107.208333333333[/C][C]-0.194937499999993[/C][C]-0.203395833333332[/C][/ROW]
[ROW][C]36[/C][C]106.98[/C][C]108.257145833333[/C][C]107.16[/C][C]1.09714583333334[/C][C]-1.27714583333334[/C][/ROW]
[ROW][C]37[/C][C]107.53[/C][C]107.698145833333[/C][C]107.169583333333[/C][C]0.528562499999996[/C][C]-0.168145833333327[/C][/ROW]
[ROW][C]38[/C][C]107.37[/C][C]107.541145833333[/C][C]107.1325[/C][C]0.408645833333337[/C][C]-0.171145833333341[/C][/ROW]
[ROW][C]39[/C][C]106.98[/C][C]108.2838125[/C][C]107.225[/C][C]1.0588125[/C][C]-1.30381250000001[/C][/ROW]
[ROW][C]40[/C][C]108.94[/C][C]108.0143125[/C][C]107.40625[/C][C]0.608062499999995[/C][C]0.925687499999995[/C][/ROW]
[ROW][C]41[/C][C]106.38[/C][C]107.607729166667[/C][C]107.61125[/C][C]-0.00352083333334174[/C][C]-1.22772916666668[/C][/ROW]
[ROW][C]42[/C][C]109.02[/C][C]107.8045625[/C][C]107.858333333333[/C][C]-0.0537708333333415[/C][C]1.21543750000001[/C][/ROW]
[ROW][C]43[/C][C]106.53[/C][C]106.233229166667[/C][C]108.030416666667[/C][C]-1.7971875[/C][C]0.296770833333326[/C][/ROW]
[ROW][C]44[/C][C]105.02[/C][C]106.070229166667[/C][C]108.240833333333[/C][C]-2.17060416666667[/C][C]-1.05022916666665[/C][/ROW]
[ROW][C]45[/C][C]109.7[/C][C]108.996229166667[/C][C]108.604583333333[/C][C]0.391645833333341[/C][C]0.703770833333351[/C][/ROW]
[ROW][C]46[/C][C]108.39[/C][C]109.0188125[/C][C]108.891666666667[/C][C]0.127145833333334[/C][C]-0.628812499999967[/C][/ROW]
[ROW][C]47[/C][C]110.18[/C][C]108.947979166667[/C][C]109.142916666667[/C][C]-0.194937499999993[/C][C]1.23202083333334[/C][/ROW]
[ROW][C]48[/C][C]109.54[/C][C]110.3838125[/C][C]109.286666666667[/C][C]1.09714583333334[/C][C]-0.843812499999999[/C][/ROW]
[ROW][C]49[/C][C]109.1[/C][C]109.839395833333[/C][C]109.310833333333[/C][C]0.528562499999996[/C][C]-0.739395833333333[/C][/ROW]
[ROW][C]50[/C][C]110.85[/C][C]109.943229166667[/C][C]109.534583333333[/C][C]0.408645833333337[/C][C]0.906770833333326[/C][/ROW]
[ROW][C]51[/C][C]112.23[/C][C]110.7500625[/C][C]109.69125[/C][C]1.0588125[/C][C]1.47993750000001[/C][/ROW]
[ROW][C]52[/C][C]110.58[/C][C]110.4155625[/C][C]109.8075[/C][C]0.608062499999995[/C][C]0.16443750000002[/C][/ROW]
[ROW][C]53[/C][C]110.77[/C][C]109.816895833333[/C][C]109.820416666667[/C][C]-0.00352083333334174[/C][C]0.953104166666662[/C][/ROW]
[ROW][C]54[/C][C]108.08[/C][C]109.7195625[/C][C]109.773333333333[/C][C]-0.0537708333333415[/C][C]-1.6395625[/C][/ROW]
[ROW][C]55[/C][C]108.05[/C][C]107.933229166667[/C][C]109.730416666667[/C][C]-1.7971875[/C][C]0.11677083333332[/C][/ROW]
[ROW][C]56[/C][C]108.87[/C][C]107.289395833333[/C][C]109.46[/C][C]-2.17060416666667[/C][C]1.58060416666666[/C][/ROW]
[ROW][C]57[/C][C]109.61[/C][C]109.539979166667[/C][C]109.148333333333[/C][C]0.391645833333341[/C][C]0.0700208333333308[/C][/ROW]
[ROW][C]58[/C][C]111.27[/C][C]108.945479166667[/C][C]108.818333333333[/C][C]0.127145833333334[/C][C]2.32452083333332[/C][/ROW]
[ROW][C]59[/C][C]107.61[/C][C]108.272145833333[/C][C]108.467083333333[/C][C]-0.194937499999993[/C][C]-0.662145833333327[/C][/ROW]
[ROW][C]60[/C][C]110.98[/C][C]109.3263125[/C][C]108.229166666667[/C][C]1.09714583333334[/C][C]1.6536875[/C][/ROW]
[ROW][C]61[/C][C]106.63[/C][C]108.5648125[/C][C]108.03625[/C][C]0.528562499999996[/C][C]-1.93481249999999[/C][/ROW]
[ROW][C]62[/C][C]106.83[/C][C]108.286979166667[/C][C]107.878333333333[/C][C]0.408645833333337[/C][C]-1.45697916666666[/C][/ROW]
[ROW][C]63[/C][C]108.77[/C][C]108.780895833333[/C][C]107.722083333333[/C][C]1.0588125[/C][C]-0.0108958333333362[/C][/ROW]
[ROW][C]64[/C][C]106.12[/C][C]108.107645833333[/C][C]107.499583333333[/C][C]0.608062499999995[/C][C]-1.98764583333333[/C][/ROW]
[ROW][C]65[/C][C]106.8[/C][C]107.307729166667[/C][C]107.31125[/C][C]-0.00352083333334174[/C][C]-0.507729166666664[/C][/ROW]
[ROW][C]66[/C][C]106.34[/C][C]107.0995625[/C][C]107.153333333333[/C][C]-0.0537708333333415[/C][C]-0.759562500000001[/C][/ROW]
[ROW][C]67[/C][C]105.16[/C][C]NA[/C][C]NA[/C][C]-1.7971875[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]107.97[/C][C]NA[/C][C]NA[/C][C]-2.17060416666667[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]106.76[/C][C]NA[/C][C]NA[/C][C]0.391645833333341[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]108.78[/C][C]NA[/C][C]NA[/C][C]0.127145833333334[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]105.58[/C][C]NA[/C][C]NA[/C][C]-0.194937499999993[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]109.22[/C][C]NA[/C][C]NA[/C][C]1.09714583333334[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=197357&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=197357&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
1106.68NANA0.528562499999996NA
2109.73NANA0.408645833333337NA
3108.06NANA1.0588125NA
4111.33NANA0.608062499999995NA
5105.66NANA-0.00352083333334174NA
6103.65NANA-0.0537708333333415NA
7100.34102.979895833333104.777083333333-1.7971875-2.63989583333331
8100.56102.3410625104.511666666667-2.17060416666667-1.7810625
9102.67104.5933125104.2016666666670.391645833333341-1.92331250000001
10101.5104.1525625104.0254166666670.127145833333334-2.65256249999999
11102.35103.691729166667103.886666666667-0.194937499999993-1.34172916666668
12104.98105.029645833333103.93251.09714583333334-0.0496458333333294
13106.31104.707729166667104.1791666666670.5285624999999961.60227083333334
14103.73104.923645833333104.5150.408645833333337-1.19364583333333
15106.62105.962979166667104.9041666666671.05881250.657020833333334
16108.54105.9980625105.390.6080624999999952.54193750000002
17105.12105.828979166667105.8325-0.00352083333334174-0.708979166666651
18105.29106.091229166667106.145-0.0537708333333415-0.801229166666658
19104.62104.5565625106.35375-1.79718750.063437499999992
20104.34104.488979166667106.659583333333-2.17060416666667-0.148979166666678
21108.23107.286229166667106.8945833333330.3916458333333410.943770833333332
22107.6106.9125625106.7854166666670.1271458333333340.687437500000001
23106.87106.590895833333106.785833333333-0.1949374999999930.279104166666684
24107.96108.139229166667107.0420833333331.09714583333334-0.179229166666673
25108.34107.7960625107.26750.5285624999999960.543937500000013
26109.04107.821145833333107.41250.4086458333333371.21885416666667
27106.95108.468395833333107.4095833333331.0588125-1.51839583333334
28105.59107.9305625107.32250.608062499999995-2.34056249999999
29108.08107.2848125107.288333333333-0.003520833333341740.795187499999997
30108.48107.191229166667107.245-0.05377083333334151.28877083333334
31106.84105.373229166667107.170416666667-1.79718751.46677083333333
32105.6104.896479166667107.067083333333-2.170604166666670.703520833333329
33106.9107.390395833333106.998750.391645833333341-0.490395833333338
34106.84107.266729166667107.1395833333330.127145833333334-0.426729166666675
35106.81107.013395833333107.208333333333-0.194937499999993-0.203395833333332
36106.98108.257145833333107.161.09714583333334-1.27714583333334
37107.53107.698145833333107.1695833333330.528562499999996-0.168145833333327
38107.37107.541145833333107.13250.408645833333337-0.171145833333341
39106.98108.2838125107.2251.0588125-1.30381250000001
40108.94108.0143125107.406250.6080624999999950.925687499999995
41106.38107.607729166667107.61125-0.00352083333334174-1.22772916666668
42109.02107.8045625107.858333333333-0.05377083333334151.21543750000001
43106.53106.233229166667108.030416666667-1.79718750.296770833333326
44105.02106.070229166667108.240833333333-2.17060416666667-1.05022916666665
45109.7108.996229166667108.6045833333330.3916458333333410.703770833333351
46108.39109.0188125108.8916666666670.127145833333334-0.628812499999967
47110.18108.947979166667109.142916666667-0.1949374999999931.23202083333334
48109.54110.3838125109.2866666666671.09714583333334-0.843812499999999
49109.1109.839395833333109.3108333333330.528562499999996-0.739395833333333
50110.85109.943229166667109.5345833333330.4086458333333370.906770833333326
51112.23110.7500625109.691251.05881251.47993750000001
52110.58110.4155625109.80750.6080624999999950.16443750000002
53110.77109.816895833333109.820416666667-0.003520833333341740.953104166666662
54108.08109.7195625109.773333333333-0.0537708333333415-1.6395625
55108.05107.933229166667109.730416666667-1.79718750.11677083333332
56108.87107.289395833333109.46-2.170604166666671.58060416666666
57109.61109.539979166667109.1483333333330.3916458333333410.0700208333333308
58111.27108.945479166667108.8183333333330.1271458333333342.32452083333332
59107.61108.272145833333108.467083333333-0.194937499999993-0.662145833333327
60110.98109.3263125108.2291666666671.097145833333341.6536875
61106.63108.5648125108.036250.528562499999996-1.93481249999999
62106.83108.286979166667107.8783333333330.408645833333337-1.45697916666666
63108.77108.780895833333107.7220833333331.0588125-0.0108958333333362
64106.12108.107645833333107.4995833333330.608062499999995-1.98764583333333
65106.8107.307729166667107.31125-0.00352083333334174-0.507729166666664
66106.34107.0995625107.153333333333-0.0537708333333415-0.759562500000001
67105.16NANA-1.7971875NA
68107.97NANA-2.17060416666667NA
69106.76NANA0.391645833333341NA
70108.78NANA0.127145833333334NA
71105.58NANA-0.194937499999993NA
72109.22NANA1.09714583333334NA


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')