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 computationSat, 08 Dec 2012 07:37:24 -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/08/t1354970328b5ls5eatx1mllql.htm/, Retrieved Fri, 26 Apr 2024 01:35:13 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=197565, Retrieved Fri, 26 Apr 2024 01:35:13 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact132

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Classical Decomposition] [additief decompos...] [2012-12-08 12:37:24] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
104,42
104,42
104,42
104,42
104,42
104,42
104,42
104,44
104,44
104,44
105,19
105,19
105,19
106,38
106,38
106,38
106,38
106,38
106,38
106,72
106,73
106,72
108,6
108,6
109,65
109,65
109,65
109,65
109,65
109,65
109,65
109,65
112,27
112,27
112,27
112,27
112,27
114,98
114,98
114,98
114,98
114,98
114,98
116,04
116,59
116,59
116,59
116,59
118,75
118,75
118,75
118,75
118,75
118,75
118,75
119,31
119,31
119,31
119,31
119,31
121,19
121,19
121,19
121,19
121,19
122,91
122,91
122,91
122,91
122,91
122,91
122,91

Tables (Output of Computation)





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=197565&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=197565&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=197565&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 time3 seconds
R Server'Herman Ole Andreas Wold' @ wold.wessa.net






Classical Decomposition by Moving Averages
tObservationsFitTrendSeasonalRandom
1104.42NANA0.342513888888882NA
2104.42NANA0.814513888888887NA
3104.42NANA0.506680555555553NA
4104.42NANA0.198847222222221NA
5104.42NANA-0.102736111111108NA
6104.42NANA-0.0540694444444405NA
7104.42104.073930555556104.585416666667-0.5114861111111060.346069444444453
8104.44104.304180555556104.699166666667-0.3949861111111070.135819444444451
9104.44104.824013888889104.8625-0.0384861111111071-0.384013888888873
10104.44104.705847222222105.025833333333-0.31998611111111-0.26584722222222
11105.19105.115680555556105.189166666667-0.07348611111111220.0743194444444555
12105.19104.985180555556105.3525-0.3673194444444510.204819444444453
13105.19105.858347222222105.5158333333330.342513888888882-0.668347222222209
14106.38106.507013888889105.69250.814513888888887-0.127013888888882
15106.38106.389597222222105.8829166666670.506680555555553-0.0095972222222116
16106.38106.272180555556106.0733333333330.1988472222222210.107819444444445
17106.38106.207680555556106.310416666667-0.1027361111111080.172319444444454
18106.38106.540513888889106.594583333333-0.0540694444444405-0.160513888888886
19106.38106.411013888889106.9225-0.511486111111106-0.0310138888888645
20106.72106.849597222222107.244583333333-0.394986111111107-0.129597222222202
21106.73107.478597222222107.517083333333-0.0384861111111071-0.748597222222202
22106.72107.469597222222107.789583333333-0.31998611111111-0.749597222222206
23108.6107.988597222222108.062083333333-0.07348611111111220.611402777777784
24108.6107.967263888889108.334583333333-0.3673194444444510.632736111111114
25109.65108.949597222222108.6070833333330.3425138888888820.700402777777782
26109.65109.679930555556108.8654166666670.814513888888887-0.0299305555555378
27109.65109.725013888889109.2183333333330.506680555555553-0.0750138888888898
28109.65109.879263888889109.6804166666670.198847222222221-0.229263888888909
29109.65109.961847222222110.064583333333-0.102736111111108-0.311847222222227
30109.65110.316347222222110.370416666667-0.0540694444444405-0.666347222222242
31109.65110.121013888889110.6325-0.511486111111106-0.471013888888891
32109.65110.568763888889110.96375-0.394986111111107-0.918763888888876
33112.27111.369430555556111.407916666667-0.03848611111110710.900569444444457
34112.27111.532097222222111.852083333333-0.319986111111110.737902777777776
35112.27112.222763888889112.29625-0.07348611111111220.0472361111111184
36112.27112.373097222222112.740416666667-0.367319444444451-0.103097222222218
37112.27113.527097222222113.1845833333330.342513888888882-1.25709722222221
38114.98114.487430555556113.6729166666670.8145138888888870.492569444444456
39114.98114.625847222222114.1191666666670.5066805555555530.354152777777799
40114.98114.678013888889114.4791666666670.1988472222222210.30198611111112
41114.98114.736430555556114.839166666667-0.1027361111111080.243569444444461
42114.98115.145097222222115.199166666667-0.0540694444444405-0.165097222222215
43114.98115.137680555556115.649166666667-0.511486111111106-0.15768055555553
44116.04115.681263888889116.07625-0.3949861111111070.358736111111114
45116.59116.351930555556116.390416666667-0.03848611111110710.238069444444449
46116.59116.384597222222116.704583333333-0.319986111111110.205402777777778
47116.59116.945263888889117.01875-0.0734861111111122-0.355263888888899
48116.59116.965597222222117.332916666667-0.367319444444451-0.375597222222225
49118.75117.989597222222117.6470833333330.3425138888888820.760402777777756
50118.75118.754930555556117.9404166666670.814513888888887-0.00493055555554633
51118.75118.696680555556118.190.5066805555555530.0533194444444547
52118.75118.615513888889118.4166666666670.1988472222222210.134486111111116
53118.75118.540597222222118.643333333333-0.1027361111111080.209402777777797
54118.75118.815930555556118.87-0.0540694444444405-0.0659305555555392
55118.75118.573513888889119.085-0.5114861111111060.176486111111132
56119.31118.893347222222119.288333333333-0.3949861111111070.416652777777799
57119.31119.453180555556119.491666666667-0.0384861111111071-0.143180555555531
58119.31119.375013888889119.695-0.31998611111111-0.0650138888888705
59119.31119.824847222222119.898333333333-0.0734861111111122-0.514847222222201
60119.31119.806013888889120.173333333333-0.367319444444451-0.496013888888868
61121.19120.862513888889120.520.3425138888888820.327486111111128
62121.19121.657847222222120.8433333333330.814513888888887-0.46784722222219
63121.19121.650013888889121.1433333333330.506680555555553-0.460013888888852
64121.19121.642180555556121.4433333333330.198847222222221-0.452180555555529
65121.19121.640597222222121.743333333333-0.102736111111108-0.450597222222186
66122.91121.989263888889122.043333333333-0.05406944444444050.92073611111114
67122.91NANA-0.511486111111106NA
68122.91NANA-0.394986111111107NA
69122.91NANA-0.0384861111111071NA
70122.91NANA-0.31998611111111NA
71122.91NANA-0.0734861111111122NA
72122.91NANA-0.367319444444451NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 104.42 & NA & NA & 0.342513888888882 & NA \tabularnewline
2 & 104.42 & NA & NA & 0.814513888888887 & NA \tabularnewline
3 & 104.42 & NA & NA & 0.506680555555553 & NA \tabularnewline
4 & 104.42 & NA & NA & 0.198847222222221 & NA \tabularnewline
5 & 104.42 & NA & NA & -0.102736111111108 & NA \tabularnewline
6 & 104.42 & NA & NA & -0.0540694444444405 & NA \tabularnewline
7 & 104.42 & 104.073930555556 & 104.585416666667 & -0.511486111111106 & 0.346069444444453 \tabularnewline
8 & 104.44 & 104.304180555556 & 104.699166666667 & -0.394986111111107 & 0.135819444444451 \tabularnewline
9 & 104.44 & 104.824013888889 & 104.8625 & -0.0384861111111071 & -0.384013888888873 \tabularnewline
10 & 104.44 & 104.705847222222 & 105.025833333333 & -0.31998611111111 & -0.26584722222222 \tabularnewline
11 & 105.19 & 105.115680555556 & 105.189166666667 & -0.0734861111111122 & 0.0743194444444555 \tabularnewline
12 & 105.19 & 104.985180555556 & 105.3525 & -0.367319444444451 & 0.204819444444453 \tabularnewline
13 & 105.19 & 105.858347222222 & 105.515833333333 & 0.342513888888882 & -0.668347222222209 \tabularnewline
14 & 106.38 & 106.507013888889 & 105.6925 & 0.814513888888887 & -0.127013888888882 \tabularnewline
15 & 106.38 & 106.389597222222 & 105.882916666667 & 0.506680555555553 & -0.0095972222222116 \tabularnewline
16 & 106.38 & 106.272180555556 & 106.073333333333 & 0.198847222222221 & 0.107819444444445 \tabularnewline
17 & 106.38 & 106.207680555556 & 106.310416666667 & -0.102736111111108 & 0.172319444444454 \tabularnewline
18 & 106.38 & 106.540513888889 & 106.594583333333 & -0.0540694444444405 & -0.160513888888886 \tabularnewline
19 & 106.38 & 106.411013888889 & 106.9225 & -0.511486111111106 & -0.0310138888888645 \tabularnewline
20 & 106.72 & 106.849597222222 & 107.244583333333 & -0.394986111111107 & -0.129597222222202 \tabularnewline
21 & 106.73 & 107.478597222222 & 107.517083333333 & -0.0384861111111071 & -0.748597222222202 \tabularnewline
22 & 106.72 & 107.469597222222 & 107.789583333333 & -0.31998611111111 & -0.749597222222206 \tabularnewline
23 & 108.6 & 107.988597222222 & 108.062083333333 & -0.0734861111111122 & 0.611402777777784 \tabularnewline
24 & 108.6 & 107.967263888889 & 108.334583333333 & -0.367319444444451 & 0.632736111111114 \tabularnewline
25 & 109.65 & 108.949597222222 & 108.607083333333 & 0.342513888888882 & 0.700402777777782 \tabularnewline
26 & 109.65 & 109.679930555556 & 108.865416666667 & 0.814513888888887 & -0.0299305555555378 \tabularnewline
27 & 109.65 & 109.725013888889 & 109.218333333333 & 0.506680555555553 & -0.0750138888888898 \tabularnewline
28 & 109.65 & 109.879263888889 & 109.680416666667 & 0.198847222222221 & -0.229263888888909 \tabularnewline
29 & 109.65 & 109.961847222222 & 110.064583333333 & -0.102736111111108 & -0.311847222222227 \tabularnewline
30 & 109.65 & 110.316347222222 & 110.370416666667 & -0.0540694444444405 & -0.666347222222242 \tabularnewline
31 & 109.65 & 110.121013888889 & 110.6325 & -0.511486111111106 & -0.471013888888891 \tabularnewline
32 & 109.65 & 110.568763888889 & 110.96375 & -0.394986111111107 & -0.918763888888876 \tabularnewline
33 & 112.27 & 111.369430555556 & 111.407916666667 & -0.0384861111111071 & 0.900569444444457 \tabularnewline
34 & 112.27 & 111.532097222222 & 111.852083333333 & -0.31998611111111 & 0.737902777777776 \tabularnewline
35 & 112.27 & 112.222763888889 & 112.29625 & -0.0734861111111122 & 0.0472361111111184 \tabularnewline
36 & 112.27 & 112.373097222222 & 112.740416666667 & -0.367319444444451 & -0.103097222222218 \tabularnewline
37 & 112.27 & 113.527097222222 & 113.184583333333 & 0.342513888888882 & -1.25709722222221 \tabularnewline
38 & 114.98 & 114.487430555556 & 113.672916666667 & 0.814513888888887 & 0.492569444444456 \tabularnewline
39 & 114.98 & 114.625847222222 & 114.119166666667 & 0.506680555555553 & 0.354152777777799 \tabularnewline
40 & 114.98 & 114.678013888889 & 114.479166666667 & 0.198847222222221 & 0.30198611111112 \tabularnewline
41 & 114.98 & 114.736430555556 & 114.839166666667 & -0.102736111111108 & 0.243569444444461 \tabularnewline
42 & 114.98 & 115.145097222222 & 115.199166666667 & -0.0540694444444405 & -0.165097222222215 \tabularnewline
43 & 114.98 & 115.137680555556 & 115.649166666667 & -0.511486111111106 & -0.15768055555553 \tabularnewline
44 & 116.04 & 115.681263888889 & 116.07625 & -0.394986111111107 & 0.358736111111114 \tabularnewline
45 & 116.59 & 116.351930555556 & 116.390416666667 & -0.0384861111111071 & 0.238069444444449 \tabularnewline
46 & 116.59 & 116.384597222222 & 116.704583333333 & -0.31998611111111 & 0.205402777777778 \tabularnewline
47 & 116.59 & 116.945263888889 & 117.01875 & -0.0734861111111122 & -0.355263888888899 \tabularnewline
48 & 116.59 & 116.965597222222 & 117.332916666667 & -0.367319444444451 & -0.375597222222225 \tabularnewline
49 & 118.75 & 117.989597222222 & 117.647083333333 & 0.342513888888882 & 0.760402777777756 \tabularnewline
50 & 118.75 & 118.754930555556 & 117.940416666667 & 0.814513888888887 & -0.00493055555554633 \tabularnewline
51 & 118.75 & 118.696680555556 & 118.19 & 0.506680555555553 & 0.0533194444444547 \tabularnewline
52 & 118.75 & 118.615513888889 & 118.416666666667 & 0.198847222222221 & 0.134486111111116 \tabularnewline
53 & 118.75 & 118.540597222222 & 118.643333333333 & -0.102736111111108 & 0.209402777777797 \tabularnewline
54 & 118.75 & 118.815930555556 & 118.87 & -0.0540694444444405 & -0.0659305555555392 \tabularnewline
55 & 118.75 & 118.573513888889 & 119.085 & -0.511486111111106 & 0.176486111111132 \tabularnewline
56 & 119.31 & 118.893347222222 & 119.288333333333 & -0.394986111111107 & 0.416652777777799 \tabularnewline
57 & 119.31 & 119.453180555556 & 119.491666666667 & -0.0384861111111071 & -0.143180555555531 \tabularnewline
58 & 119.31 & 119.375013888889 & 119.695 & -0.31998611111111 & -0.0650138888888705 \tabularnewline
59 & 119.31 & 119.824847222222 & 119.898333333333 & -0.0734861111111122 & -0.514847222222201 \tabularnewline
60 & 119.31 & 119.806013888889 & 120.173333333333 & -0.367319444444451 & -0.496013888888868 \tabularnewline
61 & 121.19 & 120.862513888889 & 120.52 & 0.342513888888882 & 0.327486111111128 \tabularnewline
62 & 121.19 & 121.657847222222 & 120.843333333333 & 0.814513888888887 & -0.46784722222219 \tabularnewline
63 & 121.19 & 121.650013888889 & 121.143333333333 & 0.506680555555553 & -0.460013888888852 \tabularnewline
64 & 121.19 & 121.642180555556 & 121.443333333333 & 0.198847222222221 & -0.452180555555529 \tabularnewline
65 & 121.19 & 121.640597222222 & 121.743333333333 & -0.102736111111108 & -0.450597222222186 \tabularnewline
66 & 122.91 & 121.989263888889 & 122.043333333333 & -0.0540694444444405 & 0.92073611111114 \tabularnewline
67 & 122.91 & NA & NA & -0.511486111111106 & NA \tabularnewline
68 & 122.91 & NA & NA & -0.394986111111107 & NA \tabularnewline
69 & 122.91 & NA & NA & -0.0384861111111071 & NA \tabularnewline
70 & 122.91 & NA & NA & -0.31998611111111 & NA \tabularnewline
71 & 122.91 & NA & NA & -0.0734861111111122 & NA \tabularnewline
72 & 122.91 & NA & NA & -0.367319444444451 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=197565&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]104.42[/C][C]NA[/C][C]NA[/C][C]0.342513888888882[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]0.814513888888887[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]0.506680555555553[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]0.198847222222221[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]-0.102736111111108[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]104.42[/C][C]NA[/C][C]NA[/C][C]-0.0540694444444405[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]104.42[/C][C]104.073930555556[/C][C]104.585416666667[/C][C]-0.511486111111106[/C][C]0.346069444444453[/C][/ROW]
[ROW][C]8[/C][C]104.44[/C][C]104.304180555556[/C][C]104.699166666667[/C][C]-0.394986111111107[/C][C]0.135819444444451[/C][/ROW]
[ROW][C]9[/C][C]104.44[/C][C]104.824013888889[/C][C]104.8625[/C][C]-0.0384861111111071[/C][C]-0.384013888888873[/C][/ROW]
[ROW][C]10[/C][C]104.44[/C][C]104.705847222222[/C][C]105.025833333333[/C][C]-0.31998611111111[/C][C]-0.26584722222222[/C][/ROW]
[ROW][C]11[/C][C]105.19[/C][C]105.115680555556[/C][C]105.189166666667[/C][C]-0.0734861111111122[/C][C]0.0743194444444555[/C][/ROW]
[ROW][C]12[/C][C]105.19[/C][C]104.985180555556[/C][C]105.3525[/C][C]-0.367319444444451[/C][C]0.204819444444453[/C][/ROW]
[ROW][C]13[/C][C]105.19[/C][C]105.858347222222[/C][C]105.515833333333[/C][C]0.342513888888882[/C][C]-0.668347222222209[/C][/ROW]
[ROW][C]14[/C][C]106.38[/C][C]106.507013888889[/C][C]105.6925[/C][C]0.814513888888887[/C][C]-0.127013888888882[/C][/ROW]
[ROW][C]15[/C][C]106.38[/C][C]106.389597222222[/C][C]105.882916666667[/C][C]0.506680555555553[/C][C]-0.0095972222222116[/C][/ROW]
[ROW][C]16[/C][C]106.38[/C][C]106.272180555556[/C][C]106.073333333333[/C][C]0.198847222222221[/C][C]0.107819444444445[/C][/ROW]
[ROW][C]17[/C][C]106.38[/C][C]106.207680555556[/C][C]106.310416666667[/C][C]-0.102736111111108[/C][C]0.172319444444454[/C][/ROW]
[ROW][C]18[/C][C]106.38[/C][C]106.540513888889[/C][C]106.594583333333[/C][C]-0.0540694444444405[/C][C]-0.160513888888886[/C][/ROW]
[ROW][C]19[/C][C]106.38[/C][C]106.411013888889[/C][C]106.9225[/C][C]-0.511486111111106[/C][C]-0.0310138888888645[/C][/ROW]
[ROW][C]20[/C][C]106.72[/C][C]106.849597222222[/C][C]107.244583333333[/C][C]-0.394986111111107[/C][C]-0.129597222222202[/C][/ROW]
[ROW][C]21[/C][C]106.73[/C][C]107.478597222222[/C][C]107.517083333333[/C][C]-0.0384861111111071[/C][C]-0.748597222222202[/C][/ROW]
[ROW][C]22[/C][C]106.72[/C][C]107.469597222222[/C][C]107.789583333333[/C][C]-0.31998611111111[/C][C]-0.749597222222206[/C][/ROW]
[ROW][C]23[/C][C]108.6[/C][C]107.988597222222[/C][C]108.062083333333[/C][C]-0.0734861111111122[/C][C]0.611402777777784[/C][/ROW]
[ROW][C]24[/C][C]108.6[/C][C]107.967263888889[/C][C]108.334583333333[/C][C]-0.367319444444451[/C][C]0.632736111111114[/C][/ROW]
[ROW][C]25[/C][C]109.65[/C][C]108.949597222222[/C][C]108.607083333333[/C][C]0.342513888888882[/C][C]0.700402777777782[/C][/ROW]
[ROW][C]26[/C][C]109.65[/C][C]109.679930555556[/C][C]108.865416666667[/C][C]0.814513888888887[/C][C]-0.0299305555555378[/C][/ROW]
[ROW][C]27[/C][C]109.65[/C][C]109.725013888889[/C][C]109.218333333333[/C][C]0.506680555555553[/C][C]-0.0750138888888898[/C][/ROW]
[ROW][C]28[/C][C]109.65[/C][C]109.879263888889[/C][C]109.680416666667[/C][C]0.198847222222221[/C][C]-0.229263888888909[/C][/ROW]
[ROW][C]29[/C][C]109.65[/C][C]109.961847222222[/C][C]110.064583333333[/C][C]-0.102736111111108[/C][C]-0.311847222222227[/C][/ROW]
[ROW][C]30[/C][C]109.65[/C][C]110.316347222222[/C][C]110.370416666667[/C][C]-0.0540694444444405[/C][C]-0.666347222222242[/C][/ROW]
[ROW][C]31[/C][C]109.65[/C][C]110.121013888889[/C][C]110.6325[/C][C]-0.511486111111106[/C][C]-0.471013888888891[/C][/ROW]
[ROW][C]32[/C][C]109.65[/C][C]110.568763888889[/C][C]110.96375[/C][C]-0.394986111111107[/C][C]-0.918763888888876[/C][/ROW]
[ROW][C]33[/C][C]112.27[/C][C]111.369430555556[/C][C]111.407916666667[/C][C]-0.0384861111111071[/C][C]0.900569444444457[/C][/ROW]
[ROW][C]34[/C][C]112.27[/C][C]111.532097222222[/C][C]111.852083333333[/C][C]-0.31998611111111[/C][C]0.737902777777776[/C][/ROW]
[ROW][C]35[/C][C]112.27[/C][C]112.222763888889[/C][C]112.29625[/C][C]-0.0734861111111122[/C][C]0.0472361111111184[/C][/ROW]
[ROW][C]36[/C][C]112.27[/C][C]112.373097222222[/C][C]112.740416666667[/C][C]-0.367319444444451[/C][C]-0.103097222222218[/C][/ROW]
[ROW][C]37[/C][C]112.27[/C][C]113.527097222222[/C][C]113.184583333333[/C][C]0.342513888888882[/C][C]-1.25709722222221[/C][/ROW]
[ROW][C]38[/C][C]114.98[/C][C]114.487430555556[/C][C]113.672916666667[/C][C]0.814513888888887[/C][C]0.492569444444456[/C][/ROW]
[ROW][C]39[/C][C]114.98[/C][C]114.625847222222[/C][C]114.119166666667[/C][C]0.506680555555553[/C][C]0.354152777777799[/C][/ROW]
[ROW][C]40[/C][C]114.98[/C][C]114.678013888889[/C][C]114.479166666667[/C][C]0.198847222222221[/C][C]0.30198611111112[/C][/ROW]
[ROW][C]41[/C][C]114.98[/C][C]114.736430555556[/C][C]114.839166666667[/C][C]-0.102736111111108[/C][C]0.243569444444461[/C][/ROW]
[ROW][C]42[/C][C]114.98[/C][C]115.145097222222[/C][C]115.199166666667[/C][C]-0.0540694444444405[/C][C]-0.165097222222215[/C][/ROW]
[ROW][C]43[/C][C]114.98[/C][C]115.137680555556[/C][C]115.649166666667[/C][C]-0.511486111111106[/C][C]-0.15768055555553[/C][/ROW]
[ROW][C]44[/C][C]116.04[/C][C]115.681263888889[/C][C]116.07625[/C][C]-0.394986111111107[/C][C]0.358736111111114[/C][/ROW]
[ROW][C]45[/C][C]116.59[/C][C]116.351930555556[/C][C]116.390416666667[/C][C]-0.0384861111111071[/C][C]0.238069444444449[/C][/ROW]
[ROW][C]46[/C][C]116.59[/C][C]116.384597222222[/C][C]116.704583333333[/C][C]-0.31998611111111[/C][C]0.205402777777778[/C][/ROW]
[ROW][C]47[/C][C]116.59[/C][C]116.945263888889[/C][C]117.01875[/C][C]-0.0734861111111122[/C][C]-0.355263888888899[/C][/ROW]
[ROW][C]48[/C][C]116.59[/C][C]116.965597222222[/C][C]117.332916666667[/C][C]-0.367319444444451[/C][C]-0.375597222222225[/C][/ROW]
[ROW][C]49[/C][C]118.75[/C][C]117.989597222222[/C][C]117.647083333333[/C][C]0.342513888888882[/C][C]0.760402777777756[/C][/ROW]
[ROW][C]50[/C][C]118.75[/C][C]118.754930555556[/C][C]117.940416666667[/C][C]0.814513888888887[/C][C]-0.00493055555554633[/C][/ROW]
[ROW][C]51[/C][C]118.75[/C][C]118.696680555556[/C][C]118.19[/C][C]0.506680555555553[/C][C]0.0533194444444547[/C][/ROW]
[ROW][C]52[/C][C]118.75[/C][C]118.615513888889[/C][C]118.416666666667[/C][C]0.198847222222221[/C][C]0.134486111111116[/C][/ROW]
[ROW][C]53[/C][C]118.75[/C][C]118.540597222222[/C][C]118.643333333333[/C][C]-0.102736111111108[/C][C]0.209402777777797[/C][/ROW]
[ROW][C]54[/C][C]118.75[/C][C]118.815930555556[/C][C]118.87[/C][C]-0.0540694444444405[/C][C]-0.0659305555555392[/C][/ROW]
[ROW][C]55[/C][C]118.75[/C][C]118.573513888889[/C][C]119.085[/C][C]-0.511486111111106[/C][C]0.176486111111132[/C][/ROW]
[ROW][C]56[/C][C]119.31[/C][C]118.893347222222[/C][C]119.288333333333[/C][C]-0.394986111111107[/C][C]0.416652777777799[/C][/ROW]
[ROW][C]57[/C][C]119.31[/C][C]119.453180555556[/C][C]119.491666666667[/C][C]-0.0384861111111071[/C][C]-0.143180555555531[/C][/ROW]
[ROW][C]58[/C][C]119.31[/C][C]119.375013888889[/C][C]119.695[/C][C]-0.31998611111111[/C][C]-0.0650138888888705[/C][/ROW]
[ROW][C]59[/C][C]119.31[/C][C]119.824847222222[/C][C]119.898333333333[/C][C]-0.0734861111111122[/C][C]-0.514847222222201[/C][/ROW]
[ROW][C]60[/C][C]119.31[/C][C]119.806013888889[/C][C]120.173333333333[/C][C]-0.367319444444451[/C][C]-0.496013888888868[/C][/ROW]
[ROW][C]61[/C][C]121.19[/C][C]120.862513888889[/C][C]120.52[/C][C]0.342513888888882[/C][C]0.327486111111128[/C][/ROW]
[ROW][C]62[/C][C]121.19[/C][C]121.657847222222[/C][C]120.843333333333[/C][C]0.814513888888887[/C][C]-0.46784722222219[/C][/ROW]
[ROW][C]63[/C][C]121.19[/C][C]121.650013888889[/C][C]121.143333333333[/C][C]0.506680555555553[/C][C]-0.460013888888852[/C][/ROW]
[ROW][C]64[/C][C]121.19[/C][C]121.642180555556[/C][C]121.443333333333[/C][C]0.198847222222221[/C][C]-0.452180555555529[/C][/ROW]
[ROW][C]65[/C][C]121.19[/C][C]121.640597222222[/C][C]121.743333333333[/C][C]-0.102736111111108[/C][C]-0.450597222222186[/C][/ROW]
[ROW][C]66[/C][C]122.91[/C][C]121.989263888889[/C][C]122.043333333333[/C][C]-0.0540694444444405[/C][C]0.92073611111114[/C][/ROW]
[ROW][C]67[/C][C]122.91[/C][C]NA[/C][C]NA[/C][C]-0.511486111111106[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]122.91[/C][C]NA[/C][C]NA[/C][C]-0.394986111111107[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]122.91[/C][C]NA[/C][C]NA[/C][C]-0.0384861111111071[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]122.91[/C][C]NA[/C][C]NA[/C][C]-0.31998611111111[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]122.91[/C][C]NA[/C][C]NA[/C][C]-0.0734861111111122[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]122.91[/C][C]NA[/C][C]NA[/C][C]-0.367319444444451[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=197565&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=197565&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
1104.42NANA0.342513888888882NA
2104.42NANA0.814513888888887NA
3104.42NANA0.506680555555553NA
4104.42NANA0.198847222222221NA
5104.42NANA-0.102736111111108NA
6104.42NANA-0.0540694444444405NA
7104.42104.073930555556104.585416666667-0.5114861111111060.346069444444453
8104.44104.304180555556104.699166666667-0.3949861111111070.135819444444451
9104.44104.824013888889104.8625-0.0384861111111071-0.384013888888873
10104.44104.705847222222105.025833333333-0.31998611111111-0.26584722222222
11105.19105.115680555556105.189166666667-0.07348611111111220.0743194444444555
12105.19104.985180555556105.3525-0.3673194444444510.204819444444453
13105.19105.858347222222105.5158333333330.342513888888882-0.668347222222209
14106.38106.507013888889105.69250.814513888888887-0.127013888888882
15106.38106.389597222222105.8829166666670.506680555555553-0.0095972222222116
16106.38106.272180555556106.0733333333330.1988472222222210.107819444444445
17106.38106.207680555556106.310416666667-0.1027361111111080.172319444444454
18106.38106.540513888889106.594583333333-0.0540694444444405-0.160513888888886
19106.38106.411013888889106.9225-0.511486111111106-0.0310138888888645
20106.72106.849597222222107.244583333333-0.394986111111107-0.129597222222202
21106.73107.478597222222107.517083333333-0.0384861111111071-0.748597222222202
22106.72107.469597222222107.789583333333-0.31998611111111-0.749597222222206
23108.6107.988597222222108.062083333333-0.07348611111111220.611402777777784
24108.6107.967263888889108.334583333333-0.3673194444444510.632736111111114
25109.65108.949597222222108.6070833333330.3425138888888820.700402777777782
26109.65109.679930555556108.8654166666670.814513888888887-0.0299305555555378
27109.65109.725013888889109.2183333333330.506680555555553-0.0750138888888898
28109.65109.879263888889109.6804166666670.198847222222221-0.229263888888909
29109.65109.961847222222110.064583333333-0.102736111111108-0.311847222222227
30109.65110.316347222222110.370416666667-0.0540694444444405-0.666347222222242
31109.65110.121013888889110.6325-0.511486111111106-0.471013888888891
32109.65110.568763888889110.96375-0.394986111111107-0.918763888888876
33112.27111.369430555556111.407916666667-0.03848611111110710.900569444444457
34112.27111.532097222222111.852083333333-0.319986111111110.737902777777776
35112.27112.222763888889112.29625-0.07348611111111220.0472361111111184
36112.27112.373097222222112.740416666667-0.367319444444451-0.103097222222218
37112.27113.527097222222113.1845833333330.342513888888882-1.25709722222221
38114.98114.487430555556113.6729166666670.8145138888888870.492569444444456
39114.98114.625847222222114.1191666666670.5066805555555530.354152777777799
40114.98114.678013888889114.4791666666670.1988472222222210.30198611111112
41114.98114.736430555556114.839166666667-0.1027361111111080.243569444444461
42114.98115.145097222222115.199166666667-0.0540694444444405-0.165097222222215
43114.98115.137680555556115.649166666667-0.511486111111106-0.15768055555553
44116.04115.681263888889116.07625-0.3949861111111070.358736111111114
45116.59116.351930555556116.390416666667-0.03848611111110710.238069444444449
46116.59116.384597222222116.704583333333-0.319986111111110.205402777777778
47116.59116.945263888889117.01875-0.0734861111111122-0.355263888888899
48116.59116.965597222222117.332916666667-0.367319444444451-0.375597222222225
49118.75117.989597222222117.6470833333330.3425138888888820.760402777777756
50118.75118.754930555556117.9404166666670.814513888888887-0.00493055555554633
51118.75118.696680555556118.190.5066805555555530.0533194444444547
52118.75118.615513888889118.4166666666670.1988472222222210.134486111111116
53118.75118.540597222222118.643333333333-0.1027361111111080.209402777777797
54118.75118.815930555556118.87-0.0540694444444405-0.0659305555555392
55118.75118.573513888889119.085-0.5114861111111060.176486111111132
56119.31118.893347222222119.288333333333-0.3949861111111070.416652777777799
57119.31119.453180555556119.491666666667-0.0384861111111071-0.143180555555531
58119.31119.375013888889119.695-0.31998611111111-0.0650138888888705
59119.31119.824847222222119.898333333333-0.0734861111111122-0.514847222222201
60119.31119.806013888889120.173333333333-0.367319444444451-0.496013888888868
61121.19120.862513888889120.520.3425138888888820.327486111111128
62121.19121.657847222222120.8433333333330.814513888888887-0.46784722222219
63121.19121.650013888889121.1433333333330.506680555555553-0.460013888888852
64121.19121.642180555556121.4433333333330.198847222222221-0.452180555555529
65121.19121.640597222222121.743333333333-0.102736111111108-0.450597222222186
66122.91121.989263888889122.043333333333-0.05406944444444050.92073611111114
67122.91NANA-0.511486111111106NA
68122.91NANA-0.394986111111107NA
69122.91NANA-0.0384861111111071NA
70122.91NANA-0.31998611111111NA
71122.91NANA-0.0734861111111122NA
72122.91NANA-0.367319444444451NA


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')