FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_regression_trees1.wasp
Title produced by softwareRecursive Partitioning (Regression Trees)
Date of computationSat, 08 Dec 2012 14:09:52 -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/t13549938656knl4n24b2uujw1.htm/, Retrieved Fri, 19 Apr 2024 19:10:31 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=197708, Retrieved Fri, 19 Apr 2024 19:10:31 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact98

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Recursive Partitioning (Regression Trees)] [Workshop 10 - Rec...] [2012-12-08 19:09:52] [729cfeb7382ca95684eaaf6b24800101] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
178421	1,23	2,35	2,50	2,84	2,54	2,39	0,28	0,95	1,31	8890176
139871	1,22	2,32	2,59	2,85	2,58	2,59	0,28	0,97	1,33	8194413
118159	1,21	2,36	2,56	2,80	2,55	3,48	0,26	0,97	1,32	7722000
109763	1,22	2,28	2,59	2,83	2,56	3,36	0,24	0,95	1,34	7769178
97415	1,21	2,26	2,58	2,83	2,59	3,28	0,25	0,96	1,34	7449343
119190	1,22	2,31	2,62	2,80	2,57	3,41	0,26	0,96	1,28	7929370
97903	1,21	2,28	2,59	2,77	2,60	3,46	0,27	0,94	1,33	7473017
96953	1,20	2,20	2,58	2,75	2,57	3,38	0,26	0,96	1,33	7472424
87888	1,18	2,24	2,57	2,80	2,48	3,18	0,28	0,98	1,37	7292436
84637	1,19	2,33	2,57	2,85	2,51	3,47	0,27	0,97	1,37	7215340
90549	1,20	2,36	2,55	2,90	2,45	3,05	0,29	0,96	1,33	7216230
95680	1,19	2,23	2,51	2,79	2,47	3,37	0,28	0,95	1,32	7378041
99371	1,19	2,31	2,50	2,71	2,52	3,25	0,26	0,96	1,36	7877412
79984	1,20	2,27	2,59	2,79	2,50	3,30	0,29	0,96	1,37	7158125
86752	1,21	2,28	2,63	2,86	2,61	3,49	0,29	0,97	1,37	7137912
85733	1,20	2,31	2,63	2,95	2,60	3,55	0,26	0,96	1,38	7290803
84906	1,20	2,43	2,61	3,09	2,53	3,40	0,26	0,95	1,36	7425266
78356	1,20	2,46	2,64	3,15	2,53	3,11	0,26	0,95	1,35	7450430
108895	1,21	2,48	2,67	3,23	2,53	2,71	0,29	0,94	1,32	9214042
101768	1,21	2,45	2,63	3,13	2,53	2,71	0,30	0,94	1,31	8158864
73285	1,21	2,44	2,58	3,03	2,56	3,71	0,27	0,98	1,35	6515759
65724	1,20	2,36	2,56	2,88	2,68	3,74	0,27	0,93	1,34	6308487
67457	1,21	2,34	2,57	2,84	2,74	3,57	0,27	0,93	1,33	6366367
67203	1,21	2,16	2,55	2,85	2,75	3,32	0,28	0,96	1,34	6770097
69273	1,21	2,23	2,58	2,83	2,74	3,46	0,28	0,97	1,31	6700697
80807	1,20	2,16	2,50	2,82	2,75	3,51	0,28	0,97	1,30	7140792
75129	1,19	2,20	2,56	2,81	2,76	3,41	0,28	0,95	1,32	6891715
74991	1,20	2,26	2,62	2,75	2,78	3,56	0,28	0,95	1,33	7057521
68157	1,20	2,23	2,71	2,78	2,76	3,32	0,27	0,96	1,33	6806593
73858	1,20	2,32	2,74	2,80	2,75	3,47	0,28	0,98	1,33	7068776
71349	1,22	2,34	2,76	2,82	2,76	3,54	0,28	0,98	1,33	6868085
85634	1,22	2,33	2,66	2,86	2,73	3,19	0,28	0,97	1,34	7245015
91624	1,21	2,30	2,61	2,86	2,75	3,44	0,26	0,98	1,37	7160726
116014	1,25	2,32	2,68	2,84	2,78	3,54	0,26	0,98	1,33	7927365
120033	1,25	2,31	2,70	2,82	2,72	3,52	0,27	0,99	1,33	8275238
108651	1,27	2,32	2,70	2,83	2,69	3,10	0,25	0,99	1,34	7510220
105378	1,28	2,32	2,72	2,82	2,75	3,46	0,25	0,97	1,31	7751398
138939	1,27	2,30	2,77	2,85	2,79	3,24	0,23	0,98	1,31	8701633
132974	1,28	2,33	2,76	2,83	2,77	3,25	0,25	0,97	1,32	8164755
135277	1,29	2,34	2,72	2,82	2,77	3,60	0,25	0,97	1,36	8534307
152741	1,26	2,32	2,69	2,79	2,78	3,50	0,26	0,97	1,40	8333017
158417	1,27	2,32	2,70	2,76	2,78	2,99	0,24	0,98	1,40	8568251
157460	1,25	2,32	2,69	2,76	2,80	2,99	0,23	0,97	1,40	8613013
193997	1,27	2,33	2,66	2,79	2,79	3,07	0,24	0,97	1,40	9139357
154089	1,27	2,36	2,74	2,82	2,78	3,06	0,23	0,98	1,38	8385716
147570	1,27	2,37	2,76	2,81	2,76	2,98	0,24	0,98	1,36	8451237
162924	1,29	2,35	2,79	2,77	2,76	2,98	0,24	0,95	1,37	9033401
153629	1,26	2,28	2,78	2,78	2,77	2,53	0,23	0,97	1,37	8565930
155907	1,27	2,21	2,80	2,83	2,77	2,25	0,22	0,97	1,38	8562307
197675	1,27	2,26	2,78	2,83	2,70	2,43	0,23	0,97	1,38	9255216
250708	1,28	2,32	2,76	2,83	2,70	2,59	0,24	0,97	1,37	10502760
266652	1,28	2,33	2,73	2,79	2,68	2,21	0,24	0,98	1,38	10855161
209842	1,28	2,36	2,72	2,79	2,72	2,35	0,24	0,98	1,39	9473338
165826	1,27	2,36	2,73	2,77	2,74	2,40	0,25	0,98	1,36	8521439
137152	1,24	2,35	2,74	2,78	2,75	3,80	0,22	0,96	1,40	8169912
150581	1,25	2,34	2,72	2,79	2,75	3,53	0,22	0,98	1,40	8705590
145973	1,25	2,32	2,71	2,80	2,77	3,40	0,22	1,00	1,41	8600302
126532	1,24	2,27	2,66	2,77	2,77	3,65	0,22	1,01	1,40	7884570
115437	1,24	2,30	2,68	2,74	2,75	3,54	0,22	1,02	1,39	7509946
119526	1,23	2,29	2,67	2,77	2,76	3,55	0,22	1,01	1,38	7796000
110856	1,24	2,30	2,68	2,74	2,74	3,83	0,23	1,01	1,41	7651158
97243	1,23	2,30	2,67	2,81	2,73	3,82	0,22	1,02	1,41	7430052
103876	1,24	2,36	2,71	2,76	2,75	3,58	0,23	1,01	1,40	7581024
116370	1,24	2,35	2,69	2,87	2,73	3,69	0,20	1,01	1,39	8431470
109616	1,24	2,35	2,64	2,86	2,71	3,45	0,20	1,01	1,40	7903994
98365	1,25	2,30	2,66	2,84	2,70	3,38	0,21	1,02	1,42	7462642
90440	1,26	2,24	2,70	2,87	2,74	3,25	0,22	1,02	1,41	7424743
88899	1,26	2,22	2,69	2,93	2,73	3,63	0,23	1,02	1,39	7480504
92358	1,27	2,27	2,71	3,00	2,74	3,55	0,22	1,01	1,38	7863944
88394	1,26	2,37	2,74	3,03	2,73	3,46	0,23	1,01	1,38	7703698
98219	1,28	2,38	2,78	3,12	2,74	3,01	0,27	0,99	1,36	8508132
113546	1,29	2,41	2,79	3,20	2,75	3,09	0,26	1,00	1,36	8933008
107168	1,28	2,37	2,75	3,07	2,79	3,77	0,23	1,01	1,41	8491850
77540	1,27	2,37	2,69	2,93	2,80	3,84	0,23	0,99	1,40	6940275
74944	1,30	2,36	2,69	2,86	2,80	3,71	0,23	1,00	1,39	6917191
75641	1,30	2,30	2,69	2,84	2,78	3,72	0,22	1,02	1,40	7096722
75910	1,28	2,18	2,72	2,82	2,77	3,49	0,21	1,01	1,41	7105114
87384	1,29	2,22	2,69	2,84	2,78	3,64	0,21	1,01	1,42	7647797
84615	1,27	2,24	2,70	2,88	2,81	3,52	0,21	1,01	1,44	7440408
80420	1,26	2,17	2,68	2,83	2,72	3,21	0,22	1,03	1,43	7255613
80784	1,27	2,23	2,70	2,84	2,66	3,49	0,21	1,02	1,43	7231703
79933	1,27	2,27	2,72	2,87	2,72	3,50	0,20	1,02	1,42	7278022
82118	1,27	2,25	2,70	2,90	2,74	3,61	0,20	1,03	1,39	7382680
91420	1,28	2,25	2,66	2,87	2,77	3,48	0,21	1,03	1,38	7622740
112426	1,29	2,27	2,68	2,92	2,79	3,72	0,21	1,02	1,36	8295038
114528	1,28	2,28	2,65	2,89	2,84	3,13	0,20	1,02	1,37	8136158
131025	1,30	2,32	2,69	2,90	2,84	3,12	0,20	1,02	1,38	8240817
116460	1,30	2,33	2,66	2,85	2,86	3,37	0,21	1,02	1,36	7993962
111258	1,30	2,30	2,69	2,82	2,86	3,36	0,19	1,03	1,37	7997958
155318	1,29	2,30	2,69	2,85	2,89	3,39	0,20	1,02	1,34	8914911
155078	1,30	2,20	2,65	2,86	2,89	3,53	0,21	1,02	1,38	9082346
134794	1,29	2,15	2,66	2,88	2,80	3,21	0,22	1,02	1,36	8690947
139985	1,28	2,15	2,63	2,86	2,87	3,05	0,20	1,03	1,36	8678669
198778	1,30	2,13	2,65	2,83	2,89	3,11	0,20	1,02	1,36	9768461
172436	1,30	2,12	2,60	2,84	2,91	3,18	0,21	1,02	1,37	8751448
169585	1,31	2,17	2,57	2,86	2,90	2,87	0,20	1,02	1,37	8737854
203702	1,32	2,20	2,65	2,85	2,90	2,89	0,20	1,02	1,37	9684075
282392	1,33	2,21	2,69	2,86	2,90	2,81	0,21	1,02	1,38	11529582
220658	1,32	2,28	2,71	2,89	2,76	2,89	0,21	1,00	1,41	9854882
194472	1,30	2,32	2,72	2,87	2,71	2,82	0,20	1,04	1,46	9030507
269246	1,31	2,32	2,73	2,84	2,74	2,64	0,21	1,04	1,44	10656814
215340	1,30	2,33	2,72	2,79	2,79	2,55	0,21	1,03	1,43	9111428
218319	1,30	2,32	2,73	2,86	2,85	2,54	0,20	1,02	1,43	9642906
195724	1,30	2,31	2,72	2,86	2,87	2,46	0,20	1,04	1,46	9217060
174614	1,29	2,33	2,70	2,87	2,89	2,59	0,19	1,05	1,45	8816389
172085	1,29	2,31	2,72	2,85	2,90	2,68	0,19	1,03	1,41	9074790
152347	1,30	2,19	2,70	2,88	2,90	3,33	0,20	0,99	1,42	8601172
189615	1,30	2,13	2,72	2,88	2,88	3,41	0,18	1,03	1,41	9735782
173804	1,29	2,15	2,70	2,87	2,91	3,30	0,18	1,08	1,42	9222117
145683	1,27	2,25	2,65	2,86	2,90	3,51	0,19	1,09	1,41	8197462
133550	1,26	2,29	2,66	2,85	2,91	3,50	0,20	1,08	1,39	8161117
121156	1,25	2,29	2,69	2,81	2,91	3,46	0,21	1,05	1,40	8085780
112040	1,26	2,29	2,70	2,81	2,91	3,36	0,21	1,06	1,40	7777563
120767	1,27	2,32	2,71	2,83	2,90	3,52	0,21	1,04	1,42	8192525
127019	1,26	2,32	2,69	2,93	2,91	3,48	0,21	1,06	1,41	8222640
136295	1,25	2,34	2,72	2,88	2,89	3,17	0,20	1,06	1,40	8852425
113425	1,25	2,32	2,71	2,86	2,88	3,08	0,20	1,07	1,42	8047626
107815	1,25	2,16	2,71	2,86	2,90	3,32	0,22	1,08	1,42	8079925
100298	1,26	1,88	2,74	2,90	2,90	3,51	0,20	1,08	1,40	8099820
97048	1,26	2,02	2,82	2,96	2,90	3,57	0,21	1,05	1,38	7444464
98750	1,26	2,07	2,76	3,02	2,90	3,67	0,22	1,04	1,40	8060967
98235	1,27	2,22	2,77	3,15	2,90	0,85	0,21	1,04	1,36	7904184
101254	1,28	2,40	2,77	3,21	2,91	2,97	0,24	1,04	1,32	8532755
139589	1,29	2,47	2,81	3,30	2,91	2,88	0,26	1,04	1,31	10077590
134921	1,30	2,43	2,77	3,14	2,90	2,99	0,24	1,06	1,34	9163186
80355	1,26	2,39	2,76	2,99	2,91	3,48	0,22	1,08	1,44	7027349
80396	1,25	2,39	2,73	2,97	2,83	3,57	0,21	1,08	1,46	7000371
82183	1,26	2,39	2,72	2,98	2,76	3,54	0,21	1,08	1,45	7234027
79709	1,25	2,36	2,73	2,95	2,84	3,67	0,21	1,07	1,47	7166769
90781	1,24	2,32	2,71	2,92	2,88	3,50	0,21	1,06	1,49	7538708

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time6 seconds
R Server'Gertrude Mary Cox' @ cox.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 & 6 seconds \tabularnewline
R Server & 'Gertrude Mary Cox' @ cox.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=197708&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]6 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gertrude Mary Cox' @ cox.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=197708&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=197708&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 time6 seconds
R Server'Gertrude Mary Cox' @ cox.wessa.net






Goodness of Fit
Correlation0.9293
R-squared0.8635
RMSE17017.5508

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.9293 \tabularnewline
R-squared & 0.8635 \tabularnewline
RMSE & 17017.5508 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=197708&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.9293[/C][/ROW]
[ROW][C]R-squared[/C][C]0.8635[/C][/ROW]
[ROW][C]RMSE[/C][C]17017.5508[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=197708&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=197708&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:

Goodness of Fit
Correlation0.9293
R-squared0.8635
RMSE17017.5508






Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
1178421165099.94444444413321.0555555556
2139871135773.31254097.6875
3118159112972.2941176475186.70588235294
4109763112972.294117647-3209.29411764706
597415101190.2-3775.2
6119190112972.2941176476217.70588235294
797903101190.2-3287.2
896953101190.2-4237.2
987888101190.2-13302.2
108463783749.9230769231887.076923076922
119054983749.92307692316799.07692307692
1295680101190.2-5510.2
1399371112972.294117647-13601.2941176471
147998483749.9230769231-3765.92307692308
158675283749.92307692313002.07692307692
168573383749.92307692311983.07692307692
178490688560.5-3654.5
187835688560.5-10204.5
19108895147076.444444444-38181.4444444444
2010176899678.85714285712089.14285714286
217328573200.7584.25
226572473200.75-7476.75
236745773200.75-5743.75
246720373200.75-5997.75
256927373200.75-3927.75
268080783749.9230769231-2942.92307692308
277512973200.751928.25
287499173200.751790.25
296815773200.75-5043.75
307385873200.75657.25
317134973200.75-1851.75
328563483749.92307692311884.07692307692
339162483749.92307692317874.07692307692
34116014112972.2941176473041.70588235294
35120033135773.3125-15740.3125
36108651101190.27460.8
37105378112972.294117647-7594.29411764706
38138939165099.944444444-26160.9444444444
39132974135773.3125-2799.3125
40135277135773.3125-496.3125
41152741135773.312516967.6875
42158417165099.944444444-6682.94444444444
43157460165099.944444444-7639.94444444444
44193997165099.94444444428897.0555555556
45154089135773.312518315.6875
46147570135773.312511796.6875
47162924165099.944444444-2175.94444444444
48153629165099.944444444-11470.9444444444
49155907165099.944444444-9192.94444444444
50197675220598-22923
5125070822059830110
5226665222059846054
53209842220598-10756
54165826135773.312530052.6875
55137152135773.31251378.6875
56150581165099.944444444-14518.9444444444
57145973165099.944444444-19126.9444444444
58126532112972.29411764713559.7058823529
59115437101190.214246.8
60119526112972.2941176476553.70588235294
61110856101190.29665.8
6297243101190.2-3947.2
63103876101190.22685.8
64116370135773.3125-19403.3125
65109616112972.294117647-3356.29411764706
669836588560.59804.5
679044088560.51879.5
688889988560.5338.5
699235899678.8571428571-7320.85714285714
708839488560.5-166.5
719821999678.8571428571-1459.85714285714
72113546147076.444444444-33530.4444444444
7310716899678.85714285717489.14285714286
747754073200.754339.25
757494473200.751743.25
767564173200.752440.25
777591073200.752709.25
788738488560.5-1176.5
798461588560.5-3945.5
808042083749.9230769231-3329.92307692308
818078483749.9230769231-2965.92307692308
827993383749.9230769231-3816.92307692308
838211888560.5-6442.5
849142088560.52859.5
85112426135773.3125-23347.3125
86114528112972.2941176471555.70588235294
87131025135773.3125-4748.3125
88116460112972.2941176473487.70588235294
89111258112972.294117647-1714.29411764706
90155318165099.944444444-9781.94444444444
91155078165099.944444444-10021.9444444444
92134794147076.444444444-12282.4444444444
93139985165099.944444444-25114.9444444444
94198778220598-21820
95172436165099.9444444447336.05555555556
96169585165099.9444444444485.05555555556
97203702220598-16896
9828239222059861794
9922065822059860
100194472147076.44444444447395.5555555556
10126924622059848648
102215340165099.94444444450240.0555555556
103218319220598-2279
104195724165099.94444444430624.0555555556
105174614147076.44444444427537.5555555556
106172085165099.9444444446985.05555555556
107152347147076.4444444445270.55555555556
108189615220598-30983
109173804147076.44444444426727.5555555556
110145683135773.31259909.6875
111133550135773.3125-2223.3125
112121156112972.2941176478183.70588235294
113112040112972.294117647-932.294117647063
114120767135773.3125-15006.3125
115127019135773.3125-8754.3125
116136295147076.444444444-10781.4444444444
117113425112972.294117647452.705882352937
118107815112972.294117647-5157.29411764706
119100298112972.294117647-12674.2941176471
1209704888560.58487.5
1219875099678.8571428571-928.857142857145
1229823599678.8571428571-1443.85714285714
12310125499678.85714285711575.14285714286
124139589220598-81009
125134921147076.444444444-12155.4444444444
1268035573200.757154.25
1278039673200.757195.25
1288218383749.9230769231-1566.92307692308
1297970983749.9230769231-4040.92307692308
1309078188560.52220.5

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 178421 & 165099.944444444 & 13321.0555555556 \tabularnewline
2 & 139871 & 135773.3125 & 4097.6875 \tabularnewline
3 & 118159 & 112972.294117647 & 5186.70588235294 \tabularnewline
4 & 109763 & 112972.294117647 & -3209.29411764706 \tabularnewline
5 & 97415 & 101190.2 & -3775.2 \tabularnewline
6 & 119190 & 112972.294117647 & 6217.70588235294 \tabularnewline
7 & 97903 & 101190.2 & -3287.2 \tabularnewline
8 & 96953 & 101190.2 & -4237.2 \tabularnewline
9 & 87888 & 101190.2 & -13302.2 \tabularnewline
10 & 84637 & 83749.9230769231 & 887.076923076922 \tabularnewline
11 & 90549 & 83749.9230769231 & 6799.07692307692 \tabularnewline
12 & 95680 & 101190.2 & -5510.2 \tabularnewline
13 & 99371 & 112972.294117647 & -13601.2941176471 \tabularnewline
14 & 79984 & 83749.9230769231 & -3765.92307692308 \tabularnewline
15 & 86752 & 83749.9230769231 & 3002.07692307692 \tabularnewline
16 & 85733 & 83749.9230769231 & 1983.07692307692 \tabularnewline
17 & 84906 & 88560.5 & -3654.5 \tabularnewline
18 & 78356 & 88560.5 & -10204.5 \tabularnewline
19 & 108895 & 147076.444444444 & -38181.4444444444 \tabularnewline
20 & 101768 & 99678.8571428571 & 2089.14285714286 \tabularnewline
21 & 73285 & 73200.75 & 84.25 \tabularnewline
22 & 65724 & 73200.75 & -7476.75 \tabularnewline
23 & 67457 & 73200.75 & -5743.75 \tabularnewline
24 & 67203 & 73200.75 & -5997.75 \tabularnewline
25 & 69273 & 73200.75 & -3927.75 \tabularnewline
26 & 80807 & 83749.9230769231 & -2942.92307692308 \tabularnewline
27 & 75129 & 73200.75 & 1928.25 \tabularnewline
28 & 74991 & 73200.75 & 1790.25 \tabularnewline
29 & 68157 & 73200.75 & -5043.75 \tabularnewline
30 & 73858 & 73200.75 & 657.25 \tabularnewline
31 & 71349 & 73200.75 & -1851.75 \tabularnewline
32 & 85634 & 83749.9230769231 & 1884.07692307692 \tabularnewline
33 & 91624 & 83749.9230769231 & 7874.07692307692 \tabularnewline
34 & 116014 & 112972.294117647 & 3041.70588235294 \tabularnewline
35 & 120033 & 135773.3125 & -15740.3125 \tabularnewline
36 & 108651 & 101190.2 & 7460.8 \tabularnewline
37 & 105378 & 112972.294117647 & -7594.29411764706 \tabularnewline
38 & 138939 & 165099.944444444 & -26160.9444444444 \tabularnewline
39 & 132974 & 135773.3125 & -2799.3125 \tabularnewline
40 & 135277 & 135773.3125 & -496.3125 \tabularnewline
41 & 152741 & 135773.3125 & 16967.6875 \tabularnewline
42 & 158417 & 165099.944444444 & -6682.94444444444 \tabularnewline
43 & 157460 & 165099.944444444 & -7639.94444444444 \tabularnewline
44 & 193997 & 165099.944444444 & 28897.0555555556 \tabularnewline
45 & 154089 & 135773.3125 & 18315.6875 \tabularnewline
46 & 147570 & 135773.3125 & 11796.6875 \tabularnewline
47 & 162924 & 165099.944444444 & -2175.94444444444 \tabularnewline
48 & 153629 & 165099.944444444 & -11470.9444444444 \tabularnewline
49 & 155907 & 165099.944444444 & -9192.94444444444 \tabularnewline
50 & 197675 & 220598 & -22923 \tabularnewline
51 & 250708 & 220598 & 30110 \tabularnewline
52 & 266652 & 220598 & 46054 \tabularnewline
53 & 209842 & 220598 & -10756 \tabularnewline
54 & 165826 & 135773.3125 & 30052.6875 \tabularnewline
55 & 137152 & 135773.3125 & 1378.6875 \tabularnewline
56 & 150581 & 165099.944444444 & -14518.9444444444 \tabularnewline
57 & 145973 & 165099.944444444 & -19126.9444444444 \tabularnewline
58 & 126532 & 112972.294117647 & 13559.7058823529 \tabularnewline
59 & 115437 & 101190.2 & 14246.8 \tabularnewline
60 & 119526 & 112972.294117647 & 6553.70588235294 \tabularnewline
61 & 110856 & 101190.2 & 9665.8 \tabularnewline
62 & 97243 & 101190.2 & -3947.2 \tabularnewline
63 & 103876 & 101190.2 & 2685.8 \tabularnewline
64 & 116370 & 135773.3125 & -19403.3125 \tabularnewline
65 & 109616 & 112972.294117647 & -3356.29411764706 \tabularnewline
66 & 98365 & 88560.5 & 9804.5 \tabularnewline
67 & 90440 & 88560.5 & 1879.5 \tabularnewline
68 & 88899 & 88560.5 & 338.5 \tabularnewline
69 & 92358 & 99678.8571428571 & -7320.85714285714 \tabularnewline
70 & 88394 & 88560.5 & -166.5 \tabularnewline
71 & 98219 & 99678.8571428571 & -1459.85714285714 \tabularnewline
72 & 113546 & 147076.444444444 & -33530.4444444444 \tabularnewline
73 & 107168 & 99678.8571428571 & 7489.14285714286 \tabularnewline
74 & 77540 & 73200.75 & 4339.25 \tabularnewline
75 & 74944 & 73200.75 & 1743.25 \tabularnewline
76 & 75641 & 73200.75 & 2440.25 \tabularnewline
77 & 75910 & 73200.75 & 2709.25 \tabularnewline
78 & 87384 & 88560.5 & -1176.5 \tabularnewline
79 & 84615 & 88560.5 & -3945.5 \tabularnewline
80 & 80420 & 83749.9230769231 & -3329.92307692308 \tabularnewline
81 & 80784 & 83749.9230769231 & -2965.92307692308 \tabularnewline
82 & 79933 & 83749.9230769231 & -3816.92307692308 \tabularnewline
83 & 82118 & 88560.5 & -6442.5 \tabularnewline
84 & 91420 & 88560.5 & 2859.5 \tabularnewline
85 & 112426 & 135773.3125 & -23347.3125 \tabularnewline
86 & 114528 & 112972.294117647 & 1555.70588235294 \tabularnewline
87 & 131025 & 135773.3125 & -4748.3125 \tabularnewline
88 & 116460 & 112972.294117647 & 3487.70588235294 \tabularnewline
89 & 111258 & 112972.294117647 & -1714.29411764706 \tabularnewline
90 & 155318 & 165099.944444444 & -9781.94444444444 \tabularnewline
91 & 155078 & 165099.944444444 & -10021.9444444444 \tabularnewline
92 & 134794 & 147076.444444444 & -12282.4444444444 \tabularnewline
93 & 139985 & 165099.944444444 & -25114.9444444444 \tabularnewline
94 & 198778 & 220598 & -21820 \tabularnewline
95 & 172436 & 165099.944444444 & 7336.05555555556 \tabularnewline
96 & 169585 & 165099.944444444 & 4485.05555555556 \tabularnewline
97 & 203702 & 220598 & -16896 \tabularnewline
98 & 282392 & 220598 & 61794 \tabularnewline
99 & 220658 & 220598 & 60 \tabularnewline
100 & 194472 & 147076.444444444 & 47395.5555555556 \tabularnewline
101 & 269246 & 220598 & 48648 \tabularnewline
102 & 215340 & 165099.944444444 & 50240.0555555556 \tabularnewline
103 & 218319 & 220598 & -2279 \tabularnewline
104 & 195724 & 165099.944444444 & 30624.0555555556 \tabularnewline
105 & 174614 & 147076.444444444 & 27537.5555555556 \tabularnewline
106 & 172085 & 165099.944444444 & 6985.05555555556 \tabularnewline
107 & 152347 & 147076.444444444 & 5270.55555555556 \tabularnewline
108 & 189615 & 220598 & -30983 \tabularnewline
109 & 173804 & 147076.444444444 & 26727.5555555556 \tabularnewline
110 & 145683 & 135773.3125 & 9909.6875 \tabularnewline
111 & 133550 & 135773.3125 & -2223.3125 \tabularnewline
112 & 121156 & 112972.294117647 & 8183.70588235294 \tabularnewline
113 & 112040 & 112972.294117647 & -932.294117647063 \tabularnewline
114 & 120767 & 135773.3125 & -15006.3125 \tabularnewline
115 & 127019 & 135773.3125 & -8754.3125 \tabularnewline
116 & 136295 & 147076.444444444 & -10781.4444444444 \tabularnewline
117 & 113425 & 112972.294117647 & 452.705882352937 \tabularnewline
118 & 107815 & 112972.294117647 & -5157.29411764706 \tabularnewline
119 & 100298 & 112972.294117647 & -12674.2941176471 \tabularnewline
120 & 97048 & 88560.5 & 8487.5 \tabularnewline
121 & 98750 & 99678.8571428571 & -928.857142857145 \tabularnewline
122 & 98235 & 99678.8571428571 & -1443.85714285714 \tabularnewline
123 & 101254 & 99678.8571428571 & 1575.14285714286 \tabularnewline
124 & 139589 & 220598 & -81009 \tabularnewline
125 & 134921 & 147076.444444444 & -12155.4444444444 \tabularnewline
126 & 80355 & 73200.75 & 7154.25 \tabularnewline
127 & 80396 & 73200.75 & 7195.25 \tabularnewline
128 & 82183 & 83749.9230769231 & -1566.92307692308 \tabularnewline
129 & 79709 & 83749.9230769231 & -4040.92307692308 \tabularnewline
130 & 90781 & 88560.5 & 2220.5 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=197708&T=2

[TABLE]
[ROW][C]Actuals, Predictions, and Residuals[/C][/ROW]
[ROW][C]#[/C][C]Actuals[/C][C]Forecasts[/C][C]Residuals[/C][/ROW]
[ROW][C]1[/C][C]178421[/C][C]165099.944444444[/C][C]13321.0555555556[/C][/ROW]
[ROW][C]2[/C][C]139871[/C][C]135773.3125[/C][C]4097.6875[/C][/ROW]
[ROW][C]3[/C][C]118159[/C][C]112972.294117647[/C][C]5186.70588235294[/C][/ROW]
[ROW][C]4[/C][C]109763[/C][C]112972.294117647[/C][C]-3209.29411764706[/C][/ROW]
[ROW][C]5[/C][C]97415[/C][C]101190.2[/C][C]-3775.2[/C][/ROW]
[ROW][C]6[/C][C]119190[/C][C]112972.294117647[/C][C]6217.70588235294[/C][/ROW]
[ROW][C]7[/C][C]97903[/C][C]101190.2[/C][C]-3287.2[/C][/ROW]
[ROW][C]8[/C][C]96953[/C][C]101190.2[/C][C]-4237.2[/C][/ROW]
[ROW][C]9[/C][C]87888[/C][C]101190.2[/C][C]-13302.2[/C][/ROW]
[ROW][C]10[/C][C]84637[/C][C]83749.9230769231[/C][C]887.076923076922[/C][/ROW]
[ROW][C]11[/C][C]90549[/C][C]83749.9230769231[/C][C]6799.07692307692[/C][/ROW]
[ROW][C]12[/C][C]95680[/C][C]101190.2[/C][C]-5510.2[/C][/ROW]
[ROW][C]13[/C][C]99371[/C][C]112972.294117647[/C][C]-13601.2941176471[/C][/ROW]
[ROW][C]14[/C][C]79984[/C][C]83749.9230769231[/C][C]-3765.92307692308[/C][/ROW]
[ROW][C]15[/C][C]86752[/C][C]83749.9230769231[/C][C]3002.07692307692[/C][/ROW]
[ROW][C]16[/C][C]85733[/C][C]83749.9230769231[/C][C]1983.07692307692[/C][/ROW]
[ROW][C]17[/C][C]84906[/C][C]88560.5[/C][C]-3654.5[/C][/ROW]
[ROW][C]18[/C][C]78356[/C][C]88560.5[/C][C]-10204.5[/C][/ROW]
[ROW][C]19[/C][C]108895[/C][C]147076.444444444[/C][C]-38181.4444444444[/C][/ROW]
[ROW][C]20[/C][C]101768[/C][C]99678.8571428571[/C][C]2089.14285714286[/C][/ROW]
[ROW][C]21[/C][C]73285[/C][C]73200.75[/C][C]84.25[/C][/ROW]
[ROW][C]22[/C][C]65724[/C][C]73200.75[/C][C]-7476.75[/C][/ROW]
[ROW][C]23[/C][C]67457[/C][C]73200.75[/C][C]-5743.75[/C][/ROW]
[ROW][C]24[/C][C]67203[/C][C]73200.75[/C][C]-5997.75[/C][/ROW]
[ROW][C]25[/C][C]69273[/C][C]73200.75[/C][C]-3927.75[/C][/ROW]
[ROW][C]26[/C][C]80807[/C][C]83749.9230769231[/C][C]-2942.92307692308[/C][/ROW]
[ROW][C]27[/C][C]75129[/C][C]73200.75[/C][C]1928.25[/C][/ROW]
[ROW][C]28[/C][C]74991[/C][C]73200.75[/C][C]1790.25[/C][/ROW]
[ROW][C]29[/C][C]68157[/C][C]73200.75[/C][C]-5043.75[/C][/ROW]
[ROW][C]30[/C][C]73858[/C][C]73200.75[/C][C]657.25[/C][/ROW]
[ROW][C]31[/C][C]71349[/C][C]73200.75[/C][C]-1851.75[/C][/ROW]
[ROW][C]32[/C][C]85634[/C][C]83749.9230769231[/C][C]1884.07692307692[/C][/ROW]
[ROW][C]33[/C][C]91624[/C][C]83749.9230769231[/C][C]7874.07692307692[/C][/ROW]
[ROW][C]34[/C][C]116014[/C][C]112972.294117647[/C][C]3041.70588235294[/C][/ROW]
[ROW][C]35[/C][C]120033[/C][C]135773.3125[/C][C]-15740.3125[/C][/ROW]
[ROW][C]36[/C][C]108651[/C][C]101190.2[/C][C]7460.8[/C][/ROW]
[ROW][C]37[/C][C]105378[/C][C]112972.294117647[/C][C]-7594.29411764706[/C][/ROW]
[ROW][C]38[/C][C]138939[/C][C]165099.944444444[/C][C]-26160.9444444444[/C][/ROW]
[ROW][C]39[/C][C]132974[/C][C]135773.3125[/C][C]-2799.3125[/C][/ROW]
[ROW][C]40[/C][C]135277[/C][C]135773.3125[/C][C]-496.3125[/C][/ROW]
[ROW][C]41[/C][C]152741[/C][C]135773.3125[/C][C]16967.6875[/C][/ROW]
[ROW][C]42[/C][C]158417[/C][C]165099.944444444[/C][C]-6682.94444444444[/C][/ROW]
[ROW][C]43[/C][C]157460[/C][C]165099.944444444[/C][C]-7639.94444444444[/C][/ROW]
[ROW][C]44[/C][C]193997[/C][C]165099.944444444[/C][C]28897.0555555556[/C][/ROW]
[ROW][C]45[/C][C]154089[/C][C]135773.3125[/C][C]18315.6875[/C][/ROW]
[ROW][C]46[/C][C]147570[/C][C]135773.3125[/C][C]11796.6875[/C][/ROW]
[ROW][C]47[/C][C]162924[/C][C]165099.944444444[/C][C]-2175.94444444444[/C][/ROW]
[ROW][C]48[/C][C]153629[/C][C]165099.944444444[/C][C]-11470.9444444444[/C][/ROW]
[ROW][C]49[/C][C]155907[/C][C]165099.944444444[/C][C]-9192.94444444444[/C][/ROW]
[ROW][C]50[/C][C]197675[/C][C]220598[/C][C]-22923[/C][/ROW]
[ROW][C]51[/C][C]250708[/C][C]220598[/C][C]30110[/C][/ROW]
[ROW][C]52[/C][C]266652[/C][C]220598[/C][C]46054[/C][/ROW]
[ROW][C]53[/C][C]209842[/C][C]220598[/C][C]-10756[/C][/ROW]
[ROW][C]54[/C][C]165826[/C][C]135773.3125[/C][C]30052.6875[/C][/ROW]
[ROW][C]55[/C][C]137152[/C][C]135773.3125[/C][C]1378.6875[/C][/ROW]
[ROW][C]56[/C][C]150581[/C][C]165099.944444444[/C][C]-14518.9444444444[/C][/ROW]
[ROW][C]57[/C][C]145973[/C][C]165099.944444444[/C][C]-19126.9444444444[/C][/ROW]
[ROW][C]58[/C][C]126532[/C][C]112972.294117647[/C][C]13559.7058823529[/C][/ROW]
[ROW][C]59[/C][C]115437[/C][C]101190.2[/C][C]14246.8[/C][/ROW]
[ROW][C]60[/C][C]119526[/C][C]112972.294117647[/C][C]6553.70588235294[/C][/ROW]
[ROW][C]61[/C][C]110856[/C][C]101190.2[/C][C]9665.8[/C][/ROW]
[ROW][C]62[/C][C]97243[/C][C]101190.2[/C][C]-3947.2[/C][/ROW]
[ROW][C]63[/C][C]103876[/C][C]101190.2[/C][C]2685.8[/C][/ROW]
[ROW][C]64[/C][C]116370[/C][C]135773.3125[/C][C]-19403.3125[/C][/ROW]
[ROW][C]65[/C][C]109616[/C][C]112972.294117647[/C][C]-3356.29411764706[/C][/ROW]
[ROW][C]66[/C][C]98365[/C][C]88560.5[/C][C]9804.5[/C][/ROW]
[ROW][C]67[/C][C]90440[/C][C]88560.5[/C][C]1879.5[/C][/ROW]
[ROW][C]68[/C][C]88899[/C][C]88560.5[/C][C]338.5[/C][/ROW]
[ROW][C]69[/C][C]92358[/C][C]99678.8571428571[/C][C]-7320.85714285714[/C][/ROW]
[ROW][C]70[/C][C]88394[/C][C]88560.5[/C][C]-166.5[/C][/ROW]
[ROW][C]71[/C][C]98219[/C][C]99678.8571428571[/C][C]-1459.85714285714[/C][/ROW]
[ROW][C]72[/C][C]113546[/C][C]147076.444444444[/C][C]-33530.4444444444[/C][/ROW]
[ROW][C]73[/C][C]107168[/C][C]99678.8571428571[/C][C]7489.14285714286[/C][/ROW]
[ROW][C]74[/C][C]77540[/C][C]73200.75[/C][C]4339.25[/C][/ROW]
[ROW][C]75[/C][C]74944[/C][C]73200.75[/C][C]1743.25[/C][/ROW]
[ROW][C]76[/C][C]75641[/C][C]73200.75[/C][C]2440.25[/C][/ROW]
[ROW][C]77[/C][C]75910[/C][C]73200.75[/C][C]2709.25[/C][/ROW]
[ROW][C]78[/C][C]87384[/C][C]88560.5[/C][C]-1176.5[/C][/ROW]
[ROW][C]79[/C][C]84615[/C][C]88560.5[/C][C]-3945.5[/C][/ROW]
[ROW][C]80[/C][C]80420[/C][C]83749.9230769231[/C][C]-3329.92307692308[/C][/ROW]
[ROW][C]81[/C][C]80784[/C][C]83749.9230769231[/C][C]-2965.92307692308[/C][/ROW]
[ROW][C]82[/C][C]79933[/C][C]83749.9230769231[/C][C]-3816.92307692308[/C][/ROW]
[ROW][C]83[/C][C]82118[/C][C]88560.5[/C][C]-6442.5[/C][/ROW]
[ROW][C]84[/C][C]91420[/C][C]88560.5[/C][C]2859.5[/C][/ROW]
[ROW][C]85[/C][C]112426[/C][C]135773.3125[/C][C]-23347.3125[/C][/ROW]
[ROW][C]86[/C][C]114528[/C][C]112972.294117647[/C][C]1555.70588235294[/C][/ROW]
[ROW][C]87[/C][C]131025[/C][C]135773.3125[/C][C]-4748.3125[/C][/ROW]
[ROW][C]88[/C][C]116460[/C][C]112972.294117647[/C][C]3487.70588235294[/C][/ROW]
[ROW][C]89[/C][C]111258[/C][C]112972.294117647[/C][C]-1714.29411764706[/C][/ROW]
[ROW][C]90[/C][C]155318[/C][C]165099.944444444[/C][C]-9781.94444444444[/C][/ROW]
[ROW][C]91[/C][C]155078[/C][C]165099.944444444[/C][C]-10021.9444444444[/C][/ROW]
[ROW][C]92[/C][C]134794[/C][C]147076.444444444[/C][C]-12282.4444444444[/C][/ROW]
[ROW][C]93[/C][C]139985[/C][C]165099.944444444[/C][C]-25114.9444444444[/C][/ROW]
[ROW][C]94[/C][C]198778[/C][C]220598[/C][C]-21820[/C][/ROW]
[ROW][C]95[/C][C]172436[/C][C]165099.944444444[/C][C]7336.05555555556[/C][/ROW]
[ROW][C]96[/C][C]169585[/C][C]165099.944444444[/C][C]4485.05555555556[/C][/ROW]
[ROW][C]97[/C][C]203702[/C][C]220598[/C][C]-16896[/C][/ROW]
[ROW][C]98[/C][C]282392[/C][C]220598[/C][C]61794[/C][/ROW]
[ROW][C]99[/C][C]220658[/C][C]220598[/C][C]60[/C][/ROW]
[ROW][C]100[/C][C]194472[/C][C]147076.444444444[/C][C]47395.5555555556[/C][/ROW]
[ROW][C]101[/C][C]269246[/C][C]220598[/C][C]48648[/C][/ROW]
[ROW][C]102[/C][C]215340[/C][C]165099.944444444[/C][C]50240.0555555556[/C][/ROW]
[ROW][C]103[/C][C]218319[/C][C]220598[/C][C]-2279[/C][/ROW]
[ROW][C]104[/C][C]195724[/C][C]165099.944444444[/C][C]30624.0555555556[/C][/ROW]
[ROW][C]105[/C][C]174614[/C][C]147076.444444444[/C][C]27537.5555555556[/C][/ROW]
[ROW][C]106[/C][C]172085[/C][C]165099.944444444[/C][C]6985.05555555556[/C][/ROW]
[ROW][C]107[/C][C]152347[/C][C]147076.444444444[/C][C]5270.55555555556[/C][/ROW]
[ROW][C]108[/C][C]189615[/C][C]220598[/C][C]-30983[/C][/ROW]
[ROW][C]109[/C][C]173804[/C][C]147076.444444444[/C][C]26727.5555555556[/C][/ROW]
[ROW][C]110[/C][C]145683[/C][C]135773.3125[/C][C]9909.6875[/C][/ROW]
[ROW][C]111[/C][C]133550[/C][C]135773.3125[/C][C]-2223.3125[/C][/ROW]
[ROW][C]112[/C][C]121156[/C][C]112972.294117647[/C][C]8183.70588235294[/C][/ROW]
[ROW][C]113[/C][C]112040[/C][C]112972.294117647[/C][C]-932.294117647063[/C][/ROW]
[ROW][C]114[/C][C]120767[/C][C]135773.3125[/C][C]-15006.3125[/C][/ROW]
[ROW][C]115[/C][C]127019[/C][C]135773.3125[/C][C]-8754.3125[/C][/ROW]
[ROW][C]116[/C][C]136295[/C][C]147076.444444444[/C][C]-10781.4444444444[/C][/ROW]
[ROW][C]117[/C][C]113425[/C][C]112972.294117647[/C][C]452.705882352937[/C][/ROW]
[ROW][C]118[/C][C]107815[/C][C]112972.294117647[/C][C]-5157.29411764706[/C][/ROW]
[ROW][C]119[/C][C]100298[/C][C]112972.294117647[/C][C]-12674.2941176471[/C][/ROW]
[ROW][C]120[/C][C]97048[/C][C]88560.5[/C][C]8487.5[/C][/ROW]
[ROW][C]121[/C][C]98750[/C][C]99678.8571428571[/C][C]-928.857142857145[/C][/ROW]
[ROW][C]122[/C][C]98235[/C][C]99678.8571428571[/C][C]-1443.85714285714[/C][/ROW]
[ROW][C]123[/C][C]101254[/C][C]99678.8571428571[/C][C]1575.14285714286[/C][/ROW]
[ROW][C]124[/C][C]139589[/C][C]220598[/C][C]-81009[/C][/ROW]
[ROW][C]125[/C][C]134921[/C][C]147076.444444444[/C][C]-12155.4444444444[/C][/ROW]
[ROW][C]126[/C][C]80355[/C][C]73200.75[/C][C]7154.25[/C][/ROW]
[ROW][C]127[/C][C]80396[/C][C]73200.75[/C][C]7195.25[/C][/ROW]
[ROW][C]128[/C][C]82183[/C][C]83749.9230769231[/C][C]-1566.92307692308[/C][/ROW]
[ROW][C]129[/C][C]79709[/C][C]83749.9230769231[/C][C]-4040.92307692308[/C][/ROW]
[ROW][C]130[/C][C]90781[/C][C]88560.5[/C][C]2220.5[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=197708&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=197708&T=2

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


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

Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
1178421165099.94444444413321.0555555556
2139871135773.31254097.6875
3118159112972.2941176475186.70588235294
4109763112972.294117647-3209.29411764706
597415101190.2-3775.2
6119190112972.2941176476217.70588235294
797903101190.2-3287.2
896953101190.2-4237.2
987888101190.2-13302.2
108463783749.9230769231887.076923076922
119054983749.92307692316799.07692307692
1295680101190.2-5510.2
1399371112972.294117647-13601.2941176471
147998483749.9230769231-3765.92307692308
158675283749.92307692313002.07692307692
168573383749.92307692311983.07692307692
178490688560.5-3654.5
187835688560.5-10204.5
19108895147076.444444444-38181.4444444444
2010176899678.85714285712089.14285714286
217328573200.7584.25
226572473200.75-7476.75
236745773200.75-5743.75
246720373200.75-5997.75
256927373200.75-3927.75
268080783749.9230769231-2942.92307692308
277512973200.751928.25
287499173200.751790.25
296815773200.75-5043.75
307385873200.75657.25
317134973200.75-1851.75
328563483749.92307692311884.07692307692
339162483749.92307692317874.07692307692
34116014112972.2941176473041.70588235294
35120033135773.3125-15740.3125
36108651101190.27460.8
37105378112972.294117647-7594.29411764706
38138939165099.944444444-26160.9444444444
39132974135773.3125-2799.3125
40135277135773.3125-496.3125
41152741135773.312516967.6875
42158417165099.944444444-6682.94444444444
43157460165099.944444444-7639.94444444444
44193997165099.94444444428897.0555555556
45154089135773.312518315.6875
46147570135773.312511796.6875
47162924165099.944444444-2175.94444444444
48153629165099.944444444-11470.9444444444
49155907165099.944444444-9192.94444444444
50197675220598-22923
5125070822059830110
5226665222059846054
53209842220598-10756
54165826135773.312530052.6875
55137152135773.31251378.6875
56150581165099.944444444-14518.9444444444
57145973165099.944444444-19126.9444444444
58126532112972.29411764713559.7058823529
59115437101190.214246.8
60119526112972.2941176476553.70588235294
61110856101190.29665.8
6297243101190.2-3947.2
63103876101190.22685.8
64116370135773.3125-19403.3125
65109616112972.294117647-3356.29411764706
669836588560.59804.5
679044088560.51879.5
688889988560.5338.5
699235899678.8571428571-7320.85714285714
708839488560.5-166.5
719821999678.8571428571-1459.85714285714
72113546147076.444444444-33530.4444444444
7310716899678.85714285717489.14285714286
747754073200.754339.25
757494473200.751743.25
767564173200.752440.25
777591073200.752709.25
788738488560.5-1176.5
798461588560.5-3945.5
808042083749.9230769231-3329.92307692308
818078483749.9230769231-2965.92307692308
827993383749.9230769231-3816.92307692308
838211888560.5-6442.5
849142088560.52859.5
85112426135773.3125-23347.3125
86114528112972.2941176471555.70588235294
87131025135773.3125-4748.3125
88116460112972.2941176473487.70588235294
89111258112972.294117647-1714.29411764706
90155318165099.944444444-9781.94444444444
91155078165099.944444444-10021.9444444444
92134794147076.444444444-12282.4444444444
93139985165099.944444444-25114.9444444444
94198778220598-21820
95172436165099.9444444447336.05555555556
96169585165099.9444444444485.05555555556
97203702220598-16896
9828239222059861794
9922065822059860
100194472147076.44444444447395.5555555556
10126924622059848648
102215340165099.94444444450240.0555555556
103218319220598-2279
104195724165099.94444444430624.0555555556
105174614147076.44444444427537.5555555556
106172085165099.9444444446985.05555555556
107152347147076.4444444445270.55555555556
108189615220598-30983
109173804147076.44444444426727.5555555556
110145683135773.31259909.6875
111133550135773.3125-2223.3125
112121156112972.2941176478183.70588235294
113112040112972.294117647-932.294117647063
114120767135773.3125-15006.3125
115127019135773.3125-8754.3125
116136295147076.444444444-10781.4444444444
117113425112972.294117647452.705882352937
118107815112972.294117647-5157.29411764706
119100298112972.294117647-12674.2941176471
1209704888560.58487.5
1219875099678.8571428571-928.857142857145
1229823599678.8571428571-1443.85714285714
12310125499678.85714285711575.14285714286
124139589220598-81009
125134921147076.444444444-12155.4444444444
1268035573200.757154.25
1278039673200.757195.25
1288218383749.9230769231-1566.92307692308
1297970983749.9230769231-4040.92307692308
1309078188560.52220.5


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
Parameters (R input):
par1 = 1 ; par2 = none ; par3 = ; par4 = no ;
R code (references can be found in the software module):
library(party)
library(Hmisc)
par1 <- as.numeric(par1)
par3 <- as.numeric(par3)
x <- data.frame(t(y))
is.data.frame(x)
x <- x[!is.na(x[,par1]),]
k <- length(x[1,])
n <- length(x[,1])
colnames(x)[par1]
x[,par1]
if (par2 == 'kmeans') {
cl <- kmeans(x[,par1], par3)
print(cl)
clm <- matrix(cbind(cl$centers,1:par3),ncol=2)
clm <- clm[sort.list(clm[,1]),]
for (i in 1:par3) {
cl$cluster[cl$cluster==clm[i,2]] <- paste('C',i,sep='')
}
cl$cluster <- as.factor(cl$cluster)
print(cl$cluster)
x[,par1] <- cl$cluster
}
if (par2 == 'quantiles') {
x[,par1] <- cut2(x[,par1],g=par3)
}
if (par2 == 'hclust') {
hc <- hclust(dist(x[,par1])^2, 'cen')
print(hc)
memb <- cutree(hc, k = par3)
dum <- c(mean(x[memb==1,par1]))
for (i in 2:par3) {
dum <- c(dum, mean(x[memb==i,par1]))
}
hcm <- matrix(cbind(dum,1:par3),ncol=2)
hcm <- hcm[sort.list(hcm[,1]),]
for (i in 1:par3) {
memb[memb==hcm[i,2]] <- paste('C',i,sep='')
}
memb <- as.factor(memb)
print(memb)
x[,par1] <- memb
}
if (par2=='equal') {
ed <- cut(as.numeric(x[,par1]),par3,labels=paste('C',1:par3,sep=''))
x[,par1] <- as.factor(ed)
}
table(x[,par1])
colnames(x)
colnames(x)[par1]
x[,par1]
if (par2 == 'none') {
m <- ctree(as.formula(paste(colnames(x)[par1],' ~ .',sep='')),data = x)
}
load(file='createtable')
if (par2 != 'none') {
m <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data = x)
if (par4=='yes') {
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'10-Fold Cross Validation',3+2*par3,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'',1,TRUE)
a<-table.element(a,'Prediction (training)',par3+1,TRUE)
a<-table.element(a,'Prediction (testing)',par3+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Actual',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
a<-table.element(a,'CV',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,paste('C',jjj,sep=''),1,TRUE)
a<-table.element(a,'CV',1,TRUE)
a<-table.row.end(a)
for (i in 1:10) {
ind <- sample(2, nrow(x), replace=T, prob=c(0.9,0.1))
m.ct <- ctree(as.formula(paste('as.factor(',colnames(x)[par1],') ~ .',sep='')),data =x[ind==1,])
if (i==1) {
m.ct.i.pred <- predict(m.ct, newdata=x[ind==1,])
m.ct.i.actu <- x[ind==1,par1]
m.ct.x.pred <- predict(m.ct, newdata=x[ind==2,])
m.ct.x.actu <- x[ind==2,par1]
} else {
m.ct.i.pred <- c(m.ct.i.pred,predict(m.ct, newdata=x[ind==1,]))
m.ct.i.actu <- c(m.ct.i.actu,x[ind==1,par1])
m.ct.x.pred <- c(m.ct.x.pred,predict(m.ct, newdata=x[ind==2,]))
m.ct.x.actu <- c(m.ct.x.actu,x[ind==2,par1])
}
}
print(m.ct.i.tab <- table(m.ct.i.actu,m.ct.i.pred))
numer <- 0
for (i in 1:par3) {
print(m.ct.i.tab[i,i] / sum(m.ct.i.tab[i,]))
numer <- numer + m.ct.i.tab[i,i]
}
print(m.ct.i.cp <- numer / sum(m.ct.i.tab))
print(m.ct.x.tab <- table(m.ct.x.actu,m.ct.x.pred))
numer <- 0
for (i in 1:par3) {
print(m.ct.x.tab[i,i] / sum(m.ct.x.tab[i,]))
numer <- numer + m.ct.x.tab[i,i]
}
print(m.ct.x.cp <- numer / sum(m.ct.x.tab))
for (i in 1:par3) {
a<-table.row.start(a)
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
for (jjj in 1:par3) a<-table.element(a,m.ct.i.tab[i,jjj])
a<-table.element(a,round(m.ct.i.tab[i,i]/sum(m.ct.i.tab[i,]),4))
for (jjj in 1:par3) a<-table.element(a,m.ct.x.tab[i,jjj])
a<-table.element(a,round(m.ct.x.tab[i,i]/sum(m.ct.x.tab[i,]),4))
a<-table.row.end(a)
}
a<-table.row.start(a)
a<-table.element(a,'Overall',1,TRUE)
for (jjj in 1:par3) a<-table.element(a,'-')
a<-table.element(a,round(m.ct.i.cp,4))
for (jjj in 1:par3) a<-table.element(a,'-')
a<-table.element(a,round(m.ct.x.cp,4))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable3.tab')
}
}
m
bitmap(file='test1.png')
plot(m)
dev.off()
bitmap(file='test1a.png')
plot(x[,par1] ~ as.factor(where(m)),main='Response by Terminal Node',xlab='Terminal Node',ylab='Response')
dev.off()
if (par2 == 'none') {
forec <- predict(m)
result <- as.data.frame(cbind(x[,par1],forec,x[,par1]-forec))
colnames(result) <- c('Actuals','Forecasts','Residuals')
print(result)
}
if (par2 != 'none') {
print(cbind(as.factor(x[,par1]),predict(m)))
myt <- table(as.factor(x[,par1]),predict(m))
print(myt)
}
bitmap(file='test2.png')
if(par2=='none') {
op <- par(mfrow=c(2,2))
plot(density(result$Actuals),main='Kernel Density Plot of Actuals')
plot(density(result$Residuals),main='Kernel Density Plot of Residuals')
plot(result$Forecasts,result$Actuals,main='Actuals versus Predictions',xlab='Predictions',ylab='Actuals')
plot(density(result$Forecasts),main='Kernel Density Plot of Predictions')
par(op)
}
if(par2!='none') {
plot(myt,main='Confusion Matrix',xlab='Actual',ylab='Predicted')
}
dev.off()
if (par2 == 'none') {
detcoef <- cor(result$Forecasts,result$Actuals)
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Goodness of Fit',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation',1,TRUE)
a<-table.element(a,round(detcoef,4))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'R-squared',1,TRUE)
a<-table.element(a,round(detcoef*detcoef,4))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'RMSE',1,TRUE)
a<-table.element(a,round(sqrt(mean((result$Residuals)^2)),4))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable1.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Actuals, Predictions, and Residuals',4,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'#',header=TRUE)
a<-table.element(a,'Actuals',header=TRUE)
a<-table.element(a,'Forecasts',header=TRUE)
a<-table.element(a,'Residuals',header=TRUE)
a<-table.row.end(a)
for (i in 1:length(result$Actuals)) {
a<-table.row.start(a)
a<-table.element(a,i,header=TRUE)
a<-table.element(a,result$Actuals[i])
a<-table.element(a,result$Forecasts[i])
a<-table.element(a,result$Residuals[i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable.tab')
}
if (par2 != 'none') {
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Confusion Matrix (predicted in columns / actuals in rows)',par3+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'',1,TRUE)
for (i in 1:par3) {
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
}
a<-table.row.end(a)
for (i in 1:par3) {
a<-table.row.start(a)
a<-table.element(a,paste('C',i,sep=''),1,TRUE)
for (j in 1:par3) {
a<-table.element(a,myt[i,j])
}
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable2.tab')
}