Goodness of Fit
Correlation	0.6026
R-squared	0.3631
RMSE	2.2475

Actuals, Predictions, and Residuals
#	Actuals	Forecasts	Residuals
1	13	13.8857142857143	-0.885714285714286
2	12	11.5	0.5
3	15	11.5	3.5
4	12	10.1538461538462	1.84615384615385
5	10	10.1538461538462	-0.153846153846153
6	12	10.1538461538462	1.84615384615385
7	15	13.8857142857143	1.11428571428571
8	9	10.1538461538462	-1.15384615384615
9	12	13.8857142857143	-1.88571428571429
10	11	10.1538461538462	0.846153846153847
11	11	13.8857142857143	-2.88571428571429
12	11	10.1538461538462	0.846153846153847
13	15	10.1538461538462	4.84615384615385
14	7	10.1538461538462	-3.15384615384615
15	11	11.5	-0.5
16	11	10.1538461538462	0.846153846153847
17	10	10.1538461538462	-0.153846153846153
18	14	13.8857142857143	0.114285714285714
19	10	10.1538461538462	-0.153846153846153
20	6	10.1538461538462	-4.15384615384615
21	11	11.5	-0.5
22	15	13.8857142857143	1.11428571428571
23	11	10.1538461538462	0.846153846153847
24	12	10.1538461538462	1.84615384615385
25	14	13.8857142857143	0.114285714285714
26	15	13.8857142857143	1.11428571428571
27	9	13.8857142857143	-4.88571428571429
28	13	13.8857142857143	-0.885714285714286
29	13	13.8857142857143	-0.885714285714286
30	16	11.5	4.5
31	13	10.1538461538462	2.84615384615385
32	12	13.8857142857143	-1.88571428571429
33	14	13.8857142857143	0.114285714285714
34	11	11.5	-0.5
35	9	10.1538461538462	-1.15384615384615
36	16	13.8857142857143	2.11428571428571
37	12	11.5	0.5
38	10	10.1538461538462	-0.153846153846153
39	13	13.8857142857143	-0.885714285714286
40	16	13.8857142857143	2.11428571428571
41	14	13.8857142857143	0.114285714285714
42	15	10.1538461538462	4.84615384615385
43	5	10.1538461538462	-5.15384615384615
44	8	10.1538461538462	-2.15384615384615
45	11	10.1538461538462	0.846153846153847
46	16	13.8857142857143	2.11428571428571
47	17	13.8857142857143	3.11428571428571
48	9	10.1538461538462	-1.15384615384615
49	9	11.5	-2.5
50	13	13.8857142857143	-0.885714285714286
51	10	11.5	-1.5
52	6	10.1538461538462	-4.15384615384615
53	12	11.5	0.5
54	8	11.5	-3.5
55	14	13.8857142857143	0.114285714285714
56	12	13.8857142857143	-1.88571428571429
57	11	10.1538461538462	0.846153846153847
58	16	13.8857142857143	2.11428571428571
59	8	11.5	-3.5
60	15	13.8857142857143	1.11428571428571
61	7	10.1538461538462	-3.15384615384615
62	16	13.8857142857143	2.11428571428571
63	14	10.1538461538462	3.84615384615385
64	16	13.8857142857143	2.11428571428571
65	9	10.1538461538462	-1.15384615384615
66	14	13.8857142857143	0.114285714285714
67	11	10.1538461538462	0.846153846153847
68	13	10.1538461538462	2.84615384615385
69	15	13.8857142857143	1.11428571428571
70	5	10.1538461538462	-5.15384615384615
71	15	13.8857142857143	1.11428571428571
72	13	13.8857142857143	-0.885714285714286
73	11	11.5	-0.5
74	11	13.8857142857143	-2.88571428571429
75	12	11.5	0.5
76	12	13.8857142857143	-1.88571428571429
77	12	10.1538461538462	1.84615384615385
78	12	13.8857142857143	-1.88571428571429
79	14	11.5	2.5
80	6	10.1538461538462	-4.15384615384615
81	7	10.1538461538462	-3.15384615384615
82	14	10.1538461538462	3.84615384615385
83	14	13.8857142857143	0.114285714285714
84	10	10.1538461538462	-0.153846153846153
85	13	10.1538461538462	2.84615384615385
86	12	10.1538461538462	1.84615384615385
87	9	10.1538461538462	-1.15384615384615
88	12	11.5	0.5
89	16	13.8857142857143	2.11428571428571
90	10	10.1538461538462	-0.153846153846153