Free Statistics

of Irreproducible Research!

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 computationThu, 27 Dec 2012 08:19:05 -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/27/t13566144132cxxxnqebg6gdjw.htm/, Retrieved Tue, 07 Feb 2023 18:37:33 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=204767, Retrieved Tue, 07 Feb 2023 18:37:33 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact115
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Recursive Partitioning (Regression Trees)] [Regressieboom Lon...] [2012-12-16 18:29:13] [ae5ad0a586ac3fd0e6f11dab2358eb50]
-    D    [Recursive Partitioning (Regression Trees)] [1 NA] [2012-12-27 13:19:05] [ae7a5a1cf44a58c30c60b8a64f459c03] [Current]
Feedback Forum

Post a new message
Dataseries X:
0	3289,5	0,66	0,814	0,526	1
6	25299,2	0,384	0,743	0,587	2
0	10335,1	NA	0,334	0,464	2
0	62,2	NA	0,771	0,676	1
1	32642,4	0,681	0,813	0,612	0
64	17096,2	0,952	0,895	0,779	0
4	7670,5	0,709	0,875	0,793	0
1	256,1	NA	0,778	0,778	0
0	492,9	0,602	0,825	0,754	1
0	105256	0,253	0,623	0,277	0
0	259,5	NA	0,862	0,72	0
4	9949	0,764	0,884	0,791	0
0	190,2	0,615	0,828	0,54	0
0	4773,1	0,203	0,453	0,342	0
0	558,5	NA	0,513	0,415	2
0	6658,5	0,604	0,612	0,476	0
0	1382,4	0,497	0,696	0,607	0
12	149650,2	NA	0,73	0,608	0
0	9324	NA	0,45	0,283	1
0	12180,8	0,346	0,525	0,428	2
47	27700,9	0,875	0,904	0,796	0
0	2934,8	0,219	0,455	0,3	1
0	6011,2	NA	0,484	0,3	2
0	13187,8	0,677	0,847	0,592	0
1	33203,3	0,39	0,762	0,582	1
0	36406,2	0,235	0,424	NA	2
0	3070,2	0,548	0,879	0,587	0
4	4517,2	0,624	0,819	NA	1
93	10570,3	0,69	0,859	0,523	2
0	766,7	0,626	0,892	0,747	0
11	5141	0,774	0,866	0,79	0
0	7194,7	0,499	0,751	0,513	0
0	10260,6	0,486	0,771	0,557	0
0	56843,3	0,376	0,663	0,493	1
0	5332,8	0,386	0,726	0,513	1
0	373,9	NA	0,422	0,419	2
6	1567,6	0,716	0,78	0,661	1
7	48333,3	NA	0,427	0,245	1
0	728,4	0,674	0,718	0,503	1
11	4986,4	0,74	0,871	0,776	0
66	56708,3	0,666	0,895	0,787	0
0	929	0,484	0,652	0,702	1
235	79098,1	0,721	0,874	0,796	0
1	14793,4	0,406	0,581	0,31	1
43	57214,5	0,688	0,877	0,781	0
10	10160,5	0,671	0,9	0,742	0
0	96,2	NA	0,774	0,554	0
0	8923,1	0,296	0,666	0,499	1
0	5759,4	NA	0,373	0,292	1
0	724,9	0,541	0,646	0,335	1
0	7124,9	0,294	0,554	0,384	2
0	4889,3	0,405	0,731	0,457	0
0	5793,9	0,687	0,907	0,779	NA
86	10376,3	0,661	0,778	0,683	0
0	254,8	0,727	0,917	0,79	0
0	873785,4	0,318	0,605	0,359	1
15	184345,9	0,39	0,664	0,43	1
0	17373,8	0,345	0,749	NA	2
7	3531,2	0,76	0,863	0,729	0
4	54870,6	NA	0,659	0,592	2
3	4499,9	0,784	0,891	0,739	0
48	56832,3	0,636	0,897	0,781	0
7	2364,9	0,592	0,8	0,571	0
42	122251,2	0,761	0,931	0,798	0
0	3415,6	0,526	0,795	0,493	1
20	23447,2	0,408	0,621	0,375	1
82	42980,4	0,738	0,816	0,678	0
0	2087,7	0,514	0,828	0,848	1
5	2663,9	0,652	0,772	0,661	1
0	2948,4	NA	0,768	0,607	1
0	1639,2	0,431	0,623	0,388	1
0	29	NA	0,885	0,886	0
6	3695,9	0,688	0,801	NA	0
0	381,2	0,656	0,868	0,86	0
0	11280,6	NA	0,485	0,329	1
0	9380,9	0,239	0,428	0,242	2
1	18208,6	0,534	0,789	0,595	1
0	219,5	0,447	0,645	NA	2
0	8672,9	0,082	0,382	0,27	0
0	367,5	0,686	0,872	0,713	0
0	1995,5	0,194	0,568	0,4	2
0	1059,5	NA	0,78	0,588	0
2	84306,6	0,518	0,802	0,657	1
2	2192,6	0,58	0,639	0,426	0
8	24781,1	0,254	0,696	0,466	1
0	13547,1	0,116	0,367	0,189	1
0	39268,3	0,258	0,588	0,175	NA
4	1414,8	0,524	0,644	0,53	0
0	19081,1	0,257	0,536	0,287	0
29	14891,7	0,814	0,899	0,797	0
18	3398	0,873	0,871	0,745	0
0	7788,2	0,079	0,338	0,27	1
7	97552,1	NA	0,404	0,364	1
19	4241,5	0,82	0,891	0,823	0
0	1868,1	0,71	0,798	0,718	1
1	111844,7	0,241	0,642	0,411	1
0	2415,9	0,599	0,825	0,581	1
0	4157,7	0,222	0,561	0,4	0
0	4243,9	0,466	0,757	0,532	1
140	1145195,2	0,437	0,78	0,345	2
2	21685,5	NA	0,719	0,54	1
1	61628,7	0,578	0,712	0,452	1
37	38056,2	0,676	0,803	NA	0
0	9925,5	0,568	0,856	0,729	0
40	23206,7	0,705	0,779	0,624	1
0	7109,5	0,217	0,202	0,286	2
0	16139,1	0,57	0,767	0,762	2
0	7241,6	0,247	0,524	0,375	1
0	71	NA	0,794	0,698	1
0	3981,6	0,182	0,296	0,258	2
0	3016,6	NA	0,877	0,788	1
2	1926,7	0,67	0,837	NA	0
4	36793,9	0,572	0,655	0,622	1
81	38889,2	0,619	0,9	0,756	0
0	17337	0,59	0,781	0,43	1
0	107,4	0,665	0,777	0,536	0
0	26494,2	0,163	0,513	0,315	2
1	406,9	NA	0,748	0,567	1
0	862,9	0,451	0,622	0,517	1
23	8558,8	0,759	0,909	0,786	0
5	6673,7	0,762	0,909	0,836	0
0	12324,1	0,425	0,806	0,48	2
1	57072,1	0,417	0,828	0,526	1
0	966,2	0,179	0,522	0,34	0
0	3665,5	0,312	0,521	0,306	2
0	95,2	NA	0,782	0,491	1
0	1215,5	0,609	0,771	0,659	0
0	8215,1	0,396	0,767	0,524	1
16	54130,3	0,41	0,679	0,622	1
0	17699,7	0,262	0,431	0,235	2
0	1808,6	0,462	0,817	0,871	1
290	253339,1	0,917	0,871	0,825	0
0	3109,1	0,64	0,828	0,609	0
0	146,6	NA	0,679	0,512	0
0	19685,2	0,476	0,805	0,651	1
0	67101,6	0,371	0,719	0,307	NA
0	7860,1	0,406	0,434	0,346	0
0	10469,2	0,451	0,64	0,266	1




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time7 seconds
R Server'Gwilym Jenkins' @ jenkins.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 & 7 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ jenkins.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204767&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]7 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ jenkins.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204767&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204767&T=0

As an alternative you can also use a QR Code:  

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

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time7 seconds
R Server'Gwilym Jenkins' @ jenkins.wessa.net







Goodness of Fit
Correlation0.5963
R-squared0.3555
RMSE29.8793

\begin{tabular}{lllllllll}
\hline
Goodness of Fit \tabularnewline
Correlation & 0.5963 \tabularnewline
R-squared & 0.3555 \tabularnewline
RMSE & 29.8793 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204767&T=1

[TABLE]
[ROW][C]Goodness of Fit[/C][/ROW]
[ROW][C]Correlation[/C][C]0.5963[/C][/ROW]
[ROW][C]R-squared[/C][C]0.3555[/C][/ROW]
[ROW][C]RMSE[/C][C]29.8793[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204767&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204767&T=1

As an alternative you can also use a QR Code:  

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

Goodness of Fit
Correlation0.5963
R-squared0.3555
RMSE29.8793







Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
102.17647058823529-2.17647058823529
264.533333333333331.46666666666667
300.263888888888889-0.263888888888889
400.263888888888889-0.263888888888889
5151.2142857142857-50.2142857142857
66451.214285714285712.7857142857143
742.176470588235291.82352941176471
810.2638888888888890.736111111111111
900.263888888888889-0.263888888888889
10067.6363636363636-67.6363636363636
1100.263888888888889-0.263888888888889
12411.2222222222222-7.22222222222222
1300.263888888888889-0.263888888888889
1400.263888888888889-0.263888888888889
1500.263888888888889-0.263888888888889
1600.263888888888889-0.263888888888889
1700.263888888888889-0.263888888888889
181267.6363636363636-55.6363636363636
1900.263888888888889-0.263888888888889
2000.263888888888889-0.263888888888889
214751.2142857142857-4.21428571428572
2200.263888888888889-0.263888888888889
2300.263888888888889-0.263888888888889
24051.2142857142857-51.2142857142857
2514.53333333333333-3.53333333333333
2604.53333333333333-4.53333333333333
2700.263888888888889-0.263888888888889
2842.176470588235291.82352941176471
299351.214285714285741.7857142857143
3002.17647058823529-2.17647058823529
311111.2222222222222-0.222222222222221
3200.263888888888889-0.263888888888889
3300.263888888888889-0.263888888888889
3404.53333333333333-4.53333333333333
3500.263888888888889-0.263888888888889
3600.263888888888889-0.263888888888889
3762.176470588235293.82352941176471
3874.533333333333332.46666666666667
3902.17647058823529-2.17647058823529
401111.2222222222222-0.222222222222221
416651.214285714285714.7857142857143
4200.263888888888889-0.263888888888889
4323567.6363636363636167.363636363636
4410.2638888888888890.736111111111111
454351.2142857142857-8.21428571428572
46102.176470588235297.82352941176471
4700.263888888888889-0.263888888888889
4800.263888888888889-0.263888888888889
4900.263888888888889-0.263888888888889
5000.263888888888889-0.263888888888889
5100.263888888888889-0.263888888888889
5200.263888888888889-0.263888888888889
5302.17647058823529-2.17647058823529
548651.214285714285734.7857142857143
5502.17647058823529-2.17647058823529
56067.6363636363636-67.6363636363636
571567.6363636363636-52.6363636363636
5800.263888888888889-0.263888888888889
59711.2222222222222-4.22222222222222
6044.53333333333333-0.533333333333333
61311.2222222222222-8.22222222222222
624851.2142857142857-3.21428571428572
6370.2638888888888896.73611111111111
644267.6363636363636-25.6363636363636
6500.263888888888889-0.263888888888889
66204.5333333333333315.4666666666667
678251.214285714285730.7857142857143
6800.263888888888889-0.263888888888889
6952.176470588235292.82352941176471
7000.263888888888889-0.263888888888889
7100.263888888888889-0.263888888888889
7200.263888888888889-0.263888888888889
7362.176470588235293.82352941176471
7402.17647058823529-2.17647058823529
7500.263888888888889-0.263888888888889
7600.263888888888889-0.263888888888889
7710.2638888888888890.736111111111111
7800.263888888888889-0.263888888888889
7900.263888888888889-0.263888888888889
8002.17647058823529-2.17647058823529
8100.263888888888889-0.263888888888889
8200.263888888888889-0.263888888888889
83267.6363636363636-65.6363636363636
8420.2638888888888891.73611111111111
8584.533333333333333.46666666666667
8600.263888888888889-0.263888888888889
8704.53333333333333-4.53333333333333
8840.2638888888888893.73611111111111
8900.263888888888889-0.263888888888889
902951.2142857142857-22.2142857142857
911811.22222222222226.77777777777778
9200.263888888888889-0.263888888888889
93767.6363636363636-60.6363636363636
941911.22222222222227.77777777777778
9502.17647058823529-2.17647058823529
96167.6363636363636-66.6363636363636
9700.263888888888889-0.263888888888889
9800.263888888888889-0.263888888888889
9900.263888888888889-0.263888888888889
10014067.636363636363672.3636363636364
10120.2638888888888891.73611111111111
10214.53333333333333-3.53333333333333
1033751.2142857142857-14.2142857142857
10400.263888888888889-0.263888888888889
1054051.2142857142857-11.2142857142857
10600.263888888888889-0.263888888888889
10700.263888888888889-0.263888888888889
10800.263888888888889-0.263888888888889
10900.263888888888889-0.263888888888889
11000.263888888888889-0.263888888888889
11100.263888888888889-0.263888888888889
11222.17647058823529-0.176470588235294
11344.53333333333333-0.533333333333333
1148151.214285714285729.7857142857143
11500.263888888888889-0.263888888888889
11602.17647058823529-2.17647058823529
11704.53333333333333-4.53333333333333
11810.2638888888888890.736111111111111
11900.263888888888889-0.263888888888889
1202311.222222222222211.7777777777778
121511.2222222222222-6.22222222222222
12200.263888888888889-0.263888888888889
12314.53333333333333-3.53333333333333
12400.263888888888889-0.263888888888889
12500.263888888888889-0.263888888888889
12600.263888888888889-0.263888888888889
12700.263888888888889-0.263888888888889
12800.263888888888889-0.263888888888889
129164.5333333333333311.4666666666667
13000.263888888888889-0.263888888888889
13100.263888888888889-0.263888888888889
13229067.6363636363636222.363636363636
13302.17647058823529-2.17647058823529
13400.263888888888889-0.263888888888889
13500.263888888888889-0.263888888888889
13604.53333333333333-4.53333333333333
13700.263888888888889-0.263888888888889
13800.263888888888889-0.263888888888889

\begin{tabular}{lllllllll}
\hline
Actuals, Predictions, and Residuals \tabularnewline
# & Actuals & Forecasts & Residuals \tabularnewline
1 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
2 & 6 & 4.53333333333333 & 1.46666666666667 \tabularnewline
3 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
4 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
5 & 1 & 51.2142857142857 & -50.2142857142857 \tabularnewline
6 & 64 & 51.2142857142857 & 12.7857142857143 \tabularnewline
7 & 4 & 2.17647058823529 & 1.82352941176471 \tabularnewline
8 & 1 & 0.263888888888889 & 0.736111111111111 \tabularnewline
9 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
10 & 0 & 67.6363636363636 & -67.6363636363636 \tabularnewline
11 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
12 & 4 & 11.2222222222222 & -7.22222222222222 \tabularnewline
13 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
14 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
15 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
16 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
17 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
18 & 12 & 67.6363636363636 & -55.6363636363636 \tabularnewline
19 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
20 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
21 & 47 & 51.2142857142857 & -4.21428571428572 \tabularnewline
22 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
23 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
24 & 0 & 51.2142857142857 & -51.2142857142857 \tabularnewline
25 & 1 & 4.53333333333333 & -3.53333333333333 \tabularnewline
26 & 0 & 4.53333333333333 & -4.53333333333333 \tabularnewline
27 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
28 & 4 & 2.17647058823529 & 1.82352941176471 \tabularnewline
29 & 93 & 51.2142857142857 & 41.7857142857143 \tabularnewline
30 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
31 & 11 & 11.2222222222222 & -0.222222222222221 \tabularnewline
32 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
33 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
34 & 0 & 4.53333333333333 & -4.53333333333333 \tabularnewline
35 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
36 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
37 & 6 & 2.17647058823529 & 3.82352941176471 \tabularnewline
38 & 7 & 4.53333333333333 & 2.46666666666667 \tabularnewline
39 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
40 & 11 & 11.2222222222222 & -0.222222222222221 \tabularnewline
41 & 66 & 51.2142857142857 & 14.7857142857143 \tabularnewline
42 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
43 & 235 & 67.6363636363636 & 167.363636363636 \tabularnewline
44 & 1 & 0.263888888888889 & 0.736111111111111 \tabularnewline
45 & 43 & 51.2142857142857 & -8.21428571428572 \tabularnewline
46 & 10 & 2.17647058823529 & 7.82352941176471 \tabularnewline
47 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
48 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
49 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
50 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
51 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
52 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
53 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
54 & 86 & 51.2142857142857 & 34.7857142857143 \tabularnewline
55 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
56 & 0 & 67.6363636363636 & -67.6363636363636 \tabularnewline
57 & 15 & 67.6363636363636 & -52.6363636363636 \tabularnewline
58 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
59 & 7 & 11.2222222222222 & -4.22222222222222 \tabularnewline
60 & 4 & 4.53333333333333 & -0.533333333333333 \tabularnewline
61 & 3 & 11.2222222222222 & -8.22222222222222 \tabularnewline
62 & 48 & 51.2142857142857 & -3.21428571428572 \tabularnewline
63 & 7 & 0.263888888888889 & 6.73611111111111 \tabularnewline
64 & 42 & 67.6363636363636 & -25.6363636363636 \tabularnewline
65 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
66 & 20 & 4.53333333333333 & 15.4666666666667 \tabularnewline
67 & 82 & 51.2142857142857 & 30.7857142857143 \tabularnewline
68 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
69 & 5 & 2.17647058823529 & 2.82352941176471 \tabularnewline
70 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
71 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
72 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
73 & 6 & 2.17647058823529 & 3.82352941176471 \tabularnewline
74 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
75 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
76 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
77 & 1 & 0.263888888888889 & 0.736111111111111 \tabularnewline
78 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
79 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
80 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
81 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
82 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
83 & 2 & 67.6363636363636 & -65.6363636363636 \tabularnewline
84 & 2 & 0.263888888888889 & 1.73611111111111 \tabularnewline
85 & 8 & 4.53333333333333 & 3.46666666666667 \tabularnewline
86 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
87 & 0 & 4.53333333333333 & -4.53333333333333 \tabularnewline
88 & 4 & 0.263888888888889 & 3.73611111111111 \tabularnewline
89 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
90 & 29 & 51.2142857142857 & -22.2142857142857 \tabularnewline
91 & 18 & 11.2222222222222 & 6.77777777777778 \tabularnewline
92 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
93 & 7 & 67.6363636363636 & -60.6363636363636 \tabularnewline
94 & 19 & 11.2222222222222 & 7.77777777777778 \tabularnewline
95 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
96 & 1 & 67.6363636363636 & -66.6363636363636 \tabularnewline
97 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
98 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
99 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
100 & 140 & 67.6363636363636 & 72.3636363636364 \tabularnewline
101 & 2 & 0.263888888888889 & 1.73611111111111 \tabularnewline
102 & 1 & 4.53333333333333 & -3.53333333333333 \tabularnewline
103 & 37 & 51.2142857142857 & -14.2142857142857 \tabularnewline
104 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
105 & 40 & 51.2142857142857 & -11.2142857142857 \tabularnewline
106 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
107 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
108 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
109 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
110 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
111 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
112 & 2 & 2.17647058823529 & -0.176470588235294 \tabularnewline
113 & 4 & 4.53333333333333 & -0.533333333333333 \tabularnewline
114 & 81 & 51.2142857142857 & 29.7857142857143 \tabularnewline
115 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
116 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
117 & 0 & 4.53333333333333 & -4.53333333333333 \tabularnewline
118 & 1 & 0.263888888888889 & 0.736111111111111 \tabularnewline
119 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
120 & 23 & 11.2222222222222 & 11.7777777777778 \tabularnewline
121 & 5 & 11.2222222222222 & -6.22222222222222 \tabularnewline
122 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
123 & 1 & 4.53333333333333 & -3.53333333333333 \tabularnewline
124 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
125 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
126 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
127 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
128 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
129 & 16 & 4.53333333333333 & 11.4666666666667 \tabularnewline
130 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
131 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
132 & 290 & 67.6363636363636 & 222.363636363636 \tabularnewline
133 & 0 & 2.17647058823529 & -2.17647058823529 \tabularnewline
134 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
135 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
136 & 0 & 4.53333333333333 & -4.53333333333333 \tabularnewline
137 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
138 & 0 & 0.263888888888889 & -0.263888888888889 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=204767&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]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]2[/C][C]6[/C][C]4.53333333333333[/C][C]1.46666666666667[/C][/ROW]
[ROW][C]3[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]4[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]5[/C][C]1[/C][C]51.2142857142857[/C][C]-50.2142857142857[/C][/ROW]
[ROW][C]6[/C][C]64[/C][C]51.2142857142857[/C][C]12.7857142857143[/C][/ROW]
[ROW][C]7[/C][C]4[/C][C]2.17647058823529[/C][C]1.82352941176471[/C][/ROW]
[ROW][C]8[/C][C]1[/C][C]0.263888888888889[/C][C]0.736111111111111[/C][/ROW]
[ROW][C]9[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]10[/C][C]0[/C][C]67.6363636363636[/C][C]-67.6363636363636[/C][/ROW]
[ROW][C]11[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]12[/C][C]4[/C][C]11.2222222222222[/C][C]-7.22222222222222[/C][/ROW]
[ROW][C]13[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]14[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]15[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]16[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]17[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]18[/C][C]12[/C][C]67.6363636363636[/C][C]-55.6363636363636[/C][/ROW]
[ROW][C]19[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]20[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]21[/C][C]47[/C][C]51.2142857142857[/C][C]-4.21428571428572[/C][/ROW]
[ROW][C]22[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]23[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]24[/C][C]0[/C][C]51.2142857142857[/C][C]-51.2142857142857[/C][/ROW]
[ROW][C]25[/C][C]1[/C][C]4.53333333333333[/C][C]-3.53333333333333[/C][/ROW]
[ROW][C]26[/C][C]0[/C][C]4.53333333333333[/C][C]-4.53333333333333[/C][/ROW]
[ROW][C]27[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]28[/C][C]4[/C][C]2.17647058823529[/C][C]1.82352941176471[/C][/ROW]
[ROW][C]29[/C][C]93[/C][C]51.2142857142857[/C][C]41.7857142857143[/C][/ROW]
[ROW][C]30[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]31[/C][C]11[/C][C]11.2222222222222[/C][C]-0.222222222222221[/C][/ROW]
[ROW][C]32[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]33[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]34[/C][C]0[/C][C]4.53333333333333[/C][C]-4.53333333333333[/C][/ROW]
[ROW][C]35[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]36[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]37[/C][C]6[/C][C]2.17647058823529[/C][C]3.82352941176471[/C][/ROW]
[ROW][C]38[/C][C]7[/C][C]4.53333333333333[/C][C]2.46666666666667[/C][/ROW]
[ROW][C]39[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]40[/C][C]11[/C][C]11.2222222222222[/C][C]-0.222222222222221[/C][/ROW]
[ROW][C]41[/C][C]66[/C][C]51.2142857142857[/C][C]14.7857142857143[/C][/ROW]
[ROW][C]42[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]43[/C][C]235[/C][C]67.6363636363636[/C][C]167.363636363636[/C][/ROW]
[ROW][C]44[/C][C]1[/C][C]0.263888888888889[/C][C]0.736111111111111[/C][/ROW]
[ROW][C]45[/C][C]43[/C][C]51.2142857142857[/C][C]-8.21428571428572[/C][/ROW]
[ROW][C]46[/C][C]10[/C][C]2.17647058823529[/C][C]7.82352941176471[/C][/ROW]
[ROW][C]47[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]48[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]49[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]50[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]51[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]52[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]53[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]54[/C][C]86[/C][C]51.2142857142857[/C][C]34.7857142857143[/C][/ROW]
[ROW][C]55[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]56[/C][C]0[/C][C]67.6363636363636[/C][C]-67.6363636363636[/C][/ROW]
[ROW][C]57[/C][C]15[/C][C]67.6363636363636[/C][C]-52.6363636363636[/C][/ROW]
[ROW][C]58[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]59[/C][C]7[/C][C]11.2222222222222[/C][C]-4.22222222222222[/C][/ROW]
[ROW][C]60[/C][C]4[/C][C]4.53333333333333[/C][C]-0.533333333333333[/C][/ROW]
[ROW][C]61[/C][C]3[/C][C]11.2222222222222[/C][C]-8.22222222222222[/C][/ROW]
[ROW][C]62[/C][C]48[/C][C]51.2142857142857[/C][C]-3.21428571428572[/C][/ROW]
[ROW][C]63[/C][C]7[/C][C]0.263888888888889[/C][C]6.73611111111111[/C][/ROW]
[ROW][C]64[/C][C]42[/C][C]67.6363636363636[/C][C]-25.6363636363636[/C][/ROW]
[ROW][C]65[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]66[/C][C]20[/C][C]4.53333333333333[/C][C]15.4666666666667[/C][/ROW]
[ROW][C]67[/C][C]82[/C][C]51.2142857142857[/C][C]30.7857142857143[/C][/ROW]
[ROW][C]68[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]69[/C][C]5[/C][C]2.17647058823529[/C][C]2.82352941176471[/C][/ROW]
[ROW][C]70[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]71[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]72[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]73[/C][C]6[/C][C]2.17647058823529[/C][C]3.82352941176471[/C][/ROW]
[ROW][C]74[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]75[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]76[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]77[/C][C]1[/C][C]0.263888888888889[/C][C]0.736111111111111[/C][/ROW]
[ROW][C]78[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]79[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]80[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]81[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]82[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]83[/C][C]2[/C][C]67.6363636363636[/C][C]-65.6363636363636[/C][/ROW]
[ROW][C]84[/C][C]2[/C][C]0.263888888888889[/C][C]1.73611111111111[/C][/ROW]
[ROW][C]85[/C][C]8[/C][C]4.53333333333333[/C][C]3.46666666666667[/C][/ROW]
[ROW][C]86[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]87[/C][C]0[/C][C]4.53333333333333[/C][C]-4.53333333333333[/C][/ROW]
[ROW][C]88[/C][C]4[/C][C]0.263888888888889[/C][C]3.73611111111111[/C][/ROW]
[ROW][C]89[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]90[/C][C]29[/C][C]51.2142857142857[/C][C]-22.2142857142857[/C][/ROW]
[ROW][C]91[/C][C]18[/C][C]11.2222222222222[/C][C]6.77777777777778[/C][/ROW]
[ROW][C]92[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]93[/C][C]7[/C][C]67.6363636363636[/C][C]-60.6363636363636[/C][/ROW]
[ROW][C]94[/C][C]19[/C][C]11.2222222222222[/C][C]7.77777777777778[/C][/ROW]
[ROW][C]95[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]96[/C][C]1[/C][C]67.6363636363636[/C][C]-66.6363636363636[/C][/ROW]
[ROW][C]97[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]98[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]99[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]100[/C][C]140[/C][C]67.6363636363636[/C][C]72.3636363636364[/C][/ROW]
[ROW][C]101[/C][C]2[/C][C]0.263888888888889[/C][C]1.73611111111111[/C][/ROW]
[ROW][C]102[/C][C]1[/C][C]4.53333333333333[/C][C]-3.53333333333333[/C][/ROW]
[ROW][C]103[/C][C]37[/C][C]51.2142857142857[/C][C]-14.2142857142857[/C][/ROW]
[ROW][C]104[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]105[/C][C]40[/C][C]51.2142857142857[/C][C]-11.2142857142857[/C][/ROW]
[ROW][C]106[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]107[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]108[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]109[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]110[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]111[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]112[/C][C]2[/C][C]2.17647058823529[/C][C]-0.176470588235294[/C][/ROW]
[ROW][C]113[/C][C]4[/C][C]4.53333333333333[/C][C]-0.533333333333333[/C][/ROW]
[ROW][C]114[/C][C]81[/C][C]51.2142857142857[/C][C]29.7857142857143[/C][/ROW]
[ROW][C]115[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]116[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]117[/C][C]0[/C][C]4.53333333333333[/C][C]-4.53333333333333[/C][/ROW]
[ROW][C]118[/C][C]1[/C][C]0.263888888888889[/C][C]0.736111111111111[/C][/ROW]
[ROW][C]119[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]120[/C][C]23[/C][C]11.2222222222222[/C][C]11.7777777777778[/C][/ROW]
[ROW][C]121[/C][C]5[/C][C]11.2222222222222[/C][C]-6.22222222222222[/C][/ROW]
[ROW][C]122[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]123[/C][C]1[/C][C]4.53333333333333[/C][C]-3.53333333333333[/C][/ROW]
[ROW][C]124[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]125[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]126[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]127[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]128[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]129[/C][C]16[/C][C]4.53333333333333[/C][C]11.4666666666667[/C][/ROW]
[ROW][C]130[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]131[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]132[/C][C]290[/C][C]67.6363636363636[/C][C]222.363636363636[/C][/ROW]
[ROW][C]133[/C][C]0[/C][C]2.17647058823529[/C][C]-2.17647058823529[/C][/ROW]
[ROW][C]134[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]135[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]136[/C][C]0[/C][C]4.53333333333333[/C][C]-4.53333333333333[/C][/ROW]
[ROW][C]137[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[ROW][C]138[/C][C]0[/C][C]0.263888888888889[/C][C]-0.263888888888889[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=204767&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=204767&T=2

As an alternative you can also use a QR Code:  

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

Actuals, Predictions, and Residuals
#ActualsForecastsResiduals
102.17647058823529-2.17647058823529
264.533333333333331.46666666666667
300.263888888888889-0.263888888888889
400.263888888888889-0.263888888888889
5151.2142857142857-50.2142857142857
66451.214285714285712.7857142857143
742.176470588235291.82352941176471
810.2638888888888890.736111111111111
900.263888888888889-0.263888888888889
10067.6363636363636-67.6363636363636
1100.263888888888889-0.263888888888889
12411.2222222222222-7.22222222222222
1300.263888888888889-0.263888888888889
1400.263888888888889-0.263888888888889
1500.263888888888889-0.263888888888889
1600.263888888888889-0.263888888888889
1700.263888888888889-0.263888888888889
181267.6363636363636-55.6363636363636
1900.263888888888889-0.263888888888889
2000.263888888888889-0.263888888888889
214751.2142857142857-4.21428571428572
2200.263888888888889-0.263888888888889
2300.263888888888889-0.263888888888889
24051.2142857142857-51.2142857142857
2514.53333333333333-3.53333333333333
2604.53333333333333-4.53333333333333
2700.263888888888889-0.263888888888889
2842.176470588235291.82352941176471
299351.214285714285741.7857142857143
3002.17647058823529-2.17647058823529
311111.2222222222222-0.222222222222221
3200.263888888888889-0.263888888888889
3300.263888888888889-0.263888888888889
3404.53333333333333-4.53333333333333
3500.263888888888889-0.263888888888889
3600.263888888888889-0.263888888888889
3762.176470588235293.82352941176471
3874.533333333333332.46666666666667
3902.17647058823529-2.17647058823529
401111.2222222222222-0.222222222222221
416651.214285714285714.7857142857143
4200.263888888888889-0.263888888888889
4323567.6363636363636167.363636363636
4410.2638888888888890.736111111111111
454351.2142857142857-8.21428571428572
46102.176470588235297.82352941176471
4700.263888888888889-0.263888888888889
4800.263888888888889-0.263888888888889
4900.263888888888889-0.263888888888889
5000.263888888888889-0.263888888888889
5100.263888888888889-0.263888888888889
5200.263888888888889-0.263888888888889
5302.17647058823529-2.17647058823529
548651.214285714285734.7857142857143
5502.17647058823529-2.17647058823529
56067.6363636363636-67.6363636363636
571567.6363636363636-52.6363636363636
5800.263888888888889-0.263888888888889
59711.2222222222222-4.22222222222222
6044.53333333333333-0.533333333333333
61311.2222222222222-8.22222222222222
624851.2142857142857-3.21428571428572
6370.2638888888888896.73611111111111
644267.6363636363636-25.6363636363636
6500.263888888888889-0.263888888888889
66204.5333333333333315.4666666666667
678251.214285714285730.7857142857143
6800.263888888888889-0.263888888888889
6952.176470588235292.82352941176471
7000.263888888888889-0.263888888888889
7100.263888888888889-0.263888888888889
7200.263888888888889-0.263888888888889
7362.176470588235293.82352941176471
7402.17647058823529-2.17647058823529
7500.263888888888889-0.263888888888889
7600.263888888888889-0.263888888888889
7710.2638888888888890.736111111111111
7800.263888888888889-0.263888888888889
7900.263888888888889-0.263888888888889
8002.17647058823529-2.17647058823529
8100.263888888888889-0.263888888888889
8200.263888888888889-0.263888888888889
83267.6363636363636-65.6363636363636
8420.2638888888888891.73611111111111
8584.533333333333333.46666666666667
8600.263888888888889-0.263888888888889
8704.53333333333333-4.53333333333333
8840.2638888888888893.73611111111111
8900.263888888888889-0.263888888888889
902951.2142857142857-22.2142857142857
911811.22222222222226.77777777777778
9200.263888888888889-0.263888888888889
93767.6363636363636-60.6363636363636
941911.22222222222227.77777777777778
9502.17647058823529-2.17647058823529
96167.6363636363636-66.6363636363636
9700.263888888888889-0.263888888888889
9800.263888888888889-0.263888888888889
9900.263888888888889-0.263888888888889
10014067.636363636363672.3636363636364
10120.2638888888888891.73611111111111
10214.53333333333333-3.53333333333333
1033751.2142857142857-14.2142857142857
10400.263888888888889-0.263888888888889
1054051.2142857142857-11.2142857142857
10600.263888888888889-0.263888888888889
10700.263888888888889-0.263888888888889
10800.263888888888889-0.263888888888889
10900.263888888888889-0.263888888888889
11000.263888888888889-0.263888888888889
11100.263888888888889-0.263888888888889
11222.17647058823529-0.176470588235294
11344.53333333333333-0.533333333333333
1148151.214285714285729.7857142857143
11500.263888888888889-0.263888888888889
11602.17647058823529-2.17647058823529
11704.53333333333333-4.53333333333333
11810.2638888888888890.736111111111111
11900.263888888888889-0.263888888888889
1202311.222222222222211.7777777777778
121511.2222222222222-6.22222222222222
12200.263888888888889-0.263888888888889
12314.53333333333333-3.53333333333333
12400.263888888888889-0.263888888888889
12500.263888888888889-0.263888888888889
12600.263888888888889-0.263888888888889
12700.263888888888889-0.263888888888889
12800.263888888888889-0.263888888888889
129164.5333333333333311.4666666666667
13000.263888888888889-0.263888888888889
13100.263888888888889-0.263888888888889
13229067.6363636363636222.363636363636
13302.17647058823529-2.17647058823529
13400.263888888888889-0.263888888888889
13500.263888888888889-0.263888888888889
13604.53333333333333-4.53333333333333
13700.263888888888889-0.263888888888889
13800.263888888888889-0.263888888888889



Parameters (Session):
par1 = 1 ; par2 = none ; par3 = 3 ; par4 = no ;
Parameters (R input):
par1 = 1 ; par2 = none ; par3 = 3 ; 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')
}