Repository of Reproducible Computations

Free Statistics

of Irreproducible Research!

Author's title

Author

*Unverified author*

R Software Module

rwasp_decompose.wasp

Title produced by software

Classical Decomposition

Date of computation

Sun, 26 May 2013 08:04:40 -0400

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2013/May/26/t136956990402fbtds2t5j18ia.htm/, Retrieved Mon, 29 Apr 2024 12:42:44 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=210592, Retrieved Mon, 29 Apr 2024 12:42:44 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

Estimated Impact

111

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)

-     [Variability] [] [2013-01-10 20:50:23] [7f8baaec841305942f5a80a47f7ed815]
- RMPD    [Classical Decomposition] [] [2013-05-26 12:04:40] [7a0d698c63197d0e3518addb095c1aaa] [Current]

Feedback Forum

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

1,26
1,26
1,28
1,34
1,39
1,47
1,57
1,63
1,72
1,43
1,35
1,41
1,44
1,43
1,43
1,42
1,45
1,51
1,48
1,48
1,45
1,38
1,46
1,45
1,41
1,45
1,47
1,47
1,53
1,56
1,66
1,79
1,78
1,46
1,41
1,43
1,43
1,45
1,35
1,35
1,29
1,29
1,26
1,3
1,3
1,16
1,24
1,15
1,21
1,22
1,17
1,13
1,15
1,2
1,23
1,25
1,38
1,28
1,26
1,25
1,26
1,28
1,31
1,22
1,23
1,36
1,54
1,58
1,44
1,29
1,28
1,23

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	3 seconds
R Server	'Sir Ronald Aylmer Fisher' @ fisher.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 & 'Sir Ronald Aylmer Fisher' @ fisher.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=210592&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]'Sir Ronald Aylmer Fisher' @ fisher.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=210592&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=210592&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 Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	3 seconds
R Server	'Sir Ronald Aylmer Fisher' @ fisher.wessa.net

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	1.26	NA	NA	0.979045999396736	NA
2	1.26	NA	NA	0.990990348070451	NA
3	1.28	NA	NA	0.977659905670894	NA
4	1.34	NA	NA	0.958806308447908	NA
5	1.39	NA	NA	0.967911894868123	NA
6	1.47	NA	NA	1.00929131774312	NA
7	1.57	1.48491099796214	1.43333333333333	1.03598441718289	1.05730242563671
8	1.63	1.55018718239034	1.44791666666667	1.07063287416887	1.05148592280746
9	1.72	1.60479204895596	1.46125	1.09823236883214	1.07178995628685
10	1.43	1.42521480534676	1.47083333333333	0.96898457020743	1.00335752522026
11	1.35	1.43828573532236	1.47666666666667	0.974008398638169	0.938617387940251
12	1.41	1.43411540622175	1.48083333333333	0.968451596773271	0.983184473078575
13	1.44	1.44776427160792	1.47875	0.979045999396736	0.994637060908196
14	1.43	1.45551707372848	1.46875	0.990990348070451	0.982468722497971
15	1.43	1.41882893810488	1.45125	0.977659905670894	1.00787343815389
16	1.42	1.37868357102239	1.43791666666667	0.958806308447908	1.02996802881097
17	1.45	1.39419642523296	1.44041666666667	0.967911894868123	1.04002561888488
18	1.51	1.46010810633504	1.44666666666667	1.00929131774312	1.03416999977501
19	1.48	1.49915578369841	1.44708333333333	1.03598441718289	0.987222286098146
20	1.48	1.54884889129763	1.44666666666667	1.07063287416887	0.9555483483996
21	1.45	1.59152174116591	1.44916666666667	1.09823236883214	0.911077720457507
22	1.38	1.40785383179721	1.45291666666667	0.96898457020743	0.980215395115518
23	1.46	1.42042891468066	1.45833333333333	0.974008398638169	1.02785854674624
24	1.45	1.41757102477688	1.46375	0.968451596773271	1.02287643769259
25	1.41	1.44246110577786	1.47333333333333	0.979045999396736	0.977496027000081
26	1.45	1.48029183243024	1.49375	0.990990348070451	0.979536580715638
27	1.47	1.48645041491379	1.52041666666667	0.977659905670894	0.988933088686485
28	1.47	1.47416469923866	1.5375	0.958806308447908	0.997174875208442
29	1.53	1.48937442822832	1.53875	0.967911894868123	1.02727693654577
30	1.56	1.5501032488338	1.53583333333333	1.00929131774312	1.00638457546208
31	1.66	1.59109940072339	1.53583333333333	1.03598441718289	1.04330376797659
32	1.79	1.64520584997283	1.53666666666667	1.07063287416887	1.08800974664026
33	1.78	1.68212591159456	1.53166666666667	1.09823236883214	1.05818475759205
34	1.46	1.47447152099897	1.52166666666667	0.96898457020743	0.99018528279938
35	1.41	1.46750598728151	1.50666666666667	0.974008398638169	0.96081379716342
36	1.43	1.43855414270696	1.48541666666667	0.968451596773271	0.994053652585598
37	1.43	1.42695954412074	1.4575	0.979045999396736	1.00213072325125
38	1.45	1.40761920690507	1.42041666666667	0.990990348070451	1.03010813783091
39	1.35	1.34917066982583	1.38	0.977659905670894	1.00061469626691
40	1.35	1.29199150063356	1.3475	0.958806308447908	1.04489851468682
41	1.29	1.2853063370603	1.32791666666667	0.967911894868123	1.00365178541828
42	1.29	1.32133055014536	1.30916666666667	1.00929131774312	0.976288635616638
43	1.26	1.33469325747062	1.28833333333333	1.03598441718289	0.94403713583436
44	1.3	1.35925765316356	1.26958333333333	1.07063287416887	0.956404399838662
45	1.3	1.37553604196226	1.2525	1.09823236883214	0.945086104865344
46	1.16	1.19750343134802	1.23583333333333	0.96898457020743	0.968681984229641
47	1.24	1.1891019200041	1.22083333333333	0.974008398638169	1.0428037993545
48	1.15	1.17303699659162	1.21125	0.968451596773271	0.980361236125919
49	1.21	1.18097423677231	1.20625	0.979045999396736	1.02457781238905
50	1.22	1.19207880619975	1.20291666666667	0.990990348070451	1.02342227179532
51	1.17	1.17726546974537	1.20416666666667	0.977659905670894	0.993828520472159
52	1.13	1.16255264899309	1.2125	0.958806308447908	0.971998989446815
53	1.15	1.17923932524766	1.21833333333333	0.967911894868123	0.975204926920561
54	1.2	1.23469971203908	1.22333333333333	1.00929131774312	0.971896233796172
55	1.23	1.27382917296113	1.22958333333333	1.03598441718289	0.965592581885023
56	1.25	1.32133940553674	1.23416666666667	1.07063287416887	0.946009779744846
57	1.38	1.36455371827393	1.2425	1.09823236883214	1.01131965822907
58	1.28	1.21324943061389	1.25208333333333	0.96898457020743	1.05501801006602
59	1.26	1.22643890861856	1.25916666666667	0.974008398638169	1.02736466622642
60	1.25	1.22912648490474	1.26916666666667	0.968451596773271	1.01698239794814
61	1.26	1.26174553172254	1.28875	0.979045999396736	0.998616573882246
62	1.28	1.30356522035767	1.31541666666667	0.990990348070451	0.981922484590985
63	1.31	1.30191710771841	1.33166666666667	0.977659905670894	1.00620845385138
64	1.22	1.27960691914944	1.33458333333333	0.958806308447908	0.953417789277774
65	1.23	1.29296897289467	1.33583333333333	0.967911894868123	0.951298929661325
66	1.36	1.34824498528518	1.33583333333333	1.00929131774312	1.00871875278092
67	1.54	NA	NA	1.03598441718289	NA
68	1.58	NA	NA	1.07063287416887	NA
69	1.44	NA	NA	1.09823236883214	NA
70	1.29	NA	NA	0.96898457020743	NA
71	1.28	NA	NA	0.974008398638169	NA
72	1.23	NA	NA	0.968451596773271	NA

\begin{tabular}{lllllllll}
\hline
Classical Decomposition by Moving Averages \tabularnewline
t & Observations & Fit & Trend & Seasonal & Random \tabularnewline
1 & 1.26 & NA & NA & 0.979045999396736 & NA \tabularnewline
2 & 1.26 & NA & NA & 0.990990348070451 & NA \tabularnewline
3 & 1.28 & NA & NA & 0.977659905670894 & NA \tabularnewline
4 & 1.34 & NA & NA & 0.958806308447908 & NA \tabularnewline
5 & 1.39 & NA & NA & 0.967911894868123 & NA \tabularnewline
6 & 1.47 & NA & NA & 1.00929131774312 & NA \tabularnewline
7 & 1.57 & 1.48491099796214 & 1.43333333333333 & 1.03598441718289 & 1.05730242563671 \tabularnewline
8 & 1.63 & 1.55018718239034 & 1.44791666666667 & 1.07063287416887 & 1.05148592280746 \tabularnewline
9 & 1.72 & 1.60479204895596 & 1.46125 & 1.09823236883214 & 1.07178995628685 \tabularnewline
10 & 1.43 & 1.42521480534676 & 1.47083333333333 & 0.96898457020743 & 1.00335752522026 \tabularnewline
11 & 1.35 & 1.43828573532236 & 1.47666666666667 & 0.974008398638169 & 0.938617387940251 \tabularnewline
12 & 1.41 & 1.43411540622175 & 1.48083333333333 & 0.968451596773271 & 0.983184473078575 \tabularnewline
13 & 1.44 & 1.44776427160792 & 1.47875 & 0.979045999396736 & 0.994637060908196 \tabularnewline
14 & 1.43 & 1.45551707372848 & 1.46875 & 0.990990348070451 & 0.982468722497971 \tabularnewline
15 & 1.43 & 1.41882893810488 & 1.45125 & 0.977659905670894 & 1.00787343815389 \tabularnewline
16 & 1.42 & 1.37868357102239 & 1.43791666666667 & 0.958806308447908 & 1.02996802881097 \tabularnewline
17 & 1.45 & 1.39419642523296 & 1.44041666666667 & 0.967911894868123 & 1.04002561888488 \tabularnewline
18 & 1.51 & 1.46010810633504 & 1.44666666666667 & 1.00929131774312 & 1.03416999977501 \tabularnewline
19 & 1.48 & 1.49915578369841 & 1.44708333333333 & 1.03598441718289 & 0.987222286098146 \tabularnewline
20 & 1.48 & 1.54884889129763 & 1.44666666666667 & 1.07063287416887 & 0.9555483483996 \tabularnewline
21 & 1.45 & 1.59152174116591 & 1.44916666666667 & 1.09823236883214 & 0.911077720457507 \tabularnewline
22 & 1.38 & 1.40785383179721 & 1.45291666666667 & 0.96898457020743 & 0.980215395115518 \tabularnewline
23 & 1.46 & 1.42042891468066 & 1.45833333333333 & 0.974008398638169 & 1.02785854674624 \tabularnewline
24 & 1.45 & 1.41757102477688 & 1.46375 & 0.968451596773271 & 1.02287643769259 \tabularnewline
25 & 1.41 & 1.44246110577786 & 1.47333333333333 & 0.979045999396736 & 0.977496027000081 \tabularnewline
26 & 1.45 & 1.48029183243024 & 1.49375 & 0.990990348070451 & 0.979536580715638 \tabularnewline
27 & 1.47 & 1.48645041491379 & 1.52041666666667 & 0.977659905670894 & 0.988933088686485 \tabularnewline
28 & 1.47 & 1.47416469923866 & 1.5375 & 0.958806308447908 & 0.997174875208442 \tabularnewline
29 & 1.53 & 1.48937442822832 & 1.53875 & 0.967911894868123 & 1.02727693654577 \tabularnewline
30 & 1.56 & 1.5501032488338 & 1.53583333333333 & 1.00929131774312 & 1.00638457546208 \tabularnewline
31 & 1.66 & 1.59109940072339 & 1.53583333333333 & 1.03598441718289 & 1.04330376797659 \tabularnewline
32 & 1.79 & 1.64520584997283 & 1.53666666666667 & 1.07063287416887 & 1.08800974664026 \tabularnewline
33 & 1.78 & 1.68212591159456 & 1.53166666666667 & 1.09823236883214 & 1.05818475759205 \tabularnewline
34 & 1.46 & 1.47447152099897 & 1.52166666666667 & 0.96898457020743 & 0.99018528279938 \tabularnewline
35 & 1.41 & 1.46750598728151 & 1.50666666666667 & 0.974008398638169 & 0.96081379716342 \tabularnewline
36 & 1.43 & 1.43855414270696 & 1.48541666666667 & 0.968451596773271 & 0.994053652585598 \tabularnewline
37 & 1.43 & 1.42695954412074 & 1.4575 & 0.979045999396736 & 1.00213072325125 \tabularnewline
38 & 1.45 & 1.40761920690507 & 1.42041666666667 & 0.990990348070451 & 1.03010813783091 \tabularnewline
39 & 1.35 & 1.34917066982583 & 1.38 & 0.977659905670894 & 1.00061469626691 \tabularnewline
40 & 1.35 & 1.29199150063356 & 1.3475 & 0.958806308447908 & 1.04489851468682 \tabularnewline
41 & 1.29 & 1.2853063370603 & 1.32791666666667 & 0.967911894868123 & 1.00365178541828 \tabularnewline
42 & 1.29 & 1.32133055014536 & 1.30916666666667 & 1.00929131774312 & 0.976288635616638 \tabularnewline
43 & 1.26 & 1.33469325747062 & 1.28833333333333 & 1.03598441718289 & 0.94403713583436 \tabularnewline
44 & 1.3 & 1.35925765316356 & 1.26958333333333 & 1.07063287416887 & 0.956404399838662 \tabularnewline
45 & 1.3 & 1.37553604196226 & 1.2525 & 1.09823236883214 & 0.945086104865344 \tabularnewline
46 & 1.16 & 1.19750343134802 & 1.23583333333333 & 0.96898457020743 & 0.968681984229641 \tabularnewline
47 & 1.24 & 1.1891019200041 & 1.22083333333333 & 0.974008398638169 & 1.0428037993545 \tabularnewline
48 & 1.15 & 1.17303699659162 & 1.21125 & 0.968451596773271 & 0.980361236125919 \tabularnewline
49 & 1.21 & 1.18097423677231 & 1.20625 & 0.979045999396736 & 1.02457781238905 \tabularnewline
50 & 1.22 & 1.19207880619975 & 1.20291666666667 & 0.990990348070451 & 1.02342227179532 \tabularnewline
51 & 1.17 & 1.17726546974537 & 1.20416666666667 & 0.977659905670894 & 0.993828520472159 \tabularnewline
52 & 1.13 & 1.16255264899309 & 1.2125 & 0.958806308447908 & 0.971998989446815 \tabularnewline
53 & 1.15 & 1.17923932524766 & 1.21833333333333 & 0.967911894868123 & 0.975204926920561 \tabularnewline
54 & 1.2 & 1.23469971203908 & 1.22333333333333 & 1.00929131774312 & 0.971896233796172 \tabularnewline
55 & 1.23 & 1.27382917296113 & 1.22958333333333 & 1.03598441718289 & 0.965592581885023 \tabularnewline
56 & 1.25 & 1.32133940553674 & 1.23416666666667 & 1.07063287416887 & 0.946009779744846 \tabularnewline
57 & 1.38 & 1.36455371827393 & 1.2425 & 1.09823236883214 & 1.01131965822907 \tabularnewline
58 & 1.28 & 1.21324943061389 & 1.25208333333333 & 0.96898457020743 & 1.05501801006602 \tabularnewline
59 & 1.26 & 1.22643890861856 & 1.25916666666667 & 0.974008398638169 & 1.02736466622642 \tabularnewline
60 & 1.25 & 1.22912648490474 & 1.26916666666667 & 0.968451596773271 & 1.01698239794814 \tabularnewline
61 & 1.26 & 1.26174553172254 & 1.28875 & 0.979045999396736 & 0.998616573882246 \tabularnewline
62 & 1.28 & 1.30356522035767 & 1.31541666666667 & 0.990990348070451 & 0.981922484590985 \tabularnewline
63 & 1.31 & 1.30191710771841 & 1.33166666666667 & 0.977659905670894 & 1.00620845385138 \tabularnewline
64 & 1.22 & 1.27960691914944 & 1.33458333333333 & 0.958806308447908 & 0.953417789277774 \tabularnewline
65 & 1.23 & 1.29296897289467 & 1.33583333333333 & 0.967911894868123 & 0.951298929661325 \tabularnewline
66 & 1.36 & 1.34824498528518 & 1.33583333333333 & 1.00929131774312 & 1.00871875278092 \tabularnewline
67 & 1.54 & NA & NA & 1.03598441718289 & NA \tabularnewline
68 & 1.58 & NA & NA & 1.07063287416887 & NA \tabularnewline
69 & 1.44 & NA & NA & 1.09823236883214 & NA \tabularnewline
70 & 1.29 & NA & NA & 0.96898457020743 & NA \tabularnewline
71 & 1.28 & NA & NA & 0.974008398638169 & NA \tabularnewline
72 & 1.23 & NA & NA & 0.968451596773271 & NA \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=210592&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]1.26[/C][C]NA[/C][C]NA[/C][C]0.979045999396736[/C][C]NA[/C][/ROW]
[ROW][C]2[/C][C]1.26[/C][C]NA[/C][C]NA[/C][C]0.990990348070451[/C][C]NA[/C][/ROW]
[ROW][C]3[/C][C]1.28[/C][C]NA[/C][C]NA[/C][C]0.977659905670894[/C][C]NA[/C][/ROW]
[ROW][C]4[/C][C]1.34[/C][C]NA[/C][C]NA[/C][C]0.958806308447908[/C][C]NA[/C][/ROW]
[ROW][C]5[/C][C]1.39[/C][C]NA[/C][C]NA[/C][C]0.967911894868123[/C][C]NA[/C][/ROW]
[ROW][C]6[/C][C]1.47[/C][C]NA[/C][C]NA[/C][C]1.00929131774312[/C][C]NA[/C][/ROW]
[ROW][C]7[/C][C]1.57[/C][C]1.48491099796214[/C][C]1.43333333333333[/C][C]1.03598441718289[/C][C]1.05730242563671[/C][/ROW]
[ROW][C]8[/C][C]1.63[/C][C]1.55018718239034[/C][C]1.44791666666667[/C][C]1.07063287416887[/C][C]1.05148592280746[/C][/ROW]
[ROW][C]9[/C][C]1.72[/C][C]1.60479204895596[/C][C]1.46125[/C][C]1.09823236883214[/C][C]1.07178995628685[/C][/ROW]
[ROW][C]10[/C][C]1.43[/C][C]1.42521480534676[/C][C]1.47083333333333[/C][C]0.96898457020743[/C][C]1.00335752522026[/C][/ROW]
[ROW][C]11[/C][C]1.35[/C][C]1.43828573532236[/C][C]1.47666666666667[/C][C]0.974008398638169[/C][C]0.938617387940251[/C][/ROW]
[ROW][C]12[/C][C]1.41[/C][C]1.43411540622175[/C][C]1.48083333333333[/C][C]0.968451596773271[/C][C]0.983184473078575[/C][/ROW]
[ROW][C]13[/C][C]1.44[/C][C]1.44776427160792[/C][C]1.47875[/C][C]0.979045999396736[/C][C]0.994637060908196[/C][/ROW]
[ROW][C]14[/C][C]1.43[/C][C]1.45551707372848[/C][C]1.46875[/C][C]0.990990348070451[/C][C]0.982468722497971[/C][/ROW]
[ROW][C]15[/C][C]1.43[/C][C]1.41882893810488[/C][C]1.45125[/C][C]0.977659905670894[/C][C]1.00787343815389[/C][/ROW]
[ROW][C]16[/C][C]1.42[/C][C]1.37868357102239[/C][C]1.43791666666667[/C][C]0.958806308447908[/C][C]1.02996802881097[/C][/ROW]
[ROW][C]17[/C][C]1.45[/C][C]1.39419642523296[/C][C]1.44041666666667[/C][C]0.967911894868123[/C][C]1.04002561888488[/C][/ROW]
[ROW][C]18[/C][C]1.51[/C][C]1.46010810633504[/C][C]1.44666666666667[/C][C]1.00929131774312[/C][C]1.03416999977501[/C][/ROW]
[ROW][C]19[/C][C]1.48[/C][C]1.49915578369841[/C][C]1.44708333333333[/C][C]1.03598441718289[/C][C]0.987222286098146[/C][/ROW]
[ROW][C]20[/C][C]1.48[/C][C]1.54884889129763[/C][C]1.44666666666667[/C][C]1.07063287416887[/C][C]0.9555483483996[/C][/ROW]
[ROW][C]21[/C][C]1.45[/C][C]1.59152174116591[/C][C]1.44916666666667[/C][C]1.09823236883214[/C][C]0.911077720457507[/C][/ROW]
[ROW][C]22[/C][C]1.38[/C][C]1.40785383179721[/C][C]1.45291666666667[/C][C]0.96898457020743[/C][C]0.980215395115518[/C][/ROW]
[ROW][C]23[/C][C]1.46[/C][C]1.42042891468066[/C][C]1.45833333333333[/C][C]0.974008398638169[/C][C]1.02785854674624[/C][/ROW]
[ROW][C]24[/C][C]1.45[/C][C]1.41757102477688[/C][C]1.46375[/C][C]0.968451596773271[/C][C]1.02287643769259[/C][/ROW]
[ROW][C]25[/C][C]1.41[/C][C]1.44246110577786[/C][C]1.47333333333333[/C][C]0.979045999396736[/C][C]0.977496027000081[/C][/ROW]
[ROW][C]26[/C][C]1.45[/C][C]1.48029183243024[/C][C]1.49375[/C][C]0.990990348070451[/C][C]0.979536580715638[/C][/ROW]
[ROW][C]27[/C][C]1.47[/C][C]1.48645041491379[/C][C]1.52041666666667[/C][C]0.977659905670894[/C][C]0.988933088686485[/C][/ROW]
[ROW][C]28[/C][C]1.47[/C][C]1.47416469923866[/C][C]1.5375[/C][C]0.958806308447908[/C][C]0.997174875208442[/C][/ROW]
[ROW][C]29[/C][C]1.53[/C][C]1.48937442822832[/C][C]1.53875[/C][C]0.967911894868123[/C][C]1.02727693654577[/C][/ROW]
[ROW][C]30[/C][C]1.56[/C][C]1.5501032488338[/C][C]1.53583333333333[/C][C]1.00929131774312[/C][C]1.00638457546208[/C][/ROW]
[ROW][C]31[/C][C]1.66[/C][C]1.59109940072339[/C][C]1.53583333333333[/C][C]1.03598441718289[/C][C]1.04330376797659[/C][/ROW]
[ROW][C]32[/C][C]1.79[/C][C]1.64520584997283[/C][C]1.53666666666667[/C][C]1.07063287416887[/C][C]1.08800974664026[/C][/ROW]
[ROW][C]33[/C][C]1.78[/C][C]1.68212591159456[/C][C]1.53166666666667[/C][C]1.09823236883214[/C][C]1.05818475759205[/C][/ROW]
[ROW][C]34[/C][C]1.46[/C][C]1.47447152099897[/C][C]1.52166666666667[/C][C]0.96898457020743[/C][C]0.99018528279938[/C][/ROW]
[ROW][C]35[/C][C]1.41[/C][C]1.46750598728151[/C][C]1.50666666666667[/C][C]0.974008398638169[/C][C]0.96081379716342[/C][/ROW]
[ROW][C]36[/C][C]1.43[/C][C]1.43855414270696[/C][C]1.48541666666667[/C][C]0.968451596773271[/C][C]0.994053652585598[/C][/ROW]
[ROW][C]37[/C][C]1.43[/C][C]1.42695954412074[/C][C]1.4575[/C][C]0.979045999396736[/C][C]1.00213072325125[/C][/ROW]
[ROW][C]38[/C][C]1.45[/C][C]1.40761920690507[/C][C]1.42041666666667[/C][C]0.990990348070451[/C][C]1.03010813783091[/C][/ROW]
[ROW][C]39[/C][C]1.35[/C][C]1.34917066982583[/C][C]1.38[/C][C]0.977659905670894[/C][C]1.00061469626691[/C][/ROW]
[ROW][C]40[/C][C]1.35[/C][C]1.29199150063356[/C][C]1.3475[/C][C]0.958806308447908[/C][C]1.04489851468682[/C][/ROW]
[ROW][C]41[/C][C]1.29[/C][C]1.2853063370603[/C][C]1.32791666666667[/C][C]0.967911894868123[/C][C]1.00365178541828[/C][/ROW]
[ROW][C]42[/C][C]1.29[/C][C]1.32133055014536[/C][C]1.30916666666667[/C][C]1.00929131774312[/C][C]0.976288635616638[/C][/ROW]
[ROW][C]43[/C][C]1.26[/C][C]1.33469325747062[/C][C]1.28833333333333[/C][C]1.03598441718289[/C][C]0.94403713583436[/C][/ROW]
[ROW][C]44[/C][C]1.3[/C][C]1.35925765316356[/C][C]1.26958333333333[/C][C]1.07063287416887[/C][C]0.956404399838662[/C][/ROW]
[ROW][C]45[/C][C]1.3[/C][C]1.37553604196226[/C][C]1.2525[/C][C]1.09823236883214[/C][C]0.945086104865344[/C][/ROW]
[ROW][C]46[/C][C]1.16[/C][C]1.19750343134802[/C][C]1.23583333333333[/C][C]0.96898457020743[/C][C]0.968681984229641[/C][/ROW]
[ROW][C]47[/C][C]1.24[/C][C]1.1891019200041[/C][C]1.22083333333333[/C][C]0.974008398638169[/C][C]1.0428037993545[/C][/ROW]
[ROW][C]48[/C][C]1.15[/C][C]1.17303699659162[/C][C]1.21125[/C][C]0.968451596773271[/C][C]0.980361236125919[/C][/ROW]
[ROW][C]49[/C][C]1.21[/C][C]1.18097423677231[/C][C]1.20625[/C][C]0.979045999396736[/C][C]1.02457781238905[/C][/ROW]
[ROW][C]50[/C][C]1.22[/C][C]1.19207880619975[/C][C]1.20291666666667[/C][C]0.990990348070451[/C][C]1.02342227179532[/C][/ROW]
[ROW][C]51[/C][C]1.17[/C][C]1.17726546974537[/C][C]1.20416666666667[/C][C]0.977659905670894[/C][C]0.993828520472159[/C][/ROW]
[ROW][C]52[/C][C]1.13[/C][C]1.16255264899309[/C][C]1.2125[/C][C]0.958806308447908[/C][C]0.971998989446815[/C][/ROW]
[ROW][C]53[/C][C]1.15[/C][C]1.17923932524766[/C][C]1.21833333333333[/C][C]0.967911894868123[/C][C]0.975204926920561[/C][/ROW]
[ROW][C]54[/C][C]1.2[/C][C]1.23469971203908[/C][C]1.22333333333333[/C][C]1.00929131774312[/C][C]0.971896233796172[/C][/ROW]
[ROW][C]55[/C][C]1.23[/C][C]1.27382917296113[/C][C]1.22958333333333[/C][C]1.03598441718289[/C][C]0.965592581885023[/C][/ROW]
[ROW][C]56[/C][C]1.25[/C][C]1.32133940553674[/C][C]1.23416666666667[/C][C]1.07063287416887[/C][C]0.946009779744846[/C][/ROW]
[ROW][C]57[/C][C]1.38[/C][C]1.36455371827393[/C][C]1.2425[/C][C]1.09823236883214[/C][C]1.01131965822907[/C][/ROW]
[ROW][C]58[/C][C]1.28[/C][C]1.21324943061389[/C][C]1.25208333333333[/C][C]0.96898457020743[/C][C]1.05501801006602[/C][/ROW]
[ROW][C]59[/C][C]1.26[/C][C]1.22643890861856[/C][C]1.25916666666667[/C][C]0.974008398638169[/C][C]1.02736466622642[/C][/ROW]
[ROW][C]60[/C][C]1.25[/C][C]1.22912648490474[/C][C]1.26916666666667[/C][C]0.968451596773271[/C][C]1.01698239794814[/C][/ROW]
[ROW][C]61[/C][C]1.26[/C][C]1.26174553172254[/C][C]1.28875[/C][C]0.979045999396736[/C][C]0.998616573882246[/C][/ROW]
[ROW][C]62[/C][C]1.28[/C][C]1.30356522035767[/C][C]1.31541666666667[/C][C]0.990990348070451[/C][C]0.981922484590985[/C][/ROW]
[ROW][C]63[/C][C]1.31[/C][C]1.30191710771841[/C][C]1.33166666666667[/C][C]0.977659905670894[/C][C]1.00620845385138[/C][/ROW]
[ROW][C]64[/C][C]1.22[/C][C]1.27960691914944[/C][C]1.33458333333333[/C][C]0.958806308447908[/C][C]0.953417789277774[/C][/ROW]
[ROW][C]65[/C][C]1.23[/C][C]1.29296897289467[/C][C]1.33583333333333[/C][C]0.967911894868123[/C][C]0.951298929661325[/C][/ROW]
[ROW][C]66[/C][C]1.36[/C][C]1.34824498528518[/C][C]1.33583333333333[/C][C]1.00929131774312[/C][C]1.00871875278092[/C][/ROW]
[ROW][C]67[/C][C]1.54[/C][C]NA[/C][C]NA[/C][C]1.03598441718289[/C][C]NA[/C][/ROW]
[ROW][C]68[/C][C]1.58[/C][C]NA[/C][C]NA[/C][C]1.07063287416887[/C][C]NA[/C][/ROW]
[ROW][C]69[/C][C]1.44[/C][C]NA[/C][C]NA[/C][C]1.09823236883214[/C][C]NA[/C][/ROW]
[ROW][C]70[/C][C]1.29[/C][C]NA[/C][C]NA[/C][C]0.96898457020743[/C][C]NA[/C][/ROW]
[ROW][C]71[/C][C]1.28[/C][C]NA[/C][C]NA[/C][C]0.974008398638169[/C][C]NA[/C][/ROW]
[ROW][C]72[/C][C]1.23[/C][C]NA[/C][C]NA[/C][C]0.968451596773271[/C][C]NA[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=210592&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=210592&T=1

As an alternative you can also use a QR Code:

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

Classical Decomposition by Moving Averages
t	Observations	Fit	Trend	Seasonal	Random
1	1.26	NA	NA	0.979045999396736	NA
2	1.26	NA	NA	0.990990348070451	NA
3	1.28	NA	NA	0.977659905670894	NA
4	1.34	NA	NA	0.958806308447908	NA
5	1.39	NA	NA	0.967911894868123	NA
6	1.47	NA	NA	1.00929131774312	NA
7	1.57	1.48491099796214	1.43333333333333	1.03598441718289	1.05730242563671
8	1.63	1.55018718239034	1.44791666666667	1.07063287416887	1.05148592280746
9	1.72	1.60479204895596	1.46125	1.09823236883214	1.07178995628685
10	1.43	1.42521480534676	1.47083333333333	0.96898457020743	1.00335752522026
11	1.35	1.43828573532236	1.47666666666667	0.974008398638169	0.938617387940251
12	1.41	1.43411540622175	1.48083333333333	0.968451596773271	0.983184473078575
13	1.44	1.44776427160792	1.47875	0.979045999396736	0.994637060908196
14	1.43	1.45551707372848	1.46875	0.990990348070451	0.982468722497971
15	1.43	1.41882893810488	1.45125	0.977659905670894	1.00787343815389
16	1.42	1.37868357102239	1.43791666666667	0.958806308447908	1.02996802881097
17	1.45	1.39419642523296	1.44041666666667	0.967911894868123	1.04002561888488
18	1.51	1.46010810633504	1.44666666666667	1.00929131774312	1.03416999977501
19	1.48	1.49915578369841	1.44708333333333	1.03598441718289	0.987222286098146
20	1.48	1.54884889129763	1.44666666666667	1.07063287416887	0.9555483483996
21	1.45	1.59152174116591	1.44916666666667	1.09823236883214	0.911077720457507
22	1.38	1.40785383179721	1.45291666666667	0.96898457020743	0.980215395115518
23	1.46	1.42042891468066	1.45833333333333	0.974008398638169	1.02785854674624
24	1.45	1.41757102477688	1.46375	0.968451596773271	1.02287643769259
25	1.41	1.44246110577786	1.47333333333333	0.979045999396736	0.977496027000081
26	1.45	1.48029183243024	1.49375	0.990990348070451	0.979536580715638
27	1.47	1.48645041491379	1.52041666666667	0.977659905670894	0.988933088686485
28	1.47	1.47416469923866	1.5375	0.958806308447908	0.997174875208442
29	1.53	1.48937442822832	1.53875	0.967911894868123	1.02727693654577
30	1.56	1.5501032488338	1.53583333333333	1.00929131774312	1.00638457546208
31	1.66	1.59109940072339	1.53583333333333	1.03598441718289	1.04330376797659
32	1.79	1.64520584997283	1.53666666666667	1.07063287416887	1.08800974664026
33	1.78	1.68212591159456	1.53166666666667	1.09823236883214	1.05818475759205
34	1.46	1.47447152099897	1.52166666666667	0.96898457020743	0.99018528279938
35	1.41	1.46750598728151	1.50666666666667	0.974008398638169	0.96081379716342
36	1.43	1.43855414270696	1.48541666666667	0.968451596773271	0.994053652585598
37	1.43	1.42695954412074	1.4575	0.979045999396736	1.00213072325125
38	1.45	1.40761920690507	1.42041666666667	0.990990348070451	1.03010813783091
39	1.35	1.34917066982583	1.38	0.977659905670894	1.00061469626691
40	1.35	1.29199150063356	1.3475	0.958806308447908	1.04489851468682
41	1.29	1.2853063370603	1.32791666666667	0.967911894868123	1.00365178541828
42	1.29	1.32133055014536	1.30916666666667	1.00929131774312	0.976288635616638
43	1.26	1.33469325747062	1.28833333333333	1.03598441718289	0.94403713583436
44	1.3	1.35925765316356	1.26958333333333	1.07063287416887	0.956404399838662
45	1.3	1.37553604196226	1.2525	1.09823236883214	0.945086104865344
46	1.16	1.19750343134802	1.23583333333333	0.96898457020743	0.968681984229641
47	1.24	1.1891019200041	1.22083333333333	0.974008398638169	1.0428037993545
48	1.15	1.17303699659162	1.21125	0.968451596773271	0.980361236125919
49	1.21	1.18097423677231	1.20625	0.979045999396736	1.02457781238905
50	1.22	1.19207880619975	1.20291666666667	0.990990348070451	1.02342227179532
51	1.17	1.17726546974537	1.20416666666667	0.977659905670894	0.993828520472159
52	1.13	1.16255264899309	1.2125	0.958806308447908	0.971998989446815
53	1.15	1.17923932524766	1.21833333333333	0.967911894868123	0.975204926920561
54	1.2	1.23469971203908	1.22333333333333	1.00929131774312	0.971896233796172
55	1.23	1.27382917296113	1.22958333333333	1.03598441718289	0.965592581885023
56	1.25	1.32133940553674	1.23416666666667	1.07063287416887	0.946009779744846
57	1.38	1.36455371827393	1.2425	1.09823236883214	1.01131965822907
58	1.28	1.21324943061389	1.25208333333333	0.96898457020743	1.05501801006602
59	1.26	1.22643890861856	1.25916666666667	0.974008398638169	1.02736466622642
60	1.25	1.22912648490474	1.26916666666667	0.968451596773271	1.01698239794814
61	1.26	1.26174553172254	1.28875	0.979045999396736	0.998616573882246
62	1.28	1.30356522035767	1.31541666666667	0.990990348070451	0.981922484590985
63	1.31	1.30191710771841	1.33166666666667	0.977659905670894	1.00620845385138
64	1.22	1.27960691914944	1.33458333333333	0.958806308447908	0.953417789277774
65	1.23	1.29296897289467	1.33583333333333	0.967911894868123	0.951298929661325
66	1.36	1.34824498528518	1.33583333333333	1.00929131774312	1.00871875278092
67	1.54	NA	NA	1.03598441718289	NA
68	1.58	NA	NA	1.07063287416887	NA
69	1.44	NA	NA	1.09823236883214	NA
70	1.29	NA	NA	0.96898457020743	NA
71	1.28	NA	NA	0.974008398638169	NA
72	1.23	NA	NA	0.968451596773271	NA

Figure 1

PNG link

Postscript link

PDF link

Figure 2

PNG link

Postscript link

PDF link

Figure 3

PNG link

Postscript link

PDF link

Figure 4

PNG link

Postscript link

PDF link

Parameters (Session):

par1 = multiplicative ; par2 = 12 ;

Parameters (R input):

par1 = multiplicative ; 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')

Free Statistics

Description of Statistical Computation

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code