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_Simple Regression Y ~ X.wasp
Title produced by softwareSimple Linear Regression
Date of computationSat, 13 Dec 2014 18:06:47 +0000
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2014/Dec/13/t14184940212mj21wco03llg6f.htm/, Retrieved Thu, 16 May 2024 11:59:12 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=267252, Retrieved Thu, 16 May 2024 11:59:12 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact68

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Simple Linear Regression] [jhlfg] [2014-12-13 18:06:47] [cf34f1111566f5ca061ad80c95189d56] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
7,5	6,6
2,5	8,1
6,0	6,9
6,5	6,9
1,0	5,6
1,0	7,2
5,5	3,8
8,5	6,3
6,5	6,9
4,5	6,6
2,0	5,9
5,0	6,9
0,5	4,7
5,0	6,3
5,0	5,9
2,5	5,6
5,0	4,7
5,5	6,3
3,5	6,6
3,0	6,6
4,0	4,7
0,5	5,0
6,5	7,2
4,5	6,6
7,5	5,6
5,5	7,8
4,0	2,8
7,5	9,4
7,0	6,3
4,0	7,2
5,5	5,0
2,5	5,0
5,5	5,9
0,5	7,8
3,5	7,8
2,5	5,6
4,5	7,2
4,5	6,6
4,5	3,1
6,0	4,4
2,5	6,9
5,0	8,1
0,0	7,2
5,0	7,2
6,5	7,5
5,0	7,5
6,0	5,6
4,5	7,2
5,5	4,7
1,0	5,9
7,5	5,0
6,0	7,8
5,0	7,2
1,0	5,3
5,0	5,9
6,5	6,6
7,0	5,6
4,5	8,4
0,0	6,6
8,5	4,1
3,5	2,5
7,5	9,1
3,5	8,8
6,0	7,2
1,5	6,6
9,0	5,9
3,5	5,9
3,5	6,3
4,0	5,6
6,5	5,9
7,5	5,3
6,0	5,9
5,0	7,8
5,5	5,9
3,5	6,9
7,5	7,2
1,0	8,1
6,5	4,4
6,5	5,0
6,5	7,5
7,0	6,3
3,5	3,8
1,5	7,5
4,0	6,9
7,5	3,8
4,5	6,9
0,0	6,3
3,5	3,1
5,5	7,2
5,0	5,3
4,5	6,9
2,5	7,5
7,5	5,6
7,0	6,6
0,0	6,3
4,5	6,3
3,0	6,9
1,5	5,9
3,5	6,3
2,5	8,1
5,5	7,2
8,0	7,5
1,0	6,6
5,0	6,6
4,5	5,9
3,0	2,5
3,0	5,3
8,0	6,3
2,5	3,4
7,0	2,5
0,0	4,7
1,0	5,6
3,5	5,6
5,5	5,9
5,5	5,9
0,5	7,2
7,5	6,9
9	6,6
9,5	7,8
8,5	9,4
7	5,3
8	8,4
10	7,2
7	7,2
8,5	5,6
9	5,6
9,5	7,2
4	5,9
6	4,7
8	6,3
5,5	5,0
9,5	7,5
7,5	7,8
7	7,8
7,5	5,9
8	5,9
7	5,0
7	5,9
6	5,9
10	7,2
2,5	6,6
9	6,9
8	5,9
6	6,3
8,5	6,3
6	0,9
9	7,2
8	4,4
8	7,2
9	6,3
5,5	4,7
5	4,1
7	5,0
5,5	2,2
9	7,5
2	5,3
8,5	7,5
9	7,5
8,5	5,9
9	7,8
7,5	6,3
10	8,8
9	7,2
7,5	8,4
6	5,6
10,5	8,8
8,5	6,6
8	5,9
10	7,2
10,5	8,4
6,5	6,9
9,5	8,8
8,5	7,8
7,5	6,6
5	6,9
8	8,8
10	6,3
7	9,1
7,5	7,8
7,5	7,8
9,5	6,3
6	6,3
10	5,0
7	6,3
3	6,3
6	7,2
7	5,6
10	7,8
7	5,6
3,5	5,9
8	7,8
10	7,8
5,5	7,8
6	7,5
6,5	5,9
6,5	8,1
8,5	3,1
4	5,3
9,5	4,1
8	5,3
8,5	9,4
5,5	7,8
7	1,3
9	5,0
8	6,6
10	7,2
8	6,9
6	5,3
8	6,3
5	6,3
9	6,9
4,5	5,0
8,5	7,2
7	5,0
9,5	0,0
8,5	5,6
7,5	7,8
7,5	7,2
5	3,8
7	5,6
8	7,5
5,5	3,4
8,5	5,6
7,5	4,4
9,5	7,2
7	7,5
8	9,1
8,5	5,6
3,5	4,7
6,5	9,1
6,5	5,0
10,5	5,9
8,5	6,9
8	5,0
10	7,2
10	7,2
9,5	5,9
9	1,3
10	6,3
7,5	7,5
4,5	6,3
4,5	1,3
0,5	7,5
6,5	6,9
4,5	5,0
5,5	0,9
5	4,7
6	7,5
4	5,3
8	6,3
10,5	8,4
8,5	7,2
6,5	8,1
8	7,2
8,5	5,3
5,5	6,3
7	6,9
5	5,9
3,5	7,5
5	5,9
9	7,2
8,5	4,7
5	8,4
9,5	8,1
3	6,9
1,5	6,9
6	5,6
0,5	4,7
6,5	6,9
7,5	8,4
4,5	3,1
8	6,3
9	5,3
7,5	7,2
8,5	5,9
7	4,1
9,5	8,4
6,5	7,2
9,5	5,0
6	7,8
8	0,6
9,5	8,1
8	6,3
8	7,2
9	6,9
5	7,5

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'Sir Maurice George Kendall' @ kendall.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 & 2 seconds \tabularnewline
R Server & 'Sir Maurice George Kendall' @ kendall.wessa.net \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=267252&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]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Maurice George Kendall' @ kendall.wessa.net[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=267252&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=267252&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 time2 seconds
R Server'Sir Maurice George Kendall' @ kendall.wessa.net






Linear Regression Model
Y ~ X
coefficients:
EstimateStd. Errort valuePr(>|t|)
(Intercept)4.7780.6047.9080
X0.220.0942.3450.02
- - -
Residual Std. Err. 2.537 on 284 df
Multiple R-sq. 0.019
Adjusted R-sq. 0.016

\begin{tabular}{lllllllll}
\hline
Linear Regression Model \tabularnewline
Y ~ X \tabularnewline
coefficients: &   \tabularnewline
  & Estimate & Std. Error & t value & Pr(>|t|) \tabularnewline
(Intercept) & 4.778 & 0.604 & 7.908 & 0 \tabularnewline
X & 0.22 & 0.094 & 2.345 & 0.02 \tabularnewline
- - -  &   \tabularnewline
Residual Std. Err.  & 2.537  on  284 df \tabularnewline
Multiple R-sq.  & 0.019 \tabularnewline
Adjusted R-sq.  & 0.016 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=267252&T=1

[TABLE]
[ROW][C]Linear Regression Model[/C][/ROW]
[ROW][C]Y ~ X[/C][/ROW]
[ROW][C]coefficients:[/C][C] [/C][/ROW]
[ROW][C] [/C][C]Estimate[/C][C]Std. Error[/C][C]t value[/C][C]Pr(>|t|)[/C][/ROW]
[C](Intercept)[/C][C]4.778[/C][C]0.604[/C][C]7.908[/C][C]0[/C][/ROW]
[C]X[/C][C]0.22[/C][C]0.094[/C][C]2.345[/C][C]0.02[/C][/ROW]
[ROW][C]- - - [/C][C] [/C][/ROW]
[ROW][C]Residual Std. Err. [/C][C]2.537  on  284 df[/C][/ROW]
[ROW][C]Multiple R-sq. [/C][C]0.019[/C][/ROW]
[ROW][C]Adjusted R-sq. [/C][C]0.016[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=267252&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=267252&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:

Linear Regression Model
Y ~ X
coefficients:
EstimateStd. Errort valuePr(>|t|)
(Intercept)4.7780.6047.9080
X0.220.0942.3450.02
- - -
Residual Std. Err. 2.537 on 284 df
Multiple R-sq. 0.019
Adjusted R-sq. 0.016






ANOVA Statistics
DfSum SqMean SqF valuePr(>F)
NUMERACYTOT135.37935.3795.4980.02
Residuals2841827.6566.435 

\begin{tabular}{lllllllll}
\hline
ANOVA Statistics \tabularnewline
  & Df & Sum Sq & Mean Sq & F value & Pr(>F) \tabularnewline
NUMERACYTOT & 1 & 35.379 & 35.379 & 5.498 & 0.02 \tabularnewline
Residuals & 284 & 1827.656 & 6.435 &   &   \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=267252&T=2

[TABLE]
[ROW][C]ANOVA Statistics[/C][/ROW]
[ROW][C] [/C][C]Df[/C][C]Sum Sq[/C][C]Mean Sq[/C][C]F value[/C][C]Pr(>F)[/C][/ROW]
[ROW][C]NUMERACYTOT[/C][C]1[/C][C]35.379[/C][C]35.379[/C][C]5.498[/C][C]0.02[/C][/ROW]
[ROW][C]Residuals[/C][C]284[/C][C]1827.656[/C][C]6.435[/C][C] [/C][C] [/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=267252&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=267252&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:

ANOVA Statistics
DfSum SqMean SqF valuePr(>F)
NUMERACYTOT135.37935.3795.4980.02
Residuals2841827.6566.435


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 1 ; par2 = 2 ; par3 = TRUE ;
Parameters (R input):
par1 = 1 ; par2 = 2 ; par3 = TRUE ;
R code (references can be found in the software module):
par3 <- 'TRUE'
par2 <- '2'
par1 <- '1'
cat1 <- as.numeric(par1)
cat2<- as.numeric(par2)
intercept<-as.logical(par3)
x <- t(x)
xdf<-data.frame(t(y))
(V1<-dimnames(y)[[1]][cat1])
(V2<-dimnames(y)[[1]][cat2])
xdf <- data.frame(xdf[[cat1]], xdf[[cat2]])
names(xdf)<-c('Y', 'X')
if(intercept == FALSE) (lmxdf<-lm(Y~ X - 1, data = xdf) ) else (lmxdf<-lm(Y~ X, data = xdf) )
sumlmxdf<-summary(lmxdf)
(aov.xdf<-aov(lmxdf) )
(anova.xdf<-anova(lmxdf) )
load(file='createtable')
a<-table.start()
nc <- ncol(sumlmxdf$'coefficients')
nr <- nrow(sumlmxdf$'coefficients')
a<-table.row.start(a)
a<-table.element(a,'Linear Regression Model', nc+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, lmxdf$call['formula'],nc+1)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, 'coefficients:',1,TRUE)
a<-table.element(a, ' ',nc,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, ' ',1,TRUE)
for(i in 1 : nc){
a<-table.element(a, dimnames(sumlmxdf$'coefficients')[[2]][i],1,TRUE)
}#end header
a<-table.row.end(a)
for(i in 1: nr){
a<-table.element(a,dimnames(sumlmxdf$'coefficients')[[1]][i] ,1,TRUE)
for(j in 1 : nc){
a<-table.element(a, round(sumlmxdf$coefficients[i, j], digits=3), 1 ,FALSE)
}
a<-table.row.end(a)
}
a<-table.row.start(a)
a<-table.element(a, '- - - ',1,TRUE)
a<-table.element(a, ' ',nc,FALSE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, 'Residual Std. Err. ',1,TRUE)
a<-table.element(a, paste(round(sumlmxdf$'sigma', digits=3), ' on ', sumlmxdf$'df'[2], 'df') ,nc, FALSE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, 'Multiple R-sq. ',1,TRUE)
a<-table.element(a, round(sumlmxdf$'r.squared', digits=3) ,nc, FALSE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, 'Adjusted R-sq. ',1,TRUE)
a<-table.element(a, round(sumlmxdf$'adj.r.squared', digits=3) ,nc, FALSE)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'ANOVA Statistics', 5+1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, ' ',1,TRUE)
a<-table.element(a, 'Df',1,TRUE)
a<-table.element(a, 'Sum Sq',1,TRUE)
a<-table.element(a, 'Mean Sq',1,TRUE)
a<-table.element(a, 'F value',1,TRUE)
a<-table.element(a, 'Pr(>F)',1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, V2,1,TRUE)
a<-table.element(a, anova.xdf$Df[1])
a<-table.element(a, round(anova.xdf$'Sum Sq'[1], digits=3))
a<-table.element(a, round(anova.xdf$'Mean Sq'[1], digits=3))
a<-table.element(a, round(anova.xdf$'F value'[1], digits=3))
a<-table.element(a, round(anova.xdf$'Pr(>F)'[1], digits=3))
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, 'Residuals',1,TRUE)
a<-table.element(a, anova.xdf$Df[2])
a<-table.element(a, round(anova.xdf$'Sum Sq'[2], digits=3))
a<-table.element(a, round(anova.xdf$'Mean Sq'[2], digits=3))
a<-table.element(a, ' ')
a<-table.element(a, ' ')
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable1.tab')
bitmap(file='regressionplot.png')
plot(Y~ X, data=xdf, xlab=V2, ylab=V1, main='Regression Solution')
if(intercept == TRUE) abline(coef(lmxdf), col='red')
if(intercept == FALSE) abline(0.0, coef(lmxdf), col='red')
dev.off()
library(car)
bitmap(file='residualsQQplot.png')
qq.plot(resid(lmxdf), main='QQplot of Residuals of Fit')
dev.off()
bitmap(file='residualsplot.png')
plot(xdf$X, resid(lmxdf), main='Scatterplot of Residuals of Model Fit')
dev.off()
bitmap(file='cooksDistanceLmplot.png')
plot.lm(lmxdf, which=4)
dev.off()