R version 2.9.0 (2009-04-17)
Copyright (C) 2009 The R Foundation for Statistical Computing
ISBN 3-900051-07-0
R is free software and comes with ABSOLUTELY NO WARRANTY.
You are welcome to redistribute it under certain conditions.
Type 'license()' or 'licence()' for distribution details.
R is a collaborative project with many contributors.
Type 'contributors()' for more information and
'citation()' on how to cite R or R packages in publications.
Type 'demo()' for some demos, 'help()' for on-line help, or
'help.start()' for an HTML browser interface to help.
Type 'q()' to quit R.
> x <- array(list(8.6,0,8.5,0,8.3,0,7.8,0,7.8,0,8,0,8.6,0,8.9,0,8.9,0,8.6,0,8.3,0,8.3,0,8.3,0,8.4,0,8.5,0,8.4,0,8.6,0,8.5,0,8.5,0,8.5,0,8.5,0,8.5,0,8.5,0,8.5,0,8.5,0,8.5,0,8.5,0,8.5,0,8.6,0,8.4,0,8.1,0,8,0,8,0,8,0,8,0,7.9,0,7.8,0,7.8,0,7.9,0,8.1,0,8,0,7.6,0,7.3,0,7,0,6.8,0,7,0,7.1,0,7.2,0,7.1,1,6.9,1,6.7,1,6.7,1,6.6,1,6.9,1,7.3,1,7.5,1,7.3,1,7.1,1,6.9,1,7.1,1),dim=c(2,60),dimnames=list(c('Y','X'),1:60))
> y <- array(NA,dim=c(2,60),dimnames=list(c('Y','X'),1:60))
> for (i in 1:dim(x)[1])
+ {
+ for (j in 1:dim(x)[2])
+ {
+ y[i,j] <- as.numeric(x[i,j])
+ }
+ }
> par3 = 'Linear Trend'
> par2 = 'Include Monthly Dummies'
> par1 = '1'
> #'GNU S' R Code compiled by R2WASP v. 1.0.44 ()
> #Author: Prof. Dr. P. Wessa
> #To cite this work: AUTHOR(S), (YEAR), YOUR SOFTWARE TITLE (vNUMBER) in Free Statistics Software (v$_version), Office for Research Development and Education, URL http://www.wessa.net/rwasp_YOURPAGE.wasp/
> #Source of accompanying publication: Office for Research, Development, and Education
> #Technical description: Write here your technical program description (don't use hard returns!)
> library(lattice)
> library(lmtest)
Loading required package: zoo
Attaching package: 'zoo'
The following object(s) are masked from package:base :
as.Date.numeric
> n25 <- 25 #minimum number of obs. for Goldfeld-Quandt test
> par1 <- as.numeric(par1)
> x <- t(y)
> k <- length(x[1,])
> n <- length(x[,1])
> x1 <- cbind(x[,par1], x[,1:k!=par1])
> mycolnames <- c(colnames(x)[par1], colnames(x)[1:k!=par1])
> colnames(x1) <- mycolnames #colnames(x)[par1]
> x <- x1
> if (par3 == 'First Differences'){
+ x2 <- array(0, dim=c(n-1,k), dimnames=list(1:(n-1), paste('(1-B)',colnames(x),sep='')))
+ for (i in 1:n-1) {
+ for (j in 1:k) {
+ x2[i,j] <- x[i+1,j] - x[i,j]
+ }
+ }
+ x <- x2
+ }
> if (par2 == 'Include Monthly Dummies'){
+ x2 <- array(0, dim=c(n,11), dimnames=list(1:n, paste('M', seq(1:11), sep ='')))
+ for (i in 1:11){
+ x2[seq(i,n,12),i] <- 1
+ }
+ x <- cbind(x, x2)
+ }
> if (par2 == 'Include Quarterly Dummies'){
+ x2 <- array(0, dim=c(n,3), dimnames=list(1:n, paste('Q', seq(1:3), sep ='')))
+ for (i in 1:3){
+ x2[seq(i,n,4),i] <- 1
+ }
+ x <- cbind(x, x2)
+ }
> k <- length(x[1,])
> if (par3 == 'Linear Trend'){
+ x <- cbind(x, c(1:n))
+ colnames(x)[k+1] <- 't'
+ }
> x
Y X M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 M11 t
1 8.6 0 1 0 0 0 0 0 0 0 0 0 0 1
2 8.5 0 0 1 0 0 0 0 0 0 0 0 0 2
3 8.3 0 0 0 1 0 0 0 0 0 0 0 0 3
4 7.8 0 0 0 0 1 0 0 0 0 0 0 0 4
5 7.8 0 0 0 0 0 1 0 0 0 0 0 0 5
6 8.0 0 0 0 0 0 0 1 0 0 0 0 0 6
7 8.6 0 0 0 0 0 0 0 1 0 0 0 0 7
8 8.9 0 0 0 0 0 0 0 0 1 0 0 0 8
9 8.9 0 0 0 0 0 0 0 0 0 1 0 0 9
10 8.6 0 0 0 0 0 0 0 0 0 0 1 0 10
11 8.3 0 0 0 0 0 0 0 0 0 0 0 1 11
12 8.3 0 0 0 0 0 0 0 0 0 0 0 0 12
13 8.3 0 1 0 0 0 0 0 0 0 0 0 0 13
14 8.4 0 0 1 0 0 0 0 0 0 0 0 0 14
15 8.5 0 0 0 1 0 0 0 0 0 0 0 0 15
16 8.4 0 0 0 0 1 0 0 0 0 0 0 0 16
17 8.6 0 0 0 0 0 1 0 0 0 0 0 0 17
18 8.5 0 0 0 0 0 0 1 0 0 0 0 0 18
19 8.5 0 0 0 0 0 0 0 1 0 0 0 0 19
20 8.5 0 0 0 0 0 0 0 0 1 0 0 0 20
21 8.5 0 0 0 0 0 0 0 0 0 1 0 0 21
22 8.5 0 0 0 0 0 0 0 0 0 0 1 0 22
23 8.5 0 0 0 0 0 0 0 0 0 0 0 1 23
24 8.5 0 0 0 0 0 0 0 0 0 0 0 0 24
25 8.5 0 1 0 0 0 0 0 0 0 0 0 0 25
26 8.5 0 0 1 0 0 0 0 0 0 0 0 0 26
27 8.5 0 0 0 1 0 0 0 0 0 0 0 0 27
28 8.5 0 0 0 0 1 0 0 0 0 0 0 0 28
29 8.6 0 0 0 0 0 1 0 0 0 0 0 0 29
30 8.4 0 0 0 0 0 0 1 0 0 0 0 0 30
31 8.1 0 0 0 0 0 0 0 1 0 0 0 0 31
32 8.0 0 0 0 0 0 0 0 0 1 0 0 0 32
33 8.0 0 0 0 0 0 0 0 0 0 1 0 0 33
34 8.0 0 0 0 0 0 0 0 0 0 0 1 0 34
35 8.0 0 0 0 0 0 0 0 0 0 0 0 1 35
36 7.9 0 0 0 0 0 0 0 0 0 0 0 0 36
37 7.8 0 1 0 0 0 0 0 0 0 0 0 0 37
38 7.8 0 0 1 0 0 0 0 0 0 0 0 0 38
39 7.9 0 0 0 1 0 0 0 0 0 0 0 0 39
40 8.1 0 0 0 0 1 0 0 0 0 0 0 0 40
41 8.0 0 0 0 0 0 1 0 0 0 0 0 0 41
42 7.6 0 0 0 0 0 0 1 0 0 0 0 0 42
43 7.3 0 0 0 0 0 0 0 1 0 0 0 0 43
44 7.0 0 0 0 0 0 0 0 0 1 0 0 0 44
45 6.8 0 0 0 0 0 0 0 0 0 1 0 0 45
46 7.0 0 0 0 0 0 0 0 0 0 0 1 0 46
47 7.1 0 0 0 0 0 0 0 0 0 0 0 1 47
48 7.2 0 0 0 0 0 0 0 0 0 0 0 0 48
49 7.1 1 1 0 0 0 0 0 0 0 0 0 0 49
50 6.9 1 0 1 0 0 0 0 0 0 0 0 0 50
51 6.7 1 0 0 1 0 0 0 0 0 0 0 0 51
52 6.7 1 0 0 0 1 0 0 0 0 0 0 0 52
53 6.6 1 0 0 0 0 1 0 0 0 0 0 0 53
54 6.9 1 0 0 0 0 0 1 0 0 0 0 0 54
55 7.3 1 0 0 0 0 0 0 1 0 0 0 0 55
56 7.5 1 0 0 0 0 0 0 0 1 0 0 0 56
57 7.3 1 0 0 0 0 0 0 0 0 1 0 0 57
58 7.1 1 0 0 0 0 0 0 0 0 0 1 0 58
59 6.9 1 0 0 0 0 0 0 0 0 0 0 1 59
60 7.1 1 0 0 0 0 0 0 0 0 0 0 0 60
> k <- length(x[1,])
> df <- as.data.frame(x)
> (mylm <- lm(df))
Call:
lm(formula = df)
Coefficients:
(Intercept) X M1 M2 M3 M4
8.770833 -0.391667 -0.012708 -0.027917 -0.043125 -0.098333
M5 M6 M7 M8 M9 M10
-0.053542 -0.068750 0.036042 0.080833 0.025625 -0.009583
M11 t
-0.064792 -0.024792
> (mysum <- summary(mylm))
Call:
lm(formula = df)
Residuals:
Min 1Q Median 3Q Max
-0.8808 -0.1783 0.0550 0.2573 0.6017
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 8.770833 0.221833 39.538 < 2e-16 ***
X -0.391667 0.182346 -2.148 0.037 *
M1 -0.012708 0.257051 -0.049 0.961
M2 -0.027917 0.256295 -0.109 0.914
M3 -0.043125 0.255609 -0.169 0.867
M4 -0.098333 0.254994 -0.386 0.702
M5 -0.053542 0.254450 -0.210 0.834
M6 -0.068750 0.253978 -0.271 0.788
M7 0.036042 0.253578 0.142 0.888
M8 0.080833 0.253250 0.319 0.751
M9 0.025625 0.252994 0.101 0.920
M10 -0.009583 0.252812 -0.038 0.970
M11 -0.064792 0.252702 -0.256 0.799
t -0.024792 0.004298 -5.768 6.43e-07 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 0.3995 on 46 degrees of freedom
Multiple R-squared: 0.7117, Adjusted R-squared: 0.6302
F-statistic: 8.734 on 13 and 46 DF, p-value: 1.405e-08
> if (n > n25) {
+ kp3 <- k + 3
+ nmkm3 <- n - k - 3
+ gqarr <- array(NA, dim=c(nmkm3-kp3+1,3))
+ numgqtests <- 0
+ numsignificant1 <- 0
+ numsignificant5 <- 0
+ numsignificant10 <- 0
+ for (mypoint in kp3:nmkm3) {
+ j <- 0
+ numgqtests <- numgqtests + 1
+ for (myalt in c('greater', 'two.sided', 'less')) {
+ j <- j + 1
+ gqarr[mypoint-kp3+1,j] <- gqtest(mylm, point=mypoint, alternative=myalt)$p.value
+ }
+ if (gqarr[mypoint-kp3+1,2] < 0.01) numsignificant1 <- numsignificant1 + 1
+ if (gqarr[mypoint-kp3+1,2] < 0.05) numsignificant5 <- numsignificant5 + 1
+ if (gqarr[mypoint-kp3+1,2] < 0.10) numsignificant10 <- numsignificant10 + 1
+ }
+ gqarr
+ }
[,1] [,2] [,3]
[1,] 0.70478481 0.59043038 0.2952152
[2,] 0.58871891 0.82256219 0.4112811
[3,] 0.51736393 0.96527213 0.4826361
[4,] 0.55578063 0.88843874 0.4442194
[5,] 0.54220600 0.91558799 0.4577940
[6,] 0.43762635 0.87525270 0.5623737
[7,] 0.33538722 0.67077444 0.6646128
[8,] 0.25519711 0.51039422 0.7448029
[9,] 0.17550423 0.35100846 0.8244958
[10,] 0.11588059 0.23176119 0.8841194
[11,] 0.07363328 0.14726656 0.9263667
[12,] 0.05380588 0.10761176 0.9461941
[13,] 0.04111937 0.08223873 0.9588806
[14,] 0.02452293 0.04904586 0.9754771
[15,] 0.03483935 0.06967871 0.9651606
[16,] 0.06742417 0.13484833 0.9325758
[17,] 0.08524950 0.17049899 0.9147505
[18,] 0.07302561 0.14605122 0.9269744
[19,] 0.05154747 0.10309494 0.9484525
[20,] 0.03626613 0.07253225 0.9637339
[21,] 0.02956504 0.05913007 0.9704350
[22,] 0.02510871 0.05021742 0.9748913
[23,] 0.02902252 0.05804504 0.9709775
[24,] 0.07149552 0.14299105 0.9285045
[25,] 0.41341040 0.82682081 0.5865896
[26,] 0.69586791 0.60826419 0.3041321
[27,] 0.60062339 0.79875323 0.3993766
> postscript(file="/var/www/html/rcomp/tmp/10wuy1258718233.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> plot(x[,1], type='l', main='Actuals and Interpolation', ylab='value of Actuals and Interpolation (dots)', xlab='time or index')
> points(x[,1]-mysum$resid)
> grid()
> dev.off()
null device
1
> postscript(file="/var/www/html/rcomp/tmp/2n7te1258718233.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> plot(mysum$resid, type='b', pch=19, main='Residuals', ylab='value of Residuals', xlab='time or index')
> grid()
> dev.off()
null device
1
> postscript(file="/var/www/html/rcomp/tmp/3h84a1258718233.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> hist(mysum$resid, main='Residual Histogram', xlab='values of Residuals')
> grid()
> dev.off()
null device
1
> postscript(file="/var/www/html/rcomp/tmp/4p8le1258718233.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> densityplot(~mysum$resid,col='black',main='Residual Density Plot', xlab='values of Residuals')
> dev.off()
null device
1
> postscript(file="/var/www/html/rcomp/tmp/5owdl1258718234.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> qqnorm(mysum$resid, main='Residual Normal Q-Q Plot')
> qqline(mysum$resid)
> grid()
> dev.off()
null device
1
> (myerror <- as.ts(mysum$resid))
Time Series:
Start = 1
End = 60
Frequency = 1
1 2 3 4 5
-0.1333333333 -0.1933333333 -0.3533333333 -0.7733333333 -0.7933333333
6 7 8 9 10
-0.5533333333 -0.0333333333 0.2466666667 0.3266666667 0.0866666667
11 12 13 14 15
-0.1333333333 -0.1733333333 -0.1358333333 0.0041666667 0.1441666667
16 17 18 19 20
0.1241666667 0.3041666667 0.2441666667 0.1641666667 0.1441666667
21 22 23 24 25
0.2241666667 0.2841666667 0.3641666667 0.3241666667 0.3616666667
26 27 28 29 30
0.4016666667 0.4416666667 0.5216666667 0.6016666667 0.4416666667
31 32 33 34 35
0.0616666667 -0.0583333333 0.0216666667 0.0816666667 0.1616666667
36 37 38 39 40
0.0216666667 -0.0408333333 -0.0008333333 0.1391666667 0.4191666667
41 42 43 44 45
0.2991666667 -0.0608333333 -0.4408333333 -0.7608333333 -0.8808333333
46 47 48 49 50
-0.6208333333 -0.4408333333 -0.3808333333 -0.0516666667 -0.2116666667
51 52 53 54 55
-0.3716666667 -0.2916666667 -0.4116666667 -0.0716666667 0.2483333333
56 57 58 59 60
0.4283333333 0.3083333333 0.1683333333 0.0483333333 0.2083333333
> postscript(file="/var/www/html/rcomp/tmp/6j3e31258718234.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> dum <- cbind(lag(myerror,k=1),myerror)
> dum
Time Series:
Start = 0
End = 60
Frequency = 1
lag(myerror, k = 1) myerror
0 -0.1333333333 NA
1 -0.1933333333 -0.1333333333
2 -0.3533333333 -0.1933333333
3 -0.7733333333 -0.3533333333
4 -0.7933333333 -0.7733333333
5 -0.5533333333 -0.7933333333
6 -0.0333333333 -0.5533333333
7 0.2466666667 -0.0333333333
8 0.3266666667 0.2466666667
9 0.0866666667 0.3266666667
10 -0.1333333333 0.0866666667
11 -0.1733333333 -0.1333333333
12 -0.1358333333 -0.1733333333
13 0.0041666667 -0.1358333333
14 0.1441666667 0.0041666667
15 0.1241666667 0.1441666667
16 0.3041666667 0.1241666667
17 0.2441666667 0.3041666667
18 0.1641666667 0.2441666667
19 0.1441666667 0.1641666667
20 0.2241666667 0.1441666667
21 0.2841666667 0.2241666667
22 0.3641666667 0.2841666667
23 0.3241666667 0.3641666667
24 0.3616666667 0.3241666667
25 0.4016666667 0.3616666667
26 0.4416666667 0.4016666667
27 0.5216666667 0.4416666667
28 0.6016666667 0.5216666667
29 0.4416666667 0.6016666667
30 0.0616666667 0.4416666667
31 -0.0583333333 0.0616666667
32 0.0216666667 -0.0583333333
33 0.0816666667 0.0216666667
34 0.1616666667 0.0816666667
35 0.0216666667 0.1616666667
36 -0.0408333333 0.0216666667
37 -0.0008333333 -0.0408333333
38 0.1391666667 -0.0008333333
39 0.4191666667 0.1391666667
40 0.2991666667 0.4191666667
41 -0.0608333333 0.2991666667
42 -0.4408333333 -0.0608333333
43 -0.7608333333 -0.4408333333
44 -0.8808333333 -0.7608333333
45 -0.6208333333 -0.8808333333
46 -0.4408333333 -0.6208333333
47 -0.3808333333 -0.4408333333
48 -0.0516666667 -0.3808333333
49 -0.2116666667 -0.0516666667
50 -0.3716666667 -0.2116666667
51 -0.2916666667 -0.3716666667
52 -0.4116666667 -0.2916666667
53 -0.0716666667 -0.4116666667
54 0.2483333333 -0.0716666667
55 0.4283333333 0.2483333333
56 0.3083333333 0.4283333333
57 0.1683333333 0.3083333333
58 0.0483333333 0.1683333333
59 0.2083333333 0.0483333333
60 NA 0.2083333333
> dum1 <- dum[2:length(myerror),]
> dum1
lag(myerror, k = 1) myerror
[1,] -0.1933333333 -0.1333333333
[2,] -0.3533333333 -0.1933333333
[3,] -0.7733333333 -0.3533333333
[4,] -0.7933333333 -0.7733333333
[5,] -0.5533333333 -0.7933333333
[6,] -0.0333333333 -0.5533333333
[7,] 0.2466666667 -0.0333333333
[8,] 0.3266666667 0.2466666667
[9,] 0.0866666667 0.3266666667
[10,] -0.1333333333 0.0866666667
[11,] -0.1733333333 -0.1333333333
[12,] -0.1358333333 -0.1733333333
[13,] 0.0041666667 -0.1358333333
[14,] 0.1441666667 0.0041666667
[15,] 0.1241666667 0.1441666667
[16,] 0.3041666667 0.1241666667
[17,] 0.2441666667 0.3041666667
[18,] 0.1641666667 0.2441666667
[19,] 0.1441666667 0.1641666667
[20,] 0.2241666667 0.1441666667
[21,] 0.2841666667 0.2241666667
[22,] 0.3641666667 0.2841666667
[23,] 0.3241666667 0.3641666667
[24,] 0.3616666667 0.3241666667
[25,] 0.4016666667 0.3616666667
[26,] 0.4416666667 0.4016666667
[27,] 0.5216666667 0.4416666667
[28,] 0.6016666667 0.5216666667
[29,] 0.4416666667 0.6016666667
[30,] 0.0616666667 0.4416666667
[31,] -0.0583333333 0.0616666667
[32,] 0.0216666667 -0.0583333333
[33,] 0.0816666667 0.0216666667
[34,] 0.1616666667 0.0816666667
[35,] 0.0216666667 0.1616666667
[36,] -0.0408333333 0.0216666667
[37,] -0.0008333333 -0.0408333333
[38,] 0.1391666667 -0.0008333333
[39,] 0.4191666667 0.1391666667
[40,] 0.2991666667 0.4191666667
[41,] -0.0608333333 0.2991666667
[42,] -0.4408333333 -0.0608333333
[43,] -0.7608333333 -0.4408333333
[44,] -0.8808333333 -0.7608333333
[45,] -0.6208333333 -0.8808333333
[46,] -0.4408333333 -0.6208333333
[47,] -0.3808333333 -0.4408333333
[48,] -0.0516666667 -0.3808333333
[49,] -0.2116666667 -0.0516666667
[50,] -0.3716666667 -0.2116666667
[51,] -0.2916666667 -0.3716666667
[52,] -0.4116666667 -0.2916666667
[53,] -0.0716666667 -0.4116666667
[54,] 0.2483333333 -0.0716666667
[55,] 0.4283333333 0.2483333333
[56,] 0.3083333333 0.4283333333
[57,] 0.1683333333 0.3083333333
[58,] 0.0483333333 0.1683333333
[59,] 0.2083333333 0.0483333333
> z <- as.data.frame(dum1)
> z
lag(myerror, k = 1) myerror
1 -0.1933333333 -0.1333333333
2 -0.3533333333 -0.1933333333
3 -0.7733333333 -0.3533333333
4 -0.7933333333 -0.7733333333
5 -0.5533333333 -0.7933333333
6 -0.0333333333 -0.5533333333
7 0.2466666667 -0.0333333333
8 0.3266666667 0.2466666667
9 0.0866666667 0.3266666667
10 -0.1333333333 0.0866666667
11 -0.1733333333 -0.1333333333
12 -0.1358333333 -0.1733333333
13 0.0041666667 -0.1358333333
14 0.1441666667 0.0041666667
15 0.1241666667 0.1441666667
16 0.3041666667 0.1241666667
17 0.2441666667 0.3041666667
18 0.1641666667 0.2441666667
19 0.1441666667 0.1641666667
20 0.2241666667 0.1441666667
21 0.2841666667 0.2241666667
22 0.3641666667 0.2841666667
23 0.3241666667 0.3641666667
24 0.3616666667 0.3241666667
25 0.4016666667 0.3616666667
26 0.4416666667 0.4016666667
27 0.5216666667 0.4416666667
28 0.6016666667 0.5216666667
29 0.4416666667 0.6016666667
30 0.0616666667 0.4416666667
31 -0.0583333333 0.0616666667
32 0.0216666667 -0.0583333333
33 0.0816666667 0.0216666667
34 0.1616666667 0.0816666667
35 0.0216666667 0.1616666667
36 -0.0408333333 0.0216666667
37 -0.0008333333 -0.0408333333
38 0.1391666667 -0.0008333333
39 0.4191666667 0.1391666667
40 0.2991666667 0.4191666667
41 -0.0608333333 0.2991666667
42 -0.4408333333 -0.0608333333
43 -0.7608333333 -0.4408333333
44 -0.8808333333 -0.7608333333
45 -0.6208333333 -0.8808333333
46 -0.4408333333 -0.6208333333
47 -0.3808333333 -0.4408333333
48 -0.0516666667 -0.3808333333
49 -0.2116666667 -0.0516666667
50 -0.3716666667 -0.2116666667
51 -0.2916666667 -0.3716666667
52 -0.4116666667 -0.2916666667
53 -0.0716666667 -0.4116666667
54 0.2483333333 -0.0716666667
55 0.4283333333 0.2483333333
56 0.3083333333 0.4283333333
57 0.1683333333 0.3083333333
58 0.0483333333 0.1683333333
59 0.2083333333 0.0483333333
> plot(z,main=paste('Residual Lag plot, lowess, and regression line'), ylab='values of Residuals', xlab='lagged values of Residuals')
> lines(lowess(z))
> abline(lm(z))
> grid()
> dev.off()
null device
1
> postscript(file="/var/www/html/rcomp/tmp/708e81258718234.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> acf(mysum$resid, lag.max=length(mysum$resid)/2, main='Residual Autocorrelation Function')
> grid()
> dev.off()
null device
1
> postscript(file="/var/www/html/rcomp/tmp/89rkn1258718234.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> pacf(mysum$resid, lag.max=length(mysum$resid)/2, main='Residual Partial Autocorrelation Function')
> grid()
> dev.off()
null device
1
> postscript(file="/var/www/html/rcomp/tmp/9wxrm1258718234.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
> opar <- par(mfrow = c(2,2), oma = c(0, 0, 1.1, 0))
> plot(mylm, las = 1, sub='Residual Diagnostics')
> par(opar)
> dev.off()
null device
1
> if (n > n25) {
+ postscript(file="/var/www/html/rcomp/tmp/10y0w51258718234.ps",horizontal=F,pagecentre=F,paper="special",width=8.3333333333333,height=5.5555555555556)
+ plot(kp3:nmkm3,gqarr[,2], main='Goldfeld-Quandt test',ylab='2-sided p-value',xlab='breakpoint')
+ grid()
+ dev.off()
+ }
null device
1
>
> #Note: the /var/www/html/rcomp/createtable file can be downloaded at http://www.wessa.net/cretab
> load(file="/var/www/html/rcomp/createtable")
>
> a<-table.start()
> a<-table.row.start(a)
> a<-table.element(a, 'Multiple Linear Regression - Estimated Regression Equation', 1, TRUE)
> a<-table.row.end(a)
> myeq <- colnames(x)[1]
> myeq <- paste(myeq, '[t] = ', sep='')
> for (i in 1:k){
+ if (mysum$coefficients[i,1] > 0) myeq <- paste(myeq, '+', '')
+ myeq <- paste(myeq, mysum$coefficients[i,1], sep=' ')
+ if (rownames(mysum$coefficients)[i] != '(Intercept)') {
+ myeq <- paste(myeq, rownames(mysum$coefficients)[i], sep='')
+ if (rownames(mysum$coefficients)[i] != 't') myeq <- paste(myeq, '[t]', sep='')
+ }
+ }
> myeq <- paste(myeq, ' + e[t]')
> a<-table.row.start(a)
> a<-table.element(a, myeq)
> a<-table.row.end(a)
> a<-table.end(a)
> table.save(a,file="/var/www/html/rcomp/tmp/11m3181258718234.tab")
> a<-table.start()
> a<-table.row.start(a)
> a<-table.element(a,hyperlink('http://www.xycoon.com/ols1.htm','Multiple Linear Regression - Ordinary Least Squares',''), 6, TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a,'Variable',header=TRUE)
> a<-table.element(a,'Parameter',header=TRUE)
> a<-table.element(a,'S.D.',header=TRUE)
> a<-table.element(a,'T-STAT
H0: parameter = 0',header=TRUE)
> a<-table.element(a,'2-tail p-value',header=TRUE)
> a<-table.element(a,'1-tail p-value',header=TRUE)
> a<-table.row.end(a)
> for (i in 1:k){
+ a<-table.row.start(a)
+ a<-table.element(a,rownames(mysum$coefficients)[i],header=TRUE)
+ a<-table.element(a,mysum$coefficients[i,1])
+ a<-table.element(a, round(mysum$coefficients[i,2],6))
+ a<-table.element(a, round(mysum$coefficients[i,3],4))
+ a<-table.element(a, round(mysum$coefficients[i,4],6))
+ a<-table.element(a, round(mysum$coefficients[i,4]/2,6))
+ a<-table.row.end(a)
+ }
> a<-table.end(a)
> table.save(a,file="/var/www/html/rcomp/tmp/121b761258718234.tab")
> a<-table.start()
> a<-table.row.start(a)
> a<-table.element(a, 'Multiple Linear Regression - Regression Statistics', 2, TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'Multiple R',1,TRUE)
> a<-table.element(a, sqrt(mysum$r.squared))
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'R-squared',1,TRUE)
> a<-table.element(a, mysum$r.squared)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'Adjusted R-squared',1,TRUE)
> a<-table.element(a, mysum$adj.r.squared)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'F-TEST (value)',1,TRUE)
> a<-table.element(a, mysum$fstatistic[1])
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'F-TEST (DF numerator)',1,TRUE)
> a<-table.element(a, mysum$fstatistic[2])
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'F-TEST (DF denominator)',1,TRUE)
> a<-table.element(a, mysum$fstatistic[3])
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'p-value',1,TRUE)
> a<-table.element(a, 1-pf(mysum$fstatistic[1],mysum$fstatistic[2],mysum$fstatistic[3]))
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'Multiple Linear Regression - Residual Statistics', 2, TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'Residual Standard Deviation',1,TRUE)
> a<-table.element(a, mysum$sigma)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'Sum Squared Residuals',1,TRUE)
> a<-table.element(a, sum(myerror*myerror))
> a<-table.row.end(a)
> a<-table.end(a)
> table.save(a,file="/var/www/html/rcomp/tmp/13zidk1258718234.tab")
> a<-table.start()
> a<-table.row.start(a)
> a<-table.element(a, 'Multiple Linear Regression - Actuals, Interpolation, and Residuals', 4, TRUE)
> a<-table.row.end(a)
> a<-table.row.start(a)
> a<-table.element(a, 'Time or Index', 1, TRUE)
> a<-table.element(a, 'Actuals', 1, TRUE)
> a<-table.element(a, 'Interpolation
Forecast', 1, TRUE)
> a<-table.element(a, 'Residuals
Prediction Error', 1, TRUE)
> a<-table.row.end(a)
> for (i in 1:n) {
+ a<-table.row.start(a)
+ a<-table.element(a,i, 1, TRUE)
+ a<-table.element(a,x[i])
+ a<-table.element(a,x[i]-mysum$resid[i])
+ a<-table.element(a,mysum$resid[i])
+ a<-table.row.end(a)
+ }
> a<-table.end(a)
> table.save(a,file="/var/www/html/rcomp/tmp/14r5yy1258718234.tab")
> if (n > n25) {
+ a<-table.start()
+ a<-table.row.start(a)
+ a<-table.element(a,'Goldfeld-Quandt test for Heteroskedasticity',4,TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'p-values',header=TRUE)
+ a<-table.element(a,'Alternative Hypothesis',3,header=TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'breakpoint index',header=TRUE)
+ a<-table.element(a,'greater',header=TRUE)
+ a<-table.element(a,'2-sided',header=TRUE)
+ a<-table.element(a,'less',header=TRUE)
+ a<-table.row.end(a)
+ for (mypoint in kp3:nmkm3) {
+ a<-table.row.start(a)
+ a<-table.element(a,mypoint,header=TRUE)
+ a<-table.element(a,gqarr[mypoint-kp3+1,1])
+ a<-table.element(a,gqarr[mypoint-kp3+1,2])
+ a<-table.element(a,gqarr[mypoint-kp3+1,3])
+ a<-table.row.end(a)
+ }
+ a<-table.end(a)
+ table.save(a,file="/var/www/html/rcomp/tmp/15gdn11258718234.tab")
+ a<-table.start()
+ a<-table.row.start(a)
+ a<-table.element(a,'Meta Analysis of Goldfeld-Quandt test for Heteroskedasticity',4,TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'Description',header=TRUE)
+ a<-table.element(a,'# significant tests',header=TRUE)
+ a<-table.element(a,'% significant tests',header=TRUE)
+ a<-table.element(a,'OK/NOK',header=TRUE)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'1% type I error level',header=TRUE)
+ a<-table.element(a,numsignificant1)
+ a<-table.element(a,numsignificant1/numgqtests)
+ if (numsignificant1/numgqtests < 0.01) dum <- 'OK' else dum <- 'NOK'
+ a<-table.element(a,dum)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'5% type I error level',header=TRUE)
+ a<-table.element(a,numsignificant5)
+ a<-table.element(a,numsignificant5/numgqtests)
+ if (numsignificant5/numgqtests < 0.05) dum <- 'OK' else dum <- 'NOK'
+ a<-table.element(a,dum)
+ a<-table.row.end(a)
+ a<-table.row.start(a)
+ a<-table.element(a,'10% type I error level',header=TRUE)
+ a<-table.element(a,numsignificant10)
+ a<-table.element(a,numsignificant10/numgqtests)
+ if (numsignificant10/numgqtests < 0.1) dum <- 'OK' else dum <- 'NOK'
+ a<-table.element(a,dum)
+ a<-table.row.end(a)
+ a<-table.end(a)
+ table.save(a,file="/var/www/html/rcomp/tmp/16ckao1258718234.tab")
+ }
>
> system("convert tmp/10wuy1258718233.ps tmp/10wuy1258718233.png")
> system("convert tmp/2n7te1258718233.ps tmp/2n7te1258718233.png")
> system("convert tmp/3h84a1258718233.ps tmp/3h84a1258718233.png")
> system("convert tmp/4p8le1258718233.ps tmp/4p8le1258718233.png")
> system("convert tmp/5owdl1258718234.ps tmp/5owdl1258718234.png")
> system("convert tmp/6j3e31258718234.ps tmp/6j3e31258718234.png")
> system("convert tmp/708e81258718234.ps tmp/708e81258718234.png")
> system("convert tmp/89rkn1258718234.ps tmp/89rkn1258718234.png")
> system("convert tmp/9wxrm1258718234.ps tmp/9wxrm1258718234.png")
> system("convert tmp/10y0w51258718234.ps tmp/10y0w51258718234.png")
>
>
> proc.time()
user system elapsed
2.355 1.555 3.154