ws 8a

*The author of this computation has been verified*

R Software Module: /rwasp_multipleregression.wasp (opens new window with default values)

Title produced by software: Multiple Regression

Date of computation: Tue, 30 Nov 2010 10:49:01 +0000

Cite this page as follows:

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h.htm/, Retrieved Tue, 30 Nov 2010 11:47:42 +0100

BibTeX entries for LaTeX users:

@Manual{KEY, author = {{YOUR NAME}}, publisher = {Office for Research Development and Education}, title = {Statistical Computations at FreeStatistics.org, URL http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h.htm/}, year = {2010}, } @Manual{R, title = {R: A Language and Environment for Statistical Computing}, author = {{R Development Core Team}}, organization = {R Foundation for Statistical Computing}, address = {Vienna, Austria}, year = {2010}, note = {{ISBN} 3-900051-07-0}, url = {http://www.R-project.org}, }

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords:

Dataseries X:

» Textbox « » Textfile « » CSV «

2938 2909 3141 2427 3059 2918 2901 2823 2798 2892 2967 2397 3458 3024 3100 2904 3056 2771 2897 2772 2857 3020 2648 2364 3194 3013 2560 3074 2746 2846 3184 2354 3080 2963 2430 2296 2416 2647 2789 2685 2666 2882 2953 2127 2563 3061 2809 2861 2781 2555 3206 2570 2410 3195 2736 2743 2934 2668 2907 2866 2983 2878 3225 2515 3193 2663 2908 2896 2853 3028 3053 2455 3401 2969 3243 2849 3296 3121 3194 3023 2984 3525 3116 2383 3294 2882 2820 2583 2803 2767 2945 2716 2644 2956 2598 2171 2994 2645 2724 2550 2707 2679 2878 2307 2496 2637 2436 2426 2607 2533 2888 2520 2229 2804 2661 2547 2509 2465 2629 2706 2666 2432 2836 2888 2566 2802 2611 2683 2675 2434 2693 2619 2903 2550 2900 2456 2912 2883 2464 2655 2447 2592 2698 2274 2901 2397 3004 2614 2882 2671 2761 2806 2414 2673 2748 2112 2903 2633 2684 2861 2504 2708 2961 2535 2688 2699 2469 2585 2582 2480 2709 etc...

Output produced by software:

Enter (or paste) a matrix (table) containing all data (time) series. Every column represents a different variable and must be delimited by a space or Tab. Every row represents a period in time (or category) and must be delimited by hard returns. The easiest way to enter data is to copy and paste a block of spreadsheet cells. Please, do not use commas or spaces to seperate groups of digits! Summary of computational transaction Raw Input view raw input (R code) Raw Output view raw output of R engine Computing time 12 seconds R Server 'George Udny Yule' @ 72.249.76.132 Multiple Linear Regression - Estimated Regression Equation Echtscheidingen[t] = + 2475.20000000000 + 459.533333333336M1[t] + 227.933333333334M2[t] + 446.733333333334M3[t] + 187.266666666667M4[t] + 272.199999999999M5[t] + 344.466666666666M6[t] + 387.133333333333M7[t] + 152.066666666667M8[t] + 233.6M9[t] + 342.933333333333M10[t] + 240.533333333333M11[t] + e[t] Multiple Linear Regression - Ordinary Least Squares Variable Parameter S.D. T-STAT H0: parameter = 0 2-tail p-value 1-tail p-value (Intercept) 2475.20000000000 61.775894 40.0674 0 0 M1 459.533333333336 87.364307 5.26 0 0 M2 227.933333333334 87.364307 2.609 0.0099 0.00495 M3 446.733333333334 87.364307 5.1135 1e-06 0 M4 187.266666666667 87.364307 2.1435 0.03351 0.016755 M5 272.199999999999 87.364307 3.1157 0.002159 0.001079 M6 344.466666666666 87.364307 3.9429 0.000118 5.9e-05 M7 387.133333333333 87.364307 4.4313 1.7e-05 8e-06 M8 152.066666666667 87.364307 1.7406 0.083584 0.041792 M9 233.6 87.364307 2.6739 0.008239 0.004119 M10 342.933333333333 87.364307 3.9253 0.000126 6.3e-05 M11 240.533333333333 87.364307 2.7532 0.006551 0.003275 Multiple Linear Regression - Regression Statistics Multiple R 0.477266199425903 R-squared 0.227783025114446 Adjusted R-squared 0.177221199377891 F-TEST (value) 4.50503955892098 F-TEST (DF numerator) 11 F-TEST (DF denominator) 168 p-value 5.80406379246945e-06 Multiple Linear Regression - Residual Statistics Residual Standard Deviation 239.257009650014 Sum Squared Residuals 9616978 Multiple Linear Regression - Actuals, Interpolation, and Residuals Time or Index Actuals Interpolation Forecast Residuals Prediction Error 1 2938 2934.73333333329 3.26666666670734 2 2909 2703.13333333333 205.866666666666 3 3141 2921.93333333334 219.066666666664 4 2427 2662.46666666667 -235.466666666668 5 3059 2747.4 311.599999999998 6 2918 2819.66666666667 98.3333333333348 7 2901 2862.33333333333 38.6666666666681 8 2823 2627.26666666667 195.733333333335 9 2798 2708.8 89.1999999999996 10 2892 2818.13333333333 73.8666666666662 11 2967 2715.73333333333 251.266666666668 12 2397 2475.2 -78.2000000000002 13 3458 2934.73333333334 523.266666666664 14 3024 2703.13333333333 320.866666666667 15 3100 2921.93333333333 178.066666666667 16 2904 2662.46666666667 241.533333333333 17 3056 2747.4 308.6 18 2771 2819.66666666667 -48.6666666666667 19 2897 2862.33333333333 34.6666666666666 20 2772 2627.26666666667 144.733333333333 21 2857 2708.8 148.2 22 3020 2818.13333333333 201.866666666667 23 2648 2715.73333333333 -67.7333333333333 24 2364 2475.2 -111.2 25 3194 2934.73333333334 259.266666666664 26 3013 2703.13333333333 309.866666666667 27 2560 2921.93333333333 -361.933333333333 28 3074 2662.46666666667 411.533333333333 29 2746 2747.4 -1.39999999999999 30 2846 2819.66666666667 26.3333333333332 31 3184 2862.33333333333 321.666666666667 32 2354 2627.26666666667 -273.266666666667 33 3080 2708.8 371.2 34 2963 2818.13333333333 144.866666666667 35 2430 2715.73333333333 -285.733333333333 36 2296 2475.2 -179.2 37 2416 2934.73333333334 -518.733333333336 38 2647 2703.13333333333 -56.1333333333333 39 2789 2921.93333333333 -132.933333333333 40 2685 2662.46666666667 22.5333333333335 41 2666 2747.4 -81.4 42 2882 2819.66666666667 62.3333333333332 43 2953 2862.33333333333 90.6666666666666 44 2127 2627.26666666667 -500.266666666667 45 2563 2708.8 -145.8 46 3061 2818.13333333333 242.866666666667 47 2809 2715.73333333333 93.2666666666667 48 2861 2475.2 385.8 49 2781 2934.73333333334 -153.733333333336 50 2555 2703.13333333333 -148.133333333333 51 3206 2921.93333333333 284.066666666667 52 2570 2662.46666666667 -92.4666666666665 53 2410 2747.4 -337.4 54 3195 2819.66666666667 375.333333333333 55 2736 2862.33333333333 -126.333333333333 56 2743 2627.26666666667 115.733333333333 57 2934 2708.8 225.2 58 2668 2818.13333333333 -150.133333333333 59 2907 2715.73333333333 191.266666666667 60 2866 2475.2 390.8 61 2983 2934.73333333334 48.2666666666638 62 2878 2703.13333333333 174.866666666667 63 3225 2921.93333333333 303.066666666667 64 2515 2662.46666666667 -147.466666666666 65 3193 2747.4 445.6 66 2663 2819.66666666667 -156.666666666667 67 2908 2862.33333333333 45.6666666666666 68 2896 2627.26666666667 268.733333333333 69 2853 2708.8 144.2 70 3028 2818.13333333333 209.866666666667 71 3053 2715.73333333333 337.266666666667 72 2455 2475.2 -20.2000000000000 73 3401 2934.73333333334 466.266666666664 74 2969 2703.13333333333 265.866666666667 75 3243 2921.93333333333 321.066666666667 76 2849 2662.46666666667 186.533333333333 77 3296 2747.4 548.6 78 3121 2819.66666666667 301.333333333333 79 3194 2862.33333333333 331.666666666667 80 3023 2627.26666666667 395.733333333333 81 2984 2708.8 275.2 82 3525 2818.13333333333 706.866666666667 83 3116 2715.73333333333 400.266666666667 84 2383 2475.2 -92.2 85 3294 2934.73333333334 359.266666666664 86 2882 2703.13333333333 178.866666666667 87 2820 2921.93333333333 -101.933333333333 88 2583 2662.46666666667 -79.4666666666665 89 2803 2747.4 55.6 90 2767 2819.66666666667 -52.6666666666667 91 2945 2862.33333333333 82.6666666666666 92 2716 2627.26666666667 88.7333333333333 93 2644 2708.8 -64.8 94 2956 2818.13333333333 137.866666666667 95 2598 2715.73333333333 -117.733333333333 96 2171 2475.2 -304.2 97 2994 2934.73333333334 59.2666666666638 98 2645 2703.13333333333 -58.1333333333333 99 2724 2921.93333333333 -197.933333333333 100 2550 2662.46666666667 -112.466666666666 101 2707 2747.4 -40.4 102 2679 2819.66666666667 -140.666666666667 103 2878 2862.33333333333 15.6666666666666 104 2307 2627.26666666667 -320.266666666667 105 2496 2708.8 -212.8 106 2637 2818.13333333333 -181.133333333333 107 2436 2715.73333333333 -279.733333333333 108 2426 2475.2 -49.2 109 2607 2934.73333333334 -327.733333333336 110 2533 2703.13333333333 -170.133333333333 111 2888 2921.93333333333 -33.9333333333332 112 2520 2662.46666666667 -142.466666666666 113 2229 2747.4 -518.4 114 2804 2819.66666666667 -15.6666666666668 115 2661 2862.33333333333 -201.333333333333 116 2547 2627.26666666667 -80.2666666666667 117 2509 2708.8 -199.8 118 2465 2818.13333333333 -353.133333333333 119 2629 2715.73333333333 -86.7333333333333 120 2706 2475.2 230.8 121 2666 2934.73333333334 -268.733333333336 122 2432 2703.13333333333 -271.133333333333 123 2836 2921.93333333333 -85.9333333333332 124 2888 2662.46666666667 225.533333333333 125 2566 2747.4 -181.4 126 2802 2819.66666666667 -17.6666666666668 127 2611 2862.33333333333 -251.333333333333 128 2683 2627.26666666667 55.7333333333333 129 2675 2708.8 -33.8000000000000 130 2434 2818.13333333333 -384.133333333333 131 2693 2715.73333333333 -22.7333333333333 132 2619 2475.2 143.8 133 2903 2934.73333333334 -31.7333333333362 134 2550 2703.13333333333 -153.133333333333 135 2900 2921.93333333333 -21.9333333333332 136 2456 2662.46666666667 -206.466666666667 137 2912 2747.4 164.6 138 2883 2819.66666666667 63.3333333333332 139 2464 2862.33333333333 -398.333333333333 140 2655 2627.26666666667 27.7333333333332 141 2447 2708.8 -261.8 142 2592 2818.13333333333 -226.133333333333 143 2698 2715.73333333333 -17.7333333333333 144 2274 2475.2 -201.2 145 2901 2934.73333333334 -33.7333333333362 146 2397 2703.13333333333 -306.133333333333 147 3004 2921.93333333333 82.0666666666668 148 2614 2662.46666666667 -48.4666666666665 149 2882 2747.4 134.6 150 2671 2819.66666666667 -148.666666666667 151 2761 2862.33333333333 -101.333333333333 152 2806 2627.26666666667 178.733333333333 153 2414 2708.8 -294.8 154 2673 2818.13333333333 -145.133333333333 155 2748 2715.73333333333 32.2666666666667 156 2112 2475.2 -363.2 157 2903 2934.73333333334 -31.7333333333362 158 2633 2703.13333333333 -70.1333333333333 159 2684 2921.93333333333 -237.933333333333 160 2861 2662.46666666667 198.533333333333 161 2504 2747.4 -243.4 162 2708 2819.66666666667 -111.666666666667 163 2961 2862.33333333333 98.6666666666666 164 2535 2627.26666666667 -92.2666666666667 165 2688 2708.8 -20.7999999999999 166 2699 2818.13333333333 -119.133333333333 167 2469 2715.73333333333 -246.733333333333 168 2585 2475.2 109.8 169 2582 2934.73333333334 -352.733333333336 170 2480 2703.13333333333 -223.133333333333 171 2709 2921.93333333333 -212.933333333333 172 2441 2662.46666666667 -221.466666666667 173 2182 2747.4 -565.4 174 2585 2819.66666666667 -234.666666666667 175 2881 2862.33333333333 18.6666666666666 176 2422 2627.26666666667 -205.266666666667 177 2690 2708.8 -18.7999999999999 178 2659 2818.13333333333 -159.133333333333 179 2535 2715.73333333333 -180.733333333333 180 2613 2475.2 137.8 Goldfeld-Quandt test for Heteroskedasticity p-values Alternative Hypothesis breakpoint index greater 2-sided less 15 0.521081929159069 0.957836141681862 0.478918070840931 16 0.650530736651569 0.698938526696863 0.349469263348431 17 0.518435291761747 0.963129416476507 0.481564708238253 18 0.411794629136219 0.823589258272438 0.588205370863781 19 0.296765001067654 0.593530002135309 0.703234998932346 20 0.207381609426069 0.414763218852138 0.79261839057393 21 0.139857881936691 0.279715763873381 0.86014211806331 22 0.0986058191790722 0.197211638358144 0.901394180820928 23 0.107018108823592 0.214036217647183 0.892981891176408 24 0.0692629646944754 0.138525929388951 0.930737035305525 25 0.0448613417326209 0.0897226834652418 0.95513865826738 26 0.0295135437601023 0.0590270875202046 0.970486456239898 27 0.150464042534242 0.300928085068484 0.849535957465758 28 0.229110343938309 0.458220687876617 0.770889656061691 29 0.241591053803185 0.48318210760637 0.758408946196815 30 0.186393565056769 0.372787130113537 0.813606434943231 31 0.19764537000538 0.39529074001076 0.80235462999462 32 0.280114192153574 0.560228384307149 0.719885807846426 33 0.285044554402644 0.570089108805287 0.714955445597356 34 0.233284817428425 0.46656963485685 0.766715182571575 35 0.278904913041509 0.557809826083018 0.721095086958491 36 0.235439710164898 0.470879420329796 0.764560289835102 37 0.638672888889798 0.722654222220404 0.361327111110202 38 0.649036266812302 0.701927466375396 0.350963733187698 39 0.607691438001171 0.784617123997657 0.392308561998829 40 0.558452408245395 0.88309518350921 0.441547591754605 41 0.551271991849559 0.897456016300882 0.448728008150441 42 0.494987679005592 0.989975358011183 0.505012320994408 43 0.441711923758644 0.883423847517287 0.558288076241356 44 0.599556970902219 0.800886058195562 0.400443029097781 45 0.613560316918744 0.772879366162513 0.386439683081256 46 0.583074370916869 0.833851258166263 0.416925629083131 47 0.53952764719417 0.92094470561166 0.46047235280583 48 0.650234313702355 0.69953137259529 0.349765686297645 49 0.629008631486365 0.74198273702727 0.370991368513635 50 0.639992158595978 0.720015682808044 0.360007841404022 51 0.65543496138956 0.689130077220879 0.344565038610439 52 0.627131066673288 0.745737866653424 0.372868933326712 53 0.701107173596626 0.597785652806748 0.298892826403374 54 0.739577949572198 0.520844100855604 0.260422050427802 55 0.723147939666918 0.553704120666163 0.276852060333082 56 0.701483624475874 0.597032751048253 0.298516375524126 57 0.68017015606448 0.639659687871038 0.319829843935519 58 0.678577011578658 0.642845976842685 0.321422988421342 59 0.658560437885973 0.682879124228054 0.341439562114027 60 0.714199058529648 0.571601882940705 0.285800941470352 61 0.672534463276306 0.654931073447388 0.327465536723694 62 0.644951806920191 0.710096386159618 0.355048193079809 63 0.659948137758894 0.680103724482213 0.340051862241106 64 0.638583701334308 0.722832597331383 0.361416298665692 65 0.723781182530974 0.552437634938053 0.276218817469026 66 0.711025072774324 0.577949854451352 0.288974927225676 67 0.67146914738772 0.657061705224561 0.328530852612281 68 0.687976413163866 0.624047173672268 0.312023586836134 69 0.659754610414365 0.68049077917127 0.340245389585635 70 0.64301439783587 0.71397120432826 0.35698560216413 71 0.67630009472509 0.64739981054982 0.32369990527491 72 0.637412232635797 0.725175534728405 0.362587767364203 73 0.745289043239478 0.509421913521043 0.254710956760522 74 0.754398409999867 0.491203180000266 0.245601590000133 75 0.7814680949173 0.437063810165399 0.218531905082699 76 0.767829947968444 0.464340104063111 0.232170052031556 77 0.892808989110434 0.214382021779132 0.107191010889566 78 0.907156260620027 0.185687478759945 0.0928437393799725 79 0.926877122834688 0.146245754330623 0.0731228771653115 80 0.95433555695095 0.0913288860980989 0.0456644430490494 81 0.962169797647937 0.0756604047041263 0.0378302023520632 82 0.998269980351644 0.00346003929671103 0.00173001964835551 83 0.99945864446115 0.00108271107769888 0.000541355538849439 84 0.999259113610795 0.00148177277841015 0.000740886389205077 85 0.999770240478408 0.000459519043183619 0.000229759521591810 86 0.99983846211278 0.000323075774439702 0.000161537887219851 87 0.999783569972276 0.000432860055448096 0.000216430027724048 88 0.999687837214253 0.000624325571493594 0.000312162785746797 89 0.999672281107189 0.000655437785622629 0.000327718892811314 90 0.999535690841798 0.000928618316403694 0.000464309158201847 91 0.999450547912815 0.00109890417437077 0.000549452087185384 92 0.999285325783616 0.00142934843276731 0.000714674216383657 93 0.999107568091593 0.00178486381681337 0.000892431908406687 94 0.999405893288483 0.00118821342303484 0.00059410671151742 95 0.999245329755698 0.00150934048860451 0.000754670244302255 96 0.999544078110998 0.000911843778004281 0.000455921889002140 97 0.999521759671249 0.000956480657502704 0.000478240328751352 98 0.999436770090151 0.00112645981969778 0.00056322990984889 99 0.999365726811556 0.00126854637688845 0.000634273188444226 100 0.999136759023207 0.00172648195358613 0.000863240976793065 101 0.999006146139652 0.00198770772069541 0.000993853860347704 102 0.998712128190028 0.00257574361994304 0.00128787180997152 103 0.998392197383975 0.00321560523204937 0.00160780261602469 104 0.999028544723688 0.00194291055262493 0.000971455276312466 105 0.998924328413614 0.00215134317277243 0.00107567158638621 106 0.998838870170726 0.00232225965854802 0.00116112982927401 107 0.998995349476332 0.00200930104733558 0.00100465052366779 108 0.998539191339234 0.00292161732153161 0.00146080866076581 109 0.998819254974623 0.00236149005075312 0.00118074502537656 110 0.998536037600997 0.00292792479800662 0.00146396239900331 111 0.997911294698177 0.00417741060364545 0.00208870530182272 112 0.997369022498588 0.00526195500282449 0.00263097750141224 113 0.999292574348347 0.00141485130330667 0.000707425651653333 114 0.99896405272521 0.00207189454957805 0.00103594727478903 115 0.998697133610982 0.00260573277803633 0.00130286638901816 116 0.998131445671885 0.00373710865622912 0.00186855432811456 117 0.997654367084171 0.00469126583165761 0.00234563291582880 118 0.99796091329434 0.00407817341131923 0.00203908670565962 119 0.997050632216728 0.0058987355665446 0.0029493677832723 120 0.997406353164235 0.0051872936715302 0.0025936468357651 121 0.997185554881432 0.00562889023713578 0.00281444511856789 122 0.996693702262712 0.006612595474575 0.0033062977372875 123 0.995223908840264 0.00955218231947248 0.00477609115973624 124 0.996053332306033 0.0078933353879343 0.00394666769396715 125 0.994702903863175 0.0105941922736506 0.00529709613682528 126 0.992629277224457 0.0147414455510853 0.00737072277554267 127 0.991696178288787 0.0166076434224260 0.00830382171121302 128 0.988442059412885 0.0231158811742300 0.0115579405871150 129 0.984782268808846 0.0304354623823083 0.0152177311911541 130 0.986995478797225 0.0260090424055499 0.0130045212027749 131 0.982137211867078 0.0357255762658434 0.0178627881329217 132 0.980744512584737 0.0385109748305256 0.0192554874152628 133 0.974455071588918 0.0510898568221631 0.0255449284110815 134 0.966321895925259 0.0673562081494828 0.0336781040747414 135 0.955849798683154 0.088300402633693 0.0441502013168465 136 0.94996420890157 0.100071582196861 0.0500357910984306 137 0.965458949604465 0.0690821007910698 0.0345410503955349 138 0.962476089055582 0.0750478218888364 0.0375239109444182 139 0.980826501557618 0.0383469968847649 0.0191734984423824 140 0.972784799542421 0.0544304009151576 0.0272152004575788 141 0.96795636391744 0.0640872721651206 0.0320436360825603 142 0.958469978647003 0.0830600427059938 0.0415300213529969 143 0.945264288035882 0.109471423928236 0.0547357119641178 144 0.935084831855888 0.129830336288223 0.0649151681441115 145 0.919402807306764 0.161194385386472 0.0805971926932361 146 0.90721985649024 0.18556028701952 0.09278014350976 147 0.913444165984706 0.173111668030588 0.0865558340152942 148 0.882176724544673 0.235646550910653 0.117823275455327 149 0.959503466128822 0.080993067742356 0.040496533871178 150 0.940967184583154 0.118065630833692 0.0590328154168461 151 0.925189554392834 0.149620891214333 0.0748104456071664 152 0.941272140471711 0.117455719056577 0.0587278595282887 153 0.94787138478797 0.104257230424059 0.0521286152120293 154 0.921327369762352 0.157345260475296 0.0786726302376478 155 0.918496450963817 0.163007098072366 0.0815035490361832 156 0.985182110546982 0.0296357789060361 0.0148178894530180 157 0.990444259342944 0.0191114813141120 0.00955574065705602 158 0.98524681772057 0.029506364558862 0.014753182279431 159 0.971477046293747 0.0570459074125065 0.0285229537062533 160 0.995898040049362 0.00820391990127678 0.00410195995063839 161 0.999816881058939 0.000366237882122798 0.000183118941061399 162 0.99977618849522 0.000447623009561137 0.000223811504780569 163 0.999392151898665 0.00121569620267017 0.000607848101335087 164 0.999568461956584 0.000863076086832563 0.000431538043416282 165 0.996208555942618 0.0075828881147644 0.0037914440573822 Meta Analysis of Goldfeld-Quandt test for Heteroskedasticity Description # significant tests % significant tests OK/NOK 1% type I error level 49 0.324503311258278 NOK 5% type I error level 61 0.403973509933775 NOK 10% type I error level 75 0.496688741721854 NOK

Charts produced by software:

http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/107nmd1291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/107nmd1291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/1imp11291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/1imp11291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/2tdp41291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/2tdp41291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/3tdp41291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/3tdp41291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/4mno71291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/4mno71291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/5mno71291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/5mno71291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/6mno71291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/6mno71291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/7ew5a1291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/7ew5a1291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/87nmd1291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/87nmd1291114127.ps (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/97nmd1291114127.png (open in new window) http://www.freestatistics.org/blog/date/2010/Nov/30/t12911140516io1lhh9gbx021h/97nmd1291114127.ps (open in new window)

Parameters (Session):

par1 = 1 ; par2 = Include Monthly Dummies ; par3 = No Linear Trend ;

Parameters (R input):

par1 = 1 ; par2 = Include Monthly Dummies ; par3 = No Linear Trend ;

R code (references can be found in the software module):

library(lattice) library(lmtest) 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 k <- length(x[1,]) df <- as.data.frame(x) (mylm <- lm(df)) (mysum <- summary(mylm)) 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)$p.value } if (gqarr[mypoint-kp3+1,2] < 0.01) numsignificant1 <- numsignificant1 + 1 if (gqarr[mypoint-kp3+1,2] < 0.05) numsignificant5 <- numsignificant5 + 1 if (gqarr[mypoint-kp3+1,2] < 0.10) numsignificant10 <- numsignificant10 + 1 } gqarr } bitmap(file='test0.png') plot(x[,1], type='l', main='Actuals and Interpolation', ylab='value of Actuals and Interpolation (dots)', xlab='time or index') points(x[,1]-mysum$resid) grid() dev.off() bitmap(file='test1.png') plot(mysum$resid, type='b', pch=19, main='Residuals', ylab='value of Residuals', xlab='time or index') grid() dev.off() bitmap(file='test2.png') hist(mysum$resid, main='Residual Histogram', xlab='values of Residuals') grid() dev.off() bitmap(file='test3.png') densityplot(~mysum$resid,col='black',main='Residual Density Plot', xlab='values of Residuals') dev.off() bitmap(file='test4.png') qqnorm(mysum$resid, main='Residual Normal Q-Q Plot') qqline(mysum$resid) grid() dev.off() (myerror <- as.ts(mysum$resid)) bitmap(file='test5.png') dum <- cbind(lag(myerror,k=1),myerror) dum dum1 <- dum[2:length(myerror),] dum1 z <- as.data.frame(dum1) z 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() bitmap(file='test6.png') acf(mysum$resid, lag.max=length(mysum$resid)/2, main='Residual Autocorrelation Function') grid() dev.off() bitmap(file='test7.png') pacf(mysum$resid, lag.max=length(mysum$resid)/2, main='Residual Partial Autocorrelation Function') grid() dev.off() bitmap(file='test8.png') opar <- par(mfrow = c(2,2), oma = c(0, 0, 1.1, 0)) plot(mylm, las = 1, sub='Residual Diagnostics') par(opar) dev.off() if (n > n25) { bitmap(file='test9.png') plot(kp3:nmkm3,gqarr[,2], main='Goldfeld-Quandt test',ylab='2-sided p-value',xlab='breakpoint') grid() dev.off() } load(file='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$coefficients)[i] != 't') myeq <- paste(myeq, '[t]', sep='') } } myeq <- paste(myeq, ' + e[t]') a<-table.row.start(a) a<-table.element(a, myeq) a<-table.row.end(a) a<-table.end(a) table.save(a,file='mytable1.tab') a<-table.start() a<-table.row.start(a) a<-table.element(a,hyperlink('http://www.xycoon.com/ols1.htm','Multiple Linear Regression - Ordinary Least Squares',''), 6, TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a,'Variable',header=TRUE) a<-table.element(a,'Parameter',header=TRUE) a<-table.element(a,'S.D.',header=TRUE) a<-table.element(a,'T-STAT<br />H0: parameter = 0',header=TRUE) a<-table.element(a,'2-tail p-value',header=TRUE) a<-table.element(a,'1-tail p-value',header=TRUE) a<-table.row.end(a) for (i in 1:k){ a<-table.row.start(a) a<-table.element(a,rownames(mysum$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$coefficients[i,4]/2,6)) a<-table.row.end(a) } a<-table.end(a) table.save(a,file='mytable2.tab') a<-table.start() a<-table.row.start(a) a<-table.element(a, 'Multiple Linear Regression - Regression Statistics', 2, TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a, 'Multiple R',1,TRUE) a<-table.element(a, sqrt(mysum$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$sigma) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a, 'Sum Squared Residuals',1,TRUE) a<-table.element(a, sum(myerror*myerror)) a<-table.row.end(a) a<-table.end(a) table.save(a,file='mytable3.tab') a<-table.start() a<-table.row.start(a) a<-table.element(a, 'Multiple Linear Regression - Actuals, Interpolation, and Residuals', 4, TRUE) a<-table.row.end(a) a<-table.row.start(a) a<-table.element(a, 'Time or Index', 1, TRUE) a<-table.element(a, 'Actuals', 1, TRUE) a<-table.element(a, 'Interpolation<br />Forecast', 1, TRUE) a<-table.element(a, 'Residuals<br />Prediction Error', 1, TRUE) a<-table.row.end(a) for (i in 1:n) { a<-table.row.start(a) a<-table.element(a,i, 1, TRUE) a<-table.element(a,x[i]) a<-table.element(a,x[i]-mysum$resid[i]) a<-table.element(a,mysum$resid[i]) a<-table.row.end(a) } a<-table.end(a) table.save(a,file='mytable4.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='mytable5.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='mytable6.tab') }

Copyright

This work is licensed under a Creative Commons Attribution-Noncommercial-Share Alike 3.0 License.

Software written by Ed van Stee & Patrick Wessa

Disclaimer

Information provided on this web site is provided "AS IS" without warranty of any kind, either express or implied, including, without limitation, warranties of merchantability, fitness for a particular purpose, and noninfringement. We use reasonable efforts to include accurate and timely information and periodically update the information, and software without notice. However, we make no warranties or representations as to the accuracy or completeness of such information (or software), and we assume no liability or responsibility for errors or omissions in the content of this web site, or any software bugs in online applications. Your use of this web site is AT YOUR OWN RISK. Under no circumstances and under no legal theory shall we be liable to you or any other person for any direct, indirect, special, incidental, exemplary, or consequential damages arising from your access to, or use of, this web site.

Privacy Policy

We may request personal information to be submitted to our servers in order to be able to:

• personalize online software applications according to your needs
• enforce strict security rules with respect to the data that you upload (e.g. statistical data)
• manage user sessions of online applications
• alert you about important changes or upgrades in resources or applications

We NEVER allow other companies to directly offer registered users information about their products and services. Banner references and hyperlinks of third parties NEVER contain any personal data of the visitor.

We do NOT sell, nor transmit by any means, personal information, nor statistical data series uploaded by you to third parties.

We carefully protect your data from loss, misuse, alteration, and destruction. However, at any time, and under any circumstance you are solely responsible for managing your passwords, and keeping them secret.

We store a unique ANONYMOUS USER ID in the form of a small 'Cookie' on your computer. This allows us to track your progress when using this website which is necessary to create state-dependent features. The cookie is used for NO OTHER PURPOSE. At any time you may opt to disallow cookies from this website - this will not affect other features of this website.

We examine cookies that are used by third-parties (banner and online ads) very closely: abuse from third-parties automatically results in termination of the advertising contract without refund. We have very good reason to believe that the cookies that are produced by third parties (banner ads) do NOT cause any privacy or security risk.

FreeStatistics.org is safe. There is no need to download any software to use the applications and services contained in this website. Hence, your system's security is not compromised by their use, and your personal data - other than data you submit in the account application form, and the user-agent information that is transmitted by your browser - is never transmitted to our servers.

As a general rule, we do not log on-line behavior of individuals (other than normal logging of webserver 'hits'). However, in cases of abuse, hacking, unauthorized access, Denial of Service attacks, illegal copying, hotlinking, non-compliance with international webstandards (such as robots.txt), or any other harmful behavior, our system engineers are empowered to log, track, identify, publish, and ban misbehaving individuals - even if this leads to ban entire blocks of IP addresses, or disclosing user's identity.

FreeStatistics.org is powered by