Free Statistics

of Irreproducible Research!

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_multipleregression.wasp
Title produced by softwareMultiple Regression
Date of computationMon, 05 Nov 2012 16:00:14 -0500
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2012/Nov/05/t13521502692baeh1hpnysm73n.htm/, Retrieved Wed, 01 Feb 2023 15:46:43 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=186303, Retrieved Wed, 01 Feb 2023 15:46:43 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact116
Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-       [Multiple Regression] [eerste poging met...] [2012-11-05 21:00:14] [ed3634b20a751c26d6f63bd3797fea52] [Current]
- R  D    [Multiple Regression] [Multiple linear r...] [2012-11-07 10:51:34] [0dc867bfbaab36a894719867823e3cb9]
- R  D    [Multiple Regression] [data] [2012-11-12 10:41:07] [46762b18b00d15214a19b2ee3ead9dc9]
Feedback Forum

Post a new message
Dataseries X:
93,7	76,6	76,4	85,7
114,7	83,8	83,8	116
121,2	95,1	95	130,6
98,6	82,2	82	105,1
111,5	89,2	89	130,7
107,5	86,9	86,7	113,9
69,1	72	71,8	40,1
88,3	79,4	79,2	112,2
114,7	89,1	89,1	120,6
115,5	89,8	89,7	123,1
109,5	88,9	88,8	112,2
97,7	83,2	83,1	90,5
102	90,8	90,7	89,2
107,5	89,3	89,4	107,9
120,5	99,2	99,2	111,1
101,9	86,7	86,6	92
107,6	93,5	93,3	115
113,9	96,7	96,7	116,4
70,9	80,5	80,2	53,4
93,4	84,1	83,8	109
114,8	92,9	92,9	105,3
117,8	97,2	97,3	120,4
105,2	92,4	92,4	102,3
95,1	83,6	83,5	68,6
97,5	89,9	89,8	91,9
103,2	88	88	95,1
111,6	97,4	97,4	113
105,4	92,8	92,8	106,3
97,8	90,6	90,5	106,5
104,4	93,9	94,1	109,6
75	83,5	83,2	49
82,2	80,5	80,1	95,3
116,2	97,7	97,6	114,9
115	102	102	118
91,5	94,2	94,1	102,9
89,5	87,1	86,9	67
90,7	92,5	92,4	84,5
100,1	92,8	92,8	95,9
100,1	99,8	99,8	114
93,5	97	96,9	106,6
84,4	91,6	91,5	100
101,2	98	97,9	111,6
75,3	88,7	88,5	56,5
76,5	82,3	81,9	90,2
105,6	102,4	102,4	122,3
110,4	104,5	104,5	118,8
91,5	93,9	93,9	94,5
88,1	97,1	97,1	77,4
88,2	91,3	91,2	89,3
99,3	93,2	93,2	99,5
117,1	108	108,1	122,2
100,5	98,2	98,2	104,6
83,9	92	91,9	97,4
110,7	106,5	106,5	121
66,9	89,5	89,3	48,3
85,9	87,8	87,5	103,4
112,1	105,2	105,3	119,8
105,5	104,3	104,3	113,9
104	99,6	99,7	100,4
97,8	101	101	85,9
91,4	94	94	79,4
104,4	96,1	96,2	95,8
111,2	108,3	108,3	103,3
102,3	102,9	103	117,8
94,6	96	95,9	102,8
109,4	109	109	123,8
69,1	87,6	87,4	41,8
86,9	89,9	89,7	107,8
118,3	108,8	108,9	124,4
102,3	102,3	102,4	109,1
108,8	103,9	104	107,1
101,2	101,3	101,3	86,9
99,1	97,4	97,3	86,3
105,5	98,1	98,1	98,6
119,8	111,4	111,5	121,6
94,5	94,2	94,1	102,9
101,4	104,5	104,5	116,5
116,5	110	110	124,3
66,7	89,7	89,3	44,2
91,6	92,6	92,5	110,5
119,8	108,6	108,7	124,2
116,4	110,6	110,7	116,3
111,7	107	107,1	113,3
102,4	101,4	101,4	83,9
99,3	107,2	107,3	95,6
109,3	105,1	105,2	106,8
119	114,1	114,2	122,7
102,5	103,1	103	102,7
104,9	107,6	107,6	108,4
122,4	113,8	113,9	120
76,4	100,2	100,1	49,4
103,2	100,2	100,2	111,2
120,8	109	109,1	113,3
124,9	119,6	119,8	125,8
110,2	112,2	112,4	109,9
99,7	100	100	74,3
97,1	111,4	111,6	106,7
109,3	113,1	113,3	114,8
109,4	113,7	113,9	93,6
117	117,1	117,4	126,4
107,1	108,5	108,5	109,4
118,5	117	117,3	117,3
85,1	103,7	103,7	57,1
85,3	95,2	95,1	97,4
129,7	116,4	116,6	122,7
128	116,6	116,9	115,7
103,3	98,8	98,8	95,5
103,9	97,7	97,7	77,6
96,2	89,8	89,6	86,3
106,3	93	93,1	101,3
114,8	100,4	100,4	116,6
101,9	93,5	93,5	100,2
90,9	90,9	90,8	98,8
108,5	103,4	103,4	113,8
75,6	91,1	90,9	53,2
90,6	89,5	89,3	93,6
121,1	108,1	108,2	117,7
116,6	107,8	107,9	117,9
105,7	99,9	100	87,2
101,1	94,6	94,6	68,9
97	94,3	94,2	74
105,4	99,9	99,9	83,9
117,9	113,8	113,9	121,1
104,5	105,4	105,5	98,1
97,4	101,2	101,2	89,1
115,8	115	115,1	116,1
73,1	94,4	94,2	48,9
90,6	95,5	95,4	98,6
124,1	113,3	113,5	114,8
110,1	108,7	108,8	109,2
103,4	106,9	107	91,4
109,4	102,8	102,8	58,6
92,1	104,7	104,7	81,9
107,8	108,2	108,5	105,2
116,2	128	128,4	122,4
97,5	108,4	108,5	92,2
104,8	115,5	115,6	113,9
106,2	111,5	111,7	104,1
73,6	93,8	93,7	43,1
100,7	106	106,1	100,1
123,4	118,4	118,7	118
109,1	110,8	111	103,8
100,1	110,5	110,8	103,4
105,9	104,1	104,2	79,5
104,8	105	105,1	87,2
110,8	102,8	102,9	98,3
118,4	113,8	114	145,7
93,1	102	102,1	107,9
105,4	106,1	106,2	107,6
113,6	109,6	109,7	111,6
75	97,3	97,3	48,9
94	98,2	98,2	104,3




Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gertrude Mary Cox' @ cox.wessa.net
R Engine error message
Error in array(list(93.7, 76.6, 76.4, 85.7, 114.7, 83.8, 83.8, 116, 121.2,  : 
  length of 'dimnames' [1] not equal to array extent
Execution halted

\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 & 1 seconds \tabularnewline
R Server & 'Gertrude Mary Cox' @ cox.wessa.net \tabularnewline
R Engine error message & 
Error in array(list(93.7, 76.6, 76.4, 85.7, 114.7, 83.8, 83.8, 116, 121.2,  : 
  length of 'dimnames' [1] not equal to array extent
Execution halted
\tabularnewline \hline \end{tabular} %Source: https://freestatistics.org/blog/index.php?pk=186303&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]1 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gertrude Mary Cox' @ cox.wessa.net[/C][/ROW]
[ROW][C]R Engine error message[/C][C]
Error in array(list(93.7, 76.6, 76.4, 85.7, 114.7, 83.8, 83.8, 116, 121.2,  : 
  length of 'dimnames' [1] not equal to array extent
Execution halted
[/C][/ROW] [/TABLE] Source: https://freestatistics.org/blog/index.php?pk=186303&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=186303&T=0

As an alternative you can also use a QR Code:  

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

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gertrude Mary Cox' @ cox.wessa.net
R Engine error message
Error in array(list(93.7, 76.6, 76.4, 85.7, 114.7, 83.8, 83.8, 116, 121.2,  : 
  length of 'dimnames' [1] not equal to array extent
Execution halted



Parameters (Session):
par1 = 1 ; par2 = Do not include Seasonal Dummies ; par3 = No Linear Trend ;
Parameters (R input):
par1 = 1 ; par2 = Do not include Seasonal 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$coefficients)[i] != 't') myeq <- paste(myeq, '[t]', sep='')
}
}
myeq <- paste(myeq, ' + e[t]')
a<-table.row.start(a)
a<-table.element(a, myeq)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable1.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,hyperlink('ols1.htm','Multiple Linear Regression - Ordinary Least Squares',''), 6, TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Variable',header=TRUE)
a<-table.element(a,'Parameter',header=TRUE)
a<-table.element(a,'S.D.',header=TRUE)
a<-table.element(a,'T-STAT
H0: parameter = 0',header=TRUE)
a<-table.element(a,'2-tail p-value',header=TRUE)
a<-table.element(a,'1-tail p-value',header=TRUE)
a<-table.row.end(a)
for (i in 1:k){
a<-table.row.start(a)
a<-table.element(a,rownames(mysum$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$coefficients[i,4]/2,6))
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='mytable2.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a, 'Multiple Linear Regression - Regression Statistics', 2, TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, 'Multiple R',1,TRUE)
a<-table.element(a, sqrt(mysum$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$sigma)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, 'Sum Squared Residuals',1,TRUE)
a<-table.element(a, sum(myerror*myerror))
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable3.tab')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a, 'Multiple Linear Regression - Actuals, Interpolation, and Residuals', 4, TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a, 'Time or Index', 1, TRUE)
a<-table.element(a, 'Actuals', 1, TRUE)
a<-table.element(a, 'Interpolation
Forecast', 1, TRUE)
a<-table.element(a, 'Residuals
Prediction Error', 1, TRUE)
a<-table.row.end(a)
for (i in 1:n) {
a<-table.row.start(a)
a<-table.element(a,i, 1, TRUE)
a<-table.element(a,x[i])
a<-table.element(a,x[i]-mysum$resid[i])
a<-table.element(a,mysum$resid[i])
a<-table.row.end(a)
}
a<-table.end(a)
table.save(a,file='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')
}