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_multipleregression.wasp
Title produced by softwareMultiple Regression
Date of computationThu, 27 Nov 2008 05:33:19 -0700
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Nov/27/t1227789273bxijlx4ez9vklop.htm/, Retrieved Mon, 20 May 2024 11:19:25 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=25775, Retrieved Mon, 20 May 2024 11:19:25 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact151

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Multiple Regression] [Q1 The Seatbeltlaw] [2007-11-14 19:27:43] [8cd6641b921d30ebe00b648d1481bba0]
- R  D  [Multiple Regression] [Q2] [2008-11-22 13:16:56] [74be16979710d4c4e7c6647856088456]
-    D      [Multiple Regression] [Q3] [2008-11-27 12:33:19] [d41d8cd98f00b204e9800998ecf8427e] [Current]
Feedback Forum

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
97,3	0
97,4	0
97,5	0
95,5	0
95,3	0
95,4	0
95,4	0
95,4	0
95,5	0
94,6	0
95,2	0
95,2	0
94,7	0
94,7	0
94,7	0
95,3	0
94,7	0
94,8	0
94,9	0
95,4	0
96	0
95,9	0
95,8	0
95,8	0
95,1	0
95,2	0
95,2	0
95,3	0
95,4	0
95,3	0
95,3	0
95	0
94,9	0
95,7	0
95,7	0
96,3	0
91,7	1
92,2	1
92,2	1
92,6	1
93	1
93	1
93	1
93,7	1
93,1	1
93,1	1
93,2	1
93,2	1
93	1
93,7	1
94	1
93,1	1
94,2	1
94,2	1
93,5	1
95	1
93,7	1
93,9	1
94,6	1
93,8	1
91,2	1
91,4	1
91,3	1
91,5	1
91,5	1
91,5	1
91,3	1
92,8	1

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time4 seconds
R Server'George Udny Yule' @ 72.249.76.132

\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 & 4 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=25775&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]4 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=25775&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=25775&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 time4 seconds
R Server'George Udny Yule' @ 72.249.76.132






Multiple Linear Regression - Estimated Regression Equation
X[t] = + 96.4646666666667 -1.59666666666666Y[t] -1.00116666666664M1[t] -0.707666666666663M2[t] -0.630833333333333M3[t] -0.870666666666669M4[t] -0.710499999999999M5[t] -0.666999999999999M6[t] -0.773499999999998M7[t] -0.0966666666666634M8[t] -0.300499999999999M9[t] -0.273666666666665M10[t] + 0.0131666666666679M11[t] -0.0268333333333338t + e[t]

\begin{tabular}{lllllllll}
\hline
Multiple Linear Regression - Estimated Regression Equation \tabularnewline
X[t] =  +  96.4646666666667 -1.59666666666666Y[t] -1.00116666666664M1[t] -0.707666666666663M2[t] -0.630833333333333M3[t] -0.870666666666669M4[t] -0.710499999999999M5[t] -0.666999999999999M6[t] -0.773499999999998M7[t] -0.0966666666666634M8[t] -0.300499999999999M9[t] -0.273666666666665M10[t] +  0.0131666666666679M11[t] -0.0268333333333338t  + e[t] \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=25775&T=1

[TABLE]
[ROW][C]Multiple Linear Regression - Estimated Regression Equation[/C][/ROW]
[ROW][C]X[t] =  +  96.4646666666667 -1.59666666666666Y[t] -1.00116666666664M1[t] -0.707666666666663M2[t] -0.630833333333333M3[t] -0.870666666666669M4[t] -0.710499999999999M5[t] -0.666999999999999M6[t] -0.773499999999998M7[t] -0.0966666666666634M8[t] -0.300499999999999M9[t] -0.273666666666665M10[t] +  0.0131666666666679M11[t] -0.0268333333333338t  + e[t][/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=25775&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=25775&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:

Multiple Linear Regression - Estimated Regression Equation
X[t] = + 96.4646666666667 -1.59666666666666Y[t] -1.00116666666664M1[t] -0.707666666666663M2[t] -0.630833333333333M3[t] -0.870666666666669M4[t] -0.710499999999999M5[t] -0.666999999999999M6[t] -0.773499999999998M7[t] -0.0966666666666634M8[t] -0.300499999999999M9[t] -0.273666666666665M10[t] + 0.0131666666666679M11[t] -0.0268333333333338t + e[t]






Multiple Linear Regression - Ordinary Least Squares
VariableParameterS.D.T-STATH0: parameter = 02-tail p-value1-tail p-value
(Intercept)96.46466666666670.48033200.8300
Y-1.596666666666660.445975-3.58020.0007360.000368
M1-1.001166666666640.548947-1.82380.0737190.036859
M2-0.7076666666666630.547082-1.29350.2013340.100667
M3-0.6308333333333330.545447-1.15650.2525490.126275
M4-0.8706666666666690.544044-1.60040.1153530.057677
M5-0.7104999999999990.542875-1.30880.1961540.098077
M6-0.6669999999999990.541941-1.23080.2237460.111873
M7-0.7734999999999980.541244-1.42910.1587310.079365
M8-0.09666666666666340.540784-0.17880.8588010.4294
M9-0.3004999999999990.565146-0.53170.59710.29855
M10-0.2736666666666650.564576-0.48470.6298290.314914
M110.01316666666666790.5642330.02330.9814690.490734
t-0.02683333333333380.011354-2.36330.021740.01087

\begin{tabular}{lllllllll}
\hline
Multiple Linear Regression - Ordinary Least Squares \tabularnewline
Variable & Parameter & S.D. & T-STATH0: parameter = 0 & 2-tail p-value & 1-tail p-value \tabularnewline
(Intercept) & 96.4646666666667 & 0.48033 & 200.83 & 0 & 0 \tabularnewline
Y & -1.59666666666666 & 0.445975 & -3.5802 & 0.000736 & 0.000368 \tabularnewline
M1 & -1.00116666666664 & 0.548947 & -1.8238 & 0.073719 & 0.036859 \tabularnewline
M2 & -0.707666666666663 & 0.547082 & -1.2935 & 0.201334 & 0.100667 \tabularnewline
M3 & -0.630833333333333 & 0.545447 & -1.1565 & 0.252549 & 0.126275 \tabularnewline
M4 & -0.870666666666669 & 0.544044 & -1.6004 & 0.115353 & 0.057677 \tabularnewline
M5 & -0.710499999999999 & 0.542875 & -1.3088 & 0.196154 & 0.098077 \tabularnewline
M6 & -0.666999999999999 & 0.541941 & -1.2308 & 0.223746 & 0.111873 \tabularnewline
M7 & -0.773499999999998 & 0.541244 & -1.4291 & 0.158731 & 0.079365 \tabularnewline
M8 & -0.0966666666666634 & 0.540784 & -0.1788 & 0.858801 & 0.4294 \tabularnewline
M9 & -0.300499999999999 & 0.565146 & -0.5317 & 0.5971 & 0.29855 \tabularnewline
M10 & -0.273666666666665 & 0.564576 & -0.4847 & 0.629829 & 0.314914 \tabularnewline
M11 & 0.0131666666666679 & 0.564233 & 0.0233 & 0.981469 & 0.490734 \tabularnewline
t & -0.0268333333333338 & 0.011354 & -2.3633 & 0.02174 & 0.01087 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=25775&T=2

[TABLE]
[ROW][C]Multiple Linear Regression - Ordinary Least Squares[/C][/ROW]
[ROW][C]Variable[/C][C]Parameter[/C][C]S.D.[/C][C]T-STATH0: parameter = 0[/C][C]2-tail p-value[/C][C]1-tail p-value[/C][/ROW]
[ROW][C](Intercept)[/C][C]96.4646666666667[/C][C]0.48033[/C][C]200.83[/C][C]0[/C][C]0[/C][/ROW]
[ROW][C]Y[/C][C]-1.59666666666666[/C][C]0.445975[/C][C]-3.5802[/C][C]0.000736[/C][C]0.000368[/C][/ROW]
[ROW][C]M1[/C][C]-1.00116666666664[/C][C]0.548947[/C][C]-1.8238[/C][C]0.073719[/C][C]0.036859[/C][/ROW]
[ROW][C]M2[/C][C]-0.707666666666663[/C][C]0.547082[/C][C]-1.2935[/C][C]0.201334[/C][C]0.100667[/C][/ROW]
[ROW][C]M3[/C][C]-0.630833333333333[/C][C]0.545447[/C][C]-1.1565[/C][C]0.252549[/C][C]0.126275[/C][/ROW]
[ROW][C]M4[/C][C]-0.870666666666669[/C][C]0.544044[/C][C]-1.6004[/C][C]0.115353[/C][C]0.057677[/C][/ROW]
[ROW][C]M5[/C][C]-0.710499999999999[/C][C]0.542875[/C][C]-1.3088[/C][C]0.196154[/C][C]0.098077[/C][/ROW]
[ROW][C]M6[/C][C]-0.666999999999999[/C][C]0.541941[/C][C]-1.2308[/C][C]0.223746[/C][C]0.111873[/C][/ROW]
[ROW][C]M7[/C][C]-0.773499999999998[/C][C]0.541244[/C][C]-1.4291[/C][C]0.158731[/C][C]0.079365[/C][/ROW]
[ROW][C]M8[/C][C]-0.0966666666666634[/C][C]0.540784[/C][C]-0.1788[/C][C]0.858801[/C][C]0.4294[/C][/ROW]
[ROW][C]M9[/C][C]-0.300499999999999[/C][C]0.565146[/C][C]-0.5317[/C][C]0.5971[/C][C]0.29855[/C][/ROW]
[ROW][C]M10[/C][C]-0.273666666666665[/C][C]0.564576[/C][C]-0.4847[/C][C]0.629829[/C][C]0.314914[/C][/ROW]
[ROW][C]M11[/C][C]0.0131666666666679[/C][C]0.564233[/C][C]0.0233[/C][C]0.981469[/C][C]0.490734[/C][/ROW]
[ROW][C]t[/C][C]-0.0268333333333338[/C][C]0.011354[/C][C]-2.3633[/C][C]0.02174[/C][C]0.01087[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=25775&T=2

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=25775&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:

Multiple Linear Regression - Ordinary Least Squares
VariableParameterS.D.T-STATH0: parameter = 02-tail p-value1-tail p-value
(Intercept)96.46466666666670.48033200.8300
Y-1.596666666666660.445975-3.58020.0007360.000368
M1-1.001166666666640.548947-1.82380.0737190.036859
M2-0.7076666666666630.547082-1.29350.2013340.100667
M3-0.6308333333333330.545447-1.15650.2525490.126275
M4-0.8706666666666690.544044-1.60040.1153530.057677
M5-0.7104999999999990.542875-1.30880.1961540.098077
M6-0.6669999999999990.541941-1.23080.2237460.111873
M7-0.7734999999999980.541244-1.42910.1587310.079365
M8-0.09666666666666340.540784-0.17880.8588010.4294
M9-0.3004999999999990.565146-0.53170.59710.29855
M10-0.2736666666666650.564576-0.48470.6298290.314914
M110.01316666666666790.5642330.02330.9814690.490734
t-0.02683333333333380.011354-2.36330.021740.01087






Multiple Linear Regression - Regression Statistics
Multiple R0.858360551898973
R-squared0.73678283705631
Adjusted R-squared0.673415742273569
F-TEST (value)11.6272150330141
F-TEST (DF numerator)13
F-TEST (DF denominator)54
p-value2.14550599508812e-11
Multiple Linear Regression - Residual Statistics
Residual Standard Deviation0.891950283727735
Sum Squared Residuals42.9610666666673

\begin{tabular}{lllllllll}
\hline
Multiple Linear Regression - Regression Statistics \tabularnewline
Multiple R & 0.858360551898973 \tabularnewline
R-squared & 0.73678283705631 \tabularnewline
Adjusted R-squared & 0.673415742273569 \tabularnewline
F-TEST (value) & 11.6272150330141 \tabularnewline
F-TEST (DF numerator) & 13 \tabularnewline
F-TEST (DF denominator) & 54 \tabularnewline
p-value & 2.14550599508812e-11 \tabularnewline
Multiple Linear Regression - Residual Statistics \tabularnewline
Residual Standard Deviation & 0.891950283727735 \tabularnewline
Sum Squared Residuals & 42.9610666666673 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=25775&T=3

[TABLE]
[ROW][C]Multiple Linear Regression - Regression Statistics[/C][/ROW]
[ROW][C]Multiple R[/C][C]0.858360551898973[/C][/ROW]
[ROW][C]R-squared[/C][C]0.73678283705631[/C][/ROW]
[ROW][C]Adjusted R-squared[/C][C]0.673415742273569[/C][/ROW]
[ROW][C]F-TEST (value)[/C][C]11.6272150330141[/C][/ROW]
[ROW][C]F-TEST (DF numerator)[/C][C]13[/C][/ROW]
[ROW][C]F-TEST (DF denominator)[/C][C]54[/C][/ROW]
[ROW][C]p-value[/C][C]2.14550599508812e-11[/C][/ROW]
[ROW][C]Multiple Linear Regression - Residual Statistics[/C][/ROW]
[ROW][C]Residual Standard Deviation[/C][C]0.891950283727735[/C][/ROW]
[ROW][C]Sum Squared Residuals[/C][C]42.9610666666673[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=25775&T=3

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=25775&T=3

As an alternative you can also use a QR Code:  
QR Code


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

Multiple Linear Regression - Regression Statistics
Multiple R0.858360551898973
R-squared0.73678283705631
Adjusted R-squared0.673415742273569
F-TEST (value)11.6272150330141
F-TEST (DF numerator)13
F-TEST (DF denominator)54
p-value2.14550599508812e-11
Multiple Linear Regression - Residual Statistics
Residual Standard Deviation0.891950283727735
Sum Squared Residuals42.9610666666673






Multiple Linear Regression - Actuals, Interpolation, and Residuals
Time or IndexActualsInterpolationForecastResidualsPrediction Error
197.395.43666666666651.86333333333348
297.495.70333333333331.69666666666666
397.595.75333333333331.74666666666666
495.595.48666666666670.0133333333333264
595.395.62-0.320000000000013
695.495.6366666666667-0.236666666666672
795.495.5033333333333-0.103333333333337
895.496.1533333333334-0.753333333333338
995.595.9226666666667-0.422666666666675
1094.695.9226666666667-1.32266666666668
1195.296.1826666666667-0.982666666666671
1295.296.1426666666667-0.94266666666667
1394.795.1146666666667-0.414666666666699
1494.795.3813333333333-0.681333333333338
1594.795.4313333333333-0.731333333333335
1695.395.16466666666670.135333333333330
1794.795.298-0.598000000000002
1894.895.3146666666667-0.514666666666673
1994.995.1813333333333-0.281333333333332
2095.495.8313333333333-0.431333333333333
219695.60066666666670.399333333333331
2295.995.60066666666670.299333333333336
2395.895.8606666666667-0.0606666666666712
2495.895.8206666666667-0.0206666666666696
2595.194.79266666666670.307333333333298
2695.295.05933333333330.140666666666668
2795.295.10933333333330.0906666666666705
2895.394.84266666666670.457333333333335
2995.494.9760.424000000000006
3095.394.99266666666670.307333333333332
3195.394.85933333333330.440666666666664
329595.5093333333333-0.509333333333334
3394.995.2786666666667-0.378666666666658
3495.795.27866666666670.421333333333339
3595.795.53866666666670.161333333333340
3696.395.49866666666670.801333333333335
3791.792.874-1.17400000000003
3892.293.1406666666667-0.94066666666667
3992.293.1906666666667-0.990666666666667
4092.692.924-0.324000000000005
419393.0573333333333-0.0573333333333363
429393.074-0.0740000000000018
439392.94066666666670.0593333333333308
4493.793.59066666666670.109333333333333
4593.193.36-0.260000000000006
4693.193.36-0.260000000000006
4793.293.62-0.419999999999997
4893.293.58-0.379999999999995
499392.5520.447999999999972
5093.792.81866666666670.881333333333336
519492.86866666666671.13133333333334
5293.192.6020.498000000000001
5394.292.73533333333331.46466666666667
5494.292.7521.44800000000001
5593.592.61866666666670.881333333333336
569593.26866666666671.73133333333333
5793.793.0380.662000000000008
5893.993.0380.86200000000001
5994.693.2981.302
6093.893.2580.542000000000004
6191.292.23-1.03000000000002
6291.492.4966666666667-1.09666666666666
6391.392.5466666666667-1.24666666666666
6491.592.28-0.779999999999988
6591.592.4133333333333-0.913333333333326
6691.592.43-0.92999999999999
6791.392.2966666666667-0.996666666666661
6892.892.9466666666667-0.146666666666662

\begin{tabular}{lllllllll}
\hline
Multiple Linear Regression - Actuals, Interpolation, and Residuals \tabularnewline
Time or Index & Actuals & InterpolationForecast & ResidualsPrediction Error \tabularnewline
1 & 97.3 & 95.4366666666665 & 1.86333333333348 \tabularnewline
2 & 97.4 & 95.7033333333333 & 1.69666666666666 \tabularnewline
3 & 97.5 & 95.7533333333333 & 1.74666666666666 \tabularnewline
4 & 95.5 & 95.4866666666667 & 0.0133333333333264 \tabularnewline
5 & 95.3 & 95.62 & -0.320000000000013 \tabularnewline
6 & 95.4 & 95.6366666666667 & -0.236666666666672 \tabularnewline
7 & 95.4 & 95.5033333333333 & -0.103333333333337 \tabularnewline
8 & 95.4 & 96.1533333333334 & -0.753333333333338 \tabularnewline
9 & 95.5 & 95.9226666666667 & -0.422666666666675 \tabularnewline
10 & 94.6 & 95.9226666666667 & -1.32266666666668 \tabularnewline
11 & 95.2 & 96.1826666666667 & -0.982666666666671 \tabularnewline
12 & 95.2 & 96.1426666666667 & -0.94266666666667 \tabularnewline
13 & 94.7 & 95.1146666666667 & -0.414666666666699 \tabularnewline
14 & 94.7 & 95.3813333333333 & -0.681333333333338 \tabularnewline
15 & 94.7 & 95.4313333333333 & -0.731333333333335 \tabularnewline
16 & 95.3 & 95.1646666666667 & 0.135333333333330 \tabularnewline
17 & 94.7 & 95.298 & -0.598000000000002 \tabularnewline
18 & 94.8 & 95.3146666666667 & -0.514666666666673 \tabularnewline
19 & 94.9 & 95.1813333333333 & -0.281333333333332 \tabularnewline
20 & 95.4 & 95.8313333333333 & -0.431333333333333 \tabularnewline
21 & 96 & 95.6006666666667 & 0.399333333333331 \tabularnewline
22 & 95.9 & 95.6006666666667 & 0.299333333333336 \tabularnewline
23 & 95.8 & 95.8606666666667 & -0.0606666666666712 \tabularnewline
24 & 95.8 & 95.8206666666667 & -0.0206666666666696 \tabularnewline
25 & 95.1 & 94.7926666666667 & 0.307333333333298 \tabularnewline
26 & 95.2 & 95.0593333333333 & 0.140666666666668 \tabularnewline
27 & 95.2 & 95.1093333333333 & 0.0906666666666705 \tabularnewline
28 & 95.3 & 94.8426666666667 & 0.457333333333335 \tabularnewline
29 & 95.4 & 94.976 & 0.424000000000006 \tabularnewline
30 & 95.3 & 94.9926666666667 & 0.307333333333332 \tabularnewline
31 & 95.3 & 94.8593333333333 & 0.440666666666664 \tabularnewline
32 & 95 & 95.5093333333333 & -0.509333333333334 \tabularnewline
33 & 94.9 & 95.2786666666667 & -0.378666666666658 \tabularnewline
34 & 95.7 & 95.2786666666667 & 0.421333333333339 \tabularnewline
35 & 95.7 & 95.5386666666667 & 0.161333333333340 \tabularnewline
36 & 96.3 & 95.4986666666667 & 0.801333333333335 \tabularnewline
37 & 91.7 & 92.874 & -1.17400000000003 \tabularnewline
38 & 92.2 & 93.1406666666667 & -0.94066666666667 \tabularnewline
39 & 92.2 & 93.1906666666667 & -0.990666666666667 \tabularnewline
40 & 92.6 & 92.924 & -0.324000000000005 \tabularnewline
41 & 93 & 93.0573333333333 & -0.0573333333333363 \tabularnewline
42 & 93 & 93.074 & -0.0740000000000018 \tabularnewline
43 & 93 & 92.9406666666667 & 0.0593333333333308 \tabularnewline
44 & 93.7 & 93.5906666666667 & 0.109333333333333 \tabularnewline
45 & 93.1 & 93.36 & -0.260000000000006 \tabularnewline
46 & 93.1 & 93.36 & -0.260000000000006 \tabularnewline
47 & 93.2 & 93.62 & -0.419999999999997 \tabularnewline
48 & 93.2 & 93.58 & -0.379999999999995 \tabularnewline
49 & 93 & 92.552 & 0.447999999999972 \tabularnewline
50 & 93.7 & 92.8186666666667 & 0.881333333333336 \tabularnewline
51 & 94 & 92.8686666666667 & 1.13133333333334 \tabularnewline
52 & 93.1 & 92.602 & 0.498000000000001 \tabularnewline
53 & 94.2 & 92.7353333333333 & 1.46466666666667 \tabularnewline
54 & 94.2 & 92.752 & 1.44800000000001 \tabularnewline
55 & 93.5 & 92.6186666666667 & 0.881333333333336 \tabularnewline
56 & 95 & 93.2686666666667 & 1.73133333333333 \tabularnewline
57 & 93.7 & 93.038 & 0.662000000000008 \tabularnewline
58 & 93.9 & 93.038 & 0.86200000000001 \tabularnewline
59 & 94.6 & 93.298 & 1.302 \tabularnewline
60 & 93.8 & 93.258 & 0.542000000000004 \tabularnewline
61 & 91.2 & 92.23 & -1.03000000000002 \tabularnewline
62 & 91.4 & 92.4966666666667 & -1.09666666666666 \tabularnewline
63 & 91.3 & 92.5466666666667 & -1.24666666666666 \tabularnewline
64 & 91.5 & 92.28 & -0.779999999999988 \tabularnewline
65 & 91.5 & 92.4133333333333 & -0.913333333333326 \tabularnewline
66 & 91.5 & 92.43 & -0.92999999999999 \tabularnewline
67 & 91.3 & 92.2966666666667 & -0.996666666666661 \tabularnewline
68 & 92.8 & 92.9466666666667 & -0.146666666666662 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=25775&T=4

[TABLE]
[ROW][C]Multiple Linear Regression - Actuals, Interpolation, and Residuals[/C][/ROW]
[ROW][C]Time or Index[/C][C]Actuals[/C][C]InterpolationForecast[/C][C]ResidualsPrediction Error[/C][/ROW]
[ROW][C]1[/C][C]97.3[/C][C]95.4366666666665[/C][C]1.86333333333348[/C][/ROW]
[ROW][C]2[/C][C]97.4[/C][C]95.7033333333333[/C][C]1.69666666666666[/C][/ROW]
[ROW][C]3[/C][C]97.5[/C][C]95.7533333333333[/C][C]1.74666666666666[/C][/ROW]
[ROW][C]4[/C][C]95.5[/C][C]95.4866666666667[/C][C]0.0133333333333264[/C][/ROW]
[ROW][C]5[/C][C]95.3[/C][C]95.62[/C][C]-0.320000000000013[/C][/ROW]
[ROW][C]6[/C][C]95.4[/C][C]95.6366666666667[/C][C]-0.236666666666672[/C][/ROW]
[ROW][C]7[/C][C]95.4[/C][C]95.5033333333333[/C][C]-0.103333333333337[/C][/ROW]
[ROW][C]8[/C][C]95.4[/C][C]96.1533333333334[/C][C]-0.753333333333338[/C][/ROW]
[ROW][C]9[/C][C]95.5[/C][C]95.9226666666667[/C][C]-0.422666666666675[/C][/ROW]
[ROW][C]10[/C][C]94.6[/C][C]95.9226666666667[/C][C]-1.32266666666668[/C][/ROW]
[ROW][C]11[/C][C]95.2[/C][C]96.1826666666667[/C][C]-0.982666666666671[/C][/ROW]
[ROW][C]12[/C][C]95.2[/C][C]96.1426666666667[/C][C]-0.94266666666667[/C][/ROW]
[ROW][C]13[/C][C]94.7[/C][C]95.1146666666667[/C][C]-0.414666666666699[/C][/ROW]
[ROW][C]14[/C][C]94.7[/C][C]95.3813333333333[/C][C]-0.681333333333338[/C][/ROW]
[ROW][C]15[/C][C]94.7[/C][C]95.4313333333333[/C][C]-0.731333333333335[/C][/ROW]
[ROW][C]16[/C][C]95.3[/C][C]95.1646666666667[/C][C]0.135333333333330[/C][/ROW]
[ROW][C]17[/C][C]94.7[/C][C]95.298[/C][C]-0.598000000000002[/C][/ROW]
[ROW][C]18[/C][C]94.8[/C][C]95.3146666666667[/C][C]-0.514666666666673[/C][/ROW]
[ROW][C]19[/C][C]94.9[/C][C]95.1813333333333[/C][C]-0.281333333333332[/C][/ROW]
[ROW][C]20[/C][C]95.4[/C][C]95.8313333333333[/C][C]-0.431333333333333[/C][/ROW]
[ROW][C]21[/C][C]96[/C][C]95.6006666666667[/C][C]0.399333333333331[/C][/ROW]
[ROW][C]22[/C][C]95.9[/C][C]95.6006666666667[/C][C]0.299333333333336[/C][/ROW]
[ROW][C]23[/C][C]95.8[/C][C]95.8606666666667[/C][C]-0.0606666666666712[/C][/ROW]
[ROW][C]24[/C][C]95.8[/C][C]95.8206666666667[/C][C]-0.0206666666666696[/C][/ROW]
[ROW][C]25[/C][C]95.1[/C][C]94.7926666666667[/C][C]0.307333333333298[/C][/ROW]
[ROW][C]26[/C][C]95.2[/C][C]95.0593333333333[/C][C]0.140666666666668[/C][/ROW]
[ROW][C]27[/C][C]95.2[/C][C]95.1093333333333[/C][C]0.0906666666666705[/C][/ROW]
[ROW][C]28[/C][C]95.3[/C][C]94.8426666666667[/C][C]0.457333333333335[/C][/ROW]
[ROW][C]29[/C][C]95.4[/C][C]94.976[/C][C]0.424000000000006[/C][/ROW]
[ROW][C]30[/C][C]95.3[/C][C]94.9926666666667[/C][C]0.307333333333332[/C][/ROW]
[ROW][C]31[/C][C]95.3[/C][C]94.8593333333333[/C][C]0.440666666666664[/C][/ROW]
[ROW][C]32[/C][C]95[/C][C]95.5093333333333[/C][C]-0.509333333333334[/C][/ROW]
[ROW][C]33[/C][C]94.9[/C][C]95.2786666666667[/C][C]-0.378666666666658[/C][/ROW]
[ROW][C]34[/C][C]95.7[/C][C]95.2786666666667[/C][C]0.421333333333339[/C][/ROW]
[ROW][C]35[/C][C]95.7[/C][C]95.5386666666667[/C][C]0.161333333333340[/C][/ROW]
[ROW][C]36[/C][C]96.3[/C][C]95.4986666666667[/C][C]0.801333333333335[/C][/ROW]
[ROW][C]37[/C][C]91.7[/C][C]92.874[/C][C]-1.17400000000003[/C][/ROW]
[ROW][C]38[/C][C]92.2[/C][C]93.1406666666667[/C][C]-0.94066666666667[/C][/ROW]
[ROW][C]39[/C][C]92.2[/C][C]93.1906666666667[/C][C]-0.990666666666667[/C][/ROW]
[ROW][C]40[/C][C]92.6[/C][C]92.924[/C][C]-0.324000000000005[/C][/ROW]
[ROW][C]41[/C][C]93[/C][C]93.0573333333333[/C][C]-0.0573333333333363[/C][/ROW]
[ROW][C]42[/C][C]93[/C][C]93.074[/C][C]-0.0740000000000018[/C][/ROW]
[ROW][C]43[/C][C]93[/C][C]92.9406666666667[/C][C]0.0593333333333308[/C][/ROW]
[ROW][C]44[/C][C]93.7[/C][C]93.5906666666667[/C][C]0.109333333333333[/C][/ROW]
[ROW][C]45[/C][C]93.1[/C][C]93.36[/C][C]-0.260000000000006[/C][/ROW]
[ROW][C]46[/C][C]93.1[/C][C]93.36[/C][C]-0.260000000000006[/C][/ROW]
[ROW][C]47[/C][C]93.2[/C][C]93.62[/C][C]-0.419999999999997[/C][/ROW]
[ROW][C]48[/C][C]93.2[/C][C]93.58[/C][C]-0.379999999999995[/C][/ROW]
[ROW][C]49[/C][C]93[/C][C]92.552[/C][C]0.447999999999972[/C][/ROW]
[ROW][C]50[/C][C]93.7[/C][C]92.8186666666667[/C][C]0.881333333333336[/C][/ROW]
[ROW][C]51[/C][C]94[/C][C]92.8686666666667[/C][C]1.13133333333334[/C][/ROW]
[ROW][C]52[/C][C]93.1[/C][C]92.602[/C][C]0.498000000000001[/C][/ROW]
[ROW][C]53[/C][C]94.2[/C][C]92.7353333333333[/C][C]1.46466666666667[/C][/ROW]
[ROW][C]54[/C][C]94.2[/C][C]92.752[/C][C]1.44800000000001[/C][/ROW]
[ROW][C]55[/C][C]93.5[/C][C]92.6186666666667[/C][C]0.881333333333336[/C][/ROW]
[ROW][C]56[/C][C]95[/C][C]93.2686666666667[/C][C]1.73133333333333[/C][/ROW]
[ROW][C]57[/C][C]93.7[/C][C]93.038[/C][C]0.662000000000008[/C][/ROW]
[ROW][C]58[/C][C]93.9[/C][C]93.038[/C][C]0.86200000000001[/C][/ROW]
[ROW][C]59[/C][C]94.6[/C][C]93.298[/C][C]1.302[/C][/ROW]
[ROW][C]60[/C][C]93.8[/C][C]93.258[/C][C]0.542000000000004[/C][/ROW]
[ROW][C]61[/C][C]91.2[/C][C]92.23[/C][C]-1.03000000000002[/C][/ROW]
[ROW][C]62[/C][C]91.4[/C][C]92.4966666666667[/C][C]-1.09666666666666[/C][/ROW]
[ROW][C]63[/C][C]91.3[/C][C]92.5466666666667[/C][C]-1.24666666666666[/C][/ROW]
[ROW][C]64[/C][C]91.5[/C][C]92.28[/C][C]-0.779999999999988[/C][/ROW]
[ROW][C]65[/C][C]91.5[/C][C]92.4133333333333[/C][C]-0.913333333333326[/C][/ROW]
[ROW][C]66[/C][C]91.5[/C][C]92.43[/C][C]-0.92999999999999[/C][/ROW]
[ROW][C]67[/C][C]91.3[/C][C]92.2966666666667[/C][C]-0.996666666666661[/C][/ROW]
[ROW][C]68[/C][C]92.8[/C][C]92.9466666666667[/C][C]-0.146666666666662[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=25775&T=4

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=25775&T=4

As an alternative you can also use a QR Code:  
QR Code


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

Multiple Linear Regression - Actuals, Interpolation, and Residuals
Time or IndexActualsInterpolationForecastResidualsPrediction Error
197.395.43666666666651.86333333333348
297.495.70333333333331.69666666666666
397.595.75333333333331.74666666666666
495.595.48666666666670.0133333333333264
595.395.62-0.320000000000013
695.495.6366666666667-0.236666666666672
795.495.5033333333333-0.103333333333337
895.496.1533333333334-0.753333333333338
995.595.9226666666667-0.422666666666675
1094.695.9226666666667-1.32266666666668
1195.296.1826666666667-0.982666666666671
1295.296.1426666666667-0.94266666666667
1394.795.1146666666667-0.414666666666699
1494.795.3813333333333-0.681333333333338
1594.795.4313333333333-0.731333333333335
1695.395.16466666666670.135333333333330
1794.795.298-0.598000000000002
1894.895.3146666666667-0.514666666666673
1994.995.1813333333333-0.281333333333332
2095.495.8313333333333-0.431333333333333
219695.60066666666670.399333333333331
2295.995.60066666666670.299333333333336
2395.895.8606666666667-0.0606666666666712
2495.895.8206666666667-0.0206666666666696
2595.194.79266666666670.307333333333298
2695.295.05933333333330.140666666666668
2795.295.10933333333330.0906666666666705
2895.394.84266666666670.457333333333335
2995.494.9760.424000000000006
3095.394.99266666666670.307333333333332
3195.394.85933333333330.440666666666664
329595.5093333333333-0.509333333333334
3394.995.2786666666667-0.378666666666658
3495.795.27866666666670.421333333333339
3595.795.53866666666670.161333333333340
3696.395.49866666666670.801333333333335
3791.792.874-1.17400000000003
3892.293.1406666666667-0.94066666666667
3992.293.1906666666667-0.990666666666667
4092.692.924-0.324000000000005
419393.0573333333333-0.0573333333333363
429393.074-0.0740000000000018
439392.94066666666670.0593333333333308
4493.793.59066666666670.109333333333333
4593.193.36-0.260000000000006
4693.193.36-0.260000000000006
4793.293.62-0.419999999999997
4893.293.58-0.379999999999995
499392.5520.447999999999972
5093.792.81866666666670.881333333333336
519492.86866666666671.13133333333334
5293.192.6020.498000000000001
5394.292.73533333333331.46466666666667
5494.292.7521.44800000000001
5593.592.61866666666670.881333333333336
569593.26866666666671.73133333333333
5793.793.0380.662000000000008
5893.993.0380.86200000000001
5994.693.2981.302
6093.893.2580.542000000000004
6191.292.23-1.03000000000002
6291.492.4966666666667-1.09666666666666
6391.392.5466666666667-1.24666666666666
6491.592.28-0.779999999999988
6591.592.4133333333333-0.913333333333326
6691.592.43-0.92999999999999
6791.392.2966666666667-0.996666666666661
6892.892.9466666666667-0.146666666666662






Goldfeld-Quandt test for Heteroskedasticity
p-valuesAlternative Hypothesis
breakpoint indexgreater2-sidedless
170.7897676678463440.4204646643073120.210232332153656
180.7418624911681640.5162750176636730.258137508831836
190.6838126520173270.6323746959653460.316187347982673
200.6853530089072930.6292939821854130.314646991092707
210.7169471422948060.5661057154103880.283052857705194
220.8104076090261440.3791847819477120.189592390973856
230.7916304663060990.4167390673878020.208369533693901
240.7619630269884980.4760739460230040.238036973011502
250.6875770995151170.6248458009697660.312422900484883
260.5980138453515790.8039723092968420.401986154648421
270.5041894427310660.9916211145378670.495810557268934
280.445051190086040.890102380172080.55494880991396
290.4127223987265760.8254447974531520.587277601273424
300.3530331629566140.7060663259132280.646966837043386
310.2976339371447520.5952678742895040.702366062855248
320.2445790598760040.4891581197520080.755420940123996
330.1897098054658980.3794196109317970.810290194534101
340.1559591102298560.3119182204597110.844040889770144
350.1224391026173110.2448782052346210.87756089738269
360.1057071014996300.2114142029992590.89429289850037
370.08069022906864760.1613804581372950.919309770931352
380.06294204211176070.1258840842235210.93705795788824
390.052236430037010.104472860074020.94776356996299
400.04065671717914430.08131343435828860.959343282820856
410.03973455069402450.0794691013880490.960265449305975
420.03564045264125530.07128090528251050.964359547358745
430.02643610837453350.05287221674906710.973563891625467
440.0427750562814840.0855501125629680.957224943718516
450.04784885036329590.09569770072659180.952151149636704
460.07910494527061570.1582098905412310.920895054729384
470.4006474101085750.801294820217150.599352589891425
480.9787441998088660.04251160038226760.0212558001911338
490.9682777311432170.06344453771356520.0317222688567826
500.9240296311942960.1519407376114070.0759703688057037
510.8636871155098720.2726257689802560.136312884490128

\begin{tabular}{lllllllll}
\hline
Goldfeld-Quandt test for Heteroskedasticity \tabularnewline
p-values & Alternative Hypothesis \tabularnewline
breakpoint index & greater & 2-sided & less \tabularnewline
17 & 0.789767667846344 & 0.420464664307312 & 0.210232332153656 \tabularnewline
18 & 0.741862491168164 & 0.516275017663673 & 0.258137508831836 \tabularnewline
19 & 0.683812652017327 & 0.632374695965346 & 0.316187347982673 \tabularnewline
20 & 0.685353008907293 & 0.629293982185413 & 0.314646991092707 \tabularnewline
21 & 0.716947142294806 & 0.566105715410388 & 0.283052857705194 \tabularnewline
22 & 0.810407609026144 & 0.379184781947712 & 0.189592390973856 \tabularnewline
23 & 0.791630466306099 & 0.416739067387802 & 0.208369533693901 \tabularnewline
24 & 0.761963026988498 & 0.476073946023004 & 0.238036973011502 \tabularnewline
25 & 0.687577099515117 & 0.624845800969766 & 0.312422900484883 \tabularnewline
26 & 0.598013845351579 & 0.803972309296842 & 0.401986154648421 \tabularnewline
27 & 0.504189442731066 & 0.991621114537867 & 0.495810557268934 \tabularnewline
28 & 0.44505119008604 & 0.89010238017208 & 0.55494880991396 \tabularnewline
29 & 0.412722398726576 & 0.825444797453152 & 0.587277601273424 \tabularnewline
30 & 0.353033162956614 & 0.706066325913228 & 0.646966837043386 \tabularnewline
31 & 0.297633937144752 & 0.595267874289504 & 0.702366062855248 \tabularnewline
32 & 0.244579059876004 & 0.489158119752008 & 0.755420940123996 \tabularnewline
33 & 0.189709805465898 & 0.379419610931797 & 0.810290194534101 \tabularnewline
34 & 0.155959110229856 & 0.311918220459711 & 0.844040889770144 \tabularnewline
35 & 0.122439102617311 & 0.244878205234621 & 0.87756089738269 \tabularnewline
36 & 0.105707101499630 & 0.211414202999259 & 0.89429289850037 \tabularnewline
37 & 0.0806902290686476 & 0.161380458137295 & 0.919309770931352 \tabularnewline
38 & 0.0629420421117607 & 0.125884084223521 & 0.93705795788824 \tabularnewline
39 & 0.05223643003701 & 0.10447286007402 & 0.94776356996299 \tabularnewline
40 & 0.0406567171791443 & 0.0813134343582886 & 0.959343282820856 \tabularnewline
41 & 0.0397345506940245 & 0.079469101388049 & 0.960265449305975 \tabularnewline
42 & 0.0356404526412553 & 0.0712809052825105 & 0.964359547358745 \tabularnewline
43 & 0.0264361083745335 & 0.0528722167490671 & 0.973563891625467 \tabularnewline
44 & 0.042775056281484 & 0.085550112562968 & 0.957224943718516 \tabularnewline
45 & 0.0478488503632959 & 0.0956977007265918 & 0.952151149636704 \tabularnewline
46 & 0.0791049452706157 & 0.158209890541231 & 0.920895054729384 \tabularnewline
47 & 0.400647410108575 & 0.80129482021715 & 0.599352589891425 \tabularnewline
48 & 0.978744199808866 & 0.0425116003822676 & 0.0212558001911338 \tabularnewline
49 & 0.968277731143217 & 0.0634445377135652 & 0.0317222688567826 \tabularnewline
50 & 0.924029631194296 & 0.151940737611407 & 0.0759703688057037 \tabularnewline
51 & 0.863687115509872 & 0.272625768980256 & 0.136312884490128 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=25775&T=5

[TABLE]
[ROW][C]Goldfeld-Quandt test for Heteroskedasticity[/C][/ROW]
[ROW][C]p-values[/C][C]Alternative Hypothesis[/C][/ROW]
[ROW][C]breakpoint index[/C][C]greater[/C][C]2-sided[/C][C]less[/C][/ROW]
[ROW][C]17[/C][C]0.789767667846344[/C][C]0.420464664307312[/C][C]0.210232332153656[/C][/ROW]
[ROW][C]18[/C][C]0.741862491168164[/C][C]0.516275017663673[/C][C]0.258137508831836[/C][/ROW]
[ROW][C]19[/C][C]0.683812652017327[/C][C]0.632374695965346[/C][C]0.316187347982673[/C][/ROW]
[ROW][C]20[/C][C]0.685353008907293[/C][C]0.629293982185413[/C][C]0.314646991092707[/C][/ROW]
[ROW][C]21[/C][C]0.716947142294806[/C][C]0.566105715410388[/C][C]0.283052857705194[/C][/ROW]
[ROW][C]22[/C][C]0.810407609026144[/C][C]0.379184781947712[/C][C]0.189592390973856[/C][/ROW]
[ROW][C]23[/C][C]0.791630466306099[/C][C]0.416739067387802[/C][C]0.208369533693901[/C][/ROW]
[ROW][C]24[/C][C]0.761963026988498[/C][C]0.476073946023004[/C][C]0.238036973011502[/C][/ROW]
[ROW][C]25[/C][C]0.687577099515117[/C][C]0.624845800969766[/C][C]0.312422900484883[/C][/ROW]
[ROW][C]26[/C][C]0.598013845351579[/C][C]0.803972309296842[/C][C]0.401986154648421[/C][/ROW]
[ROW][C]27[/C][C]0.504189442731066[/C][C]0.991621114537867[/C][C]0.495810557268934[/C][/ROW]
[ROW][C]28[/C][C]0.44505119008604[/C][C]0.89010238017208[/C][C]0.55494880991396[/C][/ROW]
[ROW][C]29[/C][C]0.412722398726576[/C][C]0.825444797453152[/C][C]0.587277601273424[/C][/ROW]
[ROW][C]30[/C][C]0.353033162956614[/C][C]0.706066325913228[/C][C]0.646966837043386[/C][/ROW]
[ROW][C]31[/C][C]0.297633937144752[/C][C]0.595267874289504[/C][C]0.702366062855248[/C][/ROW]
[ROW][C]32[/C][C]0.244579059876004[/C][C]0.489158119752008[/C][C]0.755420940123996[/C][/ROW]
[ROW][C]33[/C][C]0.189709805465898[/C][C]0.379419610931797[/C][C]0.810290194534101[/C][/ROW]
[ROW][C]34[/C][C]0.155959110229856[/C][C]0.311918220459711[/C][C]0.844040889770144[/C][/ROW]
[ROW][C]35[/C][C]0.122439102617311[/C][C]0.244878205234621[/C][C]0.87756089738269[/C][/ROW]
[ROW][C]36[/C][C]0.105707101499630[/C][C]0.211414202999259[/C][C]0.89429289850037[/C][/ROW]
[ROW][C]37[/C][C]0.0806902290686476[/C][C]0.161380458137295[/C][C]0.919309770931352[/C][/ROW]
[ROW][C]38[/C][C]0.0629420421117607[/C][C]0.125884084223521[/C][C]0.93705795788824[/C][/ROW]
[ROW][C]39[/C][C]0.05223643003701[/C][C]0.10447286007402[/C][C]0.94776356996299[/C][/ROW]
[ROW][C]40[/C][C]0.0406567171791443[/C][C]0.0813134343582886[/C][C]0.959343282820856[/C][/ROW]
[ROW][C]41[/C][C]0.0397345506940245[/C][C]0.079469101388049[/C][C]0.960265449305975[/C][/ROW]
[ROW][C]42[/C][C]0.0356404526412553[/C][C]0.0712809052825105[/C][C]0.964359547358745[/C][/ROW]
[ROW][C]43[/C][C]0.0264361083745335[/C][C]0.0528722167490671[/C][C]0.973563891625467[/C][/ROW]
[ROW][C]44[/C][C]0.042775056281484[/C][C]0.085550112562968[/C][C]0.957224943718516[/C][/ROW]
[ROW][C]45[/C][C]0.0478488503632959[/C][C]0.0956977007265918[/C][C]0.952151149636704[/C][/ROW]
[ROW][C]46[/C][C]0.0791049452706157[/C][C]0.158209890541231[/C][C]0.920895054729384[/C][/ROW]
[ROW][C]47[/C][C]0.400647410108575[/C][C]0.80129482021715[/C][C]0.599352589891425[/C][/ROW]
[ROW][C]48[/C][C]0.978744199808866[/C][C]0.0425116003822676[/C][C]0.0212558001911338[/C][/ROW]
[ROW][C]49[/C][C]0.968277731143217[/C][C]0.0634445377135652[/C][C]0.0317222688567826[/C][/ROW]
[ROW][C]50[/C][C]0.924029631194296[/C][C]0.151940737611407[/C][C]0.0759703688057037[/C][/ROW]
[ROW][C]51[/C][C]0.863687115509872[/C][C]0.272625768980256[/C][C]0.136312884490128[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=25775&T=5

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=25775&T=5

As an alternative you can also use a QR Code:  
QR Code


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

Goldfeld-Quandt test for Heteroskedasticity
p-valuesAlternative Hypothesis
breakpoint indexgreater2-sidedless
170.7897676678463440.4204646643073120.210232332153656
180.7418624911681640.5162750176636730.258137508831836
190.6838126520173270.6323746959653460.316187347982673
200.6853530089072930.6292939821854130.314646991092707
210.7169471422948060.5661057154103880.283052857705194
220.8104076090261440.3791847819477120.189592390973856
230.7916304663060990.4167390673878020.208369533693901
240.7619630269884980.4760739460230040.238036973011502
250.6875770995151170.6248458009697660.312422900484883
260.5980138453515790.8039723092968420.401986154648421
270.5041894427310660.9916211145378670.495810557268934
280.445051190086040.890102380172080.55494880991396
290.4127223987265760.8254447974531520.587277601273424
300.3530331629566140.7060663259132280.646966837043386
310.2976339371447520.5952678742895040.702366062855248
320.2445790598760040.4891581197520080.755420940123996
330.1897098054658980.3794196109317970.810290194534101
340.1559591102298560.3119182204597110.844040889770144
350.1224391026173110.2448782052346210.87756089738269
360.1057071014996300.2114142029992590.89429289850037
370.08069022906864760.1613804581372950.919309770931352
380.06294204211176070.1258840842235210.93705795788824
390.052236430037010.104472860074020.94776356996299
400.04065671717914430.08131343435828860.959343282820856
410.03973455069402450.0794691013880490.960265449305975
420.03564045264125530.07128090528251050.964359547358745
430.02643610837453350.05287221674906710.973563891625467
440.0427750562814840.0855501125629680.957224943718516
450.04784885036329590.09569770072659180.952151149636704
460.07910494527061570.1582098905412310.920895054729384
470.4006474101085750.801294820217150.599352589891425
480.9787441998088660.04251160038226760.0212558001911338
490.9682777311432170.06344453771356520.0317222688567826
500.9240296311942960.1519407376114070.0759703688057037
510.8636871155098720.2726257689802560.136312884490128






Meta Analysis of Goldfeld-Quandt test for Heteroskedasticity
Description# significant tests% significant testsOK/NOK
1% type I error level00OK
5% type I error level10.0285714285714286OK
10% type I error level80.228571428571429NOK

\begin{tabular}{lllllllll}
\hline
Meta Analysis of Goldfeld-Quandt test for Heteroskedasticity \tabularnewline
Description & # significant tests & % significant tests & OK/NOK \tabularnewline
1% type I error level & 0 & 0 & OK \tabularnewline
5% type I error level & 1 & 0.0285714285714286 & OK \tabularnewline
10% type I error level & 8 & 0.228571428571429 & NOK \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=25775&T=6

[TABLE]
[ROW][C]Meta Analysis of Goldfeld-Quandt test for Heteroskedasticity[/C][/ROW]
[ROW][C]Description[/C][C]# significant tests[/C][C]% significant tests[/C][C]OK/NOK[/C][/ROW]
[ROW][C]1% type I error level[/C][C]0[/C][C]0[/C][C]OK[/C][/ROW]
[ROW][C]5% type I error level[/C][C]1[/C][C]0.0285714285714286[/C][C]OK[/C][/ROW]
[ROW][C]10% type I error level[/C][C]8[/C][C]0.228571428571429[/C][C]NOK[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=25775&T=6

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=25775&T=6

As an alternative you can also use a QR Code:  
QR Code


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

Meta Analysis of Goldfeld-Quandt test for Heteroskedasticity
Description# significant tests% significant testsOK/NOK
1% type I error level00OK
5% type I error level10.0285714285714286OK
10% type I error level80.228571428571429NOK


Figures (Output of Computation)

Figure 1
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 2
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 3
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 4
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 5
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 6
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 7
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 8
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 9
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Figure 10
PNG link  
QR Code
Postscript link  
QR Code
PDF link  
QR Code


Input Parameters & R Code

Parameters (Session):
par1 = 1 ; par2 = Include Monthly Dummies ; par3 = Linear Trend ;
Parameters (R input):
par1 = 1 ; par2 = Include Monthly Dummies ; par3 = 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')
}