• QR Code (size=2)
• QR Code (size=3)
• QR Code (size=4)
• QR Code (size=5)
• QR Code (size=6)

10,47
10,44
10,41
10,37
10,38
10,38
10,37
10,41
10,44
10,43
10,47
10,49
10,53
10,63
10,66
10,66
10,64
10,65
10,61
10,6
10,61
10,63
10,63
10,61
10,7
10,69
10,62
10,62
10,63
10,62
10,53
10,51
10,5
10,52
10,47
10,43
10,35
10,31
10,25
10,26
10,2
10,13
10,06
10,01
9,95
9,92
9,87
9,83
9,7
9,63
9,56
9,53
9,47
9,4
9,32
9,26
9,19
9,1
9,03
8,95
8,85
8,78
8,71
8,61
8,54
8,49
8,42
8,36
8,3
8,19
8,15
8,1
8,04
8,05
8,04
8
8,02
8
8
8,01
8,04
8,1
8,14
8,17
8,17
8,22
8,21
8,29
8,37
8,43
8,47
8,51
8,55
8,59
8,66
8,71
8,78
8,81
8,84
8,81
8,82
8,84
8,83
8,83
8,88
8,88
8,89
8,93
8,95
8,92
8,97
8,99
9,01
8,99
9,03
9,04
9,07
9,04
9,07
9,09
9,04
9,08
9,13
9,09
9,05
9,06
8,99
8,98
8,99
8,94
8,87
8,83
8,8
8,79
8,71
8,6
8,5
8,38
8,26
8,23
8,17
8,1
8,02
7,9
7,82
7,72
7,63
7,53
7,56
7,49
7,53
7,47
7,39
7,37
7,34
7,39
7,32
7,24
7,18
7,31
7,39
7,48
7,51
7,61
7,69
7,86
8,05
8,24
8,55
8,81
9,13
9,24
9,36
9,48
9,61
9,7
9,82
9,86
9,87
9,87

2,4
2,4
2,5
2,6
2,4
2,6
2,4
2,3
2,4
2,4
2,4
2,4
2,4
2,4
2,4
2,4
2,5
2,1
2,1
2
2
2
1,9
1,9
2
1,8
1,6
1,3
1,4
1,4
1,5
1,7
1,6
1,5
1,6
1,5
1,1
1,1
1,1
1,4
1,3
1,4
1,3
1,1
1
0,9
0,8
0,8
0,8
0,8
1
1,1
1
0,9
1,1
1,2
1,2
1,4
1,5
1,7
1,9
1,9
1,9
1,7
1,7
2,1
2
2
2,5
2,4
2,5
2,5
2
1,9
2,2
2,7
3,1
2,8
2,6
2,3
2,2
2,2
2
2
2,6
2,5
2,5
2,3
2
1,9
2
2,1
2,1
2,3
2,3
2,3
2,1
2,4
2,5
2,1
1,8
1,9
1,9
2,1
2,2
2
2,2
2
1,9
1,6
1,7
2
2,5
2,4
2,3
2,3
2,1
2,4
2,2
2,4
1,9
2,1
2,1
2,1
2
2,1
2,2
2,2
2,6
2,5
2,3
2,2
2,4
2,3
2,2
2,5
2,5
2,5
2,4
2,3
1,7
1,6
1,9
1,9
1,8
1,8
1,9
1,9
1,9
1,9
1,8
1,7
2,1
2,6
3,1
3,1
3,2
3,3
3,6
3,3
3,7
4
4
3,8
3,6
3,2
2,1
1,6
1,1
1,2
0,6
0,6
0
-0,1
-0,6
-0,2
-0,3
-0,1
0,5
0,9

par1 <- as.numeric(par1)
library(lattice)
z <- as.data.frame(cbind(x,y))
m <- lm(y~x)
summary(m)
bitmap(file='test1.png')
plot(z,main='Scatterplot, lowess, and regression line')
lines(lowess(z),col='red')
abline(m)
grid()
dev.off()
bitmap(file='test2.png')
m2 <- lm(m$fitted.values ~ x)
summary(m2)
z2 <- as.data.frame(cbind(x,m$fitted.values))
names(z2) <- list('x','Fitted')
plot(z2,main='Scatterplot, lowess, and regression line')
lines(lowess(z2),col='red')
abline(m2)
grid()
dev.off()
bitmap(file='test3.png')
m3 <- lm(m$residuals ~ x)
summary(m3)
z3 <- as.data.frame(cbind(x,m$residuals))
names(z3) <- list('x','Residuals')
plot(z3,main='Scatterplot, lowess, and regression line')
lines(lowess(z3),col='red')
abline(m3)
grid()
dev.off()
bitmap(file='test4.png')
m4 <- lm(m$fitted.values ~ m$residuals)
summary(m4)
z4 <- as.data.frame(cbind(m$residuals,m$fitted.values))
names(z4) <- list('Residuals','Fitted')
plot(z4,main='Scatterplot, lowess, and regression line')
lines(lowess(z4),col='red')
abline(m4)
grid()
dev.off()
bitmap(file='test5.png')
myr <- as.ts(m$residuals)
z5 <- as.data.frame(cbind(lag(myr,1),myr))
names(z5) <- list('Lagged Residuals','Residuals')
plot(z5,main='Lag plot')
m5 <- lm(z5)
summary(m5)
abline(m5)
grid()
dev.off()
bitmap(file='test6.png')
hist(m$residuals,main='Residual Histogram',xlab='Residuals')
dev.off()
bitmap(file='test7.png')
if (par1 > 0)
{
densityplot(~m$residuals,col='black',main=paste('Density Plot   bw = ',par1),bw=par1)
} else {
densityplot(~m$residuals,col='black',main='Density Plot')
}
dev.off()
bitmap(file='test8.png')
acf(m$residuals,main='Residual Autocorrelation Function')
dev.off()
bitmap(file='test9.png')
qqnorm(x)
qqline(x)
grid()
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Simple Linear Regression',5,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Statistics',1,TRUE)
a<-table.element(a,'Estimate',1,TRUE)
a<-table.element(a,'S.D.',1,TRUE)
a<-table.element(a,'T-STAT (H0: coeff=0)',1,TRUE)
a<-table.element(a,'P-value (two-sided)',1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'constant term',header=TRUE)
a<-table.element(a,m$coefficients[[1]])
sd <- sqrt(vcov(m)[1,1])
a<-table.element(a,sd)
tstat <- m$coefficients[[1]]/sd
a<-table.element(a,tstat)
pval <- 2*(1-pt(abs(tstat),length(x)-2))
a<-table.element(a,pval)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'slope',header=TRUE)
a<-table.element(a,m$coefficients[[2]])
sd <- sqrt(vcov(m)[2,2])
a<-table.element(a,sd)
tstat <- m$coefficients[[2]]/sd
a<-table.element(a,tstat)
pval <- 2*(1-pt(abs(tstat),length(x)-2))
a<-table.element(a,pval)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')