Jeremias Hernandez

HNSC 3300

Assignment 7:

 Using the “dataset” file, perform a regression: DV = SSTotal (sum of all the SS; if you don’t
remember how to do it, watch here), IV = Age, Wage, Living Cost

Linear Regression
Model Summary - AGE 
Durbin-Watson 
Model  R  R²  Adjusted R²  RMSE  Autocorrelation  Statistic  p 
H₀  0.000  0.000  0.000  11.933  -0.028  2.055  0.433 
H₁  0.420  0.176  0.174  10.845  -0.031  2.061  0.393 
 
ANOVA 
Model     Sum of Squares  df  Mean Square  F  p 
H₁  Regression  20028.569  2  10014.284  85.142  < .001 
   Residual  93741.880  797  117.618    
   Total  113770.449  799    
Note.  The intercept model is omitted, as no meaningful information can be shown. 
 
Coefficients 
95% CI 
Standard
Model     Unstandardized  Standardized  t  p  Lower  Upper 
Error 
H₀  (Intercept)  47.026  0.422  111.466  < .001  46.198  47.854 
H₁  (Intercept)  44.660  1.171  38.126  < .001  42.360  46.959 
   WAGE  -0.002  2.430e -4  -0.251  -7.401  < .001  -0.002  -0.001 
   REGION  3.570  0.459  0.264  7.780  < .001  2.669  4.471 
 
Descriptives 
   N  Mean  SD  SE 
AGE  800  47.026  11.933  0.422 
WAGE  800  2197.251  1668.117  58.977 
REGION  800  1.770  0.884  0.031 
 
Residuals Statistics 
   Minimum  Maximum  Mean  SD  N 
Predicted Value  21.333  55.370  47.026  5.007  800 
Residual  -30.004  29.231  -6.643e -17  10.832  800 
Std. Predicted
-5.132  1.666  -2.506e -16  1.000  800 
Value 
Std. Residual  -2.772  2.698  3.633e  -4  1.001  800 
 

Residuals vs. Predicted

Standardized Residuals Histogram

Q-Q Plot Standardized Residuals