Send output to:
Browser Blue - Charts White
Browser Black/White
CSV
Data X:
210907 1 1 2 2 3 4 3 120982 NA NA NA NA NA NA NA 176508 2 2 2 4 2 2 1 179321 NA NA NA NA NA NA NA 123185 NA NA NA NA NA NA NA 52746 NA NA NA NA NA NA NA 385534 1 1 2 2 2 3 2 33170 NA NA NA NA NA NA NA 101645 NA NA NA NA NA NA NA 149061 1 1 2 2 3 4 1 165446 2 2 2 3 3 3 2 237213 1 1 1 2 3 4 1 173326 NA NA NA NA NA NA NA 133131 2 1 1 1 1 4 2 258873 NA NA NA NA NA NA NA 180083 NA NA NA NA NA NA NA 324799 1 1 1 1 1 3 1 230964 4 4 4 4 3 2 4 236785 2 1 1 1 2 4 2 135473 NA NA NA NA NA NA NA 202925 NA NA NA NA NA NA NA 215147 1 1 1 1 1 4 1 344297 1 1 1 4 1 4 1 153935 NA NA NA NA NA NA NA 132943 NA NA NA NA NA NA NA 174724 1 1 1 1 1 3 1 174415 1 1 1 3 3 3 2 225548 4 4 4 4 3 3 4 223632 1 1 1 2 2 3 2 124817 1 1 1 1 1 4 2 221698 NA NA NA NA NA NA NA 210767 4 3 3 2 2 2 3 170266 1 1 1 2 1 4 2 260561 NA NA NA NA NA NA NA 84853 NA NA NA NA NA NA NA 294424 1 1 1 1 2 1 2 101011 NA NA NA NA NA NA NA 215641 NA NA NA NA NA NA NA 325107 2 1 2 2 2 3 3 7176 2 1 2 2 3 3 2 167542 NA NA NA NA NA NA NA 106408 3 4 4 2 4 2 4 96560 2 3 3 3 3 2 4 265769 0 0 0 0 0 0 0 269651 NA NA NA NA NA NA NA 149112 2 1 2 2 2 3 3 175824 1 1 1 2 1 1 1 152871 1 1 1 3 1 4 1 111665 1 1 1 1 2 4 1 116408 NA NA NA NA NA NA NA 362301 2 3 3 3 2 3 2 78800 NA NA NA NA NA NA NA 183167 2 3 3 3 2 3 3 277965 NA NA NA NA NA NA NA 150629 NA NA NA NA NA NA NA 168809 NA NA NA NA NA NA NA 24188 NA NA NA NA NA NA NA 329267 2 3 2 2 2 1 1 65029 NA NA NA NA NA NA NA 101097 NA NA NA NA NA NA NA 218946 3 3 3 4 4 2 3 244052 1 1 1 2 2 4 1 341570 2 2 2 2 2 3 2 103597 2 1 2 2 3 4 2 233328 NA NA NA NA NA NA NA 256462 2 2 2 3 3 2 2 206161 NA NA NA NA NA NA NA 311473 NA NA NA NA NA NA NA 235800 NA NA NA NA NA NA NA 177939 NA NA NA NA NA NA NA 207176 NA NA NA NA NA NA NA 196553 2 1 1 2 2 4 1 174184 NA NA NA NA NA NA NA 143246 1 1 2 1 1 4 1 187559 NA NA NA NA NA NA NA 187681 2 2 2 3 3 2 2 119016 NA NA NA NA NA NA NA 182192 NA NA NA NA NA NA NA 73566 1 1 1 3 3 4 1 194979 NA NA NA NA NA NA NA 167488 1 1 2 1 2 3 1 143756 3 1 2 3 4 3 4 275541 NA NA NA NA NA NA NA 243199 1 2 2 3 2 3 3 182999 NA NA NA NA NA NA NA 135649 NA NA NA NA NA NA NA 152299 1 1 2 2 2 3 1 120221 NA NA NA NA NA NA NA 346485 1 1 2 3 4 3 3 145790 NA NA NA NA NA NA NA 193339 1 1 1 3 1 2 2 80953 NA NA NA NA NA NA NA 122774 1 1 2 1 3 3 1 130585 1 1 1 2 2 4 3 112611 1 1 1 2 1 4 3 286468 2 2 2 2 2 3 1 241066 NA NA NA NA NA NA NA 148446 2 2 2 4 3 3 3 204713 NA NA NA NA NA NA NA 182079 2 1 1 3 4 4 2 140344 1 1 1 1 2 4 1 220516 1 1 1 2 2 3 2 243060 1 1 2 3 1 3 1 162765 1 1 2 3 2 3 2 182613 NA NA NA NA NA NA NA 232138 2 1 2 2 3 3 2 265318 3 3 3 4 2 2 1 85574 1 2 1 2 4 3 3 310839 NA NA NA NA NA NA NA 225060 2 2 2 3 1 3 3 232317 3 3 3 2 3 1 4 144966 NA NA NA NA NA NA NA 43287 NA NA NA NA NA NA NA 155754 NA NA NA NA NA NA NA 164709 3 2 2 2 2 3 3 201940 NA NA NA NA NA NA NA 235454 NA NA NA NA NA NA NA 220801 2 1 2 2 1 4 3 99466 1 2 2 1 2 3 2 92661 2 1 3 3 2 2 3 133328 1 1 2 3 3 4 3 61361 2 2 2 3 3 3 1 125930 NA NA NA NA NA NA NA 100750 1 1 1 2 4 3 1 224549 NA NA NA NA NA NA NA 82316 NA NA NA NA NA NA NA 102010 2 1 2 1 2 4 3 101523 2 1 1 2 3 4 3 243511 1 1 1 1 1 4 1 22938 4 2 2 3 3 2 3 41566 NA NA NA NA NA NA NA 152474 1 1 1 1 2 4 1 61857 NA NA NA NA NA NA NA 99923 3 1 2 2 2 3 4 132487 3 3 3 2 3 2 3 317394 1 1 2 2 2 4 3 21054 NA NA NA NA NA NA NA 209641 NA NA NA NA NA NA NA 22648 2 1 1 2 2 3 4 31414 NA NA NA NA NA NA NA 46698 2 2 3 2 3 2 3 131698 1 1 1 2 3 4 1 91735 NA NA NA NA NA NA NA 244749 2 2 2 3 2 3 3 184510 NA NA NA NA NA NA NA 79863 NA NA NA NA NA NA NA 128423 3 1 1 2 1 3 1 97839 4 4 4 4 4 3 4 38214 NA NA NA NA NA NA NA 151101 NA NA NA NA NA NA NA 272458 1 1 2 1 1 4 2 172494 3 1 1 2 2 1 2 108043 1 2 2 2 3 4 1 328107 2 3 3 2 4 1 3 250579 NA NA NA NA NA NA NA 351067 2 2 3 3 3 2 4 158015 NA NA NA NA NA NA NA 98866 NA NA NA NA NA NA NA 85439 NA NA NA NA NA NA NA 229242 3 2 3 4 4 3 2 351619 NA NA NA NA NA NA NA 84207 NA NA NA NA NA NA NA 120445 2 1 1 1 2 4 2 324598 3 1 2 3 1 3 3 131069 1 1 1 2 2 4 2 204271 3 2 3 3 3 2 4 165543 NA NA NA NA NA NA NA 141722 NA NA NA NA NA NA NA 116048 2 1 2 3 3 3 3 250047 1 1 1 2 1 3 1 299775 NA NA NA NA NA NA NA 195838 3 2 2 3 4 3 1 173260 1 1 1 1 1 3 3 254488 2 3 4 3 3 2 1 104389 NA NA NA NA NA NA NA 136084 NA NA NA NA NA NA NA 199476 NA NA NA NA NA NA NA 92499 1 1 2 2 2 3 3 224330 1 1 1 1 2 4 1 135781 1 1 2 4 1 4 1 74408 1 1 2 2 2 3 1 81240 3 4 3 3 4 1 4 14688 NA NA NA NA NA NA NA 181633 1 1 2 1 2 4 1 271856 1 1 1 1 2 4 2 7199 NA NA NA NA NA NA NA 46660 NA NA NA NA NA NA NA 17547 NA NA NA NA NA NA NA 133368 NA NA NA NA NA NA NA 95227 2 2 2 2 2 4 1 152601 NA NA NA NA NA NA NA 98146 1 1 2 3 1 3 2 79619 NA NA NA NA NA NA NA 59194 1 1 1 1 1 4 4 139942 3 1 2 3 3 2 2 118612 1 1 2 2 1 4 1 72880 2 2 2 2 2 4 2 65475 1 1 2 2 4 3 2 99643 NA NA NA NA NA NA NA 71965 NA NA NA NA NA NA NA 77272 NA NA NA NA NA NA NA 49289 NA NA NA NA NA NA NA 135131 2 3 3 3 3 2 3 108446 2 2 2 2 2 3 2 89746 NA NA NA NA NA NA NA 44296 NA NA NA NA NA NA NA 77648 NA NA NA NA NA NA NA 181528 2 1 1 2 2 4 1 134019 1 1 1 1 1 3 1 124064 NA NA NA NA NA NA NA 92630 NA NA NA NA NA NA NA 121848 2 3 3 1 1 3 1 52915 NA NA NA NA NA NA NA 81872 2 1 2 2 1 4 2 58981 1 1 2 1 2 4 1 53515 1 1 3 2 2 4 4 60812 NA NA NA NA NA NA NA 56375 1 1 2 1 1 4 1 65490 NA NA NA NA NA NA NA 80949 NA NA NA NA NA NA NA 76302 1 1 2 3 3 3 4 104011 1 2 2 3 3 3 1 98104 1 1 1 2 4 3 3 67989 NA NA NA NA NA NA NA 30989 NA NA NA NA NA NA NA 135458 NA NA NA NA NA NA NA 73504 NA NA NA NA NA NA NA 63123 1 1 1 1 1 4 2 61254 NA NA NA NA NA NA NA 74914 1 1 1 1 3 4 3 31774 1 1 2 2 2 4 2 81437 0 1 2 2 2 4 3 87186 NA NA NA NA NA NA NA 50090 NA NA NA NA NA NA NA 65745 1 1 2 2 3 3 2 56653 1 1 2 1 3 3 2 158399 2 1 2 2 3 3 1 46455 NA NA NA NA NA NA NA 73624 1 1 2 1 1 3 1 38395 NA NA NA NA NA NA NA 91899 NA NA NA NA NA NA NA 139526 NA NA NA NA NA NA NA 52164 NA NA NA NA NA NA NA 51567 3 2 3 2 3 3 1 70551 NA NA NA NA NA NA NA 84856 NA NA NA NA NA NA NA 102538 1 1 2 1 1 3 2 86678 1 1 2 2 3 3 1 85709 NA NA NA NA NA NA NA 34662 NA NA NA NA NA NA NA 150580 1 1 1 2 2 4 3 99611 2 1 2 2 1 3 3 19349 NA NA NA NA NA NA NA 99373 3 1 3 2 4 3 2 86230 3 3 2 2 1 4 3 30837 1 1 2 3 3 4 4 31706 2 1 1 2 1 4 3 89806 NA NA NA NA NA NA NA 62088 NA NA NA NA NA NA NA 40151 NA NA NA NA NA NA NA 27634 NA NA NA NA NA NA NA 76990 NA NA NA NA NA NA NA 37460 NA NA NA NA NA NA NA 54157 1 1 1 1 2 3 3 49862 NA NA NA NA NA NA NA 84337 NA NA NA NA NA NA NA 64175 2 2 2 2 3 3 2 59382 2 2 2 2 3 4 2 119308 2 1 1 1 3 4 1 76702 NA NA NA NA NA NA NA 103425 NA NA NA NA NA NA NA 70344 NA NA NA NA NA NA NA 43410 NA NA NA NA NA NA NA 104838 NA NA NA NA NA NA NA 62215 NA NA NA NA NA NA NA 69304 NA NA NA NA NA NA NA 53117 NA NA NA NA NA NA NA 19764 NA NA NA NA NA NA NA 86680 NA NA NA NA NA NA NA 84105 3 2 3 2 1 3 2 77945 NA NA NA NA NA NA NA 89113 NA NA NA NA NA NA NA 91005 NA NA NA NA NA NA NA 40248 NA NA NA NA NA NA NA 64187 1 2 2 2 3 3 2 50857 NA NA NA NA NA NA NA 56613 NA NA NA NA NA NA NA 62792 NA NA NA NA NA NA NA 72535 NA NA NA NA NA NA NA
Names of X columns:
Time Q1 Q2 Q3 Q4 Q5 Q6 Q7
Sample Range:
(leave blank to include all observations)
From:
To:
Column Number of Endogenous Series
(?)
Fixed Seasonal Effects
Do not include Seasonal Dummies
Do not include Seasonal Dummies
Include Seasonal Dummies
Type of Equation
No Linear Trend
No Linear Trend
Linear Trend
First Differences
Seasonal Differences (s)
First and Seasonal Differences (s)
Degree of Predetermination (lagged endogenous variables)
Degree of Seasonal Predetermination
Seasonality
12
1
2
3
4
5
6
7
8
9
10
11
12
Chart options
R Code
library(lattice) library(lmtest) n25 <- 25 #minimum number of obs. for Goldfeld-Quandt test par1 <- as.numeric(par1) x <- t(y) x <- x[!is.na(x[,2]),] 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') }
Compute
Summary of computational transaction
Raw Input
view raw input (R code)
Raw Output
view raw output of R engine
Computing time
0 seconds
R Server
Big Analytics Cloud Computing Center
Click here to blog (archive) this computation