FLinearMod            package:ISA            R Documentation(latin1)

_M_i_n_i_m_i _q_u_a_d_r_a_t_i _o_r_d_i_n_a_r_i

_D_e_s_c_r_i_p_t_i_o_n:

     Stime dei minimi quadrati, residui, valori previsti dal modello,
     valori di leva e stima corretta della varianza degli errori.

_U_s_a_g_e:

     FLinearMod(Y, X)

_A_r_g_u_m_e_n_t_s:

       Y: matrice della variabile dipendente (_n_ righe e _1_ colonna)

       X: matrice del modello (_n_ righe e _k_ colonne)

_V_a_l_u_e:

      Y : matrice della variabile dipendente

      X : matrice del modello

    XTX : prodotto matriciale incrociato

 detXTX : determinante del prodotto matriciale incrociato

inversaXTX : inversa del prodotto matriciale incrociato

    XTY : prodotto matriciale tra la matrice del modello e quella della
          variabile dipendente

   beta : stime minimi quadrati ordinari

      H : matrice di proiezione

     IH : differenza tra la matrice identit di dimensione _n_ e la
          matrice di proiezione H

 attesa : valori attesi secondo il modello

residui : residui di regressione

varianzaStimata : stima corretta della varianza degli errori

_A_u_t_h_o_r(_s):

     Fabio Frascati fabiofrascati@yahoo.it, Federico M. Stefanini
     stefanini@ds.unifi.it

_R_e_f_e_r_e_n_c_e_s:

     Stefanini, F. M. _INTRODUZIONE ALLA STATISTICA APPLICATA con
     esempi in R._ PEARSON Education Milano, 2007, <URL:
     http://hpe.pearsoned.it/stefanini>.

_S_e_e _A_l_s_o:

     'lm', 'summary.lm', 'lmfit', 'lsfit', 'residuals', 'fitted',
     'hatvalues'

_E_x_a_m_p_l_e_s:

        y<-c(1.50,6.40,9.60,8.80,8.86,7.80,8.60,8.60)
        x1<-c(1.1,2.3,4.5,6.7,8.9,3.4,5.6,6.7)
        x2<-c(1.2,3.4,5.6,7.5,7.5,6.7,8.6,7.6)
        x3<-c(1.40,5.60,7.56,6.00,5.40,6.60,8.70,8.70)
        FLinearMod(Y=y,X=cbind(1,x1,x2,x3))

