height   weight   female   eyes   age   uhat   yhat   uuu 74   195   0   1   53   -7.384037   202.384   3.74359 63   120   1   4   33   3.288961   116.711   -1.909091 65   120   1   4   22   -12.28795   132.2879   .0909091 75   210   0   1   44   -.1724911   210.1725   4.74359 66   130   1   3   29   -10.0764   140.0764   1.090909 62   150   1   1   37   41.07742   108.9226   -2.909091 69   230   1   1   34   66.55824   163.4418   4.090909 73   180   0   5   27   -14.59558   194.5956   2.74359 65   170   0   3   47   37.71205   132.2879   -5.25641 72   195   0   2   33   8.192872   186.8071   1.74359 68   120   1   1   25   -35.65331   155.6533   3.090909 70   180   0   5   32   8.769781   171.2302   -.2564103 66   164   0   4   25   23.9236   140.0764   -4.25641 70   190   0   4   24   18.76978   171.2302   -.2564103 63   120   1   3   22   3.288961   116.711   -1.909091 79   225   0   1   21   -16.32631   241.3263   8.743589 71   212   0   1   48   32.98133   179.0187   .7435898 69   195   0   1   27   31.55824   163.4418   -1.25641 74   195   0   1   53   -7.384037   202.384   3.74359 71   190   0   1   30   10.98133   179.0187   .7435898 64   119   1   4   22   -5.499493   124.4995   -.9090909 64   119   1   4   22   -5.499493   124.4995   -.9090909 66   123   0   4   23   -17.0764   140.0764   -4.25641 70   145   0   5   27   -26.23022   171.2302   -.2564103 68   185   0   1   47   29.34669   155.6533   -2.25641 65   112   1   1   23   -20.28795   132.2879   .0909091 72   190   0   3   27   3.192872   186.8071   1.74359 69   165   0   1   36   1.558235   163.4418   -1.25641 65   100   1   1   23   -32.28795   132.2879   .0909091 61   95   1   1   22   -6.13413   101.1341   -3.909091 70   145   0   1   23   -26.23022   171.2302   -.2564103 70   155   0   1   45   -16.23022   171.2302   -.2564103 66   115   1   1   24   -25.0764   140.0764   1.090909 72   190   0   3   24   3.192872   186.8071   1.74359 70   135   1   3   26   -36.23022   171.2302   5.090909 62   115   1   3   26   6.077415   108.9226   -2.909091 71   165   0   3   26   -14.01867   179.0187   .7435898 74   225   0   1   22   22.61596   202.384   3.74359 64   106   1   1   25   -18.49949   124.4995   -.9090909 71   200   0   1   25   20.98133   179.0187   .7435898 68   134   1   3   23   -21.65331   155.6533   3.090909 67   161   0   1   23   13.13514   147.8649   -3.25641 69   165   0   4   22   1.558235   163.4418   -1.25641 65   110   1   1   23   -22.28795   132.2879   .0909091 68   137   1   3   25   -18.65331   155.6533   3.090909 74   207   0   1   52   4.615963   202.384   3.74359 63   101   1   4   23   -15.71104   116.711   -1.909091 65   125   1   1   26   -7.287948   132.2879   .0909091 64   170   1   1   26   45.50051   124.4995   -.9090909 70   195   0   5   23   23.76978   171.2302   -.2564103 64   120   1   2   23   -4.499493   124.4995   -.9090909 70   240   0   2   26   68.76978   171.2302   -.2564103 64   106   1   1   25   -18.49949   124.4995   -.9090909 67   120   0   1   26   -27.86486   147.8649   -3.25641 67   120   1   4   26   -27.86486   147.8649   2.090909 67   161   0   1   23   13.13514   147.8649   -3.25641 66   110   0   4   23   -30.0764   140.0764   -4.25641 72   205   0   5   26   18.19287   186.8071   1.74359 71   200   0   1   25   20.98133   179.0187   .7435898 71   165   0   3   26   -14.01867   179.0187   .7435898 70   170   0   1   26   -1.230219   171.2302   -.2564103 71   167   0   1   23   -12.01867   179.0187   .7435898 64   118   1   4   23   -6.499493   124.4995   -.9090909 65   122   1   1   26   -10.28795   132.2879   .0909091 67   140   0   1   25   -7.864856   147.8649   -3.25641 66   190   0   1   34   49.9236   140.0764   -4.25641 65   125   1   1   26   -7.287948   132.2879   .0909091 70   135   1   3   26   -36.23022   171.2302   5.090909 68   134   1   3   23   -21.65331   155.6533   3.090909 63   101   1   4   23   -15.71104   116.711   -1.909091 62   115   1   3   26   6.077415   108.9226   -2.909091 60   134   1   2   25   40.65432   93.34567   -4.909091 (headings correspond to the column of data like I have labeled it above; for female, 1=female and 2=male; although not necessary for this exercise, the 1,2,3,4 for eyes just represents 4 different eye colors.) Using the data, estimate a linear probability model that predicts female on the basis of weight. Report the results and interpret them. b) Plot the predicted values on the y-axis (and weight on the x-axis). How many are >1 or <0? c) Use the predicted values to form a binary variable that =1 if the predicted probability of beingfemale is >0.50 and zero otherwise. Form the 2x2 table comparing this prediction to the true value offemale. What percentage of observations are correctly predicted?

MATLAB: An Introduction with Applications
6th Edition
ISBN:9781119256830
Author:Amos Gilat
Publisher:Amos Gilat
Chapter1: Starting With Matlab
Section: Chapter Questions
Problem 1P
icon
Related questions
Topic Video
Question

height   weight   female   eyes   age   uhat   yhat   uuu

74   195   0   1   53   -7.384037   202.384   3.74359

63   120   1   4   33   3.288961   116.711   -1.909091

65   120   1   4   22   -12.28795   132.2879   .0909091

75   210   0   1   44   -.1724911   210.1725   4.74359

66   130   1   3   29   -10.0764   140.0764   1.090909

62   150   1   1   37   41.07742   108.9226   -2.909091

69   230   1   1   34   66.55824   163.4418   4.090909

73   180   0   5   27   -14.59558   194.5956   2.74359

65   170   0   3   47   37.71205   132.2879   -5.25641

72   195   0   2   33   8.192872   186.8071   1.74359

68   120   1   1   25   -35.65331   155.6533   3.090909

70   180   0   5   32   8.769781   171.2302   -.2564103

66   164   0   4   25   23.9236   140.0764   -4.25641

70   190   0   4   24   18.76978   171.2302   -.2564103

63   120   1   3   22   3.288961   116.711   -1.909091

79   225   0   1   21   -16.32631   241.3263   8.743589

71   212   0   1   48   32.98133   179.0187   .7435898

69   195   0   1   27   31.55824   163.4418   -1.25641

74   195   0   1   53   -7.384037   202.384   3.74359

71   190   0   1   30   10.98133   179.0187   .7435898

64   119   1   4   22   -5.499493   124.4995   -.9090909

64   119   1   4   22   -5.499493   124.4995   -.9090909

66   123   0   4   23   -17.0764   140.0764   -4.25641

70   145   0   5   27   -26.23022   171.2302   -.2564103

68   185   0   1   47   29.34669   155.6533   -2.25641

65   112   1   1   23   -20.28795   132.2879   .0909091

72   190   0   3   27   3.192872   186.8071   1.74359

69   165   0   1   36   1.558235   163.4418   -1.25641

65   100   1   1   23   -32.28795   132.2879   .0909091

61   95   1   1   22   -6.13413   101.1341   -3.909091

70   145   0   1   23   -26.23022   171.2302   -.2564103

70   155   0   1   45   -16.23022   171.2302   -.2564103

66   115   1   1   24   -25.0764   140.0764   1.090909

72   190   0   3   24   3.192872   186.8071   1.74359

70   135   1   3   26   -36.23022   171.2302   5.090909

62   115   1   3   26   6.077415   108.9226   -2.909091

71   165   0   3   26   -14.01867   179.0187   .7435898

74   225   0   1   22   22.61596   202.384   3.74359

64   106   1   1   25   -18.49949   124.4995   -.9090909

71   200   0   1   25   20.98133   179.0187   .7435898

68   134   1   3   23   -21.65331   155.6533   3.090909

67   161   0   1   23   13.13514   147.8649   -3.25641

69   165   0   4   22   1.558235   163.4418   -1.25641

65   110   1   1   23   -22.28795   132.2879   .0909091

68   137   1   3   25   -18.65331   155.6533   3.090909

74   207   0   1   52   4.615963   202.384   3.74359

63   101   1   4   23   -15.71104   116.711   -1.909091

65   125   1   1   26   -7.287948   132.2879   .0909091

64   170   1   1   26   45.50051   124.4995   -.9090909

70   195   0   5   23   23.76978   171.2302   -.2564103

64   120   1   2   23   -4.499493   124.4995   -.9090909

70   240   0   2   26   68.76978   171.2302   -.2564103

64   106   1   1   25   -18.49949   124.4995   -.9090909

67   120   0   1   26   -27.86486   147.8649   -3.25641

67   120   1   4   26   -27.86486   147.8649   2.090909

67   161   0   1   23   13.13514   147.8649   -3.25641

66   110   0   4   23   -30.0764   140.0764   -4.25641

72   205   0   5   26   18.19287   186.8071   1.74359

71   200   0   1   25   20.98133   179.0187   .7435898

71   165   0   3   26   -14.01867   179.0187   .7435898

70   170   0   1   26   -1.230219   171.2302   -.2564103

71   167   0   1   23   -12.01867   179.0187   .7435898

64   118   1   4   23   -6.499493   124.4995   -.9090909

65   122   1   1   26   -10.28795   132.2879   .0909091

67   140   0   1   25   -7.864856   147.8649   -3.25641

66   190   0   1   34   49.9236   140.0764   -4.25641

65   125   1   1   26   -7.287948   132.2879   .0909091

70   135   1   3   26   -36.23022   171.2302   5.090909

68   134   1   3   23   -21.65331   155.6533   3.090909

63   101   1   4   23   -15.71104   116.711   -1.909091

62   115   1   3   26   6.077415   108.9226   -2.909091

60   134   1   2   25   40.65432   93.34567   -4.909091

(headings correspond to the column of data like I have labeled it above; for female, 1=female and 2=male; although not necessary for this exercise, the 1,2,3,4 for eyes just represents 4 different eye colors.)

Using the data, estimate a linear probability model that predicts female on the basis of weight. Report the results and interpret them. b) Plot the predicted values on the y-axis (and weight on the x-axis). How many are >1 or <0? c) Use the predicted values to form a binary variable that =1 if the predicted probability of beingfemale is >0.50 and zero otherwise. Form the 2x2 table comparing this prediction to the true value offemale. What percentage of observations are correctly predicted?

Expert Solution
trending now

Trending now

This is a popular solution!

steps

Step by step

Solved in 3 steps with 8 images

Blurred answer
Knowledge Booster
Hypothesis Tests and Confidence Intervals for Means
Learn more about
Need a deep-dive on the concept behind this application? Look no further. Learn more about this topic, statistics and related others by exploring similar questions and additional content below.
Similar questions
Recommended textbooks for you
MATLAB: An Introduction with Applications
MATLAB: An Introduction with Applications
Statistics
ISBN:
9781119256830
Author:
Amos Gilat
Publisher:
John Wiley & Sons Inc
Probability and Statistics for Engineering and th…
Probability and Statistics for Engineering and th…
Statistics
ISBN:
9781305251809
Author:
Jay L. Devore
Publisher:
Cengage Learning
Statistics for The Behavioral Sciences (MindTap C…
Statistics for The Behavioral Sciences (MindTap C…
Statistics
ISBN:
9781305504912
Author:
Frederick J Gravetter, Larry B. Wallnau
Publisher:
Cengage Learning
Elementary Statistics: Picturing the World (7th E…
Elementary Statistics: Picturing the World (7th E…
Statistics
ISBN:
9780134683416
Author:
Ron Larson, Betsy Farber
Publisher:
PEARSON
The Basic Practice of Statistics
The Basic Practice of Statistics
Statistics
ISBN:
9781319042578
Author:
David S. Moore, William I. Notz, Michael A. Fligner
Publisher:
W. H. Freeman
Introduction to the Practice of Statistics
Introduction to the Practice of Statistics
Statistics
ISBN:
9781319013387
Author:
David S. Moore, George P. McCabe, Bruce A. Craig
Publisher:
W. H. Freeman