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?