###################################################
### chunk number 1: 
###################################################
samara = read.table("http://www.stat.wisc.edu/~st571-1/data/samara.dat")
x = samara$V1
y = samara$V2


###################################################
### chunk number 2: 
###################################################
x = c(1.72,1.72,1.77,1.78,1.82,1.85,1.88,1.93,1.96,1.96,2.00,2.00,2.03,2.06)
y = c(0.85,0.86,0.72,0.79,0.82,0.80,0.99,0.94,0.82,0.89,0.95,1.00,0.98,0.99)


###################################################
### chunk number 3: 
###################################################
plot(x,y)


###################################################
### chunk number 4: 
###################################################
samara.lm = lm(y~x)
summary(samara.lm)
anova(samara.lm)


###################################################
### chunk number 5: 
###################################################
lines(x,predict(samara.lm))


###################################################
### chunk number 6: 
###################################################
plot(samara.lm,which=1)


###################################################
### chunk number 7: 
###################################################
plot(samara.lm,which=2)


###################################################
### chunk number 8: 
###################################################
predict(samara.lm,data.frame(x=1.8),se.fit=TRUE,interval="confidence")
predict(samara.lm,data.frame(x=1.8),se.fit=TRUE,interval="prediction")