%r
d <- read.table('d.tsv', header=TRUE, sep='\t')
d.lm <- lm(Y ~ X2 + X3 + X4 + X5, data=d)
yhat <- d.lm$fitted.values
u <- d.lm$residuals
plot(u)

# тест Дарбина - Уотсона
%r
library(lmtest)
dwtest(d.lm)

# процедура Кохрейна - Оркатта
%r
library(orcutt)
cochrane.orcutt(d.lm) # увы, этот пакет здесь не установлен

%r
# график u^2 от Y
plot(d$Y, u^2, xlab="Y", ylab="Residuals")
# графики u^2 от X_k
for (k in 3:6) {
    plot(d[,k], u^2, xlab="Regressor", ylab="Residuals")
}

# тест Голдфелда - Куандта
%r
library(lmtest)
gqtest(d.lm) # высокое p-значение --> хорошо!

%r
library(car)
residualPlots(d.lm)