193181_fr-FR

liliconcom

Influence D de Cook

Dans mon analyse de régression, j'ai vu quelques valeurs aberrantes et j'ai exécuté mon modèle en excluant les valeurs aberrantes pour voir si mes résultats changent et c'est le cas. Cependant, lorsque j'ai examiné les valeurs d'influence D de Cook pour ces points de données, elles étaient toutes inférieures à 1. Cela signifie-t-il que ces points de données ne sont pas des valeurs aberrantes et n'ont aucun effet sur le modèle ?

Merci

Re: Influence D de Cook

Merci à tous pour la réponse. UN n valeur aberrante n'est pas toujours influente, c'est ce que je voulais savoir. Merci Dan pour la visualisation. Cela aide.

Re: Influence D de Cook

Une règle générale pour la coupure sur Cook's D est d'utiliser 4/n. Si vos données avaient 40 points de données, par exemple, un D de Cook > 0,1 serait considéré comme influent. Utiliser 1 n'est peut-être pas le meilleur choix.

 

Et pour faire écho à l'un des commentaires de Mark Bailey : une valeur aberrante n'est pas toujours influente.

Re: Influence D de Cook

La distance de Cook est une mesure de l'influence d'un point de données. Il ne signale pas les valeurs aberrantes, mais uniquement les points de données qui contribuent fortement au modèle. J'ai utilisé le D de Cook dans le cadre d'enquêtes avant de supprimer les valeurs aberrantes, mais je ne l'appellerais pas une justification en soi pour l'exclusion d'un point de données gênant.  

 

Cet article est un assez bon résumé : Distance du cuisinier

 

M

Re: Influence D de Cook

Quelle était la base de votre conclusion initiale selon laquelle vous "avez vu quelques valeurs aberrantes ?"

 

Dans quelle mesure les résultats de votre analyse de régression ont-ils changé ? En quoi ont-ils changé ?

 

Aussi, combien d'observations avez-vous? Combien de prédicteurs avez-vous utilisés dans le modèle ? Certains d'entre eux sont-ils colinéaires avec d'autres ? Votre modèle inclut-il des termes sous forme de transformations telles que carré (X^2) ou croisé (X1*X2) ?

 

Le D de Cook est basé sur la somme des différences pour chaque observation entre la réponse prédite en utilisant l'ensemble de données complet et la réponse prédite en utilisant l'ensemble à exclure. Ainsi, une ou deux observations très influentes peuvent ne pas donner un grand D de Cook s'il y a beaucoup d'observations.