Cooks D-EinflussIn meiner Regressionsanalyse habe ich einige Ausreißer gesehen und mein Modell ausgeführt, indem ich die Ausreißer ausgeschlossen habe, um zu sehen, ob sich meine Ergebnisse ändern, und das tat es auch. Als ich mir jedoch Cooks D-Einflusswerte dieser Datenpunkte ansah, lagen sie alle unter 1. Bedeutet das, dass diese Datenpunkte keine Ausreißer sind und keinen Einfluss auf das Modell haben?
Danke
Betreff: Cooks D-EinflussVielen Dank an alle für die Antwort. A Ich wollte wissen, dass ein Ausreißer nicht immer einflussreich ist. Vielen Dank, Dan, für die Visualisierung. Das hilft.
Betreff: Cooks D-EinflussEine allgemeine Faustregel für den Cutoff bei Cooks D ist die Verwendung von 4/n. Wenn Ihre Daten beispielsweise 40 Datenpunkte hätten, würde ein Cook's D > 0,1 als einflussreich angesehen. Die Verwendung von 1 ist möglicherweise nicht die beste Wahl.
Und um einen Kommentar von Mark Bailey zu wiederholen: Ein Ausreißer ist nicht immer einflussreich.
Betreff: Cooks D-EinflussDie Cook-Distanz ist ein Maß für den Einfluss eines Datenpunkts. Es werden keine Ausreißer markiert, sondern nur Datenpunkte, die stark zum Modell beitragen. Ich habe Cooks D im Rahmen von Untersuchungen verwendet, bevor ich Ausreißer entferne, aber ich würde es nicht als Rechtfertigung für den Ausschluss eines unbequemen Datenpunkts bezeichnen.
Dieser Artikel ist eine ziemlich gute Zusammenfassung: Cooks Distanz
M
Betreff: Cooks D-EinflussWas war die Grundlage für Ihre anfängliche Schlussfolgerung, dass Sie „ein paar Ausreißer gesehen“ haben?
Wie stark haben sich die Ergebnisse Ihrer Regressionsanalyse verändert? Auf welche Weise haben sie sich verändert?
Und wie viele Beobachtungen haben Sie? Wie viele Prädiktoren haben Sie im Modell verwendet? Sind einige von ihnen mit anderen kollinear? Enthält Ihr Modell Begriffe als Transformationen wie Quadrat (X^2) oder Kreuz (X1*X2)?
Cooks D basiert auf der Summe der Differenzen für jede Beobachtung zwischen der vorhergesagten Reaktion unter Verwendung des vollständigen Datensatzes und der vorhergesagten Reaktion unter Verwendung des Satzes „Leave One Out“. Wenn also viele Beobachtungen vorliegen, führen ein oder zwei sehr einflussreiche Beobachtungen möglicherweise nicht zu einem großen Cook-D.
