クックDの影響回帰分析でいくつかの外れ値が見つかったので、結果が変化するかどうかを確認するために外れ値を除外してモデルを実行したところ、変化しました。 ただし、これらのデータ ポイントのクックの D 影響値を見ると、すべて 1 未満でした。 ということは、それらのデータ ポイントは外れ値ではなく、モデルに影響を与えないということですか?
ありがとう
Re: クック D の影響皆様、ご返答ありがとうございました。 あ外れ値が必ずしも影響を与えるわけではない、というのが私が知りたかったことです。 ダン、viz をありがとう。これは役に立ちます。
Re: クック D の影響Cook's D のカットオフの一般的な経験則は、4/n を使用することです。 たとえば、データに 40 個のデータ ポイントがある場合、Cook の D > 0.1 が影響力があるとみなされます。 1 を使用するのは最良の選択ではない可能性があります。
マーク・ベイリー氏のコメントの 1 つを引用すると、外れ値が常に影響力があるわけではありません。
Re: クック D の影響クック距離は、データ ポイントの影響の尺度です。 外れ値にはフラグを立てず、モデルに大きく寄与するデータ ポイントにのみフラグを立てます。 私は外れ値を削除する前の調査の一環としてクックの D を使用しましたが、それ自体が不都合なデータ ポイントを除外する正当化とは言えません。
この記事は非常に優れた要約です:クックの距離
M
Re: クック D の影響「異常値がいくつか見られた」という最初の結論の根拠は何ですか?
回帰分析の結果はどの程度変化しましたか? 彼らはどのように変化したのでしょうか？
また、観察はどれくらいありますか？ モデルで使用した予測変数は何個ですか? そのうちのどれかが他のものと同一線上にありますか? モデルには平方 (X^2) や交差 (X1*X2) などの項が変換として含まれていますか?
クックの D は、完全なデータセットを使用した予測応答と 1 つ除外セットを使用した予測応答の間のすべての観測値の差の合計に基づいています。 したがって、観測値が多数ある場合、影響力の高い 1 つまたは 2 つの観測値が大きなクック D をもたらさない可能性があります。
