库克的 D 影响力在我的回归分析中，我看到了几个异常值，我通过排除异常值来运行我的模型，看看我的结果是否发生变化，结果确实发生了变化。 然而，当我查看这些数据点的库克 D 影响力值时，它们都小于 1。 这是否意味着这些数据点不是异常值并且对模型没有影响？
谢谢
回复：库克的 D 影响谢谢大家的回复。 A我想知道的是，异常值并不总是有影响力。 谢谢丹的可视化。这很有帮助。
回复：库克的 D 影响Cook's D 截止的一般经验法则是使用 4/n。 例如，如果您的数据有 40 个数据点，则 Cook's D > 0.1 将被视为有影响力。 使用 1 可能不是最佳选择。
呼应马克·贝利的评论之一：异常值并不总是有影响力。
回复：库克的 D 影响库克距离是数据点影响力的度量。 它不会标记异常值，只会标记对模型有很大贡献的数据点。 在删除异常值之前，我已使用库克 D 作为调查的一部分，但我不会将其称为排除不方便的数据点的理由。
这篇文章总结得很好：库克距离
中号
回复：库克的 D 影响您得出“看到一些异常值”的初步结论的依据是什么？
您的回归分析结果改变了多少？ 他们以什么方式改变了？
另外，你有多少观察结果？ 您在模型中使用了多少个预测变量？ 它们中的任何一个与其他的共线吗？ 您的模型是否包含平方 (X^2) 或交叉 (X1*X2) 等变换项？
Cook 的 D 基于使用完整数据集的预测响应与使用留一集的预测响应之间每个观察值的差异之和。 因此，如果有很多观测值，那么一两个具有高度影响力的观测值可能不会导致较大的库克 D。
