Comparez les graphiques à effet de levier du modèle ci-dessous. Dans le premier, les valeurs x sont décalées de leurs valeurs réelles, ce qui ne se produit pas dans le second.
La seule différence entre les deux est que j'ai changé un numéro - tableau ci-joint. Le 214 du facteur 2 devient 185, de sorte que les deux valeurs x les plus à gauche et les deux à droite de chaque tracé sont égales.
En lisant les guides d'aide, je suppose que le décalage est lié à l'augmentation de la moyenne, mais je ne comprends pas pourquoi cela affecte les points du facteur 1, ni pourquoi les deux points les plus à gauche du facteur 2 sont décalés de quantités différentes ( un +ve, un -ve) lorsqu'ils sont équivalents. Cela semble améliorer artificiellement le modèle.
Toute aide qui peut être offerte est très appréciée.
Les explications des intrigues à effet de levier que Dan a publiées ci-dessus sont plutôt bonnes. La chose dont vous devez vous souvenir est que ce sont des parcelles de résidus. Ainsi, la modification des points de données ne se reflète pas directement sur ces tracés. Un nouveau modèle est créé avec les nouveaux points de données, puis de nouveaux résidus sont calculés.
Vous créez un modèle de régression multiple dans lequel la valeur d'une variable affecte la prédiction de l'ensemble du modèle. Changer la valeur d'un facteur en maintenant la réponse fixe changera définitivement l'IC des facteurs.
Peut-être que ce fil vous aidera. Il explique comment les diagrammes de levier sont créés.Pourquoi les valeurs de levier en abscisse sont-elles décalées dans la plateforme Fit Model ?
