Diagnóstico de influencia (distancia de Cook, DFFITS, apalancamiento)
Los diagnósticos de influencia son una familia de medidas post-ajuste que cuantifican cuánto afecta cada observación individual a una regresión ajustada. La distancia de Cook fue introducida por R. Dennis Cook en 1977, y el apalancamiento y DFFITS fueron formalizados por Belsley, Kuh y Welsch en 1980, para señalar las observaciones que más influyen en los coeficientes estimados.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Cook, R. D. (1977). Detection of Influential Observations in Linear Regression. Technometrics, 19(1), 15-18. DOI: 10.1080/00401706.1977.10489493 ↗
- Belsley, D. A., Kuh, E., & Welsch, R. E. (1980). Regression Diagnostics: Identifying Influential Data and Sources of Collinearity. Wiley. ISBN: 978-0471058564
Cómo citar esta página
ScholarGate. (2026, June 1). Regression Influence Diagnostics (Cook's Distance, DFFITS, Leverage). ScholarGate. https://scholargate.app/es/statistics/influence-diagnostics
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Estimación por Desviación Absoluta Mediana (MAD)Estadística↔ compare
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- Regresión CuantílicaEconometría↔ compare
- Regresión RidgeAprendizaje automático↔ compare
- Regresión RobustaEstadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →