Ietekmes diagnostika (Kuka attālums, DFFITS, sviras efekts)
Ietekmes diagnostika ir pēcfittinga mēru kopums, kas kvantificē, cik lielā mērā katrs atsevišķs novērojums ietekmē pielāgotu regresiju. Kuka attālumu 1977. gadā ieviesa R. Deniss Kuks, savukārt sviras efektu un DFFITS 1980. gadā formalizēja Belslijs, Kū un Velšs, lai identificētu novērojumus, kas visspēcīgāk ietekmē aplēstos koeficientus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 1). Regression Influence Diagnostics (Cook's Distance, DFFITS, Leverage). ScholarGate. https://scholargate.app/lv/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.
- Median Absolute Deviation (MAD) novērtējumsStatistika↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Regulētā lineārā regresija (Ridge Regression)Mašīnmācīšanās↔ compare
- Robustā regresijaStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →