Diagnostiek van invloed (Cook's distance, DFFITS, leverage)
Invloedsdiagnostiek is een familie van post-fit-maten die kwantificeren hoeveel elke afzonderlijke observatie een gefitte regressie beïnvloedt. Cook's distance werd geïntroduceerd door R. Dennis Cook in 1977, met leverage en DFFITS geformaliseerd door Belsley, Kuh en Welsch in 1980, om de observaties te markeren die de geschatte coëfficiënten het sterkst beïnvloeden.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 1). Regression Influence Diagnostics (Cook's Distance, DFFITS, Leverage). ScholarGate. https://scholargate.app/nl/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.
- Schatting van de Mediane Absolute Afwijking (MAD)Statistiek↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
- KwantielregressieEconometrie↔ compare
- Ridge-regressieMachine learning↔ compare
- Robuuste regressieStatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →