首页
/ OLSRR项目中的回归影响力分析指南

OLSRR项目中的回归影响力分析指南

2025-07-07 08:32:00作者:何举烈Damon

引言

在回归分析中,单个异常观测值可能会对模型结果产生不成比例的巨大影响。作为数据分析师,我们需要识别这些有影响力的观测点,并在解释模型结果时予以特别关注。rsquaredacademy/olsrr项目提供了一套完整的工具集,专门用于检测线性回归模型中的影响力观测值。

影响力分析基础概念

在深入具体方法之前,我们需要理解几个关键概念:

  1. 杠杆值(Leverage):反映一个观测点在自变量空间中的异常程度
  2. 残差(Residual):观测值与模型预测值之间的差异
  3. 影响力(Influence):一个观测点对模型参数估计的综合影响程度

Cook距离分析

Cook距离条形图

Cook距离是最常用的影响力度量指标之一,它综合考虑了杠杆值和残差大小:

model <- lm(mpg ~ disp + hp + wt + qsec, data = mtcars)
ols_plot_cooksd_bar(model)

该函数会生成一个条形图,直观展示每个观测点的Cook距离值。通常,我们关注那些Cook距离明显高于其他点的观测值。

Cook距离图表

与条形图不同,Cook距离图表提供了另一种可视化方式:

ols_plot_cooksd_chart(model)

这个图表特别适合快速识别超出临界值的异常点。

DFBETAs分析

DFBETAs衡量的是删除某个观测点后模型参数估计值的变化程度:

model <- lm(mpg ~ disp + hp + wt, data = mtcars)
ols_plot_dfbetas(model)

该函数会为每个预测变量生成一个面板图,显示每个观测点对各个参数估计的影响。通常,绝对值大于2/√n的值需要特别关注。

DFFITS分析

DFFITS测量的是删除某个观测点后预测值的变化:

ols_plot_dffits(model)

临界值通常设为2√(p/n),其中p是参数个数,n是样本量。超出此值的点可能对模型预测有显著影响。

残差分析

学生化残差图

学生化残差有助于识别Y方向的异常值:

ols_plot_resid_stud(model)

绝对值大于3的学生化残差通常被视为异常值。

标准化残差图

标准化残差是另一种检测异常值的方法:

ols_plot_resid_stand(model)

综合诊断图

学生化残差与杠杆值图

这个图形结合了残差和杠杆值信息:

ols_plot_resid_lev(model)

右上角的点既具有高杠杆值又有大残差,需要特别注意。

删除学生化残差与拟合值图

ols_plot_resid_stud_fit(model)

该图有助于识别影响模型拟合的异常点。

高级诊断工具

Hadi图

Hadi影响力测度同时考虑响应变量和预测变量的异常:

ols_plot_hadi(model)

潜在残差图

该图帮助区分高杠杆点、异常点或两者兼具的点:

ols_plot_resid_pot(model)

实践建议

  1. 不要机械地删除所有被标记的异常点,应先检查数据质量
  2. 考虑异常点的业务含义,有时它们可能包含重要信息
  3. 可以尝试稳健回归方法替代普通最小二乘法
  4. 对于高杠杆点,考虑是否需要变换变量或增加样本

通过系统应用这些诊断工具,分析师可以全面评估回归模型的稳健性,确保分析结果可靠可信。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K