OLSRR项目中的回归影响力分析指南
2025-07-07 18:23:14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:
- 杠杆值(Leverage):反映一个观测点在自变量空间中的异常程度
- 残差(Residual):观测值与模型预测值之间的差异
- 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
- 不要机械地删除所有被标记的异常点,应先检查数据质量
- 考虑异常点的业务含义,有时它们可能包含重要信息
- 可以尝试稳健回归方法替代普通最小二乘法
- 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
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K

deepin linux kernel
C
22
6

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
486
37

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
315
10

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191

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
991
395

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
193
276

🎉 (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
937
554

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69