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:
- 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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-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~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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 kernel ~ openGauss is an open source relational database management system
C++
129
182

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

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57

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

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

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