※ 引述《[email protected] (you got it)》之铭言： : 有人能跟我说多元回归分析中的 : hat matrix diagonal elements 考虑简单直线回归的情形: h_i = (1/n) + (x_i-\bar{x})^2/Σ(x_j-\bar{x})^2 可以发现: h_i 代表的是第 i 点的 x 值与中心相距多远 (除了多一个常数 1/n 以外). 对复回归, 其意义也是相同: h_i 愈大, 表示该点就自变 数所处位置而言, 离中心较远. 你可以用两自变数的情形 验证之. : studentized deleted residual "deleted residual" 是去掉 "待测点" 後, 配适原模型, 然後计算待测点与根据该估计模型预测结果之离差. 在线 性回归模型, 事实上 deleted residual 与普通 residual 有一简单关系, 即 d_i = e_i/√(1-h_i). 而 studentized deleted residual 是以其标准误校正结 果, 就像一般的 t 统计量. 因此, 若 studentized deleted residual 绝对值偏高, 表示这点与其他点可能属不同模型, 即这一点的反应值是 outlier. : cook's Di statistic 若 outlier 发生在 h_i 较大, 也就是离观测点中心较远 时, 将扭曲估计结果. 也就是说: 最小平方估计结果会受 这样的点重大影响, 是所谓 influential point. Cook's D 就是检测影响点的一个指标. : variance inflationary factor 当解释变数间相关(复相关)太高时, 即所谓 "多重共线性" 问题. 完全的共线性使回归系数的估计发生问题; 不完全 的共线性(高复相关)则使回归系数估计结果不稳定 (标准 差或变异数偏高). VIF就是检查自变数间的相关会造成回 归系数估计量的标准差将被扩大成几倍/ : the Cp statistic 选模的一种指标, 由 "预测误差" 的想法而来, 是均方预 测误差与纯误差均方的比. 但因不同数量的解释变数 Cp 的期望值不同, 因此引发在选模上究竟要取 Cp 最小或取 Cp 最接近期望值的争议. : 分别是在检定什麽吗？我只知公式，但我不 : 了解它们的涵意，就要期末考了>"< : 麻烦各位帮忙一下！ : 谢谢 -- 统计专业版需要你! 不论你是统计高手或初学, 是统计专业或应用领域人才, 欢迎光临! 成大计中站 telnet://bbs.ncku.edu.tw Statistics (统计方法及学理讨论区) 无名小站 telnet://wretch.twbbs.org Statistics (统计方法讨论区) 盈月与繁星 telnet://ms.twbbs.org Statistics (统计：让数字说话) 交大资讯次世代 telnet://bs2.twbbs.org Statistics (统计与机率) 批踢踢实业站 telnet://ptt.cc Statistics (统计学及统计软体版) -- ㊣Origin:《 成大计中 BBS 站 》[bbs.ncku.edu.tw] 来源:[pc117.stat.ncku.edu.tw]