做多元回归分析怎样判断诊断出来的异常值是否为影响点？以及对影响点如何处理？ 举报 理由 举报 取消 将异常值剔除后重新回归，仍然会出现新的异常值。 2017年12月14日 2 条回复 1203 次浏览 分析,数据
回复 ( 2 )
之前的回复，正确性有问题，而且题主问的是异常值中的影响点，我自己拐到异常值那边去了，十分抱歉。
重新更新一下。
————————————————————-这是分割线————————————————————–
一般认为异常值包括离群点和影响点。
有几种方法可以检验影响点。包括Cook距离，DFITS和DFBETA等统计量指标。
实际中Cook距离好像比较常用。
某个案例i的Cook距离是指，基于全部观测案例得到的所有估计值和未包含观测案例i所得的估计值之间的平均差异。它实际上测量了每个观测案例对所有回归估计值的影响。
在实际分析中，若观测案例i的Cook距离如大于2k/n (k是变量参数的个数(含常数项)，<R语言实战>里取Cook距离为4/(n-k-1))，则表示该案例i是个强影响点(删掉之后回归系数会出现很大变化)。
DFITS和DFBETA统计量定义有点绕，不太明白。有了Cook距离之后，也不太想深入→_→。
此外可以通过画变量添加图(added variable plot)来肉眼观察影响点。(具体就不说了，因为是肉眼，所以可能有点主观)
强影响点会干扰结果，通常会被删除。
删除最大离群点或强影响点后，模型需要重新拟合。
如果离群点或强影响点依然存在，重复删除过程，直到得到较为满意的拟合。
不过删除影响点还是要慎重，因为异常点可能会包含非常有意思的发现。
另外，可以使用稳健回归模型替代OLS回归。稳健回归好像可以较好的处理影响点。
– 判断影响点部分，参考《回归分析》(美国密歇根大学教授谢宇，著)第17章，回归诊断。
– 处理影响点部分，参考Robert I. Kabacoff的《R语言实战》(即鼎鼎大名的R in Action) 第8章，回归
有问题还请指出讨论。
把可能的影响点去掉，然后重新跑一遍回归。
用影响点的参数得到相应的预测值。
然后做一个t test。。
貌似这样就行了。。