强影响点

• 概念

强影响点，即对模型参数估计值影响有些比例失衡的点，好比移除某个点，会致使模型发生巨大的变化

• 如何检测

一、检测强影像点：Cook距离，或称 D统计量，以及变量添加图（added varialeplot），通常来讲Cook'D值大于 4/(n-k-1)，则代表它是强影响点，其中n为样本量大小，k是预测变量数目，可经过以下代码绘制Cook‘s图形

#绘制Cook's点检测强影响点
> cutoff <- 4/(nrow(states)-length(fit$coefficients)-2)
> plot(fit,which = 4,cook.levels = cufoff)
> abline(h=cutoff,lty=2,col="red")

图中 Alsaka，Hawali，Nevada是强影响点，剔除会影响到回归模型的系数和截距项，注意虽然该图对搜寻最强点颇有用，但我逐渐发现以 1 为分割点比 4/(n-k

-1)更具通常性。若设定 D =1 为判别标准，则数据集中没有看起来像是强影响点

 

• 添加变量图

Cook’s能鉴别强影响点，可是没法识别影响多少，而对于一个响应变量和k个预测变量，能够建立k个变量添加图，来观察对模型的影响

所谓变量添加图，即对每一个预测变量Xk，绘制 Xk在其余 k-1 个预测变上回归的残差值相对于响应变量在其余 k-1 个预测变量上回归的残差值的关系图，car包中avPlot()函数可提供变量添加图

> library(car)
> avPlots(fit, ask=FALSE, id.method="identify")

xxxxxxxxxx