Inflytande

Inflytande mäter hur mycket en modell skulle förändras om varje observation uteslöts från beräkningarna, en i taget. Det mäter alltså hur annorlunda regressionslinjen skulle se ut om du körde en linjär regression på alla datapunkter utom den aktuella, jämfört med att köra regressionen på hela datamängden.

Det vanligaste måttet på inflytande är Cooks avstånd, som beräknar inflytandet utifrån residualens storlek och punktens hävstång.

Här ser du samma modell som tidigare: huspriser i förhållande till kvadratroten av avståndet till närmaste MRT-station i Taiwans fastighetsdatamängd.

Fundera på vilka observationer du tror har ett högt inflytande – flytta sedan reglaget för att se om du hade rätt.

Vilket påstående stämmer?