介紹統計學的中心點槓桿值
基本介紹
- 中文名：中心點槓桿值
當回歸方程含有一個以上自變數，槓桿值如果為零，說明此觀測值對回歸方程沒有影響。但是，當槓桿值接近（N-1）/N,說明此觀測量對回歸方程貢獻很大。實際分析中，希望數據所有觀測量的槓桿值都接近中心點槓桿平均值：自變數數目/觀測量數目，當槓桿值大於2*自變數數目/觀測量數目，說明此觀測量影響力很大。
spss操作步驟：“分析”～“回歸”～“線性”～“保存”對話框～“距離”欄
注意：馬氏距離和中心點槓桿值都是確定影響點也就是具體的一個個案對整體的影響，也就是確定這個個案是否為影響點。二者互相補充。
其他判斷影響點的統計指標有cook距離，和協方差比。
cook距離：是當一個被認為是影響點的觀測量刪除後，其他所有觀測量殘差的變化量的測度。和中心點槓桿值以及馬氏距離一樣，都是值越大，這個個案越有可能成為影響點。
協方差比：當協方差比的值接近1時，表明此個案不是影響點。
