[問題] outliers 問題

[chen050915 (滷蛋)]

板上各位前輩好

小弟最近在讀有關outliers時有些問題想請教

在Kutner的APPLIED LINEAR REGRESSION MODELS中

as a guideline for identifying influential cases,we suggest considering a

case influential if the absolute value of DFFITS values exceeds 1 for small

to median data sets and 2*sqrt(p/n) for large data sets.

我不太懂這一段的意思


在Rousseeuw的ROBUST REDRESSION AND OUTLIER DETECTION中

只說假如DFFITS大於2*sqrt(p/n)需要仔細審查

是說Kutner定義的比Rousseeuw嚴格?

還是Kutner那一段的意思其實跟Rousseeuw差不多?



在Regression Diagnostics: Detection of Model Violations中說

只要DFITS的絕對值大於2*sqrt((p+1)/(n-p-1))

就歸類於有影響力的點

這與前兩本書不一樣

差異性會很大嗎?

實作上要排除outlier通常會使用哪一種方法?



先謝謝各位了



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 134.208.35.73
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1432908940.A.B03.html
→ LiamIssac: hat matrix?
→ chen050915: 對，是用hat matrix
→ mosenay: 也參考其他指標呢？例如Cook's D？