DFBETAS є статистика, яка вказує на вплив видалення кожного спостереження на оцінки коефіцієнтів регресії. The
і D-статистика Кука вказує на вплив видалення кожного спостереження на прогнозовані значення моделі. 17 червня 2019 р.
«DFBETAS» скорочено від «різниця в бета-версіях”; «бета» — інший спосіб сказати коефіцієнт.
Відстань Кука вказує на те, на яку відстань у середньому перемістяться прогнозовані значення y, якщо відповідне спостереження буде виключено з набору даних. dfbeta стосується того, наскільки змінюється оцінка параметра, якщо відповідне спостереження вилучається з набору даних.".
Міра, яка вимірює, наскільки кожне спостереження впливає на певний предиктор це DFBETAs DFBETA для предиктора та для конкретного спостереження – це різниця між коефіцієнтом регресії, розрахованим для всіх даних, і коефіцієнтом регресії, обчисленим із видаленням спостереження, …
Загалом, великі значення DFBETAS вказують на спостереження, які впливають на оцінку певного параметра. Belsley, Kuh і Welsch рекомендують 2 як загальне граничне значення для позначення впливових спостережень і 2√n як граничне значення з поправкою на розмір.
Для моделей лінійної регресії зазвичай розраховуються значення DFBETA за допомогою рівнянь, які пов’язують підгонку за методом найменших квадратів моделі, розрахованої за допомогою n спостережень, до підгонки за допомогою n−1 спостережень (на відміну від перерахунку повної моделі n разів) (Belsley et al., 1980, p.
У статистиці DFFIT і DFFITS («різниця у відповідності») діагностика, призначена для того, щоб показати, наскільки впливовою є точка в лінійній регресії, вперше запропонований у 1980 році.