Влияние наблюдений в логистической регрессии

Практическое назначение расчёта

Исходная задача: Находит наблюдения, сильно влияющие на логистическую модель с одним фактором, используя информационную матрицу и аналог расстояния Кука. В частности, данные из поля «Фактор X» определяют наблюдаемую совокупность или параметры вероятностного механизма; перед вычислением нужно решить, соответствуют ли они реальной задаче.

Вторая величина формы — «Наблюдённый исход 0/1», в примере равна 0 0 0 0 1 0 1 1 1 1 0 1. При самостоятельной проверке полезно изменять её отдельно: так легче оценить, насколько устойчив итог «Вероятность выбранной строки» и не теряются ли существенные детали.

Числовые результаты дополняют друг друга. На представленном наборе «Приближённое влияние выбранной строки» составляет 0.0587223, а «Максимальное влияние» — 0.553135. Такая пара показателей часто помогает обнаружить несоответствие исходных предпосылок ещё до принятия решения.

Что означают и как связаны поля формы

Всего в форме предусмотрено 5 независимых входных параметров. Например, «Фактор X» = 1 2 3 4 5 6 7 8 9 10 11 12, а «Наблюдённый исход 0/1» = 0 0 0 0 1 0 1 1 1 1 0 1. Эти поля имеют разный смысл и используются на соответствующих этапах вычислительного алгоритма.

Поле «Номер проверяемой строки» со значением 7 задаёт ещё одно условие. Его нельзя опускать только потому, что для какого-то конкретного набора данных округлённый первый показатель меняется слабо или остаётся тем же.

Для данного расчёта перечень вводимых величин выглядит так: Фактор X = 1 2 3 4 5 6 7 8 9 10 11 12; Наблюдённый исход 0/1 = 0 0 0 0 1 0 1 1 1 1 0 1; Номер проверяемой строки = 7; Регуляризация = 0.5; Порог влияния = 0.5. Списки вводятся в согласованном порядке, и каждое значение должно принадлежать своей строке или категории.

Как устроена статистическая модель

Основное соотношение записывается как D_i≈r_Pearson²h/(p(1−h)²). Оно объединяет введённые величины в одну статистическую конструкцию, а не просто возвращает произведение или сумму первого и второго поля.

Для исходных значений «Вероятность выбранной строки» = 0.540512. Связанный показатель «Приближённое влияние выбранной строки» = 0.0587223. Если эти результаты противоречат ожиданиям, прежде всего проверьте единицы, знаки исходных значений и выбранную схему расчёта.

Для расчёта второго контрольного примера изменяется именно «Фактор X». Получаем «Вероятность выбранной строки» = 0.53668. Это демонстрирует зависимость ответа от данных, а не от подписи формы.

Ограничения и интерпретация ответа

Ключевое ограничение метода: Функциональная форма модели должна соответствовать характеру зависимости. Даже если численные проверки пройдены, оно остаётся существенным при переносе результатов на другую совокупность или период наблюдения. В данном расчёте «Фактор X» = 1 2 3 4 5 6 7 8 9 10 11 12, а «Наблюдённый исход 0/1» = 0 0 0 0 1 0 1 1 1 1 0 1; эти исходные условия определяют интерпретацию показателей метода «Влияние наблюдений в логистической регрессии».

Чтобы не принять случайную особенность выборки за устойчивую закономерность, сопоставьте «Максимальное влияние» = 0.553135 с исходной шкалой измерения. Различие параметров может привести к существенному изменению решения, но причина всегда требует содержательной проверки.

В третьем контрольном наборе меняется «Наблюдённый исход 0/1»; при этом «Вероятность выбранной строки» = 0.609346. При большом расхождении с основным примером стоит проверить выбросы, пропуски, зависимости и предельные условия.

Формула расчёта

Проверенные примеры

Как пользоваться онлайн-калькулятором

1. Введите наблюдения и параметры исходной задачи.
2. Убедитесь, что масштаб данных, размеры групп и вероятности допустимы.
3. Сравните итоговые показатели и учитывайте ограничения модели.