153
Diagnostics. Мерки за идентифициране на случаи с необичайни комбинации от стойности за независими променливи и случаи, които могат да окажат голямо влияние върху модела.
Cook’s distance. Една мярка за това колко от остатъците от
всички случаи ще се променят, ако определен случай е бил изключен от изчисляването на коефициентите на регресия. Голям Cook's D показва, че с изключването на един случай от изчисляването може да промени статистиката на коефициента на регресия значително.
Leverage values. Не центриран лостов механизъм приемащ определени стойности.
Относителното влияние на всяко наблюдение на модела е удобно.
Residuals. Един нестандартизиран остатък е действителната стойност на зависимата променлива минус стойността предсказана от модела.
Стандартизиран, Studentized, и унищожаващ остатъците са също на разположение. Ако дадена
променлива WLS бъде избрана, то тя ще бъде претеглена, ще нестандартизира остатъците.
Unstandardized. Разликата между наблюдаваната стойност и стойността предсказана от модела.
Weighted. Претегля нестандартизираните остатъци. Налична само ако WLS променлива бъде предварително избрана.
Standardized. Остатъка е разделен от оценката на неговото стандартно отклонение.
Стандартизираните
остатъци, които са известни като остатъците на Пиърсън, имат средна равна на 0 и стандартно отклонение равно на 1.
Studentized. Остатъка е разделен от оценката на
неговото стандартно отклонение, което варира от случай до случай, в зависимост от разстоянието на стойностите за всеки отделен случай на независимите променливи от средните на независимите променливи.
Deleted. Остатък за
един случай, когато този случай се изключва от изчисляването на регресивните коефициенти. Това е разликата между стойността на зависимата променлива и предвижданата коригирана стойност.
Сподели с приятели: 
