statsmodels.stats.outliers_influence.GLMInfluence¶

class statsmodels.stats.outliers_influence.GLMInfluence(results, resid=None, endog=None, exog=None, hat_matrix_diag=None, cov_params=None, scale=None)[source]¶

影响和异常值度量（实验性）

这使用了部分特定于GLM的公式，特别是cooks_distance基于hessian，即观察到的或预期的信息矩阵，而不是基于cov_params，这与MLEInfluence相反。参数变化、拟合值变化和线性预测器变化的标准化基于cov_params。

Parameters:¶

resultsinstance of results class

这仅适用于具有必要辅助方法的模型和结果类。

other arguments are only to override default behavior and are used instead

of the corresponding attribute of the results class.

By default resid_pearson is used as resid.

Attributes:¶

dbetas

参数变化除以完整模型结果中的参数标准误差，bse。

d_fittedvalues_scaled

拟合值的变化量按标准误差缩放。

d_linpred

线性预测的变化

d_linpred_scale

基于cov_params的预测的标准误差缩放的线性预测的局部变化。

注释

当使用偏移或曝光时，尚未对其正确性进行测试，尽管代码应该支持这些功能。

一些GLM特定的度量，如d_deviance，仍然缺失。

计算显式的留一观测法（LOOO）循环是包含在内的，但目前没有从中计算影响度量。

方法

plot_index([y_var, 阈值, 标题, ax, idx])	影响属性的索引图
plot_influence([external, alpha, criterion, ...])	回归中的影响图。
resid_score([joint, index, studentize])	通过逆Hessian缩放的得分观测值。
resid_score_factor()	得分残差除以Hessian因子的平方根。
summary_frame()	创建一个包含影响结果的DataFrame。

属性

cooks_distance	库克距离
d_fittedvalues	预期响应的变化，拟合值。
d_fittedvalues_scaled	拟合值的变化量按标准误差缩放。
d_linpred	线性预测的变化
d_linpred_scaled	线性预测值的变化按标准误差缩放
d_params	参数估计的变化
dfbetas	参数估计的缩放变化。
hat_matrix_diag	广义线性模型（GLM）的帽子矩阵的对角线
hat_matrix_exog_diag	使用仅包含外生变量的hat_matrix的对角线，如在OLS中
params_one	基于一步近似法的参数估计。
resid_studentized	内部学生化皮尔逊残差