数据矩阵条件指数局部影响分析.pdfVIP

高校应用数学学报A辑 App1．Math．J．ChineseUniv．Scr．A 2005，2O(1)：7O一76 数据矩阵条件指数的局部影响分析 张文专 ，石 磊 ，王学仁 (1．贵州财经学院信息学院，贵州贵阳550004；2．云南大学统计系，云南昆明650091) 摘 要：以广义影响函数和广义Cook统计量为工具，考察对数据矩阵同时进 行微小扰动在条件指数上产生的局部影响，导出了寻找条件指数最大影响方向的 计算公式，并用一个实例说明该方法的应用． 关键词：广义影响函数；广义Cook统计量；局部影响；数据矩阵；条件指数 中图分类号：O212．1 文献标识码：A 文章编号：1000—4424(2005)01—0070—07 线性回归模型中回归系数的LS估计具有许多良好的性质，但是设计阵X呈病态，即X 的列向量近似地线性相关时，xx接近奇异，从而使得估计的精度降低(见[1]，p289)，所以 在对线性回归模型中回归系数进行估计之前，分析设计阵的数据结构是必要的．Belsleyl2利 用条件指数(ConditionIndexes)考察了数据矩阵的列中有复共线性关系的组数以及共线性 的程度，但这种分析对强影响点(InfluencePoint)或异常值(Outlier)非常敏感．如果数据中 存在强影响点或异常值，那么应用这种分析方法得到的结论可能会产生误导，所有有必要寻 找考察条件指数中强影响点或异常值的诊断方法． 统计诊断技术已广泛应用于各种统计模型，其诊断方法包括了单点剔除、局部影响、稳 键性诊断三种方法．Cookl3的局部影响的思想是把模型的扰动归结为似然函数的扰动，用 似然距离(LikelihoodDisplacement)建立一个影响图，然后通过计算这个影响图的正则曲 率来寻找最大的影响方向．Shi 的局部影响思想是通过定义广义影响函数和广义Cook统 计量来寻找最大的影响方向．由于这种方法不需要似然距离的假设，所以它拓广了局部影响 分析的应用范围，其诊断方法也显得特别简洁．本文用Shi 的方法研究整个数据矩阵同时 扰动对条件指数产生的局部影响，导出了寻找条件指数最大影响方向的计算公式． 本文 §1给出条件指数的定义及复共线性诊断的思想；§2讨论数据矩阵同时扰动对条 件指数产生的局部影响；§3用一个实例说明该方法的应用． 收稿 日期：2004—07一O8 基金项 目：国家 自然科学基金；贵州省教育厅自然科学研究基金(2002231) 张文专等：数据矩阵条件指数的局部影响分析 71 §1 条件指数 号 虑 数 据 矩 阵 一 其中 一( ”，)，i一1，2，…，”，表示第i个数据点．记B— 一∑： ，则 ／3为 × 阶的半正定矩阵；如果3／的户个不同的特征值按从大到小的顺序排列分别为：， X … ， ，它们对应的单位特征向量分别为 ．． ，则定义统计量 — 1 ； (是一 1。… 。P) (1．2) ● ● ● ● ● ● 为矩阵 的 个条件指数．显然，：1，且 t z… p． Belsley 指出：大条件指数的个数就等于数据矩阵 的列中近似共线性关系的组数． ； 当条件指数的值在5～10这个范围时， 的列中有弱共线性关系；条件指数值在3O以上时， 的列中有强共线性关系． §2 条件指数的局部影响分析 首先引进Shi_l5提出的广义影响函数的定义． 定义2．1 设统计量T一(T “，T)ER ，扰动向量 ∞===(∞ 一，∞)ER ，且∞=∞。+