线性回归模型中强影响度量的一种新方法.pdfVIP

1 维普资讯 2 0 第 l8卷 第 1期 太 原 重 型 机 械 学 院 学 报 Voll8 № 1 1997年3月 JOURNALOFTAIYUANHEAVYMACHINERYINSTITUTE Mar．1997 线性回归模型中强影响度量的一种新方法 郑 州 卢、摘要本文通过引八主成分 业 ， 讨论了帽子矩阵所具有的性质，给出了度量线性回归 模型中强影响的统计量，井结合实例，验证了谊统计量在理论上优于 【，k距离及应 上 简便易行。 兰堑制 ’ 关键词 线性回归模型；主成分；统计量；帽子矩阵；强影响 中图分类 _ f——— — — n2 Z ：：= 0 引言 卫 ， 考虑线性回归模型 Y=a0Ⅱ+泖 +e (1) 其中Y= (Yl，Y2…， )为观测向量，X为 P列满秩设计阵，并已中心标准化．a0为常 数，卢是P维未知参数向量，Ⅱ为每个元素皆为1的 维向量．e为 维误差向量，ELE()= 0，COV(e)= I． 用来判定第 i组数组是否为强影响点的统计量通常有 Cook距离 AP统计量 、 Welsch—kuh统计 等．另外，1990年杨虎[4提出了用影响分布的平均值作为强影响诊断 的HP统计量，并从稳健的角度，说明了HP．统计量较之Cook距离具有更好的稳定性。 本文通过对主成分中帽子矩阵的讨论，改进了HP．统计量并给出了一个标准临界值，这 样，在实际应用中，不仅保留了H 统计量所具有的良好的稳定性，而且减少了计算工作量。 1 主成分中的帽子矩阵 为了讨论的方便，作变换z=OX，a=‘ ，这里的 是~Axx 的P个特征根^1≥^2 ≥… ≥ ≥o所对应的标准正交化特征向量l “ 为列向量的矩阵，则(1)的典则形式 为 ‘ 收稿 日期：1996一Ol一12 ～ — — —1r 维普资讯 第 18卷第 l期 焦万堂：线性回归模型中强影响度量的一种新方法 25 = H+2 + (2) 设Z= (l，2，…，zp)，五 ： (Ⅲ 2 一．gni)，若设计阵X呈病态，则XX 的特征根 l， 2，…，^ 中有一部分很小，设 +．，+2I…， 0，