加权回归模型中的影响度量与相关系数.pdf

维普资讯 1999年 3月 四川师范大学学报 (自然科学版) Mar．，1999 第 22卷 第 2期 JournalofSichuanNormalUniversity(NatunflScience) Vol22．No2 一 搬 醐 中 艟 数 (菏泽高等师范专科学校戢学系 ．山东菏泽 274015) 摘要 从距离角度研究数据对加权 回归模型的影响 建立了加权 回归模型 中的 Cook 距离 ．并找到 了它与相关系数 之间的联系 关键词 塑竺苎塑堡 ；最佳线性 堡笪 c。ok距离 中图法 j手— 一 线他日归 相关系数 1 引言与预备 考虑加权 回归模型 wy= w邓 +￡， (￡)=0， Coy(,)=0-2 ． (1) 这里 Y=(Y1，Y2，…，Y)是nxl观测 向量 ， =(1，2，…，‰)是n×P列满秩设计阵，是 P×l未知参数 向量 ，￡是n×l随机误差 向量 ，W =diag( 1，埘2，…， )， 0(i= l，2，…， n)是常数 ．显然当 W = 时，模型(1)变为线性回归模型 Y =邪 +￡， (￡)：0， CUv(￡)=-02Io． (2) 对于线性回归模型 (2)，不少人研究了数据对模型的影响，如文 [1～3]但对于模型 (1)，目前很 少有人研究数据对它的影响．本文用研究模型(2)的方法，从距离角度讨论数据对模型 (1)的影 响 推广了文[1]的结果，并建立了距离度量与相关系数之间的关系． 从模型 (1)可得参数 口的 LS估计 = ( w )一 w y． 它也是 的BLU(~佳线性无偏)估计．特别 W =fn时， = = ( ) Y是 由模型 (2) 得到 的LS怙计 ． 当剔除模型 (1)的第 i个方程后 ，模型(1)变为 w ()y()= w(．) () + ()， (())=0， Coy( “))=0-2 —1． (3) 其 中 w()，y()， ()和 ()分别表示从 W ，Y， 和 ￡中剔除第 i行 由此模型得到 的参数 口的 BLU估计为 )=(f)峨f】()) )嘶 )(f)． 仿照文 [1]提出的Cook距离 ，我们定义 Dw(i)( ，c)= ( 一 ()) ( 一 ))／c， (4) 称 D c)( ，c)为加权 回归模型 (1)中的Cook距离 这里 M ≥0是 P×P已知矩阵，C0是 常数 ． D )(M，C)从距离角度度量了第 i组数据(：，Y)的剔除对 BLU估计 的影响．当 收稿 日期 1998一l2—2L 田慷光 男 36 副教授 维普资讯 第 2期 田保光 ：加权回归模型 中的影响度量与相关系数 163 D )( ，c)大时判定第 i组数据是强影响点 ．为了表达方便 ，令 ： wx = (” ) p= (i) P， ：wY= (w )nn = ( )nxj， 这时 ： (，w2x)一 1 】，= ( )一 ， 声()：( 】(e))一 f)()． 2 定理及证明 定理 1 D 】(^f，c)： i：( )-1^f( )一 ／(1一 “)c．