高维线性模型的影响点诊断

摘要

从单影响点到多影响点2个角度回顾了影响点诊断领域的进展；重点介绍了近年发展起来的一些高维影响点检测新方法，该方法适用于自变量个数远超样本量的情形，可被看作是经典Cook距离在高维数据的推广. Cook距离量化了个体观测对最小二乘系数估计的影响，而新方法则捕获了个体观测对边际相关的影响，进而对变量选择和其他下游分析任务产生重要影响.数值模拟结果验证了新方法的可行性和有效性.

关键词

影响点诊断 / 高维数据 / 线性模型 / Cook距离 / 边际相关