La calculadora de DFFITS y de residuo estudentizado te dice si un punto de una regresión es un valor atípico y si es influyente, a partir de su apalancamiento, de su residuo y del cuadrado medio residual.
Cómo se hace el cálculo
- Introduce el número de observaciones y de parámetros.
- Introduce el apalancamiento, el residuo bruto y el CME.
- La calculadora da los residuos estudentizados, el DFFITS, los umbrales y el valor p.
Ejemplo
Un modelo de 3 parámetros se ajusta a 30 puntos. Un punto tiene un apalancamiento de 0,25, un residuo de 2,4 y el CME vale 1,44, así que s = 1,2. El residuo interno es 2,4 / (1,2 × √0,75) = 2,3094, el externo es de 2,5298 frente a un umbral al 5 % de 2,056, y el DFFITS es de 1,4606 frente a 0,6325. El punto es a la vez atípico e influyente.
Por qué es útil
La calculadora ayuda al alumnado y a los analistas que comprueban las hipótesis de una regresión, a los científicos de datos que depuran conjuntos de datos y a los investigadores que deben justificar si conservan o retiran un punto.
Qué conviene saber
No elimines nunca un punto solo porque un diagnóstico lo señale. Busca primero un error de entrada, otra población o un modelo al que le falta una variable, y comunica los resultados con el punto y sin él. La distancia de Cook combina los mismos ingredientes, y los dos diagnósticos suelen coincidir. Los umbrales son reglas empíricas, y con muchos puntos, algunos los superarán por azar. Con muestras grandes, usa una corrección de Bonferroni en la prueba del residuo. El apalancamiento depende solo de los predictores, no de la respuesta, así que un punto puede tener un apalancamiento elevado y un residuo pequeño. Un punto así no es perjudicial salvo que además se aparte de la tendencia.
Herramientas relacionadas
La calculadora de la distancia de Cook da otra medida de influencia, la de regresión lineal ajusta una recta, la de R cuadrado mide el ajuste y la de la distribución t de Student da valores críticos.