Рычаги
h = leverage(data)
h = leverage(data,model)
h = leverage(data) находит рычаги каждой строки (точка) в матричном data для линейной аддитивной модели регрессии.
h = leverage(data, находит рычаги на регрессии, с помощью заданного типа модели, где model)model может быть одним из следующего:
'linear' - включает постоянные и линейные члены
'interaction' - включает постоянные, линейные условия, и векторного произведения
'quadratic' - включает взаимодействия и придает условиям квадратную форму
'purequadratic' - включает постоянный, линейный, и придает условиям квадратную форму
Рычаги являются мерой влияния данного наблюдения относительно регрессии из-за ее местоположения в течение входных параметров.
Одно эмпирическое правило должно сравнить рычаги с 2p/n, где n является количеством наблюдений, и p является количеством параметров в модели. Для набора данных Hald это значение 0.7692.
load hald h = max(leverage(ingredients,'linear')) h = 0.7004
С тех пор 0.7004 <0.7692, нет никаких высоких точек рычагов, использующих это правило.
[Q,R] = qr(x2fx(data,'model'),0);
leverage = (sum(Q'.*Q'))'
[1] Гудолл, C. R. “Вычисление Используя разложение QR”. Руководство в статистике. Издание 9, Амстердам: Elsevier/North-Holland, 1993.