The Standardized Influence Matrix and its Applications
标准化影响矩阵及其应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用统计影响诊断和线性回归例子，主成分分析在此用于诊断，不能据此归入经济或金融因子模型。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
标准化影响矩阵及其应用
- 研究问题
- 如何识别异常点与高影响点的多元结构，尤其是仅凭单个标准化影响的长度无法发现的聚类或隐藏影响模式？
- 方法与思路
- 作者由样本点处标准化影响函数的协方差矩阵构造标准化影响矩阵，并对该矩阵及其补矩阵开展主成分分析。
- 材料陈述的贡献
- 摘要称，该分析揭示影响点的多元结构，并解释 Cook 局部影响；线性回归例子显示使用稳健参数估计可改善诊断效果。
- 阅读关注点
- 应核对影响函数的标准化方式、矩阵变换与主成分解释，并检查局部影响联系以及稳健估计改善诊断的证据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；诊断阈值、适用条件及改善幅度未说明，不能推断刊本变化或一般优越性。
原文摘要
In this article we introduce the standardized influence matrix (SIM) of parameter estimators as a conjugate of the sample covariance matrix of standardized influence functions (SIFs) evaluated at the data points. We propose principal component analysis for the SIM and its complement (SIM analysis) as a diagnostic tool for regression or other statistical inference, and provide theoretical insight to the local influence defined by Cook. We show that SIM analysis reveals the multivariate structure of outlying and/or influential points. Specifically, SIM analysis uncovers hidden structures of influence, such as clustering, that cannot be identified by the lengths of the standardized influences. Finally, examples in linear regression show that a diagnostic method using SIM is more effective if robust parameter estimates are used in calculating the sample SIM.