เวลาจะวิเคราะห์ก็มักจะต้องตรวจสอบ outlier กันก่อน แล้วทดสอบอย่างไรได้บ้างล่ะ วันนี้มาทบทวน 4 เทพแห่งการทดสอบ outlier กันครับ
1.Leverage จากสูตร h>2)k+1)/n เมื่อ k คือจำนวนตัวพยากรณ์
2.Cook's distance จากสูตร D>4/n
3.Mahalanobis ตัวนี้วิธีการซับซ้อนหน่อย โดยเมื่อได้จากการกด option ใน regression แล้วต้องเอาไปหาค่า chi-square แล้วไปเทียบกับ p < 0.001 อีกที
4.DFFits จากสูตร DFFits > (square root (k+1)/n) โดยที่ k คือจำนวนตัวพยากรณ์เช่นกัน
แนะนำอ้างอิงจาก 3 แหล่งนะครับ
[1] วนิดา พงษ์ศักดิ์และแพรวนภา เหมือนสมัย. 2017. ประสิทธิภาพของตัวสถิติที่ใช้ในการตรวจสอบค่าผิดปกติในการถดถอยเส้นพหุคูณ. วารสารวิทยาศาสตร์บูรพา ปีที่ 22 การประชุมวิชาการระดับชาติ "วิทยาศาสตร์วิจัย ครั้งที่ 9"
[2] Hamid Ghorbani. 2019. Mahalanobis Distance and Its Application for Detecting Multivariate Outliers. Ser. Math. Inform. Vol.34 No.3 p.583-595.
[3] Identifying Multivariate Outliers in SPSS. Retrieved from https://www.statisticssolutions.com/identifying-multivariate-outliers-in-spss/
รายละเอียดเพิ่มเติมอ่านได้จากบทความต้นทางในเว็บเราได้เลยครับ
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
