Python တွင် cook ၏အကွာအဝေးကိုဘယ်လိုတွက်မလဲ။

Cook ၏ အကွာအဝေး ကို ဆုတ်ယုတ်မှုပုံစံတစ်ခုတွင် သြဇာညောင်းသော စောင့်ကြည့်မှုများကို ဖော်ထုတ်ရန် အသုံးပြုသည်။

Cook ၏ အကွာအဝေးအတွက် ဖော်မြူလာမှာ-

d _i = (r _i ² / p*MSE) * (h _ii / (1-h _ii ) ² )

ရွှေ-

• r _i သည် i ^th အကြွင်းဖြစ်သည်။
• p သည် regression model တွင် coefficients အရေအတွက်ဖြစ်သည်။
• MSE သည် mean square error ဖြစ်သည်။
• h _ii သည် ^ith leverage တန်ဖိုးဖြစ်သည်။

အခြေခံအားဖြင့်၊ Cook ၏ အကွာအဝေးသည် i ^th observation ကို ဖယ်ရှားလိုက်သောအခါ မော်ဒယ်ပြောင်းလဲမှုအားလုံး၏ တပ်ဆင်တန်ဖိုးများ မည်မျှရှိသည်ကို တိုင်းတာသည်။

Cook ၏ အကွာအဝေး၏တန်ဖိုး ကြီးမားလေ၊ ပေးထားသော စောင့်ကြည့်မှုမှာ သြဇာပိုလေဖြစ်သည်။

ယေဘူယျအားဖြင့်၊ Cook ၏ အကွာအဝေးသည် 4/n ( n = စုစုပေါင်း စောင့်ကြည့်မှုများ) ထက် ကြီးမားသော လွှမ်းမိုးမှုရှိသည်ဟု ယူဆပါသည်။

ဤသင်ခန်းစာသည် Python ရှိ ပေးထားသော ဆုတ်ယုတ်မှုပုံစံအတွက် Cook ၏ အကွာအဝေးကို တွက်ချက်နည်း အဆင့်ဆင့် ဥပမာကို ပေးပါသည်။

အဆင့် 1: ဒေတာကိုထည့်ပါ။

ပထမဦးစွာ Python တွင်အလုပ်လုပ်ရန် သေးငယ်သောဒေတာအတွဲတစ်ခုကို ဖန်တီးပါမည်။

 import pandas as pd

#create dataset
df = pd. DataFrame ({' x ': [8, 12, 12, 13, 14, 16, 17, 22, 24, 26, 29, 30],
                   ' y ': [41, 42, 39, 37, 35, 39, 45, 46, 39, 49, 55, 57]})

အဆင့် 2- ဆုတ်ယုတ်မှုပုံစံကို အံကိုက်လုပ်ပါ။

ထို့နောက်၊ ကျွန်ုပ်တို့သည် ရိုးရှင်းသော linear regression model ကို ကိုက်ညီပါမည်-

 import statsmodels. api as sm

#define response variable
y = df[' y ']

#define explanatory variable
x = df[' x ']

#add constant to predictor variables
x = sm. add_constant (x)

#fit linear regression model
model = sm. OLS (y,x). fit ()

အဆင့် 3- Cook Distance ကို တွက်ချက်ပါ။

ထို့နောက်၊ မော်ဒယ်ရှိကြည့်ရှုမှုတစ်ခုစီအတွက် Cook အကွာအဝေးကို တွက်ချက်ပါမည်။

 #suppress scientific notation
import numpy as np
n.p. set_printoptions (suppress= True )

#create instance of influence
influence = model. get_influence ()

#obtain Cook's distance for each observation
cooks = influence. cooks_distance

#display Cook's distances
print (cooks)

(array([0.368, 0.061, 0.001, 0.028, 0.105, 0.022, 0.017, 0. , 0.343,
        0. , 0.15 , 0.349]),
 array([0.701, 0.941, 0.999, 0.973, 0.901, 0.979, 0.983, 1. , 0.718,
        1. , 0.863, 0.713]))

ပုံမှန်အားဖြင့်၊ cooks_distance() လုပ်ဆောင်ချက်သည် ရှုမြင်မှုတစ်ခုစီအတွက် Cook ၏ အကွာအဝေးအတွက် တန်ဖိုးများ ခင်းကျင်းပြသထားပြီး ၎င်းနောက်တွင် သက်ဆိုင်ရာ p-တန်ဖိုးများ ပါဝင်သည်။

ဥပမာအားဖြင့်:

• ရှုခင်းအတွက် Cook ၏ အကွာအဝေး #1: 0.368 (p-value: 0.701)
• ရှုခင်းအတွက် Cook ၏ အကွာအဝေး #2: 0.061 (p-value: 0.941)
• ရှုခင်းအတွက် Cook ၏ အကွာအဝေး #3: 0.001 (p-value: 0.999)

နောက် … ပြီးတော့။

အဆင့် 4-ချက်ပြုတ်သူ၏အကွာအဝေးကိုမြင်ယောင်ကြည့်ပါ။

နောက်ဆုံးအနေနဲ့၊ ရှုမြင်မှုတစ်ခုစီအတွက် Cook ရဲ့ အကွာအဝေးရဲ့ လုပ်ဆောင်မှုတစ်ခုအနေနဲ့ ခန့်မှန်းသူ variable ရဲ့ တန်ဖိုးတွေကို မြင်ယောင်နိုင်ဖို့ scatterplot တစ်ခုကို ဖန်တီးနိုင်ပါတယ်။

 import matplotlib. pyplot as plt

plt. scatter (df.x, cooks[0])
plt. xlabel (' x ')
plt. ylabel (' Cooks Distance ')
plt. show () 

နောက်ဆုံးအတွေးများ

သြဇာရှိနိုင်ချေရှိသော စူးစမ်းမှုများကို ဖော်ထုတ်ရန် Cook ၏ အကွာအဝေးကို အသုံးပြုသင့်ကြောင်း မှတ်သားထားရန် အရေးကြီးပါသည်။ စူးစမ်းမှုတစ်ခုသည် လွှမ်းမိုးမှုရှိသောကြောင့် ၎င်းအား ဒေတာအတွဲမှ ဖယ်ရှားသင့်သည်ဟု မဆိုလိုပါ။

ပထမဦးစွာ၊ လေ့လာကြည့်ရှုမှုသည် ဒေတာထည့်သွင်းမှုအမှား သို့မဟုတ် အခြားထူးဆန်းသည့်ဖြစ်ရပ်တစ်ခု၏ ရလဒ်မဟုတ်ကြောင်း သင်စစ်ဆေးရန်လိုအပ်သည်။ တရားဝင်တန်ဖိုးဖြစ်လာပါက ၎င်းကိုဖယ်ရှားရန်၊ ၎င်းကို ယခင်အတိုင်းထားရန်၊ သို့မဟုတ် ၎င်းကို အလယ်အလတ်ကဲ့သို့သော အခြားတန်ဖိုးတစ်ခုဖြင့် အစားထိုးရန် သင့်လျော်မှုရှိမရှိ သင်ဆုံးဖြတ်နိုင်သည်။