Cook (Distance de)
Un des diagnostics classiques en Régression Linéaire Simple et Multiple.
La distance de Cook d'une observation est une mesure de l' influence de cette observation sur l'ensemble des prédictions du modèle (par opposition, par exemple, au DFFITS, qui mesure pour chaque observation, son influence sur la prédiction de sa propre valeur par le modèle).
On montre que la distance de Cook s'exprime simplement comme une fonction :
Sa distribution est connue (F(2, n - 2), où n est le nombre d'observations ), ce qui permet de juger de son importance en se rapportant aux quantiles de la distribution F. Un argument heuristique permet de considérer comme "importante" une distance de Cook sensiblement supérieure à 1.
-----
Les propriétés de la distance de Cook sont détaillées dans le Tutoriel sur la Régression Linéaire Simple.
____________________________________________________________
Voir aussi: