R语言计算回归模型每个样本（观察observationsample）的DFBETAS值实战：每一个样本对给定系数的估计有多大的影响
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言计算回归模型每个样本（观察observationsample）的DFBETAS值实战：每一个样本对给定系数的估计有多大的影响相关的知识，希望对你有一定的参考价值。
R语言计算回归模型每个样本（观察、observation、sample）的DFBETAS值实战：每一个样本对给定系数的估计有多大的影响
目录
以上是关于R语言计算回归模型每个样本（观察observationsample）的DFBETAS值实战：每一个样本对给定系数的估计有多大的影响的主要内容，如果未能解决你的问题，请参考以下文章
R语言计算回归模型学生化残差（Studentized Residuals）实战：如果样本学生化残差（Studentized Residuals）绝对值大于3则是离群值
R语言构建logistic回归模型并评估模型：构建基于混淆矩阵计算分类评估指标的自定义函数阳性样本比例（垃圾邮件比例）变化对应的分类器性能的变化基于数据阳性样本比例选择合适的分类评估指标
R语言使用pwr包的pwr.f2.test函数对线性回归模型进行效用分析（power analysis）在已知效应量(effect size)显著性水平效用值的情况下计算需要的样本量
R语言DALEX包的explain函数生成指定分类预测机器学习模型解释器predict_parts函数基于breakdown方法分析对于指定的某一条样本（实例观察）每个变量对于预测结果的贡献大小
R语言使用DALEX包的explain函数生成指定分类预测机器学习模型的解释器predict_parts函数基于shap方法分析对于指定的某一条样本（实例观察）每个变量对于预测结果的贡献大小