iterated re-weighted least squares 是一种优化算法,貌似在统计中主要用于极大似然估计。在GLM中用的比较多。
Cook’s D 是线性回归中的统计量,用来找出强影响数据。如果哪个观测的Cook's D很大,说明该数据对回归方程的结果有较强的影响。一般需要对这样的观测多加留心,看看有没有抄写错误。
别的我不太懂,我不是专业学统计的,只知道这些。
精神很好啊。
我所知道的COOK's D 是作为在proc mixed 里所提供的模型诊断指标之一。泛泛而说,是衡量是否包括此观测在模型上的差异。如果超群的大,那就是应该留心一下这个观测正常吗?另外,不正确的模型也可能使得这类指标膨胀。一个实例是,有一次我观测到某个观测的值的cook's D 比第二大的要大两倍以上,致电输入数据的人,最后发该观测原值是300,写成了1300.所以,还是应该多多少少相信此类有关的指标。