​​SPSS x Data Analysis
​​by Kumamon + Uncle G
​​
 
User-uploaded image:
​​Regression Diagnostics

​​Data Cleansing

​​ทำเพื่อลบ Outlier + Influence Data + Leverage
​​
  • ​​Outlier = ค่าที่เดา (จากการวาดเส้น) กับค่าแท้จริง ก่อเกิดเป็น Residual เยอะมากผิดปกติ
  • ​​Leverage = ค่าที่เกาะเส้น แต่ไปอยู่ไกลค่าอื่นๆ
  • ​​Influence = ทั้ง Outlier + Leverage รวมกัน
​​ 
​​

​​Outlier Detection

​​Analyze → Regression → Linear → ปุ่ม Save → กดตามนี้ : 
​​
​​Distance
  • ​​Leverage Values
  • ​​Cook’s
  • ​​Mahalanobis
​​
​​Residuals
  • ​​Unstandardized
​​
​​Influence Statistics
  • ​​Standardized DFFit
  • ​​(optional) DFFIT
​​
​​Cook’s Distance (วัด Influence)
​​ยิ่งเข้าใกล้ 1 ยิ่งดี
​​
​​Mahalanobis Distance (วัด Leverage → อธิบาย Outlier)
​​วัดค่าระหว่าง ค่าจริงกับค่าที่ predict ออกมา ว่าห่างกันกี่ SD สำหรับ Multiple Regression
​​
​​คำนวณโดยการใช้ `SIG.CHISQ( calculated MAH, Degree of freedom)` เพื่อหาความ Significant
​​ค่าไม่เกิน Chi Square ที่ df = จำนวนตัวแปร Predictor (ไม่ต้องไปลบ 1) และจะ significant ที่ P < 0.001
​​
​​หาก significant = ค่าผิดปกติแล้ว
​​
​​Leverage Value / Center Leverage Value / Average Leverage (วัด Leverage → อธิบาย Outlier)
​​ไม่มากกว่า 2 หรือ 3 เท่าของ (k+1/n)​ (แล้วแต่ว่าอยากใช้ 2 หรือ 3 แต่ส่วนใหญ่ใช้ 2 กัน)
​​
​​โดยที่
  • ​​n = จำนวน Sample ทั้งหมด
  • ​​k = จำนวน Independent Variable ที่เกี่ยวข้อง
​​
​​Unstandardized Residuals
​​
​​
​​Standard Deviation (วัด Outlier)
​​Analyse → Descriptive Statistics → Descriptive → เลือกตัวแปรแล้วติ๊ก Save standardised values as variables → กด Ok
​​