Вы можете получить меры влияния и выбросов для взвешенных переменных, используя OLS для взвешенных переменных.
Например, если mod_wls — это ваша модель WLS (экземпляр модели, а не экземпляр результатов), то
res = sm.OLS(mod_wls.wendog, mod_wls.wexog).fit()
infl = res.get_influence()
Насколько мне известно, большинство или все меры влияния будут правильными, но они основаны на взвешенных переменных и наблюдениях. Есть некоторые определения некоторых показателей влияния в терминах исходных переменных, но они будут недоступны. Например, есть два способа определить матрицу шляпы для WLS, один из которых соответствует использованию взвешенных переменных, как указано выше, а другой имеет влияние с точки зрения исходной переменной.
(Аналогичная проблема возникает в GLM и RLM, которые основаны на методе наименьших квадратов с повторным взвешиванием, например https://github.com/statsmodels/statsmodels/issues/808
Статистика влияния и выбросов не была распространена на другие модели в основном из-за отсутствия ссылки на статистическую литературу, в которой явно рассматривается этот случай, и из-за того, что не было известно об эталонной реализации в другом пакете, которую можно было бы использовать для модульных тестов.
обновление
Теперь в GLM есть некоторые необычные показатели влияния https://www.statsmodels.org/dev/generated/statsmodels.genmod.generalized_linear_model.GLMResults.get_influence.html
но все еще ничего явно для WLS)
person
Josef
schedule
17.11.2016