Announcement

Collapse
No announcement yet.
X
Collapse
  • Page of 1
  • Filter
  • Time
  • Show
Clear All
new posts
  • #1

    detect outliers in multiple regression with cook's d

    Hey,

    I'm having trouble to interpret the cook's d results to detect outliers. I already tried to do it like it is suggested here: https://stats.idre.ucla.edu/stata/we...n-diagnostics/

    Code:
    regress bezqual_a8 transition depressive selfesteem fsit_a inc28 move jobsit_a warmth_pacs monitor_pacs negcomm_pacs inconsist_pacs cwarmth_cao cmonitor_cao agea_c agec_c femalec femalea siblings stepparent   

predict cooksd, cooksd
local max = 4/e(N)
gen index= _n
scatter cooksd index, yline(`max') msymbol(p) yscale(log)
    I think that there are outliers above the line. Im my statistic-book it is suggested to go on like this:

    Code:
    gen bigcook= cooksd > `max'
tab bigcook, sum(VAR)
    Do I have to check for each of my independent variables? If I check eg for depressive I have no idea how to interpret the output.
    Code:
                |        Summary of depressive
    bigcook |        Mean   Std. Dev.       Freq.
------------+------------------------------------
          0 |      1.6625   .45629437          56
          1 |   1.6045454   .46000735          44
------------+------------------------------------
      Total |       1.637   .45652509         100

    Thank you in advance!

    Code:
    * Example generated by -dataex-. To install: ssc install dataex
clear
input float(bezqual_a8 transition depressive selfesteem fsit_a) byte inc28 float(move jobsit_anker warmth_pacs monitor_pacs negcomm_pacs inconsist_pacs cwarmth_cao cmonitor_cao agea_c agec_c femalec femalea siblings stepparent)
3.8 0 1.4 4.6666665   5  5 0 0         4  3.5 1.6666666 2.75         5   3  3.21406  1.52656 0 1 0 1
4.2 0 1.5 4.3333335   4  3 0 2 4.6666665 4.25 2.3333333  2.5         5   4  3.21406 -1.47344 1 0 2 0
3.6 0 1.1 4.3333335 1.5  8 0 1         5 4.75  2.666667 1.75 4.6666665 4.5  2.21406 -1.47344 0 1 1 0
3.2 0 2.5  3.333333 1.5  7 0 2         4 3.75         3    4 4.6666665 3.5  4.21406  1.52656 1 1 0 0
3.2 0 1.6 4.3333335 3.5  5 0 2         4 3.25         2 1.75  3.666667   3  2.21406  1.52656 0 1 0 1
3.6 0 1.9         4   1 10 0 1 4.3333335 4.75         3  3.5 4.3333335 3.5  3.21406 -1.47344 0 1 2 0
3.4 0 1.2 4.3333335   2 10 0 2 4.3333335 4.25  3.333333 2.25         5   5  1.21406 -1.47344 0 0 1 0
3.8 0 1.6         4   2  7 0 2         4 4.25  2.666667 2.25         4   4  2.21406   .52656 1 0 1 0
3.4 0 2.1 4.3333335   3  7 0 1         4 4.75         2 2.75 4.6666665   5  1.21406  -.47344 0 1 1 0
  3 0 1.3 4.3333335   2  3 0 1         3 3.75         3    3 4.3333335   5  2.21406   .52656 1 1 2 0
3.8 0 1.3  3.666667 2.5  2 0 2         5  4.5 1.6666666    2         4   4  2.21406 -2.47344 1 0 1 0
  3 0 1.5         5   2  8 0 2  3.333333 2.75 2.3333333 1.75  3.666667   3  2.21406  1.52656 1 0 1 0
4.6 0   1         5   3  7 0 1         5    5  2.666667    3 4.6666665   5 -7.78594 -1.47344 1 1 0 1
4.4 0   1         5   1  9 0 2 4.6666665 4.75         2 2.75 4.3333335 4.5  3.21406  -.47344 1 0 1 0
  3 0 1.6         4 2.5  8 0 2  3.666667    5 2.3333333 3.25 4.3333335 3.5  2.21406  1.52656 0 0 1 0
3.4 0 1.3 4.3333335   2  8 0 0 4.3333335 3.75         3 2.75         5   3  2.21406  2.52656 0 1 3 0
4.8 0   1         5   2  8 0 1         5    5         2 1.25         5   5 -7.78594   .52656 1 1 2 0
4.8 0   1         5   3  5 0 2         5 4.75         2  1.5         5 3.5  3.21406   .52656 1 1 0 1
  4 0 1.5 4.3333335 1.5  8 0 1 4.3333335    4         2    3  3.666667 3.5  3.21406  1.52656 1 1 0 0
3.6 0 1.8         3   3  7 0 2         3 3.75 1.6666666    2         4 2.5  1.21406   .52656 1 0 2 0
  5 0 1.3         5 1.5  5 0 2 4.6666665 4.75         1 1.75 2.3333333   3  2.21406  1.52656 0 1 1 1
  4 0 2.9  3.333333   1  8 0 1         5 4.75         3    3         5   5  1.21406  1.52656 0 1 1 0
3.4 0 1.5  3.666667   4  5 0 2  3.666667 3.25         2 2.75         4 4.5  1.21406  2.52656 0 0 1 0
4.2 0 1.3 4.3333335   1  9 0 1 4.6666665  3.5 1.3333334 2.25         4 4.5  3.21406  2.52656 1 1 1 0
4.6 0 1.1 4.6666665   2  7 0 1         5    5 1.6666666 1.75         5   5  1.21406  -.47344 1 1 0 0
4.2 0 1.1         5   3  7 0 2         5 4.75 2.3333333 3.25         5 4.5  2.21406 -1.47344 0 1 2 0
  4 0 1.1         4   2  8 0 2         4  3.5         2 2.75 4.6666665   5  3.21406 -3.47344 0 0 0 0
4.2 0 1.1         5   2  7 0 2         5  4.5 1.3333334 2.25         5   5  3.21406   .52656 1 0 1 0
3.4 0 1.4 4.3333335   3  5 1 1 4.3333335 3.25         3  3.5         4 3.5  3.21406   .52656 0 1 2 0
3.6 0 2.5         5   3  7 0 0         4 3.75         2    3 4.3333335   5  1.21406  2.52656 1 1 2 0
4.8 0   1         5   1  8 0 1         5 4.25 1.3333334 3.25         5   5  2.21406  -.47344 0 1 1 0
4.2 0   1         5   2  8 0 2         5  4.5 1.6666666  1.5         5   5  3.21406  1.52656 1 0 1 0
3.8 0 1.4  3.666667   3  5 0 0         4  3.5         3 2.75         4   5  3.21406 -2.47344 1 1 2 1
4.2 0 2.2  3.666667   2  3 0 2         5  4.5 1.3333334 1.75 4.3333335   5  1.21406  -.47344 0 0 0 0
3.6 0   2  3.666667   1  9 0 2         4  4.5 2.3333333 2.75 4.6666665   5  1.21406 -3.47344 1 1 1 0
3.8 0 2.7 2.3333333   3  6 0 0         5    4         2 2.75 4.6666665   5  2.21406   .52656 0 1 1 1
3.4 0 2.1  3.333333   3  7 0 2         4    3  3.333333  3.5 4.3333335 2.5 -6.78594 -1.47344 0 1 0 0
3.8 0   1  3.666667   3  7 0 2 4.6666665 4.75         2  2.5         4   5  3.21406  1.52656 0 1 0 0
3.4 0 1.5 4.6666665 2.5  6 0 1  3.666667    4 2.3333333 2.25  3.333333 3.5  1.21406  2.52656 0 1 1 0
3.8 1 1.6  2.666667   1  8 0 2 4.3333335 4.25         2 1.75 4.6666665   4  3.21406  1.52656 1 1 0 1
  4 0 1.8  3.666667 3.5  5 0 2         4  3.5         2 3.25 4.6666665 3.5  2.21406 -3.47344 0 0 0 0
4.4 0 1.1         4   2  2 0 1         5    5 2.3333333 2.75         5 4.5  3.21406 -2.47344 1 1 0 0
3.6 0   2 4.3333335   5  2 0 2 4.3333335 4.75 1.6666666    2 4.6666665   5  2.21406 -1.47344 0 0 2 0
4.4 0 1.1         5 1.5  8 0 1         5    5 2.3333333  1.5         5   5  1.21406  -.47344 1 1 1 0
4.2 0 1.3         5   3  7 0 2 4.3333335  4.5 1.6666666  2.5         5   5 -6.78594 -1.47344 0 0 1 0
3.2 0 1.5  3.666667   2  9 0 1         4    4  2.666667 2.25  3.333333   3  3.21406  2.52656 0 1 2 0
  3 0 1.9 4.3333335   1  9 0 2         3 2.75         3 2.25 4.3333335 2.5  2.21406  -.47344 1 0 1 0
3.6 0 1.6 4.3333335   2 10 0 2         4 3.75         2    2 4.6666665   5  3.21406 -2.47344 1 0 2 0
3.6 0 1.8 4.3333335   2  7 0 2  3.666667  3.5 2.3333333  2.5         5   3  2.21406   .52656 1 0 1 0
4.2 0   2 4.3333335   3  6 0 1 4.6666665    4 2.3333333    2         5   4 -8.78594 -3.47344 1 1 1 0
3.6 0 2.1         2   3  4 0 2 4.6666665 3.75 2.3333333 2.25 4.6666665   5  2.21406  2.52656 1 1 1 0
3.2 0 2.1  3.666667 1.5  8 0 2         4 3.75 2.3333333  2.5  3.666667   5  3.21406   .52656 1 0 0 0
3.8 1 1.4         5 1.5  9 0 1 4.3333335  4.5         2  2.5         5   5  3.21406  1.52656 1 1 1 1
  4 1 1.8 4.3333335   4  8 0 2 4.6666665    4         2  2.5         4   4  2.21406   .52656 1 1 1 1
3.6 0 1.4         4   1 10 0 1         3  3.5 1.6666666 1.75         3   3  2.21406  1.52656 0 1 2 0
3.8 0 1.5 4.3333335   2  8 0 2         4 3.75 2.3333333 2.75         4   4  3.21406  1.52656 1 0 1 0
  5 0 1.1         5   1 10 0 1         5    5         1 1.25         5   5  2.21406  1.52656 0 1 1 1
  4 1   1         5   1  8 0 2         5 4.75         2 2.75         5   5  1.21406   .52656 1 1 1 1
3.2 0 1.7 4.6666665 2.5  8 0 2         3    4         4 2.25 4.3333335   5 -7.78594 -1.47344 0 1 1 0
3.8 1 2.3         4   4  0 0 1         5  4.5  2.666667 3.75 4.6666665   4  2.21406 -2.47344 0 1 0 1
3.8 0 1.9  3.333333   2  7 0 1 4.3333335 4.25  3.333333  2.5         5   5  1.21406  1.52656 1 1 0 0
  4 0 1.6         4   3  5 0 1         4    4  2.666667 2.25 4.6666665 4.5  2.21406  1.52656 0 1 0 0
3.8 0 1.7 4.3333335   1 10 0 2         5  4.5  3.666667    3         5   4  1.21406 -2.47344 0 1 1 0
3.4 0 1.8 4.3333335 3.5  7 0 2         4  3.5         2    2         4 2.5  1.21406   .52656 1 0 1 0
  4 0 1.6 4.3333335   1  7 0 2 4.3333335    4 1.3333334    3 4.3333335 2.5   .21406  1.52656 0 1 0 1
3.6 0 1.9  3.333333   4  5 0 2         4 3.75 2.3333333  2.5 4.3333335   5  3.21406  1.52656 0 0 1 0
3.2 0 2.4 2.3333333 3.5  5 0 1         4 3.75         3  2.5  2.666667   3  3.21406   .52656 1 1 2 0
  4 0 1.8  2.666667   1  9 0 1 4.6666665  4.5         3    2  3.666667 4.5  3.21406 -1.47344 0 1 0 1
3.8 0 2.1  3.666667   2  6 0 2         5    5 1.6666666    2 4.6666665   5  1.21406 -2.47344 1 1 0 1
3.4 0 1.3 4.3333335 2.5  6 0 2 4.6666665 4.25 2.3333333 2.75         4   4 -6.78594  1.52656 1 1 1 1
4.6 0 1.5         5   1  8 0 1         5 4.75         2 2.25 4.3333335   5 -6.78594  1.52656 1 1 1 1
4.4 0   1         5 2.5  5 0 2         4    4 1.6666666 1.75         4   3  1.21406 -1.47344 0 0 1 0
3.4 0 1.7  3.666667 2.5  5 0 2         4    4         2  1.5  3.666667   5 -8.78594 -2.47344 0 0 3 0
3.4 0 1.9  3.333333   2  9 0 2         4    4  3.666667    4 4.3333335   5  3.21406 -2.47344 1 0 2 0
3.6 0 1.9  3.666667   2  7 0 2         4 3.75         2    3         4   5  3.21406  1.52656 0 0 1 0
2.8 0   2         5   5  5 0 1         3  2.5         3 3.75         3   2 -6.78594  -.47344 0 1 2 0
  4 0   1         5 1.5  9 0 1 4.3333335    4 2.3333333    3         5   5  2.21406 -2.47344 1 1 1 0
3.4 0 1.9 2.3333333   5  3 1 2 4.6666665 3.75  3.666667  3.5  3.666667   3 -6.78594  -.47344 1 1 0 1
4.2 0 1.2         5   1  5 0 1         5  4.5 1.6666666 1.75         5   5  3.21406  2.52656 1 1 0 0
2.8 0 1.5         4 1.5  9 0 2  3.666667    3  3.333333 3.75         4   5  2.21406 -3.47344 1 0 1 0
3.8 0 1.5  3.333333   2  7 0 2         4    4         3 1.75 4.3333335   4  2.21406 -1.47344 0 0 1 0
  3 0 2.9 2.3333333 2.5  5 0 1  3.666667    4         3  2.5         4   5  2.21406  1.52656 0 1 1 0
3.6 0 1.6 4.3333335   1  9 0 1 4.3333335  4.5         3    3         4 3.5  3.21406  1.52656 0 1 2 0
3.6 0 1.5 4.3333335 2.5  7 0 2 4.3333335 4.25  2.666667    3         4 4.5  2.21406   .52656 0 1 1 0
4.2 0 2.3  2.666667   2  7 0 2 4.6666665    4         2 2.25 4.6666665   3  2.21406   .52656 1 0 2 0
  4 0 2.2  3.666667 4.5  3 0 0         5    5 2.3333333  2.5 4.6666665 4.5  2.21406 -2.47344 0 1 1 0
2.4 0 1.6         4 3.5  6 0 1         3    4         3    2 4.6666665   5 -7.78594 -1.47344 0 1 2 0
2.4 0 1.8  3.666667   3  0 0 0  3.666667    3 2.3333333    3         4   3 -8.78594  2.52656 0 1 1 1
4.2 0   2         4   1 10 0 2         5  4.5         2    3         5   2  1.21406 -3.47344 1 0 1 0
3.2 0 2.3  3.333333   3  5 0 2         3 3.75         3    3  3.333333   4  2.21406  -.47344 0 1 0 1
4.2 0 1.1         5 4.5  8 0 1 4.6666665 4.25 1.6666666 1.75 4.3333335   4  2.21406  2.52656 0 1 0 0
2.8 0 1.9  3.333333   1  9 0 2  3.666667 3.25         3 2.75 4.3333335   4  3.21406  2.52656 1 0 1 0
2.8 0 1.3 4.3333335 3.5  3 0 1         4    4 2.3333333  2.5 4.6666665   4  3.21406  2.52656 0 1 2 1
3.2 0 1.4 4.3333335 3.5  7 0 2         3  3.5         2  2.5         4   5  3.21406  -.47344 0 0 1 0
  4 0 1.6  3.666667   5  5 0 1         5    5         2    2         5   5  1.21406 -4.47344 0 1 2 0
3.8 0 2.4         5   3  7 0 2         5 4.75 2.3333333 2.25 4.6666665   4 -8.78594 -2.47344 0 1 0 1
3.2 0 1.3 4.3333335 1.5  7 0 2         3 3.75         2  2.5 2.3333333 4.5  2.21406   .52656 1 0 1 0
  4 0 2.4 4.3333335   3  5 0 1 4.6666665  4.5  2.666667 2.75 4.6666665   5  3.21406 -3.47344 0 1 2 1
  4 1 1.6         3 3.5  4 0 0 4.3333335  3.5 1.6666666    3 4.6666665   5  1.21406  1.52656 1 1 2 1
3.6 1 1.8 4.3333335   3  5 0 2 4.3333335    4         3    3 4.6666665   5 -6.78594  1.52656 1 1 0 1
end
label values transition transition
label def transition 0 "0 k. Veränderung", modify
label def transition 1 "1 Veränderung", modify
label values depressive depressive
label def depressive 1 "1 niedrig", modify
label values selfesteem selfesteem
label def selfesteem 5 "5 hoch", modify
label values fsit_a fsit_a
label def fsit_a 1 "1 gut", modify
label def fsit_a 5 "5 weniger gut", modify
label values inc28 liste4_ac3
label def liste4_ac3 0 "0 Sehr unzufrieden", modify
label def liste4_ac3 10 "10 Sehr zufrieden", modify
label values move move
label def move 0 "kein Umzug", modify
label def move 1 "Umzug", modify
label values jobsit_anker jobsit_anker
label def jobsit_anker 0 "Nicht erwerbstätig", modify
label def jobsit_anker 1 "Teilzeit", modify
label def jobsit_anker 2 "Vollzeit", modify
label values warmth_pacs warmth_pacs
label def warmth_pacs 5 "5 hoch", modify
label values monitor_pacs monitor_pacs
label def monitor_pacs 5 "5 hoch", modify
label values negcomm_pacs negcomm_pacs
label def negcomm_pacs 1 "1 niedrig", modify
label values inconsist_pacs inconsist_pacs
label values cwarmth_cao cwarmth_cao
label def cwarmth_cao 5 "5 hoch", modify
label values cmonitor_cao cmonitor_cao
label def cmonitor_cao 5 "5 hoch", modify
label values femalec femalec
label def femalec 0 "Männlich", modify
label def femalec 1 "Weiblich", modify
label values femalea femalea
label def femalea 0 "Männlich", modify
label def femalea 1 "Weiblich", modify
label values siblings siblings
label def siblings 0 "keine Geschwister", modify
label def siblings 1 "1 Geschwister", modify
label def siblings 2 "2 Geschwister", modify
label def siblings 3 "3 oder mehr Geschwister", modify
label values stepparent stepparent
label def stepparent 0 "kein Stiefelternteil", modify
label def stepparent 1 "Stiefelternteil", modify


    Tags: None
  • #2
    In your sample 98% don't move and 2% do. I would start there.

    Comment

    • #3
      Originally posted by Nick Cox View Post
      In your sample 98% don't move and 2% do. I would start there.
      I am aware of this.

      Comment

      Previous Next
      Working...
      X