统计百科 · 2026-06-24

Cook距离和杠杆值怎么识别回归强影响点？— Cook's D、杠杆值、标准化残差诊断完全指南

统计百科：系统讲解Cook距离（Cook's D>4/n判断标准）、帽子矩阵杠杆值（h_ii>2p/n）、标准化残差与学生化残差的区别，以及如何综合三类指标识别线性回归中的强影响点、高杠杆点和异常值，附APA 7th报告模板。

回归模型跑出来了，R² 挺高，但某几个观测值一旦删掉，系数估计就大幅变动——这就是强影响点（influential observation）在作怪。识别它们靠三把尺子：Cook距离（整体影响力）、杠杆值（自变量空间异常性）和标准化残差（因变量异常性）。三者含义不同，不能互相替代，组合使用才能完整诊断。本文逐一拆解每个指标的计算逻辑、判断标准与 APA 7th 报告写法。

你的回归分析有这些困惑吗？

导师或审稿人常见反馈：

"Cook距离的判断标准到底是 1 还是 4/n？两种说法都见过"
"杠杆值和Cook距离有什么区别，高杠杆点一定是强影响点吗？"
"标准化残差和学生化残差（studentized residual）是同一个指标吗？"
"方法章节要不要说明如何处理强影响点？"
"删掉异常点还是保留，论文里怎么交代才不会被审稿人质疑？"

这些问题集中在**回归影响分析（regression influence diagnostics）**这一领域。本文只讲一件事：三类诊断指标分别是什么、怎么用、APA 7th 怎么报告。

如果你还没看过姊妹篇多元线性回归完整教程，建议先读那篇了解基础回归框架，本文默认你已知道 OLS 估计和残差的基本概念。

一、三类诊断指标的逻辑定位

在识别"问题观测值"时，统计学区分了三种不同含义的异常：

类型	核心问题	主要指标
异常值（outlier）	因变量 Y 偏离预测值有多远？	标准化残差、学生化残差
高杠杆点（high-leverage point）	观测值在自变量空间是否处于极端位置？	杠杆值 h_ii（帽子矩阵对角元）
强影响点（influential observation）	删掉该观测后，回归系数估计变化有多大？	Cook's D、DFFITS、DFBETAS

三者关系如下：

高杠杆点 + 大残差 = 几乎必然是强影响点
高杠杆点 + 小残差 = 可能是"好的高杠杆点"，对模型拟合有益
低杠杆点 + 大残差 = 异常值，但对系数估计影响不一定大
Cook's D 是杠杆值和残差的综合函数，直接量化影响力

二、Cook距离（Cook's D）

计算公式与直觉含义

Cook（1977）提出的影响力指标，核心思想是：删掉第 i 个观测后，所有预测值的变化有多大？

$D_i = \frac{\sum_{j=1}^{n}(\hat{y}j - \hat{y}{j(i)})^2}{p \cdot MSE}$

其中：

$\hat{y}_j$ = 使用全样本估计的第 j 个预测值
$\hat{y}_{j(i)}$ = 删去第 i 个观测后重新估计的第 j 个预测值
$p$ = 模型参数个数（含截距）
$MSE$ = 均方误差

等价表达形式（更便于理解）：

$D_i = \frac{e_i^2}{p \cdot MSE} \cdot \frac{h_{ii}}{(1 - h_{ii})^2}$

这个形式揭示了 Cook's D = 残差的贡献 × 杠杆值的贡献。无论哪一个极端，都会抬高 D_i。

判断标准：4/n 还是 1？

实践中最广泛使用的标准是 $D_i > 4/n$（n 为样本量），这是更保守（更敏感）的筛查阈值：

标准	含义	适用场合
$D_i > 4/n$	相对于平均水平偏高的影响力	样本量中等到大（n >= 30），初步筛查，论文推荐
$D_i > 1$	影响力达到 F 分布临界值附近	传统严格标准，实际很少超越，常用于最终判断
$D_i > 4/(n-p-1)$	Fox（2016）修正版	小样本下的严格检验

为什么论文中更多见 4/n 而非 1？

当 n = 200，4/n = 0.02；当 n = 50，4/n = 0.08。与样本量成反比，能自动适应"大样本时即使 D_i = 0.15 也可能很异常"的情形。阈值为 1 时，只有极少数观测（通常是数据录入错误或极端值）才会超过，容易漏掉真正有影响的观测。

APA 7th 报告写法：论文方法章节应说明使用了哪个标准，结果章节报告被识别的观测数量。

Cook's D 的分布参考

Cook（1977）建议以 $F(p, n-p)$ 分布的百分位数作为参照基准来评估 $D_i$ 的大小，而非声称 $D_i$ 的抽样分布本身服从 F 分布。若 $D_i$ 对应的 F 分布累积概率超过 0.50（即 $D_i > F_{0.50, p, n-p}$ 的中位数），则该观测的影响力已超过半数 F 分布参照值，值得关注；超过 0.80 则高度警示。

但在实际写论文时，直接用 4/n 阈值更直观，也更常见于心理学和社会科学期刊。

三、杠杆值（Leverage）

帽子矩阵与 h_ii

杠杆值 $h_{ii}$ 来自帽子矩阵（hat matrix）$\mathbf{H}$：

$\mathbf{H} = \mathbf{X}(\mathbf{X}^T\mathbf{X})^{-1}\mathbf{X}^T$

$\hat{\mathbf{y}} = \mathbf{H}\mathbf{y} \quad \Rightarrow \quad \text{"H 把 y 变成 } \hat{y}\text{"，故称帽子矩阵}$

$h_{ii}$ 是矩阵 H 的第 i 个对角元，取值范围为 $[1/n,\ 1]$：

$h_{ii} = 1/n$：第 i 个观测在自变量空间最"普通"，影响力最低
$h_{ii} \to 1$：第 i 个观测对自身预测值完全决定，有点像"自我实现"
$\bar{h} = p/n$（所有杠杆值的均值），p 为参数个数含截距

杠杆值衡量的是自变量空间的极端性，与 Y 值无关。

判断标准

广泛使用的阈值：$h_{ii} > 2p/n$（或 $3p/n$ 用于更保守标准）

标准	说明
$h_{ii} > 2p/n$	Hoaglin & Welsch（1978）推荐的常用阈值
$h_{ii} > 3p/n$	更保守，减少误报
$h_{ii} > 0.5$	Chatterjee & Hadi（2006）建议的绝对阈值

例如：5 个预测变量 + 截距（p = 6），N = 200，则 $2p/n = 12/200 = 0.06$，超过 0.06 的观测被标记为高杠杆点。

杠杆值和 Cook's D 的关系

如前述公式所示，Cook's D 包含 $h_{ii}/(1-h_{ii})^2$ 这一项。当 $h_{ii} \to 1$ 时，该项趋向无穷大，即使残差不大，Cook's D 也会很高。这就是为什么高杠杆点即使预测值精准，也应引起重视——它们"塑造"了回归平面本身。

四、标准化残差与学生化残差

区别汇总

指标	公式	特点	判断阈值
原始残差	$e_i = y_i - \hat{y}_i$	量纲依赖数据，难以比较	—
标准化残差（standardized residual）	$r_i = e_i / \sqrt{MSE}$	近似标准正态，但忽略了杠杆值的影响	$\|r_i\| > 2$ 或 gt; 3$
内部学生化残差（internally studentized）	$r_i^* = e_i / \sqrt{MSE(1-h_{ii})}$	考虑杠杆值，比标准化更准确；大多数软件"标准化残差"实际是此项	$\|r_i^*\| > 2$ 或 gt; 3$
外部学生化残差（externally studentized / studentized deleted residual）	$t_i = e_i / \sqrt{MSE_{(i)}(1-h_{ii})}$	删去第 i 个观测后重新估计 MSE，服从 t(n-p-1) 分布，最严格	$\|t_i\| > t_{0.025, n-p-1}$（Bonferroni 校正）

论文方法章节建议说明使用的是哪种残差，尤其要区分"标准化残差"（standardized residual）和"学生化残差"（studentized residual），二者在中文文献中常被混用。

Bonferroni 校正的外部学生化残差

多重比较问题：n 个观测同时检验时，需将 p 值阈值除以 n（Bonferroni 校正）：

$|t_i| > t_{0.025/n,\ n-p-1}$

例：n = 200，p = 6，则阈值为 $t_{0.025/200,\ 193} = t_{0.000125,\ 193} \approx 3.88$

此时 $|t_i| > 3.88$ 才被判定为显著异常值（控制 FWER < .05）。

五、综合诊断：三指标联合判断

单一指标可能误判，推荐三指标联合的决策树：

第一步：检查标准化残差（|r*| > 3）→ 识别因变量异常值
第二步：检查杠杆值（h_ii > 2p/n）→ 识别自变量空间极端点
第三步：检查 Cook's D（D_i > 4/n）→ 识别强影响点

综合判断：
  高残差 + 高杠杆 + 高 D  → 高优先级强影响点，必须处置
  高杠杆 + 低残差 + 中等D → "好的"高杠杆点，一般保留
  高残差 + 低杠杆 + 低D  → 异常值，对系数影响小，可保留并说明
  三者均低                → 正常观测

附加指标（较复杂设计时使用）：

DFFITS：删去第 i 个观测后第 i 个预测值的标准化变化，阈值 $|DFFITS_i| > 2\sqrt{p/n}$
DFBETAS：删去第 i 个观测后第 j 个回归系数的标准化变化，阈值 $|DFBETAS_{ij}| > 2/\sqrt{n}$
Mahalanobis 距离：多变量版本的杠杆值，检验 X 向量整体是否异常

六、完整 APA 7th 报告模板

方法章节描述模板

在执行多元线性回归分析前，对所有观测值进行影响力诊断。
以 Cook 距离（Cook's D > 4/n）识别强影响点，以帽子矩阵对角元
（h_ii > 2p/n）识别高杠杆点，以内部学生化残差（|r*| > 3）识别
异常值（Hoaglin & Welsch，1978；Cook，1977）。
对被识别的观测值，通过灵敏度分析（将其纳入与剔除后分别报告回归结果）
评估其对主要结论的影响。

结果章节报告模板（有强影响点）

影响力诊断显示，X 个观测值的 Cook 距离超过 4/n 阈值（D_i 范围 = [XX, XX]），
其中 X 个同时表现出高杠杆值（h_ii > 2p/n）和大标准化残差（|r*| > 3），
提示为强影响点。灵敏度分析表明，删去该 X 个观测后，[变量名] 的回归系数由
beta = .XX 变化为 beta = .XX，[主要结论未实质改变 / 结论发生变化，以下报告
删去强影响点后的结果]。最终分析基于 n = [XX] 个观测值进行（Cook，1977）。

结果章节报告模板（无强影响点）

影响力诊断未发现 Cook 距离超过 4/n 阈值（最大 D_i = X.XX）或高杠杆值
（最大 h_ii = X.XX，阈值 2p/n = X.XX）的观测值，全部 N = [XX] 个观测值
均保留于最终分析中。

可直接抄进论文的 APA 报告句式

回归影响力诊断显示，3 个观测值的 Cook 距离超过 4/n 阈值（D_i = 0.043、0.051 和 0.068，阈值 = 0.020），且均具有较高杠杆值（h_ii = 0.14、0.19 和 0.22，阈值 2p/n = 0.12）和较大标准化残差（|r*| = 3.2、2.8 和 3.7）。删去上述 3 个观测值后的灵敏度分析显示，学习动机对学业成绩的回归系数（beta = .39）与全样本结果（beta = .41）无实质性差异，主要结论稳健，故以下报告保留全样本结果（Cook，1977）。

七、在 ChatSRS 一句话完成影响力诊断

打开 chatsrs.com，上传数据后输入：

"对[因变量]和[自变量列表]做多元线性回归，先做完整的影响力诊断：计算所有观测值的 Cook 距离（用 4/n 判断标准）、帽子矩阵杠杆值（用 2p/n 判断标准）和内部学生化残差（|r*|>3 标准），列出超过阈值的观测，并做灵敏度分析（分别报告含与不含强影响点的回归结果）。输出符合 APA 7th 格式的方法章节描述和结果报告段落。"

ChatSRS 会自动完成以下步骤并输出论文格式报告：

OLS 回归 + 帽子矩阵计算
三指标全量输出（含图表：Cook's D 逐观测图、残差vs杠杆散点图）
强影响点标记与灵敏度分析
APA 7th 格式方法章节 + 结果报告段落（含参考文献格式）

八、处置强影响点的论文写法

识别出强影响点后，有三种处置方式，每种都需要在论文中交代：

方式一：保留并做灵敏度分析（最常见）

适用：强影响点并非数据错误，而是真实的极端观测（如特别高分的学生、特殊政策年份）。

方法章节：
"对所识别的 X 个强影响点（Cook's D > 4/n），以全样本和剔除强影响点后的
子样本分别进行回归分析，评估结果的稳健性（Cook，1977）。"

结果章节：
"灵敏度分析显示，剔除强影响点后主要系数估计[无实质变化 / 发生显著变化——
详见附录表X]，本文最终报告基于全样本的结果，主要结论稳健。"

方式二：删去并说明（适用于明确数据错误）

方法章节：
"影响力诊断发现 X 个观测值存在数据录入错误（Cook's D 分别为 XX，
远超 4/n = XX 阈值），经核查原始问卷后确认为填写错误，予以删除。
最终分析基于 n = XX 个有效观测值。"

方式三：稳健回归（robust regression，高级处置）

适用：强影响点较多，或无法核查原始数据。改用 M 估计或 MM 估计等稳健回归方法，不删除数据但降低极端值权重。

"考虑到数据中存在多个强影响点（n_outlier = XX），采用 Huber M 估计稳健回归
（Huber, 1964）以减少强影响点对参数估计的干扰，结果报告稳健标准误。
作为稳健性检验，同时报告 OLS 结果（附录表X）。"

九、常见错误与 APA 格式细节

常见错误	正确做法
Cook's D 用 1 作为唯一阈值，漏掉样本量中等时的影响观测	首选 4/n，报告时说明 n 和阈值具体值
混淆"标准化残差"和"学生化残差"，实为不同公式	方法章节注明使用的是内部 / 外部学生化残差
只报告"未发现异常值"，不报告最大 Cook's D 值	报告最大值和阈值，让读者可重现判断
不做灵敏度分析就直接删掉强影响点	保留分析或说明删去原因 + 主结论是否改变
杠杆值阈值写 0.5（固定值），不随 p/n 变化	使用 2p/n 并代入具体 p 和 n
方法章节无参考文献	引用 Cook（1977）、Hoaglin & Welsch（1978）

常见 FAQ

Q：Cook's D 用 4/n 还是 1 哪个更权威？

A：两个标准都来自统计文献，各有适用场景。4/n 是现代应用统计中更为普遍的初步筛查阈值，优点在于随样本量自动调整——样本越大，识别阈值越低，符合"大样本中即使较小的影响也值得关注"的逻辑。阈值 1 源于 Cook（1977）将 D_i 与 F 分布关联时的讨论，在实际数据中很少被超越，更适合作为"极端异常"的最终确认标准。建议：方法章节写"以 Cook's D > 4/n 作为初步筛查阈值，对超过 1.0 的观测作为高度异常处理"，两者并用最为稳妥。

Q：高杠杆点一定是问题吗？必须删除吗？

A：不一定。高杠杆点只说明该观测在自变量空间处于边缘位置，不代表其回归关系错误。若该观测的实际 Y 值与基于其他数据预测的 Y 值吻合（残差小），则它是"好的高杠杆点"——反而帮助模型更精确地确定斜率。只有当高杠杆点同时具有大残差（即 Y 值偏离模型预测），才会导致高 Cook's D 并实质影响系数估计。识别后做灵敏度分析，而不是直接删除。

Q：标准化残差绝对值大于 2 和大于 3，哪个是标准？

A：两个阈值均有文献依据，含义不同。|r*| > 2 对应正态分布 95% 置信区间之外（约 5% 的观测即使在正常数据中也会超过），适合大样本初步筛查，但误报率较高；|r*| > 3 对应 99.7% 置信区间（正常数据约 0.3% 超过），误报率低，更常作为"确定异常值"的标准。论文中建议写明所用阈值，如"以内部学生化残差绝对值超过 3 作为异常值的识别标准（Tabachnick & Fidell，2013）"。

Q：Cook's D、DFFITS、DFBETAS 三个都要报告吗？

A：大多数论文只报告 Cook's D，因为它综合了所有系数的整体影响力，结果最直观。DFFITS 与 Cook's D 密切相关（两者高度相关），一般只选一个报告。DFBETAS 用于追踪某一个特定自变量系数受哪些观测影响最大，适合在对某个关键变量的系数估计产生质疑时深入检查。常见报告策略：方法章节说明同时计算了 Cook's D 和杠杆值，结果章节只展示 Cook's D，附录可补 DFFITS 或 DFBETAS 供审稿人核查。

快速参考：影响力诊断指标速查卡

[Cook's D — 强影响点综合指标]
D_i > 4/n         初步筛查（推荐）
D_i > 1           严格标准（极少见）
D_i > 4/(n-p-1)   小样本严格版

[杠杆值 h_ii — 自变量空间极端性]
h_ii > 2p/n       常用阈值（Hoaglin & Welsch, 1978）
h_ii > 3p/n       更保守阈值
h_ii > 0.5        固定绝对阈值（Chatterjee & Hadi, 2006）

[内部学生化残差 r* — 因变量异常性]
|r*| > 2           大样本初步筛查
|r*| > 3           确认异常值

[外部学生化残差 t_i — 精确假设检验]
|t_i| > t_0.025/n,n-p-1  Bonferroni 校正后的显著阈值

[综合判断]
高D + 高h + 高|r*|  → 强影响点，必须处置
高D + 高h + 低|r*|  → 影响模型形状，做灵敏度分析
低D + 低h + 高|r*|  → 异常值，但影响力有限，可保留说明
三者均低            → 正常观测，无需干预