python中非线性回归的Cook距离计算

Question

我试图用Python计算非线性回归的Cook距离。我在网上只能找到它在线性回归上的应用（https://www.scikit-yb.org/en/latest/api/regressor/influence.html或https://www.statsmodels.org/stable/generated/statsmodels.stats.outliers_influence.OLSInfluence.cooks_distance）。然而，我使用的是一种形式的幂回归：a*x**b+c。 下面是我的回归的一个示例：

我真的很想使用库克距离来去除异常值，在我尝试自己实现它之前，我只是想确保我没有遗漏任何东西

根据我对它的理解（https://en.wikipedia.org/wiki/Cook%27s_distance），我需要做2*n回归（其中n是数据点的数量）来获得每个点的权重

我知道Matlab中有一个函数，您可以在其中输入任何函数（https://www.mathworks.com/help/stats/cooks-distance.html），但我想知道是否有与Python等效的函数

谢谢