#Simulerer data
set.seed(123)
x = c(1.7,1.8,1.9,2.0,2.1,2.2,2.3,4.0)
n = length(x)
beta = c(1,2)
sigma = 0.3
y = beta[1] + beta[2]*x + sigma*rnorm(n)
plot(x,y)

d = data.frame(x=x,y=y)
fit = lm(y~x,data=d)
abline(coef(fit))

#Beregning av moment (leverage) steg for steg
X = cbind(1,x)
H = X%*%solve(t(X)%*%X)%*%t(X)
hii = round(diag(H),2)
plot(x,y);text(x,y+0.1,hii)

plot(fit)

#Direkte, gir identisk resultat
lm.influence(fit)$hat
tt = round(lm.influence(fit)$hat,2)
plot(x,y);text(x,y+0.1,tt)



#Endring av beta-estimater hvis observasjon droppes
lm.influence(fit)$coef
#Endring av sigma-estimat hvis observasjon droppes
lm.influence(fit)$sigma