这篇博客探讨了R语言中如何进行回归分析时的异常值检测，包括离群点、高杠杆值点和强影响点。通过使用car包的outlierTest()、influencePlot()等函数，识别出Nevada是离群点，New York、California、Hawaii和Washington具有高杠杆值，而Nevada、Alaska和Hawaii是强影响点。对于异常值的处理，提出了删除观测点和变量变换两种改进措施，但强调若异常值非数据错误引起，应考虑其潜在信息价值。
全面的回归分析包括对异常值的分析：离群点、高杠杆值点、强影响点。
离群点：模型效果不佳的观测点。
使用car包中的outlierTest（）函数，可以求得最大标准化残差绝对值Bonferroni调整后的p值，若不显著，则说明数据集中没有离群点，若显著，则必须删除该离群点。
> library(car)
> outlierTest(fit)
可见，在这个回归模型中
Nevada是离群点。
高杠杆值点：与其他预测变量有关的离群点，也就是由许多异常的变量值组合起来，与响应变量没有关系的变量。高杠杆值点可能成为强影响点，这主要取决于他们是不是离群点。
5142
2993
9573
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
