离群点

2019独角兽企业重金招聘Python工程师标准>>>

• 概念

指预测效果不佳的观测点，通常很大的、或正或负 的残差（  - ），

正的残差说明低估了响应值，负的高估了响应值

• 观测离群值的方法

1、通过 Q-Q图可以粗劣的看出离群值

2、标准化残差值大于2或者小于-2的点可能是离群点，需要特别关注

3、通过car包中的 outlineTest()函数求的最大标准化残差绝对值Bonferroni调整后的   值

> library(car)
> outlierTest(fit)
       rstudent unadjusted p-value Bonferonni p
Nevada 3.542929         0.00095088     0.047544

计算得出Nevada被判定为离群点（p=0.048），注意该函数只是根据单个最大（或正或负）残差值的显著性来判断是否有离群点，若不显著，则说明数据集中没有离群点；

 

 

 

转载于:https://my.oschina.net/u/1785519/blog/1563519