一个全面的回归分析包含对异常值的分析，包括离群值、高杠杆值点和强影响点。这些点需要更深入的研究，它们在一定程度上与其他观测值不同，可能对结果产生较大的负面影响。下面我们依次学习这些异常值的判定方法。
1.离群点
原则:标准化残差值大于2或者小于-2，我们认为这些点可能是离群点，需要特别关注。还可以，结合Q-Q图认为落在置信区间外的点可能是离群点。用R语言执行一下，第一种方法的效果。第二种方法，在此不再介绍。
library(car)
states fit outlierTest(fit)
2.高杠杆值点
一般来说，若观测值的估计值大于估计值的均值的2倍或3倍，就可以认定为高杠杆值点。
hat.plot p n plot(hatvalues(fit), main="Index Plot of Hat Vlues")
abline(h=c(2,3*p/n,col="red",lty=2))
identify(1:n,hatvalues(fit), names(hatvalues(fit)))
}
hat.plot(fit)
3.强影响点
有两种方法可以检测强影响点：Cook距离，或D统计量，以及变量添加图。一般来说，Cook‘s D值大于4/（n-k-1),则表明它是强影响点。
cutoffplot(fit,which=4,cook.levels=cutoff)
abline(h=cutoff,lty=2,col="red")
当然，我们还可以将离群点、杠杆值和强影响点的信息整合到一张图形中。
influencePlot(fit,id.method= "identify", main="Influence Plot",
sub="Circle size is proportional to Cook's distance")
更多数据分析，还请继续关注
R语言实战
！
合作QQ：2127198282
