在R中写入命令以删除残差图中的异常值

Question

我想删除残差图中的异常值（定义为平均值超过2个标准差）？

我应该写什么命令？

DF.mod.2<- lm(X ~ A+ B+ C+ D+ F, data=DF) 

我得到的残差的平均通过这个命令：

mean(resid(DF.mod.2)) 

和标准差由下面的命令：

sqrt(deviance(DF.mod.2)/df.residual(DF.mod.2)) 

然后，我怎么能排除残留物（其中有距离的比我的数据框中的平均值大2个标准差）？

残差图：

请帮我...我的工作，这些数据一周，我不知道如何删除异常值！我被允许删除200个异常值（不是更多）。

Answer 1

我认为你可以使用类似过滤：

z[abs(z-mean(z))<2*sd(z)]) 

其中Z是resid(DF.mod.2)

Answer 2

有很多种方法可以做到这一点。一个简单的策略是首先将您的残差保存为data.frame作为新列。然后，您可以添加第二个新列来标记残差是否异常。然后，您可以使用该栏来创建一个新的data.frame，而无需异常值或子集当前data.frame或您需要的任何其他值。这里有一个例子：

set.seed(20) #sets the random number seed. 

# Test data and test linear model 
DF<-data.frame(X=rnorm(200), Y=rnorm(200), Z=rnorm(200)) 
LM<-lm(X~Y+Z, data=DF) 

# Store the residuals as a new column in DF 
DF$Resid<-resid(LM) 

# Find out what 2 standard deviations is and save it to SD2 
SD2<-2*sd(resid(LM)) 
SD2 
#[1] 1.934118 

# Make DF$Outs 1 if a residual is 2 st. deviations from the mean, 0 otherwise 
DF$Outs<-ifelse(abs(DF$Resid)>SD2, 1, 0) 

# Plot this, note that DF$Outs is used to set the color of the points. 
plot(DF$Resid, col=DF$Outs+1, pch=16,ylim=c(-3,3)) 

#Make a new data.frame with no outliers 
DF2<-DF[!DF$Outs,] 
nrow(DF2) 
#[1] 189 Was 200 before, 11 outliers removed 

# Plot new data 
plot(DF2$Resid, col=DF2$Outs+1,pch=16, ylim=c(-3,3)) 

这是基本的想法。您可以结合其中一些命令 - 例如，您可以创建异常值列而不保存SD2，而且您并不需要两个data.frames - 只需在需要时排除异常值行即可。