在R中寫入命令以刪除殘差圖中的異常值

Question

我想刪除殘差圖中的異常值（定義爲平均值超過2個標準差）？

我應該寫什麼命令？

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

我得到的殘差的平均通過這個命令：

mean(resid(DF.mod.2)) 

和標準差由下面的命令：

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

然後，我怎麼能排除殘留物（其中有距離的比我的數據框中的平均值大2個標準差）？

殘差圖：

請幫我...我的工作，這些數據一週，我不知道如何刪除異常值！我被允許刪除200個異常值（不是更多）。

Answer 1

我認爲你可以使用類似過濾：

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

其中Z是resid(DF.mod.2)

Answer 2

有很多種方法可以做到這一點。一個簡單的策略是首先將您的殘差保存爲data.frame作爲新列。然後，您可以添加第二個新列來標記殘差是否異常。然後，您可以使用該欄來創建一個新的data.frame，而無需異常值或子集當前data.frame或您需要的任何其他值。這裏有一個例子：

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)) 

這是基本的想法。您可以結合其中一些命令 - 例如，您可以創建異常值列而不保存SD2，而且您並不需要兩個data.frames - 只需在需要時排除異常值行即可。