influencePlot()函数发现离群点杠杆点强影响点的示例分析

发布时间：2021-09-18 11:44:21 来源：亿速云阅读：405 作者：柒染栏目：编程语言

这期内容当中小编将会给大家带来有关influencePlot()函数发现离群点杠杆点强影响点的示例分析，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

lm()函数拟合回归模型后，可以使用car包的influencePlot()函数观察和发现影响回归的异常值。

influencePlot()函数的特点是，它将我们关心的离群点、高杠杆值点、强影响点信息绘制在一张图中，读图的效率高。

假设我们基于lm()拟合了多元回归模型murder.step，influencePlot()函数将直接提取murder.step中的残差数据、样本量数据等绘制统计图形。

语法示范：

influencePlot(murder.step,id.method="identify",main="Influent Plot",sub="Circle size is proportional to Cook's distance")

文字结果：

给出具体的异常数据信息，包括学生会残差值、帽子值、库克距离值。

图形结果：

图的解读：

上述就是小编为大家分享的influencePlot()函数发现离群点杠杆点强影响点的示例分析了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。

向AI问一下细节

猜你喜欢