在R语言中，剔除异常值的方法有以下几种：
标准差方法：根据数据的标准差来判断异常值。可以通过计算数据的标准差，然后定义一个阈值，超过阈值的数据被认为是异常值。
箱线图方法：通过绘制数据的箱线图来判断异常值。箱线图可以显示数据的分布情况，根据箱线图中的上下边界和中位数进行判断，超过上下边界的数据被认为是异常值。
距离方法：根据数据点与其他数据点的距离来判断异常值。可以计算数据点与其他数据点的距离，根据设定的阈值，超过阈值的数据点被认为是异常值。
基于分布的方法：根据数据的概率分布来判断异常值。可以使用统计模型，如正态分布模型，根据数据点的概率来判断异常值。
基于机器学习的方法：利用机器学习算法来判断异常值。可以使用聚类算法或异常检测算法，通过训练模型来识别异常值。
在实际应用中，可以根据数据的特点和需求选择合适的方法来剔除异常值。