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 作者:柒染
来源:亿速云 阅读:420

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:

influencePlot()函数发现离群点杠杆点强影响点的示例分析

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:

influencePlot()函数发现离群点杠杆点强影响点的示例分析

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。

推荐阅读:
  1. 为什么python安装失败
  2. php如何调用别人做好了接口

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

上一篇:nginx日志切割的脚本分享

下一篇:怎么从apnic提取ip信息

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》