influencePlot()函数发现离群点杠杆点强影响点的示例分析

# influencePlot()函数发现离群点、杠杆点与强影响点的示例分析

## 一、引言

在回归分析中，识别数据中的**离群点（Outliers）**、**杠杆点（High-Leverage Points）**和**强影响点（Influential Observations）**对模型诊断至关重要。R语言中的`influencePlot()`函数（来自`car`包）通过可视化方法综合呈现这三类特殊观测点，本文将结合示例展示其应用场景与解读方法。

---

## 二、函数原理与核心指标

`influencePlot()`基于以下三个统计量绘制气泡图：
1. **学生化残差（Studentized Residuals）**  
   标识离群点，绝对值越大表明观测值与模型预测差异越大。
2. **帽子值（Hat Values, Leverage）**  
   度量杠杆效应，值越大说明自变量组合越异常。
3. **Cook距离（Cook's Distance）**  
   量化强影响性，反映删除该观测后回归系数的变化程度。

气泡大小通常与Cook距离成正比，直观显示影响力强度。

---

## 三、示例演示

### 1. 数据准备与模型构建
```r
library(car)
data(mtcars)
model <- lm(mpg ~ wt + hp + qsec, data = mtcars)

2. 绘制影响图

influencePlot(model, id.method = "identify", 
              main = "Influence Plot for mtcars Model")

3. 输出解读

函数返回一个数据框，包含显著点的统计量：

       StudRes        Hat      CookD
Maserati Bora  3.0528291 0.29181222 1.5500968
Toyota Corolla -2.1430172 0.08525724 0.1192064

图形特征（见图1）： - X轴：杠杆值（0到1） - Y轴：学生化残差（±2为常见阈值） - 气泡大小：Cook距离（>0.5需警惕）

图1：mtcars回归模型的影响图

四、关键点识别

1. 离群点（高|StudRes|）

• Toyota Corolla：学生化残差为-2.14，显示实际mpg显著低于模型预测。

2. 杠杆点（高Hat值）

• Maserati Bora：杠杆值0.29（高于均值3倍），因极端wt与hp组合。

3. 强影响点（高CookD）

• Maserati Bora：Cook距离1.55远超0.5阈值，对模型参数有显著影响。

五、后续处理建议

1. 诊断验证
   使用qqPlot()验证残差正态性，vif()检查共线性。

   qqPlot(model)
   vif(model)
   

2. 稳健性处理

   • 对强影响点进行删除或加权回归
   • 考虑鲁棒回归方法（如rlm()）

3. 结果对比
   比较删除异常点前后模型的summary()输出。

六、总结

influencePlot()通过三合一可视化高效定位： - 离群点 → 影响模型精度 - 杠杆点 → 扭曲自变量关系 - 强影响点 → 改变回归结论

建议将此函数作为回归诊断的标准流程，配合其他工具（如plot(model)）全面评估模型质量。

注意：实际分析中需结合领域知识判断是否保留特殊点，避免过度依赖统计阈值。 “`

注：实际使用时需替换示例图中的占位链接，并确保已安装car包。本文以R 4.3.0环境为例，字符数（含代码）约750字。