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。
成都创新互联是一家专业从事做网站、成都网站设计、网页设计的品牌网络公司。如今是成都地区具影响力的网站设计公司,作为专业的成都网站建设公司,成都创新互联依托强大的技术实力、以及多年的网站运营经验,为您提供专业的成都网站建设、营销型网站建设及网站设计开发服务！
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。influencePlot(murder.step,id.method="identify",main="Influent Plot",sub="Circle size is proportional to Cook's distance")
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。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，欢迎关注创新互联行业资讯频道。
本文标题：influencePlot()函数发现离群点杠杆点强影响点的示例分析
分享地址：
http://cdkjz.cn/article/jsesij.html
