
回归与预测
|
121
我们使用
rstandard 函数抽取出标准残差,并使用 order 函数获得最小残差。
sresid <- rstandard(lm_98105)
idx <- order(sresid)
sresid[idx[1]]
20431
-4.326732
在模型中,最大的过估计超出回归线之上四个标准误差,对应的过估计值是
757 753
美
元。
与该离群值对应的原始数据记录如下:
house_98105[idx[1], c('AdjSalePrice', 'SqFtTotLiving', 'SqFtLot',
'Bathrooms', 'Bedrooms', 'BldgGrade')]
AdjSalePrice SqFtTotLiving SqFtLot Bathrooms Bedrooms BldgGrade
(dbl) (int) (int) (dbl) (int) (int)
1 119748 2900 7276 3 6 7
在本例中,记录看上去存在一些问题。在该邮政编码区域中,类似面积的房子一般售价远
高于
119 748
美元。图
4-4
展示了本次售房法定契约的部分摘录。从图中可以看到,此次
销售只涉及部分产权。因此,该离群值对应于一次异常的销售,不应该将该次销售包括在
回归中。离群值也可能是由其他问题导致的,例如手工输入数据时出现了错误(即“胖手
指”问题),或是单位不匹配,比如销售报告中的单位应是千美元,而非美元。
图 4-4:具有最大负残差的售房记录对应的契约法定担保文书 ...