鉴定带库车回归中的影响观察

Question

有人可以解释为什么图书馆（汽车）在这里找到有影响力的观察结果吗？：

图书馆（汽车）

x = seq（1，5，len = 100）

set.seed（99）

y = 2 * x +1 + rnorm（长度（x），0，0.00005）

plot（x，y）＃没有影响力的观察！！

infl = ImpactPlot（lm（y〜x））

infl＃4有影响力的观察？？

Answer 1

如果您阅读了help page for the function：

<块引用>

默认的‘method="noteworthy"’只在这个函数中使用，并且 表示为具有大学生化残差的点设置标签， 帽子值或库克距离。

和默认设置：

<块引用>

id=TRUE' 等价于 ‘id=list(method="noteworthy", n=2, cex=1, col=carPalette()1, location="lr")’

使用您的示例，它看起来像这样：

它基本上标记了 Studentized Residuals 的 2 个最极端值（y 轴）和 Hat 值（x 轴）的 2 个最极端值。

如果你想要3个最极端的，你可以这样做：

influencePlot(lm(y ~ x),id=list(method="noteworthy",n=3))