我试图用固定斜率(到1)和截距(到0)进行线性回归,最后想要使用统计数据去除远离此拟合的点。
# set slope =1
my_slope <-1
mylm <- lm(as.numeric(y) ~ 1 + offset(x*my_slope), data = mydata)
# set intercept=0
my_intercept<-0
mylim<-lim(I(x-intercept)~0+y)
我不确定这两个代码是否正确,首先。如果是,有没有办法以更简单的方式组合这两个代码?
答案 0 :(得分:0)
由于您已经完全指定了线性模型,因此无需进行任何回归。你的模型是
y = x + 1
然后你可以使用
修剪任何残差(距预测值的距离)大于d
的点。
data.pruned = subset(data,abs(y - (x+1)) <= d)
请注意,如果要修剪平方残差小于dq
的值,只需设置
d = sqrt(dq)