Question

您认为在R中以自动方式执行多变量稳健离群值检测的首选方式是什么，即无需人工检查和绘图？

我找到了“dprep”软件包，但它似乎停止了。然而，由于离群值检测是一项常见且重要的任务，因此应该使用通用的默认方法，例如， MCD估计（Rousseeuw和Van Driesen，1999）。

Answer 1

在包robustbase中尝试covMcd。

Answer 2

使用Cook的距离 你可以使用厨师的距离。 Cook的距离是基于线性回归模型计算的。这意味着，您将能够包含多个X变量来计算异常值（更准确地说是高影响观察）。这有效地为您提供了添加或删除您想要确定异常值的变量的灵活性。为R中的每个观察计算它的方法看起来像这样：

mod <- lm(Y ~ X1 + X2 + X3, data=inputData)
cooksd <- cooks.distance(mod)

在一般惯例中，那些具有厨师距离的观察结果> 4 * mean（烹饪距离）被视为异常值。有关formula and interpretation of cook's distance的更多信息，请参阅this example

免责声明：我是作者。