数据中的异常值，应该单独删除吗？

不少人不来我：我的数据中的亦有精神状态系数，看看无论如何撤下？要回答这个原因，我们必须从精神状态系数的方法论来讲到。显然有的人有点精神状态系数极佳理解，不就是“精神状态”的系数吗？关键是，怎样才算精神状态呢？同上：在10个数据中的（示意图银色点）其所加入红、橙、紫金色的3个点，它们都是精神状态系数吗？精神状态系数说是是一个较为宽泛的方法论，它至少包含了三种情形：(1) 离群系数（outliner）离群系数是所指从因变量y的角度来看仅所指精神状态的系数，如图中的的金色点和深蓝色点，靠拢y的均系数较其它点更远。离群系数一般而言改用学生化时残差来确实。(2) 高反向系数（high leverage）高反向系数是所指从对数x的角度来看仅所指精神状态的系数，如图中的的紫金色点和深蓝色点，在x轴上靠拢x的均系数较远。高反向系数一般而言改用反向系数来确实。(3) 极强阻碍系数（influential observation）极强阻碍系数是所指对建模阻碍小得多的系数，也就是说，如果撤下了该系数，会避免建模发生小得多推移（如系数系数改变小得多）。极强阻碍点一般而言改用COOK'D系数、DFBETAS和DFFITS来确实。示意图来得了不同精神状态系数对建模最优效果的阻碍。图中的银色都只表示另有这3个精神状态系数的最优两条路线，深蓝色、金色、紫金色虚两条路线分别表示含深蓝色点、金色点、紫金色点时的最优两条路线。不难看出，所含深蓝色点时，对建模最优阻碍近乎太大（与银色都只近乎相异）；所含紫金色点时，最优两条路线被向下的卡很低，即回归系数远很低于银色都只；所含金色点时，最优两条路线也被的卡很低。如果要确实的话，深蓝色点虽然从x方向和y方向上都靠拢均系数，但却不是极强阻碍点；紫金色点和金色点才是极强阻碍点，因为分开的任一点便可以避免系数发生小得多推移。我们现在已经明白了如何确实的点看看精神状态点，紧接着的原因就是，如果我找到了精神状态点，无论如何怎么处理？不少人习惯简单激怒的方法，即直接撤下。这并不是比较好的办法，有时甚至会让你下一场一些其实的法则。当你找到精神状态系数后，一定要必先分清是什么原因避免的精神状态系数，然后再选择如何处理。如果是仅所指录入出错或实验室记事出错等，这很容易，随即修改即可。如果不是录入出错，而是不太可能普遍存在这样的精神状态系数，这时需要根据不同情形来分别对待。首必先，如果这一精神状态系数并不象征性一种法则性的，而是极其偶遇的周期性，或者说你并没法数据分析这种偶遇的周期性，这时可以将其撤下。同上如，你要数据分析身材与腹水的关系，但你的数据分析这群人中的恰好纳入了姚明，这种意味著，可以将其撤下，能用其他人进行分析。因为这并不象征性一种法则性的周期性，而且你显然也没法数据分析特殊的情况。其次，如果精神状态系数普遍存在且象征性了一种真实普遍存在的周期性，那就不可整天撤下。比如调查了100个岗村的心肌梗塞生育率，显然不太可能有个别岗小村的生育率相比很低其它岗村，这时就不可整天撤下，而是要把这些精神状态点纳入，重新最优建模，数据分析其法则。同上：某实验室检测了细菌培养菌群数量与时间段的关系，试进行分析。很显着，示意图中的的两个红点是精神状态点，可以让两条路一维回归的系数发生剧烈推移。那这种意味著确实需要撤下这两个系数呢？首必先看一下这两个系数确实实验误差，如果这两个系数是恰当的，那它很显然象征性了一种真实情况。也就是说，在短期内激增缓慢，但是到了一个关键时间段点后（如30），繁殖地数量就会剧增。此时如果你直接撤下这两个点，就不能其实找到这种法则。所以我们可以纳入这两个点，但是不可最优两条路一维回归，而是要根据其圆锥形最优非两条路一维建模。如此处可以选择对时间段time进行所指数傅立叶，可以找到傅立叶后建模更能有效地最优数据。