外れ値の有無での推定
この演習で提供するデータ（hypdata_outlier）には極端な外れ値が含まれています。データセットのプロットと、response を目的変数、explanatory を説明変数とした線形回帰モデルが表示されています。外れ値の点を除去して、1 つの観測値が回帰直線の推定にどのような影響を与えるかを確認します。
この演習はコースの一部です
R による線形回帰の推測
演習の手順
- 外れ値を除くように
hypdata_outlierをフィルタします。 - プロット
pを更新し、もう一つのスムーズ層（geom_smooth）を追加します。- 既存のリボンと同様に、線形回帰法を用い、リボンは描画しません。
- ただし、今回の更新では
data = hypdata_no_outlierを使い、色を赤にします。 - いまは信頼区間は描かず、スムーズ曲線のみを使います（
se = FALSE）。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# This plot is shown
p <- ggplot(hypdata_outlier, aes(x = explanatory, y = response)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE)
# Filter to remove the outlier
hypdata_no_outlier <- ___
p +
# Add another smooth lin .reg. layer, no ribbon,
# hypdata_no_outlier data, colored red
___