Giá trị ngoại lai
Đến lúc xem cấu trúc của biến age. Một biểu đồ tần suất đã được vẽ ở bên phải. Tương tự như những gì bạn thấy trong video về thu nhập hằng năm (annual_inc), có rất nhiều khoảng trống ở phía bên phải của biểu đồ. Đây là dấu hiệu của khả năng có giá trị ngoại lai. Bạn sẽ xem một biểu đồ phân tán để kiểm chứng. Nếu tìm thấy giá trị ngoại lai, bạn sẽ xóa chúng.
Nếu quan sát thấy giá trị ngoại lai ở nhiều biến, sẽ hữu ích khi xem các biểu đồ hai biến. Có thể các giá trị ngoại lai thuộc về cùng một quan sát. Nếu vậy, càng có lý do để xóa quan sát đó vì nhiều khả năng một số thông tin trong đó là sai.
Bài tập này là một phần của khóa học
Mô hình hóa rủi ro tín dụng bằng R
Hướng dẫn bài tập
- Vẽ biểu đồ phân tán cho biến
age(thông qualoan_data$age) bằng hàmplot(). Đặt nhãn cho trục y là"Age"bằng đối số thứ haiylab. - Người lớn tuổi nhất trong tập dữ liệu này hơn 122 tuổi! Lấy chỉ số của giá trị ngoại lai này bằng which() với tuổi 122 làm ngưỡng (bạn có thể dùng
loan_data$age > 122). Gán vào đối tượngindex_highage. - Tạo tập dữ liệu mới
new_datasau khi loại bỏ quan sát có tuổi cao bằng đối tượngindex_highage. - Xem biểu đồ phân tán hai biến, với tuổi trên trục x và thu nhập hằng năm trên trục y. Đổi nhãn lần lượt thành
"Age"và"Annual Income".
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Plot the age variable
# Save the outlier's index to index_highage
# Create data set new_data with outlier deleted
new_data <- loan_data[-___, ]
# Make bivariate scatterplot of age and annual income
plot(loan_data$age, loan_data$annual_inc, xlab = "___", ylab = "___")