離群值
現在來看看變數 age 的結構。右側已繪出長條圖。和你在影片中看到的年收入（annual_inc）相似，圖的右側留有很多空白。這表示可能存在離群值。你會用散佈圖來驗證這點。若發現離群值，就將它們刪除。
如果多個變數都出現離群值，檢視雙變量圖會很有幫助。離群值有可能來自同一筆觀測。如果是這樣，更應該刪除該觀測，因為其中儲存的某些資訊更可能是錯的。
本練習屬於課程
R 的信用風險建模
練習說明
- 使用
plot()函式，以loan_data$age繪製變數age的散佈圖。用第二個引數ylab將 y 軸標籤設為"Age"。 - 這個資料集中最年長的人超過 122 歲！使用 which()，以 122 歲為門檻（可用
loan_data$age > 122），取得此離群值的索引，並指定給物件index_highage。 - 用物件
index_highage移除這筆高齡觀測後，建立新的資料集new_data。 - 檢視雙變量散佈圖，x 軸為年齡、y 軸為年收入。將標籤分別改為
"Age"與"Annual Income"。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 = "___")