离群值

现在是时候查看变量 age 的结构了。右侧已绘制直方图。与您在视频中对年收入（annual_inc）的观察类似，图的右侧有大块空白。这提示可能存在离群值。您将通过散点图来验证。如果发现离群值，请将其删除。

如果多个变量都出现离群值，查看双变量图会更有用。离群值可能来自同一条观测。如果是这样，就更有理由删除该观测，因为其中存储的信息更可能有误。

本练习是课程的一部分

R 中的信用风险建模

查看课程

练习说明

使用 plot() 函数对变量 age（通过 loan_data$age）绘制散点图。用第二个参数 ylab 将 y 轴正确标注为 "Age"。
该数据集中年龄最大的人超过了 122 岁！使用 which() 并以 122 岁为阈值获取该离群值的索引（可使用 loan_data$age > 122）。将结果赋给对象 index_highage。
使用对象 index_highage 删除该高龄观测，创建新的数据集 new_data。
查看双变量散点图，x 轴为年龄，y 轴为年收入。将坐标轴标签分别改为 "Age" 和 "Annual Income"。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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 = "___")

编辑并运行代码