包含与不包含异常值的估计
本练习提供的数据（hypdata_outlier）包含一个极端异常值。已给出该数据集的散点图，以及 response 相对于 explanatory 的线性回归模型。您将移除这个异常点，以观察单个观测如何影响回归直线的估计。
本练习是课程的一部分
R 中的线性回归推断
练习说明
- 筛选
hypdata_outlier，移除该异常值。 - 更新图对象
p，再添加一层平滑曲线（使用geom_smooth）。- 与另一条带状层相同，此更新应使用线性回归方法，并且不要绘制带状区域。
- 与另一条带状层不同，此更新应使用
data = hypdata_no_outlier，并将颜色设为红色。 - 目前仅使用平滑曲线，不要显示置信带（
se = FALSE）。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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
___