简单线性回归——异常值的处理

学习计量经济学过程中，在考虑线性回归中如果因变量中有异常值，应该怎么处理，找到了以下信息，转载备忘一下

1.当发现异常值时，首先应该回到数据中，检查是否存在数据收集或者数据录入方面的错误

如果发现此类错误，则应及时更正为正确的数据，并且再次检测异常值，所以为了避免此类重复操作，在数据预处理的所有环节都应该细心。

2.剔除异常值：

若数据的收集与录入是正确的，但是仅有极个别的异常值，而且经过调研人员的探讨，在所要研究的群体中也非常少见，剔除数据不会对最终的研究结果有很大的影响，那么可以剔除此数据。注意，在最终的报告中，需要写明，调研结果是为了将其推广到尽可能大的范围中，若不剔除会导致分析的结果不理想。还是那句话，一切从实际的调研情况出发，如需剔除，需要在报告中说明剔除此数据的原因，以及对结果的影响。

3.保留异常值：

在实际操作中，不能因为异常值不符合预期的统计而就将其剔除，因为它代表了真实的情况，需要保留，有两种方法处理方法：

• A.纳入异常值进行分析，在结果中需要说明存在异常值，或者分别计算纳入异常值与剔除异常值后的相关系数，若两个结果没有明显的差别，则保留异常值。

• B.做数据转换。但是，数据转换后需要重新检验数据的正态性和线性性相关性，并且对所有的假设条件重新检查。

Ps：若实在不知道是否应该剔除异常值，或者剔除前后，检验结果非常不一致，则应该同时报告剔除数据前后两个结果，并且在文章中讨论可能的原因。

同时，除了对异常值进行讨论，也应该考虑现有的模型是否合适。（如：是否应该考虑非线性模型）

注意，只要对数据进行了任何修改，都应该重新做假设条件的分析并在结果中报告这些修改。