Matlab如何根据残差批量删除回归中的异常值

其中一组数据，只有少量的异常值（如图1），还手动标记个案编号，手动删除的。但当样本量很大的时候，手动标记异常值已经不现实了（如图2）。

于是，可以使用如下代码批量剔除异常值（快速找到解决办法途径，还是ChatGPT啊，虽然每次给的代码不一定完全准确，但按图索骥总是解决问题的）

% 【step1]导入数据，做回归，查看残差图

[data,txt,raw] = xlsread('mydata.xlsx','Sheet1');
x = data(:,1);   n = size(x,1);  X = [ones(n,1),x];
y = data(:,2);   
[b,bint,r,rint,s] = regress(y,X,0.05);   % b为beta0和beta1系数，bint为置信区间，r为残差向量，rint为残差置信区间；s包括决定系数r^2，F值，F检验的p值，剩余方差
 rcoplot(r,rint) % 绘制残差图

% 【step2】根据残差剔除异常数据
stdr = std(r); meanr = mean(r);
outliers = find(abs(r-meanr)>2*stdr); %得到一组标记异常值的变量； 标记出与均值的距离大于2倍标准差的残差；数字2可以根据自己需求替换，如1-对异常值更严格，3-对异常值更放松
X(outliers,:) = [ ]; %剔除X中相应的异常值
y(outliers,:) = [ ];
[b,bint,r,rint,s] = regress(y, X,0.05); %剔除异常值后，回归效果会改善
 rcoplot(r,rint) % 重新绘制残差图

  

                                      图1                                                                    图2

PS：

发现了另一个有意思的链接，使用 fitlm 函数 ，以便于在一元线性回归中去掉常数项。

链接：https://ww2.mathworks.cn/help/stats/fitlm.html