r - 识别与从PCA和QQ图去除离群

Question

我有一个132×107的数据集，其由2种患者类型的 - (患者1的33)和(患者2的99)。

我在寻找离群所以我一日4个组件的数据集和done qqplots运行PCA，使用下面的命令

pca = prcomp(data, scale. = TRUE)
plot(pca$x, pch = 20, col = c(rep("red", 33), rep("blue", 99)))  

当我使用第二部分的qqplot:

qqPlot(pca$x[,2],pch = 20, col = c(rep("red", 33), rep("blue", 99)))     

下图显示了2个清楚异常值 - 在左下角的红点，其是患者1秒。

有没有出在这些数据点的指数的工作，使他们可以被删除的任何简单的方法？

Answer 1

出于某种原因，我不相信鉴定方法支持
在car包(qqPlot()的来源)

让我们来看看USArrests数据的PCA ...

pca <- prcomp(USArrests) 

这个使用 qqPlot的情节是很容易的。

require(car)
qqPlot(pca$x[,2],pch = 20, col = c(rep("red", 33), rep("blue", 99)))

然而， qqPlot()不允许通过 identify()点选择。

identify(qqPlot(pca$x[,2],pch = 20, col = c(rep("red", 33), rep("blue", 99))))
# numeric(0)

你可以，但是，请在 qqnorm()套餐使用 stats的。

identify(qqnorm(pca$x[,2],pch = 20, col = c(rep("red", 33), rep("blue", 99))))

这将产生一个不太复杂的图形，但你应该能够通过手动 qqline()(也 stats)和多一点的数学添加一行和置信区间。