R 删除扭曲数据的异常值

我正在研究农业强度和鸟类功能多样性之间的关系

在我的GLM模型中，我包含了许多其他变量，包括森林、半自然栖息地、温度、杀虫剂等

当查看我的变量是否为正态分布时，我使用QQplot来识别正态性，似乎存在这3个异常值

我想知道如何去除这些异常值，使我的数据更为正态分布

我试图使用outliers软件包，但我发现的所有示例都失败了，或者我无法理解它们是如何工作的

任何帮助都将不胜感激。这是我的QQ图，用于我的功能分散模型和功能分散x农业强度的分散。 QQ图

功能分散x农业分散

---

您可以删除显示不正确的观察结果。鉴于观察的数量，这不太可能改变估计，但请确保确实如此。此外，在报告您的工作时，请确保根据您对变量的领域知识证明删除这些点的原因

您可以使用删除观察

model.data.scaled <- model.data.scaled[model.data.scaled$agri > -5, ]

model.data.scaled-5，]

仅仅因为数据点不适合您的模型而删除数据点是一个坏主意，而且线性模型的数据没有正态性假设。GLM假设残差的正态分布，而不是模型中的变量。仅仅因为某些变量可能不符合您的模型，您如何科学地证明删除这些变量的合理性？如果你的模型错了怎么办？目前的模式是否“足够好”？为什么？嗨！谢谢你-它似乎没有移除它们，我做错什么了吗<代码>model.data.scaled.outlier-5、]func.disp.glm.outlier请确保至少删除了行970、710和938。请仅对文本使用注释，您提供的代码段（尤其是打印部分）未显示任何相关信息。我还看到您正在使用来自两个不同来源的数据。这可能并不理想。没有一个可复制的例子，这可能是我能给你的最好的。