摘 要：本文就样本中的异常数据提出了诊断方法和处理方法，并结合实例说明了简单回归中上述方法的具体应用． 

毕业论文关键词： 异常值，回归分析，诊断 ，残差，虚拟变量 74862

Abstract：This paper puts forward the diagnosis method and processing method for the outliers in the sample, and illustrates the concrete application of the method in simple regression。

Keywords：outliers, regress analysis, application, diagnosis, residual, dummy variables

目   录

1 引言……………………………………………………………… 4

2 异常值的概念 …………………………………………………………… 4

3 异常值的诊断方法 ……………………………………………… 5

3。1 F分布检验法 ………………………………………………………5

3。2 残差及残差检验异常值 ………………………………………………7

4 异常值处理的两种方法 ………………………………………………… 7

4。1采用虚拟变量消除差异值的方法 ……………………………………7

4。2剔除异常值的方法 ……………………………………………… 8

5 实例分析 ……………………………………………………………… 9

5。1 实例一 ……………………………………………………………… 9

5。2 实例二 ……………………………………………………………… 12

6 结论………………………………………………………………… 16

参考文献 ……………………………………………………………………17

致谢 …………………………………………………………………………18

附录1：spss处理实例1数据 …………………………………………19

附录2：spss处理实例2数据 …………………………………………21

1 引言

对调查得到的大量原始数据进行加工处理，提取其中有用的信息，即统计整理，是进一步进行统计分析的前提．但是通常的统计整理方法往往都对样本数据有一个前提假设，即样本数据是来自同一个总体，而这个假设有时却不能成立．原因一是由客观因素造成的，如总体条件的突然变化或人们未知的某个因素的突然出现等等；二是由主观方面的因素造成的，即人为的差错如调查人员读错或抄错数据，不小心把另一些不同条件下的样本数据混杂进来．论文网当样本中的个别数据明显的偏离样本中其余数据时，这些数据可能是来自不同的总体，我们称这样的数据为异常数据．若对混有异常数据的样本按常规进行统计整理、分析和推断，往往会得出不符合实际的结论．本文就样本中的异常数据提出了诊断方法和处理方法，并结合实例说明了简单回归中上述方法的具体应用．