Salut tout le monde,
J'essaie d'identifier les valeurs aberrantes d'un modèle mixte REML qui comprend deux facteurs fixes nominaux et un facteur aléatoire. Comme le montrent les captures d'écran ci-dessous, le graphique de parité, le graphique résiduel par ligne et le graphique résiduel par prédiction ont tous clairement signalé six observations comme de fortes valeurs aberrantes (points noirs). Cependant, ces valeurs aberrantes ne sont pas capturées dans le graphique résiduel studentisé où leurs résidus sont comparables aux autres (points gris) et se situent dans les limites de +/- 3. De plus, en supprimant trois des valeurs aberrantes et en réajustant le modèle, tout semble parfaitement correct et les trois autres observations initialement identifiées comme des valeurs aberrantes sont maintenant bien prédites par le modèle. Des entrées quelles pourraient être les causes profondes de ces cas ? Merci.
Réajuster le modèle après avoir supprimé trois des valeurs aberrantes
