學生化殘差診斷大家好，
我正在嘗試識別包含兩個名義固定因子和一個隨機因子的 REML 混合模型的異常值。 如下面的屏幕截圖所示，奇偶校驗圖、行圖殘差和預測圖殘差都清楚地將六個觀測值標記為強異常值（黑點）。 但是，這些異常值不會在學生化殘差圖中捕獲，其中它們的殘差與其他殘差（灰點）相當，並且在 +/- 3 範圍內。 此外，通過刪除三個異常值並重新擬合模型，一切看起來都很好，並且最初被識別為異常值的其他三個觀察結果現在可以被模型很好地預測。 任何輸入可能是這些案例的根本原因？ 謝謝你。
移除三個異常值後重新擬合模型
分析視窗
