如何在R中识别PCA残差QQ图上的异常点？

1. 第一个点自动标注的原因 #

resid(pca1)返回的对象大概率带有行名/观测名称，部分PCA包（比如FactoMineR或ade4）的残差对象在基础绘图时，会默认显示第一个观测的名称——这是因为绘图函数检测到对象带有名称属性，自动触发了文本标注行为。你可以通过str(resid(pca1))查看其结构，确认是否包含行名。

2. identify函数无效的解决办法 #

identify失效通常是因为plot(resid(pca1))生成的不是标准单面板散点图，分情况处理：

• 如果resid(pca1)是矩阵/多变量残差，plot会生成散点图矩阵，此时需要直接传入残差对象到identify，或者指定具体的x/y轴变量：

  # 示例：取残差矩阵的前两列绘制散点图并识别
  plot(resid(pca1)[,1], resid(pca1)[,2])
  identify(resid(pca1)[,1], resid(pca1)[,2])
  

• 如果是单变量残差的序列图（索引vs残差值），手动指定x轴为观测索引，确保生成标准散点图：

  res <- resid(pca1)
  plot(1:length(res), res)
  identify(1:length(res), res)
  

• 若残差是特殊类对象，先转换为普通向量/矩阵再绘图：

  res <- as.vector(resid(pca1)) # 多变量残差用as.matrix()
  plot(res)
  identify(1:length(res), res)
  

额外小技巧 #

如果想关闭自动标注，绘图时可添加对应参数，比如：

plot(resid(pca1), labels=NA)

也可以用class(resid(pca1))查看残差对象类型，不同类的plot行为差异很大。

内容的提问来源于stack exchange，提问作者Lea_c