如何在R语言线性回归数据集中注入10%Y方向相同异常值？

没问题，我来帮你搞定这个需求！首先先修正你初始代码里的一个小bug，再一步步教你添加Y方向的固定异常值。

你的原代码里有个逻辑错误：e11是在计算y之后才生成的，这会导致R报错找不到e11变量——得先生成误差项，再用它计算y值。

接下来咱们实现添加10%的Y方向相同异常值，步骤很清晰：

• 先算需要修改的样本量：n=20的10%是2个样本
• 随机从20个样本里挑选2个不重复的索引
• 给选中样本的y值加上一个固定的异常偏移量（数值可以按需调整，只要和正常数据差异明显就行）

下面是完整的修正后代码，我加了详细注释：

# 设置基础参数
n11 <- 20          # 总样本量
m1 <- 0            # 正态分布均值
sd1 <- 1           # 正态分布标准差
b0 <- 0            # 回归截距
b1 <- 1            # 回归斜率
outlier_shift <- 5 # Y方向异常值的固定偏移量（可自行调整正负/大小）

# 生成自变量x
x <- rnorm(n11, m1, sd1)

# 先生成误差项e11（修正原代码的顺序问题）
e11 <- rnorm(n11, m1, sd1)

# 生成无异常值的初始y值
y <- b0 + b1*x + e11

# 计算需要添加异常值的样本数量
outlier_num <- round(n11 * 0.1)

# 随机挑选要修改的样本索引（保证不重复）
outlier_pos <- sample(1:n11, outlier_num)

# 给选中样本添加固定异常值
y[outlier_pos] <- y[outlier_pos] + outlier_shift

# 整理成数据框
data11 <- data.frame(y, x, e11, b0, b1)

# 拟合线性模型
model1 <- lm(y ~ x, data=data11)

关键细节说明： #

• 用sample(1:n11, outlier_num)随机选索引，每次运行都会随机挑不同的样本加异常值，避免固定位置的异常值
• 如果想要异常值是完全固定的数值（比如直接设为10，而非在原y基础上偏移），可以把最后一步改成y[outlier_pos] <- 10
• 你可以用plot(y ~ x, data=data11)可视化数据集，能直观看到那2个明显的异常点

内容的提问来源于stack exchange，提问作者bel