使用R中马氏距离计算多元离群值时绘图报错咨询

你在使用mvoutlier包的uni.plot函数结合马氏距离检测多元离群值时，遇到了绘图失败的报错和协方差计算的警告，咱们逐个拆解这些信息的含义：

一、covMcd的警告信息详解 #

这个警告来自mvoutlier内部调用的covMcd函数（用于计算稳健协方差矩阵，是马氏距离计算的核心步骤），分为两部分：

• 第一部分警告：The 112-th order statistic of the absolute deviation of variable 8 is zero.
  你处理后的数据集第8列（对应原Glass数据集的第9列，因为你排除了第10列的Type变量），它的绝对偏差排序后第112个值是0。直白点说，这列数据里有大量数值完全相同的观测，导致数据的离散程度极低，甚至出现了绝对偏差为0的情况，这会干扰稳健协方差的计算稳定性。
• 第二部分警告：There are 176 observations... lying on the hyperplane...
  这进一步说明，有176个观测在第8列的取值完全一致（或者说相对于稳健均值的偏差为0），相当于这176个点都落在了一个超平面上（这里就是第8列等于某个固定值的平面）。这种情况会让协方差矩阵接近奇异矩阵（因为该变量的方差几乎为0），而马氏距离的计算需要协方差矩阵的逆矩阵，这就为后续计算埋下了隐患。

二、plot.window报错的根源 #

报错Error in plot.window(...) : 'ylim' needs finite values直接导致图像无法生成，本质原因就是上面的警告：
因为协方差矩阵计算异常，uni.plot在推导绘图所需的y轴范围时，得到了非有限值（比如NA、无穷大），系统无法设置有效的y轴边界，自然没法生成图像。

三、可行的解决思路 #

针对这个问题，你可以试试这些方法：

• 检查并处理问题变量：先查看原Glass数据集第9列的情况，用table(Glass[,9])统计频数，var(Glass[,9])查看方差。如果这个变量对你的离群值检测没有帮助，可以直接删除它，再重新执行后续步骤。
• 调整稳健协方差参数：covMcd函数的alpha参数控制了用于计算稳健协方差的样本比例，你可以尝试调整这个值（比如设为0.75），让算法聚焦于核心样本，避开那些导致奇异的点。
• 换用手动计算+可视化：如果uni.plot暂时用不了，可以手动计算稳健马氏距离，再用基础绘图工具查看：

  # 计算稳健协方差（调整alpha参数）
  mcd_result <- covMcd(mydata.numeric.scaled, alpha = 0.75)
  # 计算稳健马氏距离
  mahal_dist <- mahalanobis(mydata.numeric.scaled, 
                            center = mcd_result$center, 
                            cov = mcd_result$cov)
  # 绘制马氏距离直方图，直观查看离群值
  hist(mahal_dist, breaks = 20, main = "稳健马氏距离分布", xlab = "马氏距离")
  

内容的提问来源于stack exchange，提问作者Skullgreymon