비정상적 관측치(영향력 있는 관측치라고도 함)는 회귀 분석이나 분산 분석 모형에서
불균형적인 영향을 미치는 관측치이다. 비정상적 관측치는 잘못된 결과를 초래할 수 있기
때문에 제대로 식별하는 것이 중요하다.

예를 들어, 비정상적 관측치로 인해 유의한 계수가 유의하지 않은 것으로 보일 수 있다.
비정상적 관측치는 다음과 같다.
   • 레버리지 점. x-방향으로 극단 값을 나타낸다.
   • 특이치(큰 잔차). 적합 회귀선에 비해 y-방향으로 극단값을 나타낸다.

비정상적 관측치는 극단적인 레버리지 값이나 잔차 값(특이치)을 갖는 관측치를 표시해준다.
 
 

 
   • X는 레버리지 값이 큰 점을 나타낸다.  
 
 

   • R은 극단 표준화 잔차를 나타낸다. 

비정상적인 관측치에 미치는 영향의 정도를 판단하려면 관측치를 포함한 상태와 포함하지 않은
상태에서 모형을 적합시킨 다음 계수와 p-값, R2, 기타 정보를 비교한다.
영향력 있는 관측치를 제거한 경우 모형이 크게 달라지면, 데이터 입력 오류로 인한 관측치인지
측정 오류로 인한 관측치인지 먼저 확인한다.

모형이 크게 달라지지 않는 경우, 모형을 추가로 검사하여 중요한 항(예를 들어, 교호작용 항)이나
변수를 누락시키지 않았는지 또는 모형을 잘못 지정하지 않았는지 확인한다.
처리 방법을 결정하기 위해 데이터를 더 많이 수집해야 할 수도 있다.