모형 적합 분석의 측면에서 특이치는 평균 반응 또는 예측 변수 값보다 훨씬 큰
관측치를 말한다. 일반적으로 잔차 그림과 레버리지, Cook의 거리, DFITS
세 가지 저장 통계량으로 부터 특이치를 식별할 수 있다.  

특이치가 있으면 결과가 잘못되는 등 모형에 상당한 영향을 미칠 수 있으므로
특이치를 식별하는 것은 중요하다. 데이터의 특이치를 식별하는 경우 해당 값이
왜 비정상적인지 이해하고 적절한 개선책을 알려면 관측치를 조사해야 한다.
 

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

크게 달라지지 않는 경우, 중요한 항(예를 들어, 교호작용 항)이나 변수를 빠뜨리지
않았는지 또는 모형을 잘못 지정하지 않았는지 확인한다.
해를 결정하기 위해 데이터를 추가로 수집해야 할 수도 있다.