Search the outliers
Comme en régression simple, on considère qu'un individu ayant permis de construire le modèle et n'étant pas dans son intervalle de prévision est un outlier.
Par conséquent, on appelera outlier un individu mal reconstitué par le modèle, autrement dit tel que : 
On définira également le résidu standardisé 
et par conséquent, un individu sera un outlier si son résidu standardisé est <-2 ou >2, soit 
De la même façon, on choisira d'éliminer ou pas ces outliers, ce qui entraînera l'amélioration de la précision. Mais cela reste à la décision du chargé d'études et cette élimination en doit pas être systématique.
