楼主碰到的问题很常见，原因很多，我就不详细不说了，最常见的解决方法如下：
统计值t=（样本观测值-样本平均值）/标准差，如果一些样本观测值的t值明显大于或小于
其他样本观测值的t值，那这些样本观测值就是异常值，你可以删除他们，然后再回归，
可以提高R方，提高估计值。
楼主，我研究的方向就是统计与应用计量经济学，希望多讨论！
如果我说的你还不明白，可以再提问，我们相互学习相互讨论！不要有什么顾虑。
再给你一个例子：如果某一月某一商场所有商品打折，该月销售额肯定比其他月高，那么t值肯定高于其他月份，
那这一月的销售额就是异常值，做回归时就要删除。
如果数据很少，可以设阿尔法=0.01，进行t检验，如果数据非常多，就没有必要了。
如果数据非常非常多，可以用excel中数据菜单中的数据筛选中的自定义进行筛选，然后，
用筛选出来的数据做回归，可以提高R方。

可以根据库克距离进行判断，按库克距离从大到小依次删除异常值点，直到满足要求为止。

首先不明白楼主为什么要提高R方，0.75也可能是个好模型，把R2提高到0.99也不能说明模型就是好模型，反而很有可能是存在问题R方才很高。
如果是要删除异常值，简单的方法可以看标准化残差，经验原则是以2为判断标准，stata里面标准化残差使用predict res,rstandard就可以得到了。

Unless you have strong evidence(business reasons) to justify it is indeed a outlier, otherwise just leave it only.

我论文发现我的R方值也特别低  怎样从样本入手将一些不适合的数据给删掉 这样是在作假我知道 但是如果可以提高R方值 就行 求救呀