res <- lm(dist ~ speed, data=cars)

# indici degli outliers con i residui standardizzati
st_resid <- rstandard(res)
index <- which(abs(st_resid) > 2)

# indici degli outliers con la distanza di Cook
cooks_d <- cooks.distance(res)
index_2 <- which(cooks_d > 4 / nrow(cars))

# ripetere l'analisi senza gli outliers
lm2.res <- lm(data = cars[-index,], 
              dist ~ speed)

# filtrare gli outliers per studiarli
library(tidyverse)
library(broom)

augment(res) %>% 
  # identificativo del caso
  mutate(ID = row_number()) %>%
  filter(abs(.std.resid) > 2 | .cooksd > 4 / nrow(cars))