La régression inverse par tranches (sliced inverse regression, SIR) considère un modèle semi-paramétrique de régression entre une variable dépendante y et une variable explicative p-dimensionnelle x via un indice ?'x et une fonction de lien f. Cependant, si des observations atypiques (outliers) sont présentes dans les données, cette méthodologie ne va plus fonctionner convenablement. Cette communication présente trois méthodes computationnelles permettant de détecter des individus atypiques, illustrées par des simulations et un exemple sur données réelles.