第1章 引论

1．1基本概念

1．1．1统计诊断的概念

1．1．2强影响观测值和强影响个体

1．1．3Cook距离

1．2线性混合效应模型

1．3本书的结构

1．3．1似然函数框架下的统计诊断

1．3．2Q函数框架下的统计诊断

1．3．3方差结构对统计诊断的影响

1．3．4两水平的影响分析

1．4预备知识

第2章 基于似然函数的影响分析

2．1影响分析简介

2．2基于Hessian阵的影响度量

2．2．1基于Hessian阵的影响度量的定义

2．2．2广义Cook距离Ci和C*i的计算

2．3基于Fisher信息阵的影响度量

2．3．1基于Fisher信息阵的影响度量的定义

2．3．2广义Cook距离Di和D*i的计算

第3章 基于Q函数的影响分析

3．1引言

3．2基于国的Cook型统计量QDi

3．2．1IC结构的QDi

3．2．2AR(1)Ⅰ结构的QDi

3．2．3AR(1)Ⅱ结构的QDi

3．2．4AR(1)Ⅲ结构的QDi

3．2．5UCⅠ结构的QD。

3．2．6UCⅡ结构的QDi

3．3基于EQ的cook型统计量QD*i

3．3．1IC结构的QD*i

3．3．2AR(1)Ⅰ结构的QD*i

3．3．3AR(1)Ⅱ结构的QD*i

3．3．4AR(1)Ⅲ结构的QD*i

3．3．5UCⅠ结构的QD*i

3．3．6UCⅡ结构的QD*i

第4章 协方差阵结构对统计诊断的影响

4．1IC结构

4．2AR(1)Ⅰ结构(最佳结构)

4．3AR(1)Ⅱ结构

4．4AR(1)Ⅲ结构

4．5UCⅠ结构

4．6UCⅡ结构

4．7六种协方差结构的对比

4．7．1QD*i(θ)的比较

4．7．2QD*i(β)的比较

4．8小结

第5章个体水平和观测值水平影响分析的关系

5．1观测值水平影响分析

5．1．1基于Q的广义Cook统计量QDij

5．1．2基于EQ的Cook统计量QD*ij

5．2两个水平的影响度量之间的关系

5．2．1QDi与QDij之间的关系

5．2．2QD*i与QD*ij之间的关系

5．3结论和最后的注

参考文献

附录 本书用到的数据 2100433B