第1章 引论 1
1.1 基本概念 1
1.1.1 统计诊断的概念 1
1.1.2 强影响观测值和强影响个体 2
1.1.3 Cook距离 3
1.2 线性混合效应模型 3
1.3 本书的结构 5
1.3.1 似然函数框架下的统计诊断 5
1.3.2 Q函数框架下的统计诊断 6
1.3.3 方差结构对统计诊断的影响 7
1.3.4 两水平的影响分析 7
1.4 预备知识 8
2.1 影响分析简介 11
第2章 基于似然函数的影响分析 11
2.2 基于Hessian阵的影响度量 12
2.2.1 基于Hessian阵的影响度量的定义 12
2.2.2 广义Cook距离Ci和Ci的计算 16
2.3 基于Fisher信息阵的影响度量 27
2.3.1 基于Fisher信息阵的影响度量的定义 27
2.3.2 广义Cook距离Di和Di的计算 29
第3章 基于Q函数的影响分析 41
3.1 引言 41
3.2 基于？的Cook型统计量QDi 42
3.2.1 IC结构的QDi 43
3.2.2 AR(1)Ⅰ结构的QDi 52
3.2.3 AR(1)Ⅱ结构的QDi 62
3.2.4 AR(1)Ⅲ结构的QDi 72
3.2.5 UCⅠ结构的QDi 84
3.2.6 UCⅡ结构的QDi 92
3.3 基于E？的Cook型统计量QDi 102
3.3.1 IC结构的QDi 102
3.3.2 AR(1)Ⅰ结构的QDi 109
3.3.3 AR(1)Ⅱ结构的QDi 115
3.3.4 AR(1)Ⅲ结构的QDi 122
3.3.5 UCⅠ结构的QDi 129
3.3.6 UCⅡ结构的QDi 134
第4章 协方差阵结构对统计诊断的影响 141
4.1 IC结构 141
4.2 AR(1)Ⅰ结构(最佳结构) 145
4.3 AR(1)Ⅱ结构 148
4.4 AR(1)Ⅲ结构 150
4.5 UCⅠ结构 154
4.6 UCⅡ结构 156
4.7 六种协方差结构的对比 159
4.7.1 QDi(θ)的比较 160
4.7.2 QDi(β)的比较 163
4.8 小结 167
第5章 个体水平和观测值水平影响分析的关系 169
5.1 观测值水平影响分析 169
5.1.1 基于？的广义Cook统计量QDij 169
5.1.2 基于E？的Cook统计量QDij 177
5.2 两个水平的影响度量之间的关系 180
5.2.1 QDi与QDij之间的关系 181
5.2.2 QDi与QDij之间的关系 183
5.3 结论和最后的注 185
参考文献 187
附录 本书用到的数据 190