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Ci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Di的计算
第3章基于Q函数的影响分析
§3.1引言
§3.2基于Q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QDi
3.2.6UCII结构的QDi
§3.3基于EQ的Cook型统计量QDi
3.3.1IC结构的QDi
3.3.2AR(1)I结构的QDi
3.3.3AR(1)II结构的QDi
3.3.4AR(1)III结构的QDi
3.3.5UCI结构的QDi
3.3.6UCII结构的QDi
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
4.7.1QDi(θ)的比较
4.7.2QDi(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QDij
§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
5.2.2QDi与QDij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