线性混合效应模型是最重要的一种常见回归模型。但是现有文献大都从传统的似然函数出发来讨论，而对于稍具复杂而常用的非独立方差结构，如一阶自回归结构，从似然函数出发则难以获得相应的影响诊断统计量；而本书就弥补了这点不足。

本书研究了线性混合效应模型的影响分析问题，将近两年刚刚发展起来的Q函数方法全面系统地应用于该模型的统计诊断，对6种协方差结构的模型给出了Cook型诊断统计量，并提出基于Q函数的二阶导数期望的Cook型诊断统计量，发展和推广了原有的Q函数方法；还讨论了方差结构对统计诊断的影响，指出方差结构的误定可能引起影响点的误判，最后讨论了个体水平和观测值水平影响分析的关系。  本书可供大专院校的学生、教师、科研人员及统计工作者参考。