對於傳統線性迴歸中影響值之偵測，Cook’s distance 因未考慮其組成要素的個別偵測能力，導致診斷效果不佳。而在長期資料迴歸中，Banerjee與Frees (1997) 延續Cook’s distance之概念，提出影響值之診斷統計量 ，故如同 ，會有診斷效果不彰之情形發生。本文就Banerjee與Frees之 加以拆解，得其組成元素，並以元素中之標準化殘差向量(ei*)來檢查Y方向上的離群值，另以槓桿值矩陣(HVi)來偵測X方向上的離群值。經由模擬結果得知，二者的偵測能力顯著優於 。最後，我們以阿玆海默症患者之長期資料來說明所提方法之應用。

none

[1] Ali S Hadi (1992). Identifying multiple outliers in multivariate data. Journal of the Royal Statistical Society, Series B, 54, 761-771.
[2] Ali S Hadi (1994). A modification of a method for the detection of outliers in multivariate samples. Journal of the Royal Statistical Society, Series B, 56, 393-396.
[3] Belsley, D. A., Kuh, E. and Welsch, R. E. (1980). Regression diagnostics: identify- ing influential data and sources of collinearity. Wiley, New York.
[4] Cook, R. D. (1977). Detection of influential observation in linear regression. Technometrics, 19, 15-18.
[5] John S. Preisser and Bahjat F. Qaqish (1996). Deletion diagnostics for generalized estimating equations. Biometrika, 83, 551-562.
[6] Mousumi Banerjee and Edward W. Frees (1997). Influence diagnostics for linear longitudinal models. Journal of the American Statistical Association, 92, 999 -1005.
[7] Neter, J., Kutner, M. H., Nachtsheim, C. J. and Wasserman, W. (1996). Applied linear regression models. Richard D. Irwin.
[8] 溫志平，「Cook’s Distance的影響值診斷績效」，國立成功大學統計學研究所碩士論文，中華民國九十年。
[9] 劉美足，「長期資料迴歸影響值的偵測—疊代診斷法」，國立成功大學統計學研究所碩士論文，中華民國八十九年。
[10] 簡莉珠，「長期資料迴歸分析影響值的診斷」，國立成功大學統計學研究所碩士論文，中華民國八十八年。