هادی امامی - Department of Statistics, University of Zanjan, Zanjan, Iran.
پروانه منصوری - Department of Statistics, University of Zanjan, Zanjan, Iran.

تمام مشاهدات نقش یکسان در مدل های آماری ندارند. گاهی برخی از مشاهدات اثرات نامناسبی روی نتایج تحلیل رگرسیونی دارند. بنابراین شناسایی چنین مشاهداتی در تحلیل داده ها از اهمیت ویژه ای برخوردار است. برای شناسایی چنین مشاهداتی از روش های تشخیصی استفاده می شود. در مقاله حاضر با استفاده از روش حذف موردی و مدل انتقال میانگین نقاط دورافتاده، مباحث تشخیصی در مدل خطی آمیخته نیمه پارامتری با خطا در اندازه گیری مورد بررسی قرار گرفته است. علاوه بر مباحث حذف موردی، مباحث حذف آزمودنی نیز ارایه شده است. در پایان عملکرد مباحث تشخیصی با استفاده از مجموعه داده های واقعی و یک مثال شبیه سازی نشان داده شده است.

Case Deletion, Cook's Distance, Corrected Score Methods, Linear Mixed Models, Measurement Error, Semiparametric Linear Models, مدل خطی آمیخته, خطا در اندازه گیری, فاصله کوک, روش های امتیاز تصحیح شده, حذف موردی