双向分类随机可加效应模型中可加性异常值（outlier）的检验

在双向分类随机效应模型中，在实际应用时人们更感兴趣的是模型的可加性。此时异常值的出现是由于它偏离了模型的可加性假设。即数据中的少部分点偏离了模型的可加性。这在实际中是一个重要问题，同时也是本文所研究的内容。本文安排如下：第二节给出模型的介绍及问题的由来；第三节导出了可加性ｏｕｔｌｉｅｒ的检验方法及检验统计量的精确分布，并给出双向分类随机效应模型中可加性异常的检验方法；第四节对相关问题进行了讨论。