论文主要讨论Logistic回归模型的参数估计和统计诊断问题，尤其是在统计诊断方面，引进了新的改进的诊断统计量，提高了诊断精度。　　论文第一部分描述了Logistic回归模型的研究背景和国内外研究现状，然后对线性模型的统计诊断的基本知识做了简要介绍，因为线性回归模型的统计诊断方法是Logistic回归模型统计诊断的基础，为后者的统计诊断提供了借鉴。　　论文第二部分介绍了Logistic回归模型的基本知识，讨论了该模型的参数估计的问题。首先建立该模型的似然方程，接着用迭代再加权最小二乘法得出了Logistic回归模型的参数估计的数值解，最后列出了由Logistic回归模型拟合过程中输出的一些对统计诊断有用的统计量。　　论文第三部分是本文的核心部分，讨论了Logistic回归模型的统计诊断问题，包括一些重要的统计量，如Deviance残差、杠杆值。我们对Logistic回归模型进行扰动分析，得到一系列的诊断统计量。同时，我们对传统的诊断统计量进行了改进，得到了更加有效的新的诊断统计量。　　论文最后一部分总结出了系统的Logistic回归模型统计诊断的方法和步骤，并介绍了一系列的统计诊断图，最后列举了一个例子，结合例子说明了改进的新的统计诊断方法比传统的诊断方法更加准确有效。