在数理统计中,影响分析理论作为判断模型扰动对统计推断结果影响的有效理论工具,已在许多线性模型中有着重要的应用,但在现有的理论中,对线性回归模型和方差分析模型的影响分析研究成果比较丰富,而对协方差分析模型却没有太多关注.因此该文对一般形式下的协方差分析模型进行了影响分析研究,分别使用了删除数据点方法和局部影响分析方法对模型扰动下的参数估计量进行了影响评价.一方面从样本影响函数SIF出发,考察了数据点对协方差分析模型参数估计量的影响,证明了均值漂移模型与数据删除模型对协方差分析模型在参数估计上的等价性,并利用Cook统计量和广义方差比统计量度量了数据点对模型参数估计量的影响,得到了检验异常点和强影响点的诊断统计量,从而找出模型中存在的影响点,同时,还将删除数据点方法在协方差分析模型下的应用与在线性回归模型下的应用进行了对比分析;另一方面,从广义影响函数GIF出发,研究了统计模型的微小扰动给统计推断带来的局部影响的问题.文中主要研究了在方差扰动模式下协方差分析模型的局部影响分析问题,使用了广义Cook统计量作为度量扰动对模型中参数估计量的影响大小的工具,分析了协方差分析模型下删除数据点方法和局部影响分析方法的联系与差异.同时,该文的方法在研究协方差分析模型的影响分析上同基于似然距离LD(ω)下的局部影响分析方法相比具有一定的优越性.最后,通过数据实例,该文提出的方法在判别协方差分析模型中影响点上的可行性得到了一定程度的验证.