本文主要研究的是随机删失部分线性模型，重点在于统计诊断方法的研究。该模型的解释变量存在两种情况，一种是解释变量是确定的固定设计情形，另一种是解释变量是随机设计的情形；对于固定设计的情形，我们对经过合成数据方法处理后的数据，采用光滑样条估计，得出参数和非参数的估计量，在此基础上，利用数据删除模型和均值漂移模型，得出异常点和影响点的诊断统计量SCi以及广义cook距离等；随后又对该模型进行了局部影响分析，分别对加权扰动模型和响应变量扰动模型得出了影响矩阵的计算公式，最后通过实例分析验证了诊断方法的有效性。 对于随机设计的的情形，我们将合成数据转化后的模型使用加权核估计和最小二乘估计相结合的估计方法，通过转化原模型，使之能够借助于线性模型的基本诊断模型一一数据删除和均值漂移模型，来对原模型进行诊断分析，并证明了对于原模型来说两种基本诊断模型的近似等价性，从而给出了检验异常点的F检验统计量，也在此基础上定义了原模型的诊断统计量，如学生化残差ri和广义cook距离等，尤其是针对该模型使用的估计方法，首次给出了模型中非参数部分广义cook距离定义，最后也通过实例验证了这种诊断思路的有效性。