纵向数据分析是近年来统计学研究的热点课题之一，Diggle et.al(2002)系统论述了纵向数据的统计分析方法。 分位点回归是最小二乘回归和最小一乘回归(LAD)的推广，但它比最小二乘回归和LAD回归具有更强的统计分析能力，能给数据集提供更加丰富的统计推断结果.回归模型分位点估计是一类基本的稳健估计，它们受数据中异常点的影响较小，并能给条件分布以更加全面的统计描述；当回归误差项服从重尾分布或其分布受到污染时，它们比LS估计有更高的效率，因此，自从回归分位点的概念被提出以后，很快便赢得了许多统计学家和经济学家的高度重视和青睬，使其在各个应用领域中得到了深入的发展，并成为当前统计学研究的热门课题之一.但基于纵向数据模型分位点回归的统计诊断问题，还未见报导。 本文首先通过研究基于固定效应的纵向数据分位点回归模型的统计诊断，得到：无论是对于组数据点，还是对于单数据点，基于MM算法的CDM与MSOM都是等价的，并给出了诊断模型下常见的影响度量--Cook距离、似然距离、拟似然距离及三者之间的近似等量关系.接着通过实际数据说明了所述诊断统计量的应用.其次通过研究线性混合效应分位点回归模型的统计诊断，得刭：求解回归分位点估计的MCEM算法，并基于该算法给出在其删除模型下的诊断统计量.