影响分析作为近代统计诊断的重要分支,是数据分析的重要组成部分,主要分析研究数据点对模型参数的统计推断的影响,在经济金融、生物医学、质量监管等领域具有广泛的应用。而广义部分线性模型结合了参数回归和非参数回归的优点,对各类数据都有极好的拟合性。但当数据呈现偏态或重尾分布时,普通的均值回归对数据的拟合较差,而Yao和Li提出的众数回归在某种程度上克服了这一难题,表现出了诸多优点;Yang和Yang在Yao和Li的基础上,把众数回归推广到半参数部分线性单指标模型中,称之为局部众数回归。但尚未有文献将局部众数回归推广到部分线性模型和广义部分线性模型,特别是模型的影响分析。基于此,本文主要研究内容包括:(1)在Yang和Yang的基础上,将局部众数回归推广到部分线性模型和广义部分线性模型。首先对模型的非参数部分采用局部线性近似的方法,对分布函数的众数估计采用非参数核密度的方法,并利用众数期望最大化算法(MEIM)对参数进行估计。然后,通过设置不同的连接函数(典则连接函数,对数连接函数和逻辑连接函数)对广义部分线性众数回归模型进行模拟研究,估计的结果偏差均在6%以内,效果较好。(2)对广义部分线性众数回归模型进行影响分析研究,依次推导出数据删除模型、众数漂移模型和扰动模型对应的统计量。并在不同的连接函数(对数连接函数和逻辑连接函数)下进行模拟研究和口腔清洗数据进行实例分析。