当前,无论是在学术界还是产业界,数据挖掘(Data Mining)都是一个相当热门的专题,它是从大量数据源中,利用模式识别、统计和数学的技术、筛选发现新的有意义的关系、模式和趋势的方法。数据挖掘是一个交叉性的学科领域,受多个学科的影响,包括数据库技术、统计学、信息科学、机器学习和可视化等。所以数据挖掘并不只是一种技术或是一套软件,而是数种专业技术的综合应用。其中有相当大一部分是建立在统计分析的基础上的,如预测模型中应用较广泛的回归和时间序列的方法。数据挖掘的一个难题是异常挖掘,而另一新兴学科-统计诊断中的相关理论很大程度上解决了这一难题。本文在前人的研究基础上,对数据挖掘的理论进行研究,从统计的角度出发,研究了数据挖掘中异常点、影响点挖掘的相关理论。我们在第一章中介绍了数据挖掘、统计诊断的发展情况和国内、外的研究现状,并介绍了本文的主要工作。第二章给出了本文涉及到的相关理论的综述,包括数据挖掘、线性模型、统计诊断的相关理论。第三章研究了椭球约束下线性模型的影响点挖掘,给出了相应的统计量,并设计异常挖掘算法。第四章研究了当线性模型的参数估计不是最小二乘估计而是泛岭估计时的异常挖掘,给出了针对泛岭估计的COOK距离,用其作为挖掘强影响点的工具。第五章利用时间序列的方法对证券交易数据进行了挖掘,找出了数据中的模式和异常,相对传统方法而言,给出了更精确的预测模型和异常挖掘方法。最后对本文做了总结,并对相关问题做了展望。