时空地理加权回归模型是地理加权回归模型的推广，是最近几年提出的一种新的空间分析方法，在回归模型中将观测数据的时间和空间特性纳入到模型里，以此来探测时间非平稳性和空间非平稳性。由于该方法不但简单易行，而且得到的参数估计还能进行统计检验，因此随着统计应用范围的扩大，该模型作为一类简单有效的解决数据时空特性问题的数据方法已经得到越来越多的研究和应用。本文从模型的拟合方法、统计诊断等方面做了研究。首先，文章系统的阐述了时空地理加权回归模型的基本原理，基于局部加权最小二乘法原理给出了时空地理加权回归模型的拟合方法，并给出了残差平方和以及方差的无偏估计的表达式。详细讨论了空间权函数选取原则及带宽参数确定等问题。其次，在统计领域中，良好的稳定性是所得到的回归模型应具备的，但是，当用给定的数据集对模型进行参数估计时，若数据集中的某些数据点对参数估计有异常大的影响或偏离数据集主体时，一定程度上会影响模型的拟合效果。鉴于此，本文着重研究了时空地理加权回归模型的统计诊断问题，给出了相应的诊断异常点或强影响点的一些诊断统计量，如Cook距离、W-K统计量及杠杆值等；基于数据删除模型，探讨了各组观测数据对模型拟合效果的影响程度；基于均值漂移模型讨论了如何检验数据集中异常点或强影响点的问题，并证明了数据删除模型与均值漂移模型的等价性；基于方差加权模型，研究了各组观测数据的方差规律。最后，利用R软件，通过实例分析，基于Cook距离和W-K统计量这两个统计量，验证了上述检验和诊断方法的有效性和可行性。