国内外已有众多学者运用不同的方法对中国统计数据的质量进行了诊断。基于相关性的逻辑评估和基于异常值的评估是学者们使用最多的方法。然而，现有方法存在如下不足：①这些传统的统计方法都是不稳健的，很容易受到少数异常值的影响；②这些文献没有考虑相关指标统计数据的质量，如果这些相关指标本身存在异常值或者质量问题，那么，通过经典的统计方法得到的估计结果也将是不可靠的。

为了克服上述不足，在对统计数据质量进行检验时，应尽可能使用稳健统计方法。稳健统计方法可以有效地克服传统统计方法的不足。运用该类方法，不仅可以产生较少受到异常值影响的估计结果，而且便于利用其拟合的残差识别异常值。目前，稳健估计及相应的异常值诊断方法已引起越来越多学者的注意，但还鲜见有人将这些方法应用于我国宏观统计数据质量诊断和检验领域。为此，本章探讨了两种稳健估计及异常值的诊断方法：基于稳健MM回归的异常值诊断方法和基于稳健主成分回归的异常值诊断方法，并首次将这些方法应用于我国GDP数据的质量检验。