社会经济发展需要真实、准确、全面的统计数据,数据的质量是各行业发展的一面镜子,质量的高低决定了镜子的清晰程度。统计数据的质量是数据质量的核心部分,尤其是医疗行业中的统计数据关系到患者的切身利益,其质量更要得到重视。为了了解复杂的医疗费用数据的构成情况,以及寻找影响其统计数据质量的原因所在,本研究特选取具有高昂医疗费用的慢性肾病作为研究对象,通过诊断其数据成分,从而判断出影响其数据质量的问题,以达到有效诊断数据,优化数据处理,科学管理医疗数据的目的。针对实际数据没有满足既定假设,使得分析结果不可靠等问题,越来越多的统计学者通过数学模型和方法对我国的统计数据进行诊断。在此背景下,本文借助慢性肾病住院费用的数据进行合理的统计诊断。研究从疾病患者的原始数据及实际现状出发,着眼于数据质量管理控制的理论基础,对影响慢性肾病住院费用影响因素进行分析,使用自变量选择的方法对影响因素进行初步筛选,通过SAS运行得出最优子集并建立回归模型;然后,基于数据删除模型和局部影响分析的理论基础,运用SPSS判断异常点,用R软件进行数据参数估计、统计推断等环节的多维度分析;最后,以实例认证进行模型拟合优度的数据对比,并进行数据变换处理,得出提高数据质量的结论。文章的研究目的是希望通过诊断数据点对回归模型的影响,寻找提高模型优化的切入点,以透过实际数据反映的问题来探索提升数据质量的本质,为现实中高昂的慢性肾病治疗费用的统计数据管理提供政策建议。