属性数据分析广泛应用于社会科学、行为科学、生物医学、公共卫生、市场营销、教育和农业科学等许多领域。本书要求读者具有基础统计课程的知识，包括参数估计、假设检验、回归分析模型及方差分析模型。
全书分为十一章，分别介绍了与属性数据有关的统计学基础知识，列联表的相关知识，广义线性模型理论，Iogistic回归模型的理论、应用及其推广，对数线性模型，配对数据模型，聚簇关联响应的建模，广义线性混合模型以及属性数据分析方法的发展史。
本书配备了大量经典案例及适量习题，同时附有每种统计方法的SAS及SPSS的实现过程。
属性数据分析广泛应用于社会科学、行为科学、生物医学、公共卫生、市场营销、教育和农业科学等许多领域。本书的起点较低，仅仅要求读者具有基础统计课程的知识，包括参数估计、假设检验、回归分析模型及方差分析模型。全书分为十一章，分别介绍了与属性数据有关的统计学基础知识，列联表的相关知识，广义线性模型理论，logistic回归模型的理论、应用及其推广，对数线性模型，配对数据模型，聚簇关联响应的建模，广义线性混合模型以及属性数据分析方法的发展史。
本书内容详尽而不失精炼，整个体系力求完整而不失紧凑，语言深入浅出，通俗易懂。配备了大量经典案例，每章附有适量习题。这些习题编排精心，由浅人深，能够引导读者进一步凝练正文内容，锻炼解决实际问题的能力。本书约有100个实际案例，同时附有每种统计方法的SAS及SPSS的实现过程。
该书可以作为大学生及研究生学习“属性数据分析”入门课程的教材，也可作为应用统计学家和在实际工作中涉及数据分析的专家学者的参考书。
