为了使解释更加丰富，Fox利用了许多数据作为例子：美国的人口普查、职业声望、人们报告的体重、加拿大公司中的董事会。这些例子使得约翰·福克斯编著的《回归诊断简介》中的诊断适用于广大的回归方法使用者。此外，有意愿受更高级训练的读者可以在附录中寻找答案（例如，对用于解决高度共线性的岭回归的评估）。每一个使用回归分析的人，理应进行一系列回归诊断。

序

第1章 概论

第2章 最小二乘回归

 第1节 回归模型

 第2节 最小二乘估计

 第3节 回归系数的统计推论

 第4节 一般线性模型

第3章 共线性

 第1节 共线性与方差膨胀

 第2节 对共线性的处理：没有速效方法

第4章 奇异值与强影响数据

 第1节 测量影响力：预测值

 第2节 查找奇异值：学生残差

 第3节 测量影响程度：Cook距离与其他诊断方法

 第4节 诊断统计量中的数值截断点

 第5节 联合的强影响观测子集：偏回归图

 第6节 非同寻常的数据应该被抛弃吗？

第5章 非正态分布误差

 第1节 残差的正态分位数比较散点图

 第2节 残差的直方图

 第3节 通过转换矫正不对称

第6章 不一致的误差方差

 第1节 寻找不一致的误差方差

 第2节 矫正不一致的误差方差

第7章 非线性

 第1节 残差与偏残差散点图

 第2节 进行线性转换

第8章 离散数据

 第1节 检验非线性

 第2节 检验不一致误差方差

第9章 最大似然法、计分检验和构造变量

 第1节 y的Box-Cox转换

 第2节 对x的B0x-Tidwell转换

 第3节 对不一致误差方差的矫正

第10章 建议

 第1节 计算诊断量

 第2节 延伸阅读

附录

参考文献

译名对照表