序
第1章 广义线性模型
第2章 一些基础的模型化概念
第1节 作为类别变量的自变量
第2节 回归模型的必要成分
第3章 经典多元回归模型
第1节 假设与模型方法
第2节 回归分析结果
第3节 多元相关
第4节 假设检验
第4章 广义线性模型的基本原则
第1节 指数家族分布
第2节 经典正态回归
第3节 logistic回归
第4节 比例风险生存模型
第5章 最大似然估计
第6章 离差和拟合优度
第1节 使用离差进行假设检验
第2节 拟合优度
第3节 通过残差分析衡量拟合优度
第7章 logistic回归
第1节 logistic回归概述
第2节 1ogistic回归实例
第8章 泊松回归
第1节 泊松回归概述
第2节 泊松回归模型实例
第9章 生存分析
第1节 生存时间分布
第2节 指数生存模型
第3节 指数生存模型实例
第10章 结论
附录
参考文献
译名对照表

《广义线性模型导论》系统介绍了广义线性模型的概念基础和基本原则，通过具体案例和SAS统计软件阐释了将logistic回归等整合到拟合广义线性模型架构中的方法。
本书的根本目标在于，向熟悉经典线性模型的普通社会科学研究者展示，如何从线性回归模型推广到非连续自变量的其他模型，而不失这两种模型间的共同根基及相似性。对于只有回归分析入门基础的社会科学研究者，本书能够提供相对高阶的统计技能。
主要特点：
深入浅出地介绍了广义线性模型、指数家族分布和最大似然估计；
讨论了如何检验模型的准确性，以及如何使用SAS来拟合广义线性模型；
描述了生存分析和广义线性模型的关联。