本书首先介绍了广义线性模型的理论背景，其次着重分析特定类型的数据，其中包含：正态分布、泊松分布和二项分布；线性回归模型；经典的估计和模型拟合方法；以及统计推断的方法。
适读人群 ：大学生，大学教师
《广义线性模型导论（英文导读版 原书第3版）》为英文版本，由中国人民大学一线任课老师在每章前辅助中文导读，书中理论模型结合统计软件，案例丰富。
编写本书的初衷是以本科生和其他领域的研究人员能够理解的方式，展现统计建模的统一理论和概念框架。本书的第2版扩充了名义型变量、序数型变量的逻辑斯谛回归，生存分析，以及纵向数据、聚类数据分析等内容，同时更多地依赖数值方法、可视化数值优化和图形方法来进行探索性的数据分析和模型拟合检验。这些内容在第3版中会有更加深入的介绍。第3版包含了关于贝叶斯分析的三个新章节。基础的贝叶斯理论基础早在传统统计理论发展之前就有所记载，然而实用的贝叶斯分析却是最近才出现。它的出现主要归功于我们将在第13章介绍的马尔可夫链蒙特卡罗方法。贝叶斯方法越来越强的可操作性意味着更多懂经典统计理论的人在尝试使用贝叶斯方法来求解广义线性模型。贝叶斯分析具备比传统方法更大的优势，因为它正式地引入了先验信息，所以具有更大的灵活性，可以解决更复杂的问题。本版还更新了Stata和R软件代码，会对广义线性模型的实际应用有所帮助。贝叶斯分析的章节还包含了R和WinBUGS代码。
来自澳大利亚昆士兰大学和纽卡斯尔大学的同仁和同学们以及在澳大利亚生物统计合作协会上过研究生课程的诸位
同学都给本书提出了许多中肯的建议并对本书中的材料给出了意见，在此我们表示感谢。
前言
第1章 介绍1
1.1 背景1
1.2 范围1
1.3 记号5
1.4 与正态分布相关的几个分布7
1.5 二次型11
1.6 估计12
1.7 练习15
第2章 模型拟合19
2.1 引言19
2.2 示例19
2.3 统计建模的基本原则32
2.4 解释变量的记号与编码37
2.5 练习40
第3章 指数族和广义线性模型45
3.1 引言45
3.2 指数分布族46
3.3 指数分布族的性质48
3.4 广义线性模型51
3.5 示例52
3.6 练习55
第4章 估计59
4.1 引言59
4.2 示例：压力容器的损坏时间59
4.3 极大似然估计64
4.4 泊松回归示例66
4.5 练习69
第5章 推断73
5.1 引言73
5.2 得分统计量的抽样分布74
5.3 泰勒级数近似76
5.4 极大似然估计的抽样分布77
5.5 对数似然比统计量79
5.6 偏差的抽样分布80
5.7 假设检验85
5.8 练习87
第6章 一般线性模型89
6.1 引言89
6.2 基本观点89
6.3 多元线性回归95
6.4 方差分析102
6.5 协方差分析114
6.6 一般线性模型117
6.7 练习118
第7章 二元变量和逻辑斯谛回归123
7.1 概率分布123
7.2 广义线性模型124
7.3 药剂反应模型124
7.4 广义逻辑斯谛回归模型131
7.5 拟合优度统计量135
7.6 残差138
7.7 其他的诊断方法139
7.8 示例：衰老和韦氏智力测验140
7.9 练习143
第8章 名义和有序逻辑斯谛回归149
8.1 引言149
8.2 多项分布149
8.3 名义逻辑斯谛回归151
8.4 有序逻辑斯谛回归157
8.5 总体讨论162
8.6 练习163
第9章 泊松回归和对数线性模型165
9.1 引言165
9.2 泊松回归166
9.3 列联表示例171
9.4 列联表概率模型175
9.5 对数线性模型177
9.6 对数线性模型推断178
9.7 算例179
9.8 评论183
9.9 练习183
第10章 生存分析187
10.1 引言187
10.2 生存函数和危险函数189
10.3 经验生存函数193
10.4 估计195
10.5 推断198
10.6 模型检验199
10.7 示例：缓解次数201
10.8 练习202
第11章 集群和纵向数据207
11.1 引言207
11.2 示例：中风恢复209
11.3 正态数据的重复测量模型213
11.4 非正态数据的重复测量模型218
11.5 多水平模型219
11.6 中风示例续222
11.7 评论224
11.8 练习225
第12章 贝叶斯分析229
12.1 频率理论和贝叶斯范式229
12.2 先验信息233
12.3 贝叶斯分析中的分布与层次238
12.4 贝叶斯分析的WinBUGS软件操作238
12.5 练习241
第13章 马尔可夫链蒙特卡罗方法243
13.1 为什么标准推断失误了243
13.2 蒙特卡罗积分243
13.3 马尔可夫链245
13.4 贝叶斯推断255
13.5 链收敛性的诊断256
13.6贝叶斯模型的拟合：DIC准则260
13.7 练习262
第14章 贝叶斯分析示例267
14.1 引言267
14.2 二元变量和逻辑斯谛回归267
14.3 名义逻辑斯谛回归271
14.4 潜变量模型272
14.5 生存分析275
14.6 随机效应277
14.7 纵向数据分析279
14.8 WinBUGS的一些实用技巧286
14.9 练习288
附录291
软件293
参考文献295
索引303
书单推荐
