《分類數據模型及應用》的學習，能了解離散變元統計學的基本原理，掌握試驗設計的基本原則和常用設計方法的要點及特點，掌握常用統計分析方法的意義、功用、應用條件，以及方法、步驟與結果解釋等基本知識；根據所給試驗條件，會正確選用試驗設計方法，并做出試驗設計；對于試驗資料，能夠正確地進行整理，并選用適當的統計分析方法進行分析及對分析結果作出合理的解釋。
李元章，美籍華裔數學家，生于1944年9月。在美國內布拉斯加一林肯（Nebraska—Lincoln）大學獲統計學碩士、博士學位。美國數理統計學會、美國統計學會、國際生物統計學會會員，美國ACAS統計學會執行委員。現任美國Walter Reed研究院高級統計師。曾任蘭州大學老師及蘭州大學客座教授，現任華南理工大學理學院及喬治華盛頓大學統計系客座教授。主要從事的研究工作是統計科學的運用，用統計方法研究現實社會、生產、科研、管理等各領域的種種現實問題，在運用各種統計方法解決種種現實問題以及統計學的教學等方面積累了豐富的經驗，并成功解決了諸多實際問題。有數十篇不同領域的論文發表，并合作編著了《數學分析的基本概念與方法》、《綜合統計分析》等書籍。何春雄，理學博士，教授，1958年3月生于甘肅白銀。從事偏微分方程的一般理論、概率論與數理統計的教學和科研工作。主持完成國家自然科學基金項目、廣東省自然科學基金項目以及橫向研究課題多項，在（《中國科學））等國內外學術期刊上發表文章50余篇，出版了研究生教材《應用數理統計基礎》（（最優化計算））《應用隨機過程》（（數理統計及其應用》和本科生教材《概率論與數理統計》。現主要研究方向為隨機分析與金融工程。
1 單變元數據分析及SAS程序
1.1 數據、變元和列聯表
1.2 數據的選取和分類數據的研究策略
1.3 單變元數據的分析與描述，SAS軟件簡介
習題1
2 二維列聯表分析
2.1 2×2列聯表
2.2 研究和假設的類型
2.3 交叉乘積比、相對風險比和可歸屬風險
2.4 2×2列聯表中對數線性模型（Log-linearmodel）的應用
2.5 對數線性模型與過程SAS／CATMOD
2.6 1×J列聯表：均勻性（1Iomogeneity）
2.7 1×J列聯表：獨立性和準獨立性（Independence and Quasi—Independence）
2.8 1×J列聯表：有序變元
2.9 1×J列聯表：對數線性模型
習題2
3 三維列聯表分析
3.1 記號
3.2 獨立性類型
3.3 等級對數線性模型（Hierarchical Logjlinear Models）
3.4 交互作用與交叉乘積比的關系
3.5 疊合性
3.6 三維對數線性模型的描述
3.7 對數線性模型的參數估計
3.8 利用過程SAS／cATMOD擬合層級對數線性模型
3.9 兩個響應變元、一個固定變元構成的列聯表一利用過程SAS／cATM（）D擬合
非層級對數線性模型
習題3
4 勞吉斯特（LOGISITIC）回歸
4.1 廣義線性模型（GLM）
4.2 勞吉斯特（Logistic）回歸模型
4.3 勞吉斯特模型擬合
4.4 勞吉斯特線性模型回歸系數的意義
4.5 利用SAS軟件擬合勞吉斯特模型
4.6 SAS概率單位Probit回歸
習題4
5 多元回歸模型
5.1 對數線性模型和勞吉斯特模型的轉換
5.2 有序響應變元的勞吉斯特模型
5.3 邊際響應函數和均值響應函數
5.4 加權最小二乘法：Grizzle Starmer Koch （GSK）方法
5.5 車禍類型研究的例子
習題5
6 配對數據模型
6.1 例子
6.2 響應變元的比例比較
6.3 配對數據的勞吉斯特模型
6.4 對稱模型
6.5 準對稱性
6.6 準獨立性
6.7 邊際齊性
6.8 條件對稱和邊際齊性
6.9 利用SAS／CXTMOI）的語句：MODEL和RESPONSE定義非標準模型
6.10 一致性
6.11 成對比較的Bradley-Terry模型
6.12 使用過程SAS／CATMOD擬合Bradley-Terry模型
習題6
7 相關數據分析：重復記錄的離散響應變元的模型
7.1 對稱性和邊際齊性
7.2 準對稱性和邊際對稱性
7.3 邊際齊性的檢驗
7.4 多重記錄的分類變元分析
7.5 SAS語句：POPULATION和REPEATED
7.6 例子
7.7 多重響應變元數據分析
7.8 馬爾科夫（Markov）鏈模型
習題7
8 有序離散變元的勞吉斯特模型的進一步探討
8.1 雙線性（linear-by-linear）相互關系模型
8.2 分數的選擇
8.3 行對數線性模型和列對數線性模型
8.4 多元有序變元的多維線性模型
8.5 多元有序變元的二維線性模型
8.6 混合多線性模型
8.7 行列效應模型
習題8
9 條件勞吉斯特回歸分析
9.1 條件勞吉斯特模型
9.2 嚴格條件分布
9.3 使用SAS過程LOGISIFIC實施嚴格勞吉斯特回歸
9.4 分群分析（stratified Analysis）
9.5 序列臨床試驗（Crossover linical Trial）
9.6 廣義條件勞吉斯特回歸（General conditional logistic Regression）
習題9
10 SAS分類數據分析方法的擴展
10.1 嚴格p值
l0.2 廣義估計方程（Generalized：Estimating Equations）
10.3 條件勞吉特斯回歸
lO.4 含有事件發生時間的分類數據
10.5 泊松回歸
10.6 分片指數分布模型
10.7 用PROC FREQ檢驗離散變元的分布函數
10.8 在含有離散與連續變元交互作用LOGISFIC過程計算奇比
10.9 結束語
參考文獻
新書資訊