《广义线性模型导论》从广义线性模型的理论提出入手，分析了经典回归模型的发展及局限性，并列举了药物滥用者群体的药物滥用事件、gamma分布及泊松回归模型的例子引出重要的统计概念，目的是告知读者相关的不同数据，并使其能选择适当的统计模型来分析数据及诠释结果。在附录中，作者还提供了如何运用SAS统计软件的内容，以拟合《广义线性模型导论》所讨论的广义模型。

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 logistic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