本书是一本广义线性模型理论的入门用书，内容除了广义线性模型的建模方法外，主要是关于广义线性模型的几种基本统计推断形式(极大似然估计、假设检验和拟似然估计)的大样本理论，最后一章讲述了广义线性模型的模型选择和诊断。

本书是一本广义线性模型理论的入门用书，内容除了广义线性模型的建模方法外，主要是关于广义线性模型的几种基本统计推断形式(极大似然估计、假设检验和拟似然估计)的大样本理论，最后一章讲述了广义线性模型的模型选择和诊断。

本书可作为高等学校数理统计专业的教材，也可供相关专业人员参考。

总序

前言

引言

第1章 建模问题

 1.1 一维广义线性回归

 1.2 多维广义线性回归

第2章 广义线性回归极大似然估计的大样本理论

 2.1 向量函数导数

 2.2 自然联系

 2.3 非自然联系

 2.4 拟似然估计

第3章 GLM参数的假设检验

 3.1 Wald检验

 3.2 约束检验

 3.3 似然比检验

第4章 模型的选择与诊断

 4.1 P值或拟合优度

 4.2 模型选择

 4.3 诊断问题