在本书之中，Long 教授将近年来关于受限及类别依变项最有用的几个统计方法，用回归统计的架构（一般社会科学学者最熟悉的研究方法）整理出来。用心的读者们将会发现，在本书中所介绍的所有统计方法，都可以用基础的线性回归的观念为基本来延伸，Long教授希望能以这种方式让读者更能够亲近这本书。除此之外，对每一个统计方法，Long 教授都清楚地依照「理论推演」、「统计结果的解释」、「检定与检验」、以及「实际研究的应用」这几个步骤来依次说明。为了使读者们更容易了解这些统计法在实际研究上的应用，本书中特别列举了在不同领域中研究上的实例，范围由常见的态度分析（Analyses of Attitudes），到一般学者较不熟悉的科学研究生产力分析（Analysis of Scientific Productivity）都包括在内。

第一章 序论

第一节 线性和非线性模式
第二节 本书的组织架构
第三节 本书的特色
第四节 参考书目

第二章 连续结果变项──线性回归模式

第一节 线性回归

第二节 回归系数的解释
一、标准化和半标准化系数

第三节 最小平方法的估计

第四节 非线性回归模式

第五节 违反假定
一、误差值的条件平均值不等于0
二、独立变项和误差值是相关的

第六节 最大概似估计
一、最大概似估计
二、概似函数
三、样本平均数的最大概似估计
四、线性回归模式的ML估计
五、最大概似估计的变异数
六、最大概似估计的特性

第七节 结论

第八节 参考书目

第三章 二元依赖变项一一线性机率、机率单位以及分对数模式

第一节 线性机率模式
一、线性机率模式的问题

第二节 二元变项的潜在变项模式

第三节 统计数定位
一、机率的统计数定位

第四节 非线性机率模式

第五节 最大概似估计
一、最大概似和样本大小

第六节 ML估计的数值方法
一、递回法
二、ML估计的变异数
三、数值方法的问题以及解决之道
四、软体的问题

第七节 二元反应模式的解释
一、参数的影响
二、使用「预测机率」的解释方法
三、y*的偏微分改变
四、Pr（y=1 1x）的偏微分改变
五、Pr（y=1 1x）的间距改变

第八节 使用差异比率的解释方法

第九节 结论

第十节 参考书目

第四章 假设检定与适合度检定

第一节 假设检定
一、沃尔德检定、概似比率检定以及拉格朗日乘数检定
二、沃尔德检定
三、LR检定
四、LR检定和沃尔德检定的比较
五、计算上需要考虑和问题

第二节 残差和重要观察值

第三节 适合度的纯量测量
一、在LRM中的R2
二、在LRM中的R2为基础的「类R2」
三、使用观察值和预测值的类R2
四、讯息测量

第四节 结论

第五节 参考书目

第五章 次序依赖变项一一次序分对数以及次序机率单位分析

第一节 潜在次序变项模式
一、有关分配的假设
二、观察值的机率

第二节 估计数定位

第三节 估计
一、软体的问题
二、ORM和LRM的实例

第四节 结果的解释
一、y*的偏微分改变
二、预测机率
三、预测机率的偏微分改变
四、间距改变
五、在次序分对数模式中使用机率比

第五节 平行回归假设

第六节 其他和次序变项有关的统计方法
一、分组回归模式
二、其他模式

第七节 结论

第八节 参考书目

第六章 名义依赖变项一一多元名义分对数及其他相关模式

第一节 多元名义分对数模式简介

第二节 多元名义分对数模式
一、MNLM的机率模式
二、MNLM的机率比模式
三、MNLM的个别选择模式

第三节 ML估计
一、软体的应用

第四节 计算并检验其他对比

第五节 两种有用的检定法
一、对单一变项的回归系数是否等于0的检定
二、检定依赖变项中的两个类别是否可以合併
三、找寻最佳模式

第六节 结果的解释
一、预测机率
二、偏微分改变
三、间距改变
四、差异比率的解释
五、图示回归系数

第七节 条件分对数模式
一、软体统计

第八节 不相关替代条件的独立性
一、IIA假设的检定

第九节 相关模式

第十节 结论

第十一节 参考书目

第七章 受限依赖变项

第一节 设限问题

第二节 截尾与设限分配
一、常态分配
二、截尾的常态分配
三、设限的常态分配

第三节 设限结果与多毕模式
一、τ与τy的差别
二、设限的分配
三、设限所产生的问题

第四节 估计
一、违反假设

第五节 解释
一、潜在结果的改变
二、截尾结果的变化
三、设限结果的变化
四、McDonald与Moffitt的分解法

第六节 相关运用
一、上方设限
二、上方与下方设限
三、截尾回归模式
四、个别改变的限制
五、样本选择模式

第七节 结论

第八节 参考书目

第八章 次数依赖变项

第一节 Poisson分配
一、异质性的观念

第二节 Poisson回归模式
一、估计
二、统计结果的解释

第三节 负二元名义回归模式
一、异质性及扩散性
二、估计
三、过度离散的测试
四、统计结果的解释
五、其他相关模式

第四节 截尾次数模式
一、估计
二、统计结果的解释
三、截尾次数模式的过度离散

第五节 零的次数修正模式
一、具零模式
二、零增加模式

第六节 次数模式的比较

第七节 结论

第八节 参考书目

第九章 结论
第一节 潜在变项模式的联结
第二节 一般线性模式
第三节 机率模式相关统计法的异同
第四节 事件历史分析
第五节 对数线性模式

附录 习题解答