本書(shū)編輯過(guò)程并不尋常：作者及編者都有所改變。我的前一任編輯，邁克爾·劉易斯·貝克，非常睿智地看到《廣義線性模型導(dǎo)論》的價(jià)值。在2004年初從編輯崗位退下之前，他看遍了計(jì)劃書(shū)的編輯及先前的手稿版本。令人難過(guò)的是，喬治·H.鄧特曼在完成他所認(rèn)為終稿后就過(guò)世了。進(jìn)一步的修改由何滿鎬接手，他非常勇敢地接受挑戰(zhàn)，并對(duì)原稿作出許多重要的修正。 社會(huì)科學(xué)家所分析的結(jié)果變量可以是連續(xù)的或是離散的。在已出版的叢書(shū)中，有許多書(shū)目涉及需要處理一個(gè)連續(xù)的因變量（及一些重要假設(shè)）的模型，古典線性回歸為這類(lèi)模型的代表。除此之外也涉及因變量是非連續(xù)的，通常統(tǒng)計(jì)模型的對(duì)象為事件發(fā)生機(jī)率，但也可能是頻率或是對(duì)數(shù)頻率。在過(guò)去20年中，許多形態(tài)的logit、probit（及對(duì)數(shù)線性）模型已經(jīng)成為社會(huì)科學(xué)家眾多分析方法中的標(biāo)準(zhǔn)，并且該叢書(shū)中也有多本涉及這些主題。 連續(xù)結(jié)果變量及離散的因變量這兩種模型間的關(guān)系在廣義線性模型的架構(gòu)下變得清晰。在社會(huì)科學(xué)中，研究者對(duì)于在方程右方以x和線性組合所表示的可線性化的自變量比較熟悉。然而，位于這兩種模型左方的因變量y可以是多種形式的，包括metric、二元的、序列的、multinomial和計(jì)數(shù)的。再者，兩種模型中的隨機(jī)結(jié)果y可能服從正態(tài)、二項(xiàng)、泊松、gamma分布，且所有這些分布都屬于指數(shù)家族分布。一旦我們對(duì)于y的隨機(jī)分布作出服從指數(shù)分布的適當(dāng)假設(shè)后，剩余的任務(wù)便是指明隨機(jī)變量的期望以及x和線性組合間的關(guān)系。將期望的隨機(jī)結(jié)果變量對(duì)應(yīng)到x和的線性組合，是廣義線性模型的一部分。 本書(shū)的根本目標(biāo)是：對(duì)于熟悉經(jīng)典線性回歸的普通社會(huì)科學(xué)研究者，要如何從線性回歸模型推廣到非連續(xù)自變量的其他模型，而不失兩種模型間的共同根基及相似性？本書(shū)兩位作者陪著讀者走訪這一過(guò)程，并在沿途中啟蒙不識(shí)此道者，這也對(duì)叢書(shū)提供了有益的增補(bǔ)。 廖福挺