本書編輯過程并不尋常：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《廣義線性模型導論》的價值。在2004年初從編輯崗位退下之前，他看遍了計劃書的編輯及先前的手稿版本。令人難過的是，喬治·H.鄧特曼在完成他所認為終稿后就過世了。進一步的修改由何滿鎬接手，他非常勇敢地接受挑戰(zhàn)，并對原稿作出許多重要的修正。 社會科學家所分析的結果變量可以是連續(xù)的或是離散的。在已出版的叢書中，有許多書目涉及需要處理一個連續(xù)的因變量（及一些重要假設）的模型，古典線性回歸為這類模型的代表。除此之外也涉及因變量是非連續(xù)的，通常統(tǒng)計模型的對象為事件發(fā)生機率，但也可能是頻率或是對數頻率。在過去20年中，許多形態(tài)的logit、probit（及對數線性）模型已經成為社會科學家眾多分析方法中的標準，并且該叢書中也有多本涉及這些主題。 連續(xù)結果變量及離散的因變量這兩種模型間的關系在廣義線性模型的架構下變得清晰。在社會科學中，研究者對于在方程右方以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和計數的。再者，兩種模型中的隨機結果y可能服從正態(tài)、二項、泊松、gamma分布，且所有這些分布都屬于指數家族分布。一旦我們對于y的隨機分布作出服從指數分布的適當假設后，剩余的任務便是指明隨機變量的期望以及x和線性組合間的關系。將期望的隨機結果變量對應到x和的線性組合，是廣義線性模型的一部分。 本書的根本目標是：對于熟悉經典線性回歸的普通社會科學研究者，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？本書兩位作者陪著讀者走訪這一過程，并在沿途中啟蒙不識此道者，這也對叢書提供了有益的增補。 廖福挺