通過撰寫這本《對數(shù)線性模型》，戴維諾克 （David Knoke）和 彼得·伯克（Peter J. Burke）幫了我們一個忙。在社會科學研究的大多數(shù)領(lǐng)域，近一些年涌現(xiàn)出大量依靠各種技術(shù)對類別或名義變量進行多元分析的文章。 但是絕大多數(shù)從事實踐工作的社會科學家都對這些技術(shù)感到困惑，因為這些術(shù)語通常并不為人所熟悉，而且看似與相關(guān)和回歸分析中那些眾所周知的概念無甚關(guān)聯(lián)。如果你正被那些含有諸如優(yōu)比（odds ratio）、邊際發(fā)生比或條件發(fā)生比（marginal and conditional odds）、一般對數(shù)線性模型（the general log-linear model）、飽和或非飽和模型（saturated or unsaturated models）、效應參數(shù)（effect parameters）等類似術(shù)語的文章所困擾，閱讀此書將對你大有裨益。諾克和伯克從頭開始，為我們介紹、界定、討論，并用大量的例子來澄清這些術(shù)語的含義。在這一過程中，他們將這些神秘的概念變得易于理解，即使對于大多數(shù)門外漢而言也是如此。

諾克和伯克討論了一般對數(shù)線性模型，這一模型并不區(qū)分自變量和因變量，而是通過分析單元格的期望頻數(shù)來檢驗類別變量間的關(guān)系；他們也討論了logit 模型，這一模型通過分析作為自變量函數(shù)的因變量的期望發(fā)生比來檢驗自變量與因變量之間的關(guān)系。 他們從處理二分變量的方法開始討論，然后逐步形成一個處理多類別變量的方法。

本書使用了大量的例子，大部分來源于政治社會學。本書中被擴展的例子包括討論在控制了種族和教育后，自愿性社團組織成員身份與選舉投票率之間的關(guān)系分析；對美國大眾的公民自由態(tài)度（civil liberties attitudes）的人口決定因素(demographic determinants)的因果分析；對黨派認同與1972年和1976年總統(tǒng)選舉之間關(guān)系的截面分析的比較研究；對從1956年到1960年之間的固定樣本追蹤研究中黨派認同與宗教關(guān)系的檢驗；對宗教與墮胎態(tài)度之間關(guān)系的分析；對代際職業(yè)流動的考察；以及一些其他的例子。每個例子都闡明了對數(shù)線性模型的具體運用，比如用作因果模型的模擬；進行時間序列分析；同步檢驗多個類別自變量對一個類別因變量的影響等等。由于諾克和伯克毫不吝嗇地使用了許多不同數(shù)據(jù)庫的例子，讀者們不僅可以對有關(guān)對數(shù)線性模型的設計和檢驗的基本概念有所了解，同時也可以培養(yǎng)一種對這些模型的廣泛適用范圍的良好判斷力。 很顯然，對數(shù)線性模型有著更為寬廣的應用范圍，雖然近些年對數(shù)線性模型或許已經(jīng)在程度上在社會學中流行起來，但毫無疑問在接下來的十年里，它將在政治學，經(jīng)濟學，人類學，大眾傳播和其他領(lǐng)域中成為一個更加重要的工具。它甚至可能使心理學和教育測試中的方差分析技術(shù)得到長足發(fā)展。

雖然諾克和伯克很明顯是對數(shù)線性模型的熱情擁泵，他們希望不僅可以闡釋這個模型而且可以將它發(fā)揚光大，但是他們也承認了這一模型的一些不足，并在本書中涵蓋了一些與這些建模技術(shù)的應用有關(guān)的具體問題到不太明確的實質(zhì)性問題。 他們在合適的階段對自己的陳述作了一個很好的總結(jié)。在總結(jié)中，他們討論了對數(shù)線性模型運用中的具體問題，這些問題是所有希望有效使用這些模型的人所必需面對的。

盡管一些材料比較難懂，需要認真細致的學習，尤其是對那些統(tǒng)計初學者而言更是如此，但我完全相信諾克和伯克在本書中的清晰闡述將使此書能夠被廣泛接受。對數(shù)線性模型是一個很難闡述清楚的題目，而這本書則在好的對數(shù)線性模型教學材料之列。