随着医学领域科学研究的飞速发展，以往研究生教材中的统计分析方法已不能满足实际工作的需要，尤其是当今医学科研中常常遇到反应变量是分类数据的资料。对于这类资料，以往国内统计书籍中介绍的方法远远不能达到充分利用分类资料提供的信息解决实际问题的要求。为了使医学工作者能充分利用科研及工作中千辛万苦收集到的宝贵资料，同时提高医学研究的统计分析水平，本书的编者们总结了近些年来用于分析分类数据的主要统计理论和方法，在本书中由浅入深地作了较详细的介绍。
本书首先介绍反应变量的分类尺度的种类，然后系统介绍了分析各种反应变量的统计分析方法，每种统计方法都附加有实例，同时列出了进行统计运算的SAS程序，并对程序及运算结果进行了详细说明和解释。全书内容具有新颖、实用、全面等特点，可使医学工作者在掌握了此统计学方法后，提高医学研究的统计分析水平。
本书为复旦版MPH（公共卫生硕士）系列教材之一，既可作为MPH课程的基本教材，又可作为医学科研人员和医学工作者的参考用书。

1 概述
1.1 分类数据
1.2 尺度
1.3 分析策略
2 2 X 2表
2.1 概述
2.2 临床试验实例
2.3 **检验法
2.4 百分数的差数及其可信区间
2.5 Pearson相关系数
2.6 比数比与相对危险度
2.7 配对资料四格表
3 多层 2 X 2表
3.1 概述
3.2 Mantel－Haenszel检验
4 2 X r表和多层 2 X r表
4.1 2 X r��
4.2 结果尺度为次数的数据
4.3 多层 2 X r表
5 行X列表
5.1 行和列变量都是名义变量
5.2 行为名义变量列为顺序变量
5.3 行与列都是顺序变量
5.4 **检验法
5.5 行＼列表中关于联系的尺度
5.6 多层行X列表
6 非参数方法的 CMH解法
6.1 两样本秩和检验（Wilcoxon-Mann-Whitney法）
6.2 完全随机化设计资料的检验（H检验）
6.3 随机区组设计资料的检验（M检验）
6.4 随机区组资料的调整秩和检验（Aligned Ranks Test）
6.5 平衡不完全区组设计资料的Durbin检验
6.6 协方差的秩检验（ANCOVA）
6.7 补充内容
7 非条件Iogistic回归
7.1 两分类反应变量的logistic回归
7.2 多分类无序自变量的logistic回归——实例
7.3 连续型数值自变量的logistic回归——实例
7.4 多分类有序反应变量的logistic回归
7.5 多分类无序反应变量的logistic回归
8 条件Iogistic回归
8.1 概述
8.2 配对前瞻性研究
8.3 交叉设计研究
8.4 配伍回顾性研究
9 Iogistic回归在半数效量分析中的应用
9.1 基本概念
9.2 实例
9.3 两种**比较
9.4 可信区间估计
10 加权*小二来法
10.1 加权*小二乘法
10.2 模型参数化
10.3 用CATMOD过程作加权*小二乘法分析
11 重复测定数据的回归分析
11.1 引言
11.2 二分类反应变量
11.3 两个**（群体）、3种**的试验
11.4 两个总体多项反应
11.5 广义估计方程
12 对数线性模型
12.1 概述
12.2 2 X 2表资料的分析
12.3 R X C表资料的分析
12.4 二维列联表对数线性模型
12.5 三维列联表对数线性模型
12.6 logistic 回归模型与对数线性模型的联系
13 分段生存数据的统计分析
13.1 分段生存数据生存率的寿命表估计法
13.2 Mantel-Cox X2 检验
13.3 分段指数模型
附录
附表 1 等级总和数临界值（双侧检验）
附表 2 H值与概率对照表
附表 3 M值的界限值