副題は「回帰モデルから一般化線形モデルまで」。原題は「An Introduction to Generalized Linear Models」。「序文」から引用する。
本書は一般化線形モデルに関するものである．(後略)
要再読である。
情報行列を表す `I` のカリグラフ体があまり見られない書体である。少なくとも下記の MathJax のカリグラフ体の `I` とは異なる。下の `I` の位置にあるのが MathJax のカリグラフ体である。
\( \mathcal{ABCDEFGHIJKLMNOPQRSTUVWXYZ} \)
p.102 以降「7.8 共分散分析」の節と表を一部引用する。
（引用ここから）
表 7.8 のデータにより典型的な例が与えられる．応答 `Y_(jk)` は，3 種類の異なる訓練法を表す 1 因子中の 3 個の水準で測定されたアチーブメントスコアであり，共変量 `x_(jk)` は， 訓練の開始前に測定された適性検査スコアである．3 種類の被験者群間の初期アチーブメントスコアの差を考慮に入れて，訓練法を比較したい．
表 7.8 アチーブメントスコア（Winer, 1971 からのデータ） `A_1` `A_2` `A_3` `y` `x` `y` `x` `y` `x` 応答 6 3 8 4 6 3 4 1 9 5 7 2 5 3 7 5 7 2 3 1 9 4 7 3 4 2 8 3 8 4 3 1 5 1 5 1 6 4 7 2 7 4 計 31 15 53 24 47 19 平方和 147 41 413 96 321 59 `sum xy` 75 191 132 （中略）
初期適性検査の調整後，3種類の訓練法間にアチーブメントスコアの差はないという仮説を検定するために，飽和モデル
`E(Y_(jk)) = mu_j + gamma x_(jk)`を縮小モデル`E(Y_(jk)) = mu + gamma x_(jk)`と比較しよう．ここに `j = 1, 2, 3` および `k = 1, cdots, 7` である．
数式はASCIIMathMLを使って表示している。 表の枠線の表示・消去などはCSSを用いている。
| 書名 | 統計モデル入門 |
| 著者 | アネット J.ドブソン |
| 訳者 | 田中豊・森川敏彦・栗原考次 |
| 発行日 | 1993 年 2 月 25 日 初版1刷 |
| 発行元 | 共立出版 |
| 定価 | 2845 円（本体） |
| サイズ | A5 判 ページ |
| ISBN | 4-320-01462-6 |
| 備考 | 川口市立図書館で借りて読む |
まりんきょ学問所 ＞ 統計活用術 ＞ 統計・時系列の本 ＞ アネット J.ドブソン: 統計モデル入門
