1장 서론
1.1 범주형 반응자료
1.2 범주형 자료의 확률분포
1.3 비율에 대한 추론
1.4 이산형 자료에 대한 통계적 추론
1.5 비율에 대한 베이지안 추론*
1.6 비율에 대한 통계적 추론을 위한 R 소프트웨어 사용*

2장 분할표
2.1 분할표에서의 확률구조
2.2 2×2 분할표에서 비율의 비교
2.3 오즈비
2.4 카이제곱검정법과 독립성
2.5 순서형 자료의 독립성검정
2.6 소표본의 정확추론과 베이지안 추론*
2.7 삼차원 분할표에서의 연관성

3장 일반화선형모형
3.1 일반화선형모형의 성분
3.2 이항자료에 대한 일반화선형모형
3.3 도수와 비율에 대한 일반화선형모형
3.4 통계적 추론과 모형진단
3.5 일반화선형모형의 적합

4장 로지스틱 회귀모형
4.1 로지스틱 회귀모형
4.2 로지스틱 회귀모형에 대한 추론
4.3 범주형 예측변수들을 갖는 로지스틱 회귀모형
4.4 다중 로지스틱 회귀모형
4.5 로지스틱 회귀모형의 효과에 대한 요약
4.6 예측력 요약: 분류표, ROC 곡선, 다중상관성

5장 로지스틱 회귀모형의 구축과 활용
5.1 모형선택의 전략
5.2 모형진단
5.3 로지스틱 회귀분석의 무한대 추정값
5.4 베이지안 추론, 벌점가능도와 로지스틱 회귀에 대한 조건부 가능도*
5.5 대체 연결함수: 선형확률모형과 프로빗 모형*
5.6 로지스틱 회귀모형에 대한 표본크기와 검정력*

6장 다범주 로짓 모형
6.1 명목형 반응변수들에 대한 기준범주 로짓 모형
6.2 순서형 반응변수들에 대한 누적 로짓 모형
6.3 누적연결모형: 모형 검토와 확장*
6.4 순서형 반응변수에 대한 짝범주 로짓*

7장 분할표 및 도수자료에 대한 로그 선형모형
7.1 분할표 자료에 대한 로그 선형모형
7.2 로그 선형모형의 통계적 추론
7.3 로그 선형모형과 로지스틱 모형과의 관련성
7.4 독립성 그래프와 붕괴가능성
7.5 분할표에서 순서연관성의 모형화
7.6 도수자료 반응변수의 로그 선형모형*

8장 대응쌍에 대한 모형
8.1 이항형 대응쌍에 대한 종속비율들의 비교
8.2 대응쌍에 대한 주변모형과 개체특정적 모형
8.3 명목형 반응변수 대응쌍에서의 비율 비교
8.4 순서형 대응쌍 반응변수의 비율 비교
8.5 평가자의 일치성 분석*
8.6 대응쌍의 선호도에 대한 Bradley-Terry 모형*

9장 상관성이 있는 군집화된 반응변수의 모형화
9.1 주변모형과 개체-특정적 모형
9.2 주변모형화:일반화추정방정식(GEE) 접근 방법
9.3 군집화된 다항반응변수에 대한 주변모형화
9.4 경시적 자료에 대한 전이모형
9.5 결측자료 처리*

10장 랜덤효과: 일반화선형혼합모형
10.1 군집화된 범주형 자료의 랜덤효과모형
10.2 이항자료의 랜덤효과모형의 예제
10.3 다항반응변수와 다중랜덤효과모형으로의 확장
10.4 다수준(계층적) 모형
10.5 잠재계급모형*

11장 분류분석과 평활기법*
11.1 분류분석: 선형판별분석
11.2 분류분석: 나무-기반 예측
11.3 범주형 반응변수에 대한 군집분석
11.4 평활화기법: 일반화가법모형
11.5 고차원 범주형 자료에 대한 정규화(변수의 수가 많은 경우)

12장 범주형 자료분석의 역사적 여행*
12.1 Pearson-Yule의 연관성 논쟁
12.2 R. A. Fisher의 공헌
12.3 로지스틱 회귀모형
12.4 다차원 분할표와 로그 선형모형
12.5 맺음말