課程概述：社會科學研究之中，以個體為對象進行觀察的資料絕大部分都屬於類別資料，只是一般基礎統計學在這方面通常只處理到交叉列表而已，無法做更深入、多個變數的分析。這門課從最大概似法（maximum likelihood estimate, MLE）開始，主要內容包括交叉列表、餘值分析、loglinear model, logit model 和 logistic regression model 的介紹和應用，希望能給修課同學帶來更多的資料分析工具。

每週進度：
一、基礎統計複習。
二、最大概似法、概似比檢定、卡方檢定。
三、2 X 2交叉列表。
四、r X c 交叉列表。
五、餘值分析、相關強度。
六、Loglinear model （1）。
七、Loglinear model （2）。
八、Loglinear model （3）。
九、Logit model。
十、模型選擇。
十一、Logistic model（1）。
十二、Logistic model（2）。
十三、區辨函數介紹。
十四、各種類別資料分析方法的比較。