通常吾人討論預測問題時，皆假設依賴變數(Denpendent Variable)為連續的隨機變數，然而在生物統計或計量經濟中，有一現象，即依賴變數可能出現者為離散的隨機變數，例如，生物統計中，討論在某一葯劑量下，受試的生物體，所有可能發生的結果僅有“生存”與“死亡”兩種，又如工商社會中某一所得水準的消費者，對汽車的購買僅有“買”與“不買”兩種，諸如此類問題，吾人所興趣者，為在某一給予的條件下，事件發生的機率。
本文對於模型中未知母數推算式的求法，由於誤差項不是服從常態分布，因此在第一章中，吾人以最小平方法的觀念，分析誤差項變積矩陣在各種不同的型式下，如何求得母數的最佳推算式，且討論此推算式的特性。
對於任一給予的條件下，僅有二種選擇法的情形，吾人於第二章首先解釋機率模型的意義與必須注意的事項，繼之，以線性機率模型來探討實際的現象與母數推算式的求法，並且提出三項缺點，其中最重要者為預測機率值可能不落入（0.1）區間內，此不滿足機率的基本條件，對此缺點，吾人必須再尋求新的模型，對此模型除了須滿足任一給予的條件下，所得的預測機率值落入（0.1）區間外，尚須具有高度的解釋實際現象與易於統計處理者。
至於所提模型中，母數推算式有何良好的性質，與實際處理時，可能遇到的困難，將於第三章中討論，並且在大樣本的情形下，檢定所提模型的適用性。
前三章中，吾人所討論者為一條迴歸方程式，與在任一給予的條件下，僅有二種選擇法的情形，在第四章中討論當吾人面對一組M條迴歸方程式時，如何處理才能得到較佳的結果，及在任一給予的條件下，有N種選擇法的情形，並且引申實例以說明之。
本論文的完成，最感謝祈師和福多方指導，並承蒙諸位師長的教誨與學友們不斷的鼓勵，另者，因予學力有限，凡所論述，若有差池，尚祈師長們不吝指正，謹此致謝。

1.祁和福：“應用迴歸分析”自刊，民國六十七年。
2.葉樹藩：“機率值變形與推理值變形“國科會補助研究論文，自刊，民國六十三年。3.鄭堯柈：“數理統計學”中冊，自刊，民國六十四年。
4. Berkson. J. (1944)
"Application Of The Logistic Function To Bio-assay". J.A.S.A. V39. P357-365.
5. Berkson, J. (1951)
"Why I Prefer Logits To Probits." Biometrics 7. P327-339.
6. Berkson, J. (1953)
"A Statistically Precise And Relatively Simple Method Of Estimating The Bio-assay With

Quantal Response, Based On The Logistic Functions J.A.S. A. V48. P565-599.
7. Berkson, J. (1955)
"Maximum Likelihood And Minimum X2 Estimates Of The Logistic Function" J.A.S.A. V50.
P130-162.
8. Bellman, R. (1960)
Introduction To Matrix Analysis淡江書局。
9. Cox. D. R. (1966)
"Some Procedures Connected With The Logistic Qualitative Response Curve”. Research
Paper in Statistics P55-71.
10. Cox. D. R. (1970)
Analysis Of Binary Data London : Mcthuen.
11. Draper. N.R. & Smith H. (1966)
Applied Rdgression Analysis双葉書局。
12. Domencich. T. & McFadden D. (1975)
Urban Travel Demand. Amsterdam : North-Holland
13. Finney. D.J. (1964)
Probit Analysis. 2nd edition. Cambridge University Press.
14. Graybill. F.A.
Theory And Application Of The Linear Model. 双葉書廊 民國六十七年
15. Goldfeld. S.M. & Quandt. R.E. 1972
Noulinear Methods In Econometrics. North-Holland Publishing Company. Amsterdam:
London.
16. Gart. J.J. & Zweifel J.R. (1967)
"On The Bias Of Various Estimation Of The Logit and Its Variance With Application To
Quantal Bio-assay." Bionietrika V54 P181-187.
17. Grizzle. J.E. (1971)
"Multivariate Logit Analysis” Biometrics V27. P1057-1062
18. Morrison. D.G. (1972)
"Upper Bounds For Correlations Between Binary Outcome And Probabilistic Predictions"
J. A. S. A. V67. P68-70.
19. McFaddw. D. (1973)
"Conditional logit Analysis Of Qualitative Choice Behavior" Frontier in Econometrics. New
York : Academic Press.
20. McGillivray. R.G. (1970)
"Estimating The Linear Probability Function" Econometrica V38. No.5. P775-777.
21. Neter. J. & Maynes. E.S. (1970)
"On The Appropriateness Of The Correlation Coefficient With a. o. I. Dependent Variable
" J.A.S.A. V65. P501-509.
22.Neter. J. & Wasserman W. (1974)
Applied Linear Statistical Models. Richard. D. Irwin. INC.
23. Pindyck. R.S. & Rubinfeld D. L. (1976)
Econometric Models And Economic Forcasts. 華泰書局。
24. Press. S. J. (1972)
Applied Multivariate Analysis. New York : Holt. Rinehardt arid Winstow.
25. Schmidt P. & Stranss R.P. (1975)
“The Prediction Of Occupation Using Multiple Logit Model’s International Economic
Review V16. No.2. P471-487.
26. Taylor. W.F. (1953)
" Distance Function And Regular Best Asymptotically Normal Estimates" A.M.S. V24.
P85-92.
27. Theil. H. (1969)
" A multinomic Extension Of The Linear Logit Model”. International Economic Review V10.
No. 3. P251 - 259.
28. Theil. H. (1971)
Principles Of Econometrics. John Wiley & Sons Inc.
29. Walker. S. H. & Duncan D. B. (1967)
" Estimation Of The Probability Of An Event As A. Function Of Several Independent
Variables, Biometrika. V54, P167-171.
30. Zellner A. & Huang D.S. (1962)
" Further Properties Of Efficient Estimates For Seemingly Unrelated Regression
Equations ". International Economic Review V3 . No. 3. P300-312.
31. Zellner A. & Lee. T. H. (1965)
" Joint Estimation Of Relationships Involving Discretc Random Variables" Econometrica.
V33 No. 2. P382-394.