I modelli log-lineari, nati per il trattamento di variabili categoriche nominali e ordinali, costituiscono uno strumento di analisi particolarmente rilevante nelle scienze sociali ed in psicologia, ambiti nei quali questo tipo di variabili è molto diffuso. Sviluppati a partire dagli anni ’70, hanno cancellato un grave limite dell’analisi con variabili qualitative: la disponibilità del solo modello del chi-quadro e, di conseguenza, l’impossibilità di spingersi oltre l’analisi bivariata. La duttilità di questi modelli è tale da rendere spesso utile o conveniente «abbassare» il livello di misura di variabili intervallari a quello categorico o nominale; infatti, essi sommano la possibilità di stimare effetti, principali e d’interazione, oltre che di indagarne le sorgenti, propria dei modelli di analisi della varianza, a quella di formulare modelli gerarchici e non gerarchici e di testarne la «bontà di adattamento», che invece caratterizza i modelli di regressione. Questo volume si sofferma sulla prima delle due possibilità d’uso dei modelli, e quindi la stima di effetti e l’analisi delle sorgenti di associazione sotto la cosiddetta ipotesi satura (quella ipotesi che prevede la stima di tanti parametri quanti sono gli incroci della tavola di contingenza). La trattazione si sviluppa lungo sei capitoli. Il primo introduce brevemente alcuni concetti proped€tici alla comprensione dei princìpi del modello: l’indipendenza fra eventi, le distribuzioni normale e di chi-quadro, alcuni elementi di calcolo logaritmico. Il secondo capitolo, dopo aver passato in rassegna alcune convenzioni formali, tratta il modello generale bivariato, volto al calcolo degli effetti e alla loro interpretazione statistica. Il terzo capitolo, muovendo sempre dall’associazione fra due variabili, esplora le possibilità interpretative delle sorgenti di associazione in una tavola di contingenza attraverso il modello multiplo. Il quarto ed il quinto capitolo estendono, rispettivamente, il modello generale ed il modello di analisi multipla alle tavole trivariate, le più semplici dell’analisi multivariata, discutendo i problemi che si pongono e i punti di contatto e di distinzione caratterizzanti questo livello di analisi rispetto a quello bidimensionale. Il sesto ed ultimo capitolo ha l’obiettivo di esemplificare l’interpretazione dei dati elaborati con il modello log-lineare attraverso l’esame di alcuni temi d’indagine, ciascuno dei quali rappresenta una possibile, originale applicazione del modello e pone alcuni problemi critici che si manifestano piuttosto comunemente nella ricerca applicata.