自从广义线性模型的出现，在近百年的时间里，国内外的学者已经对它做了很多研究工作，并取得了相当丰硕的成果.随着科技的发展，依然有很多未知的结果等待我们去探索.结合前人的研究，我们主要集中于讨论广义线性模型的极大似然估计的渐近性质.为了研究自变量Xi与因变量Y之间的潜在关系，当计算在Xi作用下Y的概率时，会涉及到许多具体的模型，比较著名的就有Logistic模型，还有常见的Probit模型以及Poisson模型等等.本文根据样本数据的分类情况，将一般的Logistic模型扩展到两阶段模型，研究的第一阶段是序贯Logistic模型，第二阶段是累积Logistic模型的情况.　　 本文首先回顾了广义线性模型和极大似然估计的相关内容，然后阐述了此两阶段模型的形成过程以及相应的联系函数的确定，最后在‖zn‖=o(logn)和n∑i=1zizi（其中zn是协变量）的最小特征根大于cnα（对某个c＞0，α＞0)等条件下，证明了两阶段模型中极大似然估计的渐近正态性.